[디지털비즈온 김맹근 기자] 최근 데이터 관련 법안이 개정되면서 빅데이터의 활용 분야는 점차 확장되고 있으며, 빅데이터 교육에 대한관심이 증가하고 있다. 그러나 빅데이터를 활용하기 위해서는 높은 수준의 지식과 스킬이 필요하고, 이를 모두교육하기에는 오랜 시간과 많은 비용이 소요된다.

데이터의 분석은 데이터 간 연관성(Association rule) 을 찾아내거나 데이터를 분류(Classification)하고, 군집화(Clustering)하며, 미래 데이터를 예측(Prediction)하는 등 데이터의 특수성과 목적성에 대한 이해를 바탕으로 유의미한 결과를 얻기 위한 기술을 의미한다.

빅데이터 분석(Big Data Analysis)은 새롭게 생성하거나 수집한 빅데이터로부터 유의미한 가치를 도출해내기 위한 분석 기술을 의미한다. 빅데이터를 분석하기 위해서는 정보를 가공할 시스템을 구축하고 조작하기 위한 ICT 역량도 필요하지만, 데이터의 특수성과 목적성에 대한 이해를 바탕으로 분석 결과를 응용하기 위한 계획을 수립하는 역량이 우선시된다.

빅데이터를 활용하기 위해서는 컴퓨터과학에서 정의하는 빅데이터의 개념보다는 데이터 산업 현장에서 사용되는 광범위한 영역의 빅데이터를 정의할 필요가 있다. 산업 현장 정의되는 빅데이터는 컴퓨터과학에서 정의되는 빅데이터의 특성(3Vs)을 만족하지 않는 경우가 많기 때문이다.

서울시에서 운행되는 버스를 예로 든다면, 2019년을 기준으로 하루 동안 운행되는 버스는 약 7000여 대다. 버스의 운행 정보는 속도와 위치 정보, 버스에 탑승하거나 하차하는 승객의 수, 결제 정보 등의 정형 데이터와 영상, 음성 정보 등의 비정형 데이터로 구성된다.

비정형 데이터인 영상 및 음성 정보는 용량, 입출력 속도, 다양성을 모두 갖춘 컴퓨터과학에서 정의 되는 빅데이터라 할 수 있다. 반면, 정형 데이터인 속도 와 위치 정보, 승객에 대한 정보는 단일 시스템에서 수용할 수 있을 수준의 용량이지만 실시간으로 입출력이 일어나기 때문에 단일 시스템에서 수용할 수 없는 빅데이터라 할 수 있다.

즉, 컴퓨터과학에서 정의되는 빅데이터의 특성(3Vs)을 모두 충족하지 않더라도 단일 시스템에서 수용할 수 없거나 새로운 분석 방법을 도입해 서 유의미한 결과물을 산출해낼 수 있는 데이터는 빅데이터로 인식할 수 있다. 따라서 빅데이터를 활용하기 위해서는 산업 현장에서 활용 가능한 빅데이터 개념의 재정의가 필요하다.

빅데이터 처리 시스템을 구축하고 빅데이터 분석 환경을 구성하는 것은 공학의 영역이다. 그러나 빅데이터에 대한 이해를 바탕으로 새로운 분석 방법을 개발하고 유의미한 결과물을 산출하는 것은 각 분야 전문가의 영역이다. 공학은 빅데이터 분석을 위한 클라우드 플랫폼(PaaS)을 제공하고, 각 분야 전문가는 클라우드 플랫폼을 통해 공유된 하드웨어 및 소프트웨어 자원과 분석 도구를 이용해서 유의미한 결과물을 산출하기 위한 새로운 클라우드 기반 빅데이터 활용 모델이 필요하다.

따라서 빅데이터 교육은 표준화된 지침서를 마련해서 SW 전공자를 대상으로 전문적인 빅데이터 교육을 제공하는 한편, 비전공자에게도 보편적인 빅데이터 교육을 제공함으로써 새로운 클라우드 기반 빅데이터 활용 모델을 준 비해야 한다.

미래 사회에서 빅데이터 기술의 활용 가능성과 영향력이 증가한다는 것을 의미한다. 따라서 부족한 인력 수요를 충족시키기 위해서는 보편적 교육을 통해 빅데이터 교육에 대한 관심을 높이고, 보편적 빅데이터 역량을 갖춘 보다 많은 인력을 양성해야 한다. SW 전공자와 비전공자를 구분하지 않고 보편적으로 빅데이터를 교육할 수 있는 표준화된 교육 모델이 필요하다.