다크 데이터: Difference between revisions
From IT Wiki
m (문자열 찾아 바꾸기 - "분류:데이터 공학" 문자열을 "분류:데이터/통계학" 문자열로) |
No edit summary |
||
| (3 intermediate revisions by 2 users not shown) | |||
| Line 1: | Line 1: | ||
[[분류:데이터 | [[분류:데이터 과학]][[분류:데이터 과학]] | ||
;Dark Data | ;Dark Data | ||
;조직이 정기적인 비즈니스 활동 중에 수집, 처리 및 저장하지만 일반적으로 다른 목적(ex 분석, 비즈니스 관계 및 직접 수익 창출)으로 사용할 수 없는 정보 자산(가트너의 정의) | ;조직이 정기적인 비즈니스 활동 중에 수집, 처리 및 저장하지만 일반적으로 다른 목적(ex 분석, 비즈니스 관계 및 직접 수익 창출)으로 사용할 수 없는 정보 자산(가트너의 정의) | ||
* 전 세계 데이터의 80% 이상이 다크데이터로 추정 | |||
* 2017년 5월, Apple이 다크 데이터 분석 기업 ‘Lattice Data’를 2억 달러에 인수 | * 2017년 5월, Apple이 다크 데이터 분석 기업 ‘Lattice Data’를 2억 달러에 인수 | ||
== 주목 배경 == | |||
* '''저장 기술의 발전''': 대용량의 데이터를 큰 비용 없이 저장할 수 있게 됨 | |||
* '''분석 기술의 발전''': 인공지능 기술의 발달로 넘쳐나는 데이터 속에서 유의미한 정보를 찾아내 분석할 수 있게 됨 | |||
== 두 얼굴의 다크 데이터 == | |||
* '''(개인)정보 보호 측면''': 향후 분석 가치가 있을 것으로 보고 저장해 두거나 쌓이고 있는지도 모르고 누적되고 있으나, 그 속에 개인정보 등의 민감한 정보가 포함되어 있을 수 있고 유출 시 예상치 못한 막대한 피해가 발생할 수 있는 데이터 | |||
* '''가치 창출 측면''': 인지하지 못하여 버려지거나 분석할 수 없어 쌓아만 놓았으나 유용한 정보 및 인사이트를 찾을 수 있는 데이터 | |||
Latest revision as of 17:10, 29 March 2021
- Dark Data
- 조직이 정기적인 비즈니스 활동 중에 수집, 처리 및 저장하지만 일반적으로 다른 목적(ex 분석, 비즈니스 관계 및 직접 수익 창출)으로 사용할 수 없는 정보 자산(가트너의 정의)
- 전 세계 데이터의 80% 이상이 다크데이터로 추정
- 2017년 5월, Apple이 다크 데이터 분석 기업 ‘Lattice Data’를 2억 달러에 인수
주목 배경[edit | edit source]
- 저장 기술의 발전: 대용량의 데이터를 큰 비용 없이 저장할 수 있게 됨
- 분석 기술의 발전: 인공지능 기술의 발달로 넘쳐나는 데이터 속에서 유의미한 정보를 찾아내 분석할 수 있게 됨
두 얼굴의 다크 데이터[edit | edit source]
- (개인)정보 보호 측면: 향후 분석 가치가 있을 것으로 보고 저장해 두거나 쌓이고 있는지도 모르고 누적되고 있으나, 그 속에 개인정보 등의 민감한 정보가 포함되어 있을 수 있고 유출 시 예상치 못한 막대한 피해가 발생할 수 있는 데이터
- 가치 창출 측면: 인지하지 못하여 버려지거나 분석할 수 없어 쌓아만 놓았으나 유용한 정보 및 인사이트를 찾을 수 있는 데이터
