빅데이터 특성 5V, 크기/속도/다양성/정확성/가치

빅데이터의 특성

빅데이터

우리의 세계는 데이터로 인해 돌아가고 있습니다. Google 검색 및 온라인 쇼핑 습관과 같은 활동을 보여주는 데이터부터 텍스트, 스마트폰 및 가상 도우미를 통한 커뮤니케이션 및 대화, 모든 사진과 비디오를 통해 수집한 센서 데이터 등 매일 2조 5천억 바이트의 데이터가 생성됩니다.

 

기업과 조직은 이러한 데이터를 더 잘 관리하고 보호할수록 더 많은 성공을 거둘 수 있습니다. 대부분의 사람들은 빅데이터가 볼륨(크기), 속도, 다양성, 정확성이라는 특성을 갖는다고 하여 4V라고 부릅니다. 그러나 데이터가 조직에 유용하기 위해서는 빅 데이터의 중요한 다섯 번째 특성인 가치를 창출해야 합니다.

 

빅데이터의 실제 적용 사례들

2021/02/08 - [Tech] - 실제 산업에 빅데이터 기술을 적용하는 방법과 사례

---

빅데이터 5V

Volume (크기)

빅데이터의 첫 번째 V는 데이터 양, 즉 볼륨에 대한 것입니다. 오늘날, 매 분마다 우리는 지구의 시작부터 2000년까지 만들어진 동일한 양의 데이터를 만듭니다. 이제 테라바이트와 페타바이트라는 용어를 사용하여 처리해야 할 데이터의 크기를 논의합니다. 데이터의 양은 빅데이터로 분류하는 데 있어 확실히 중요한 측면입니다. 매일 취급하는 데이터의 양으로 인해 멀티계층 스토리지 미디어와 같은 새로운 기술과 전략이 개발되어 안전하게 수집, 분석 및 저장할 수 있게 되었습니다.

 

Velocity (속도)

빅데이터의 두 번째 V인 Velocity는 새로운 데이터가 생성되고 이동하는 속도에 관한 것입니다. 문자를 보내고, 소셜 미디어 피드를 확인하고, 페이스북, 인스타그램, 트위터의 게시물에 응답하거나 신용카드를 구매할 때, 이러한 행위는 즉시 처리되어야 할 데이터를 만들어냅니다. 이러한 활동을 전 세계 모든 사람들이 동일한 작업을 더 많이 수행함으로써 속도가 빅 데이터의 핵심 속성임을 알 수 있습니다.

 

Variety (다양성)

오늘날 데이터는 일반적으로 비구조적, 반구조적, 구조화된 세 가지 유형 중 하나입니다. 생성되는 다양한 데이터를 처리하는 데 필요한 알고리즘은 처리할 데이터 유형에 따라 달라집니다. 과거에는 Excel 스프레드시트나 기타 관계형 데이터베이스처럼 데이터가 잘 구성되어 있었습니다.

 

빅데이터의 주요 특징은 정형 데이터일 뿐만 아니라 스프레드시트의 프레임워크에 쉽게 맞지 않는 텍스트, 이미지, 비디오, 음성 파일 및 기타 비정형 데이터도 포함한다는 것입니다. 비정형 데이터는 정형 데이터와 같은 규칙에 구속되지 않습니다. 과거에는 불가능했던 방식으로 오늘날과 같은 비정형 데이터를 이해할 수 있는 기술을 사용할 수 있습니다. 이 기능은 이전에는 액세스하거나 유용하지 않았던 엄청난 양의 데이터를 열어 주었습니다.

 

Veracity (정확성)

빅데이터의 정확성은 데이터의 신뢰성을 나타냅니다. 쉽게 말해, 데이터가 정확하고 품질이 좋은가에 대한 특성입니다. 다양한 소스에서 제공되는 빅데이터에 대해 이야기할 때, 정확한 통찰력을 얻기 위해 데이터를 수집한 시점의 맥락, 메타데이터 및 보호 체인을 이해하는 것이 중요합니다. 데이터의 정확성이 높을수록 조직의 의미 있는 결과에 기여하고 분석해야 하는 데이터의 중요성과 같습니다.

 

Value (가치)

그동안 빅데이터의 특성은 4V로 알고 있었지만 실제로 빅데이터에 대해 고려해야 할 중요한 5번째 요소가 있습니다. 이것이 바로 우리의 데이터를 가치로 바꿀 필요성입니다. 실제로, 통찰력을 제공하고 데이터 중심의 의사 결정을 유도하기 위한 데이터 전략을 수립하지 않은 조직은 경쟁업체에 뒤처질 것입니다. 효과적으로 분석되는 빅 데이터는 고객과 고객의 행동 및 요구 사항, 비즈니스 프로세스와 운영을 최적화하고 거의 끝없이 많은 애플리케이션을 개선하는 방법에 대한 중요한 이해를 제공할 수 있습니다.

 

데이터를 사용하여 새로운 제품이나 서비스를 만들거나 비용을 절감하는 방법을 이해하든 빅데이터가 가치를 창출하는 것은 매우 중요합니다. 이러한 가치 때문에 모든 규모의 조직이 채택한 비즈니스 목표를 달성하는 데 필요한 데이터를 수집하고 분석하기 위해 데이터 전략을 수립해야 합니다.