데이터 분석 도구
IT 위키
더 많은 작업
Data Analysis Tool; Data Analytics; Data Analysis Software
데이터를 통계적으로 분석하여 인사이트를 도출하거나 시각화를 통해 데이터를 쉽게 파악할 수 있는 기능을 제공하는 도구
- R (언어): 통계 분석 전용 프로그래밍 언어로, R를 기반으로한 도구의 예는 아래와 같다.
- R Studio
- Jupyter
- SAS: 통계 분석용 패키지 프로그램으로 빅데이터 분석 등 큰 규모의 자료를 분석하는데 매우 유용
- SPSS: 자료 분석에 통계 기법을 사용하여 의사결정을 위한 분석결과를 산출하는 통계 분석 소프트웨어
- STATA: 1980년대 중반 미국의 Stata Corp이 개발한 통계 소프트웨어 패키지로 사회과학, 자연과학, 의학 등의 분야에서 활용
- MATLAB: MathWorks 사에서 개발한 수치 해석 및 프로그래밍 환경을 제공하는 공학용 소프트웨어
- 파이썬(Python): 편의성과 유연성이 강조된 고급 프로그래밍 언어로, 파이썬을 기반으로한 도구의 예는 아래와 같다.
- Jupyter
- 태블로(Tableau): 대화형 데이터 시각화 및 비즈니스 인텔리전스 소프트웨어
- 파워 BI(Power BI): 마이크로소프트의 비즈니스 인텔리전스·대시보드 도구
- 레이피드마이너
- 하둡, 아파치 스파크: 한 대의 컴퓨터로 처리하기 어려운 대용량 데이터를 여러 서버에 나누어 처리하는 분산 처리 프레임워크
도구는 유행이나 익숙함이 아니라 분석 목적 → 데이터 → 사람 → 환경 → 비용 순으로 따져 고른다.
| 원칙 | 따져 볼 것 |
|---|---|
| 목적 적합성 | 풀려는 문제가 기술 통계·보고인지, 예측 모델링인지, 실시간 모니터링인지. 필요한 분석 기법(회귀, 분류, 군집, 텍스트·그래프 분석)을 지원하는가 |
| 데이터 특성 | 데이터의 규모(Volume), 발생 속도(Velocity), 형태(Variety: 정형·비정형). 한 대 메모리로 되면 R·파이썬, 넘으면 분산 처리, 스트림이면 실시간 처리 엔진 |
| 확장성·성능 | 데이터가 늘었을 때 서버를 늘려 대응할 수 있는가, 분산·병렬·인메모리 처리를 지원하는가 |
| 사용자 역량·사용 편의성 | 쓰는 사람이 데이터 과학자인지 현업 담당자인지. 코딩 중심이냐 GUI 중심이냐, 학습 비용 |
| 시각화·결과 공유 | 분석 결과를 의사결정자에게 전달할 대시보드·보고서 기능 |
| 연계·통합성 | 기존 DB·데이터 웨어하우스·클라우드와 연결되는가, 다른 도구와 데이터·모델을 주고받을 수 있는가 |
| 비용 | 라이선스, 하드웨어, 교육, 유지보수를 합친 총소유비용(TCO). 오픈소스와 상용의 차이 |
| 성숙도·지원 | 사용자 커뮤니티와 라이브러리 생태계, 제조사 기술 지원, 장기 지속성 |
| 보안·거버넌스 | 접근 통제, 개인정보 처리, 감사 기록, 분석 결과 재현성 |
- 하나의 도구로 모든 요건을 채우기 어려우므로, 저장·처리(하둡·스파크), 분석(R·파이썬), 시각화(BI)를 목적별로 조합하는 것이 일반적이다
- 시범 과제(PoC)로 실제 데이터에 적용해 보고 성능·편의성을 확인한 뒤 확정한다