기업조회

본문 바로가기 주메뉴 바로가기

동향 기본정보

빅데이터 어플리케이션과 지속가능성 사이의 상관관계는 무엇일까?

동향 개요

기관명, 작성자, 작성일자, 내용, 출처, 원문URL, 첨부파일 순으로 구성된 표입니다.
기관명 NDSL
작성자 KISTI 미리안 글로벌동향브리핑
작성일자 2017-04-25 00:00:00.000
내용 빅데이터 어플리케이션들과 지속가능성과의 관계는 무엇이며 효율성의 향상과 더불어 자원을 소비하는 증가추세의 효과는 무엇이며 누가 이러한 효율을 측정할 수 있는가에 대한 과제는 끊임없는 데이터 전문가들이 숙고하는 문제라 볼 수 있겠는데, 데이터와 환경, 그리고 이들 사이의 지속가능성을 측정하는 방법과 빅데이터를 활용방안에 대해 세부적으로 논의해보고자 한다. 최근 데이터 중심의 지속가능성을 파악하기 위해 분석기법 관련 어플리케이션들이 다양하게 활용되고 있다고 한다. 이는 분석기법 관련 어플리케이션들이 데이터를 취합하여 어떤일이 발생하고 왜 그러한 일이 발생했는지를 분석하여 상황에 대한 예측 및 적합한 결과를 도출하는 분석이 가능해졌기 때문이라고 한다. 이러한 기능으로 인해 각 기업 및 조직은 각기 다른 인지도와 기술력, 그리고 기반설비와 혁신성, 문화, 자원활용도와 같은 다양한 요소를 반영해해 분석 어플리케이션을 활용하고 있는 것으로 나타났다. 하지만 지속가능성을 고려하기 위해서는 비즈니스 모델 자체와는 연관성이 없기에 지속가능성을 측정하고 홍보하기 위한 노력은 기업을 대상으로 하기 보다는 정부와 비정부적, 그리고 상호 정부와 연관된 유관기업 및 조직들의 노력 여하에 달려있다 볼 수 있다 하겠다. 비즈니스 업체들과 비교해 정부, 비정부 관련 기구들의 지속가능성을 위한 노력은 전형적으로 모든 가능성 ㅇ측면에서 불리하다 볼 수 있겠다. 이에 국제연합인 UN을 필두로 삼은 #39;지속가능한 개발목표 #39;가 회원국 약 193개국을 대상으로 펼쳐지면서 글로벌 단위의 지속가능한 개혁이 추진되고 있지만 정확한 평가와 측정이 어렵다는 한계가 있을 수 밖에 없는 형국이라고 한다. 일례로 기후변화를 위한 공동노력을 기울이기 위해 CO2 배출 절감과 관련된 캠페인을 진행하고자 할 경우, 지속가능한 캠페인의 성과를 측정하기 위한 범 지구적 지표를 우선적으로 개발해야 할 것이며, 지표에 대한 정의와 각 회원국들의 동의, 그리고 이를 공유하고 상호 통합하여 공식적인 데이터 모델로 운영할 수 있어야 하는 어려움이 존재한다 볼 수 있겠다. 뿐만 아니라 측정지표가 운영될 경우에도 이를 신뢰성있는 데이터가 축적되고 있는지에 대한 문제를 해결해야 하며, 단순 설문조사에 의한 데이터 취합이 아닌 정확한 지표에 근거한 데이터가 수집되어야 한다는 전제가 이행되어야 한다 볼 수 있겠다. 그렇다면 빅데이터와 지속가능성은 과연 양립할 수 있는 것인가에 대한 문제에 봉착하게 된다 볼 수 있겠다. 빅데이터 어플리케이션들을 처리하기 위한 저장공간이나 처리능력이 곧 각각의 데이터 취합 및 산출과 연관된 비용과 결부되어있어 방대한 데이터 센터를 보유하고 있는 기업 및 조직들에게 있어 추가적인 빅데이터 어플리케이션 도입 및 운영이 쉽지는 않을 것이며, 이들은 데이터 센터의 효율적인 운영을 우선적으로 고려하려는 경향이 있기 때문이라 하겠다. 결국 분석기법을 적용해 운영을 최적화할 수 있는 효과는 무엇인지를 파악해야 할 것이고, 분석을 통해 얻은 효율성을 증진시켜 자신들이 투입한 다양한 비용을 상쇄시킬 수 있을지에 대한 문제가 해결되어야 한다는 과제가 남아있다 하겠다. 결국 빅데이터 분석기법을 도입 및 운영하기 이전에 우선순위를 정하고 다양한 이니셔티브 추진을 위한 밑그림을 그려나갈 수 있는 계획이 선행되어야 할 것으로 보인다.
출처
원문URL http://click.ndsl.kr/servlet/OpenAPIDetailView?keyValue=03553784&target=TREND&cn=GTB2017001953
첨부파일

추가정보

과학기술표준분류, ICT 기술분류, 주제어 순으로 구성된 표입니다.
과학기술표준분류
ICT 기술분류
주제어 (키워드) 1. 빅데이터; 지속가능성; 데이터 분석기법; 2. big data; sustainability; data analytics;