Page 289 - 데이터과학 무엇을 하는가? 전자책

대 제 의 데이터 자

2013년 대 에서 제조업 빅데이터 사 를 소개하고 교육하는 자리가 있 다. 대
의 주요 반도체 회사 및 전자 회사 의 분석 관련 부서에서 일하는 분 이
이 석했는데, 빅데이터에 대한 관 이 무척 거 빅데이터가 세계적인
이라는 을 다시 한번 실감할 수 있 다.
그 에서 특이한 은 제조업 관련 분석 담당자의 소속이 다. 현재 대부분
의 국내 기업은 분석 조직을 따로 고 있는 이 드문데, 그 에도 불구하고 생
산 엔지니어와 IT 엔지니어의 구분은 명확한 이다. 데이터를 생산하는 주체와
운영하는 주체가 다 기 문에, 생산 부서에서 분석을 진행하면서도 데이터는
운영 에 요청을 해야 하는 시스템인 이다.
하지 그 에서 난 분 은 운영과 분석을 동시에 진행하고 있 다. 그래서인
지 그 은 데이터에 대한 이해도가 매우 고, DB 구성부터 데이터 추출 문제
그리고 분석을 통해 얻을 수 있는 생산 및 품질적인 효과 지 부분에 대해
고민하고 있 다.
그 자리는 단 한 빅데이터 교육의 장이 아니라 분석 사 를 통해 각자의 경험과
노하우를 공유하고, 분석 방법을 발전시키기 위해 무 을 해야 하는지 의
을 나누는 장이 다. 이 자리를 계기로 필자가 얼마나 우물 안 개구리 나 하는
반성을 하게 되 다.
무 보다 대다수 석자가 분석을 비 하여 빅데이터 관련 기술의 플랫폼 구성과
실시간 처리 방안 등에 대해 고민하고 있 다. 그리고 고가의 외국 분석 을 사
용하기보다 각자 필요로 하는 분석 기능에 대해 R과 함 사내 개발 (In-house
tool)을 개발해 부분적으로 사용하고 있 다. 이런 그 을 보면서 논문 등에 기재
되는 새로운 알고리 에 대해서도 게 수용하여 개발을 할 수 있겠다는 생각
이 다.
국내 은 기업 이 검증되지 않은 알고리 에 대해 위험시하고, 국내에서 통용
되고 있는 분석 도구 에 새로운 알고리 기능을 추가하는 조차도 복잡한
차를 거치는 과는 다 게 그 은 게 적용하고 도전한다는 을 다.
물론 은 기간 동안 5 6개 기업과의 대화를 통해 그 이 어 게 생각하고 준비
하고 진행하는지 을 악할 수는 없 다.
하지 적어도 필자가 그 은 빅데이터라는 거운 이슈를 이슈로 아
이지 않고 직접 적용하고 활용하기 위해 한국보다 게 움직이고 있 다.

287