데이터 산업과 빅데이터 조직
쉽게 말하면
데이터 산업은 처음엔 '계산을 빨리 해 주는 일'이었다가, 흩어진 데이터를 모으고, 분석하고, 서로 연결하고, 이제는 개인이 자기 데이터의 주인이 되는 쪽으로 커졌어요. 회사 안에서는 분석가를 한 부서에 모을지, 부서마다 나눌지, 둘을 섞을지를 정해야 해요.
시험용 정의
데이터 산업은 데이터를 만들고 모으고 저장·분석·유통해 가치를 만드는 산업이다. 흔히 데이터 처리(업무 전산화) → 데이터 통합(데이터 웨어하우스로 모음) → 데이터 분석(빅데이터 분석으로 예측) → 데이터 연결(기업·기관 데이터를 서로 잇고 API로 주고받음) → 데이터 권리(개인이 자기 데이터를 통제·이동, 마이데이터) 순으로 진화했다고 설명한다. 산업 구조는 데이터를 다루는 장비·플랫폼인 인프라 영역과, 데이터로 일을 해 주는 서비스 영역으로 나눈다. 기업 안에서 분석 인력을 어떻게 배치할지는 집중형·기능형·분산형 조직 구조로 정한다.
비유로 이해하기
도서관으로 보면 쉽다. 책을 손으로 대출하던 것을 전산으로 바꾼 것이 처리, 흩어진 분관 장서를 한 목록으로 모은 것이 통합, 대출 기록으로 인기 책을 예측한 것이 분석, 다른 도서관과 상호 대차를 연 것이 연결, 이용자가 내 대출 기록을 내려받아 다른 서비스로 옮기는 것이 권리다.
자세히
데이터 산업의 진화
| 단계 | 무엇이 바뀌었나 | 예 |
|---|---|---|
| 데이터 처리 | 종이 업무를 전산으로 처리 | 급여 계산, 회계 전산화 |
| 데이터 통합 | 흩어진 데이터를 한곳에 모음 | 데이터 웨어하우스, 전사 데이터 통합 |
| 데이터 분석 | 쌓인 데이터로 패턴을 찾고 예측 | 빅데이터 분석, 추천 |
| 데이터 연결 | 기관·기업 데이터를 서로 연결해 새 서비스 | API 로 데이터 주고받기, 공공데이터 개방 |
| 데이터 권리 | 개인이 자기 데이터를 통제하고 옮김 | 마이데이터, 개인정보 전송 요구권 |
데이터 산업 구조
| 영역 | 무엇 | 예 |
|---|---|---|
| 인프라 영역 (하드웨어) | 데이터를 담고 계산하는 장비 | 서버, 스토리지, 네트워크 |
| 인프라 영역 (소프트웨어) | 수집·저장·처리·분석·관리 플랫폼 | 하둡, NoSQL 데이터베이스, 분석 도구 |
| 서비스 영역 | 데이터로 고객의 일을 해 줌 | 교육, 컨설팅, 솔루션 구축, 데이터 판매·중개, 분석 대행 |
빅데이터 조직 구조
| 구조 | 배치 | 장점 | 단점 |
|---|---|---|---|
| 집중형 | 분석 전담 조직 하나가 전사 분석을 맡음 | 전략 과제에 집중, 우선순위를 한곳에서 정함 | 현업 부서와 일이 겹치거나 거리가 생길 수 있음 |
| 기능형 | 각 현업 부서 안에서 직접 분석 | 현업 사정을 잘 앎 | 전사 관점의 핵심 분석이 어렵고 부서마다 따로 놂 |
| 분산형 | 분석 전문가를 현업 부서에 배치하되 전담 조직이 관리 | 전사 우선순위와 현업 밀착을 함께, 결과를 빠르게 실행 | 역할과 책임(누가 보고받나)을 분명히 해야 함 |
빅데이터 인력
| 역할 | 하는 일 |
|---|---|
| 데이터 엔지니어 | 수집·적재·저장 파이프라인과 플랫폼을 만들고 운영 |
| 데이터 분석가 | 데이터를 정리·탐색하고 통계와 시각화로 현상을 설명 |
| 데이터 사이언티스트 | 가설을 세우고 모형을 만들어 예측·최적화, 결과를 비즈니스 언어로 전달 |
| 데이터 아키텍트 | 데이터 구조와 표준, 흐름 전체를 설계 |
데이터 사이언티스트에게는 이론·기법·프로그래밍 같은 하드 스킬과 통찰력·소통·스토리텔링 같은 소프트 스킬이 함께 필요하다. 자세한 것은 '데이터 사이언스와 데이터 사이언티스트' 페이지에서 다룬다.
시험에 이렇게 나와요
- 진화 순서: 처리 → 통합 → 분석 → 연결 → 권리
- 마이데이터·개인정보 이동은 데이터 권리 시대
- 인프라 영역(하드웨어·소프트웨어 플랫폼) vs 서비스 영역(교육·컨설팅·데이터 제공)
- 조직 구조: 집중형(전담 조직), 기능형(부서 안), 분산형(전문가를 부서에 배치)
- 분산형은 전사 우선순위와 현업 밀착을 함께 얻는다
출제기준 1과목 '데이터 산업 이해, 빅데이터 조직 및 인력'
확인 문제
Q1. 개인이 자기 데이터를 원하는 곳으로 옮기게 해 달라고 요구할 수 있는 시대는 데이터 산업 진화 단계 중 어디인가?
- 데이터 통합 시대
- 데이터 처리 시대
- 데이터 권리 시대
- 데이터 연결 시대
정답 보기
3번 데이터 권리 시대
개인이 자기 데이터의 주인으로서 이동·활용을 요구하는 단계가 데이터 권리 시대다. 마이데이터가 대표 예다.
Q2. 데이터 산업의 진화 순서로 알맞은 것은?
- 처리 → 분석 → 통합 → 연결 → 권리
- 분석 → 처리 → 통합 → 연결 → 권리
- 처리 → 통합 → 분석 → 연결 → 권리
- 통합 → 처리 → 분석 → 권리 → 연결
정답 보기
3번 처리 → 통합 → 분석 → 연결 → 권리
전산 처리 → 한곳에 모음 → 분석 → 서로 연결 → 개인의 권리 순이다.
Q3. 공공기관과 기업이 API 로 데이터를 주고받아 새 서비스를 만드는 단계는?
- 데이터 처리
- 데이터 통합
- 데이터 권리
- 데이터 연결
정답 보기
4번 데이터 연결
서로 다른 곳의 데이터를 잇는 단계가 데이터 연결이다.
Q4. 데이터 산업 구조에서 서비스 영역에 해당하지 않는 것은?
- 데이터 판매·중개
- 스토리지 장비
- 데이터 분석 컨설팅
- 데이터 교육
정답 보기
2번 스토리지 장비
스토리지·서버 같은 장비는 인프라 영역(하드웨어)이다.
Q5. 분석 전문가를 현업 부서에 배치하면서 전담 조직이 함께 관리하는 구조는?
- 계층형
- 분산형
- 집중형
- 기능형
정답 보기
2번 분산형
분산형은 전사 관점의 우선순위와 현업 밀착을 함께 얻는다.
Q6. 수집·적재 파이프라인과 분산 저장 플랫폼을 만들고 운영하는 역할은?
- 데이터 엔지니어
- 비즈니스 분석가
- 데이터 분석가
- 데이터 거버넌스 위원
정답 보기
1번 데이터 엔지니어
데이터가 흐르는 길과 저장소를 만드는 사람이 데이터 엔지니어다.
헷갈리기 쉬운 O·X
기능형 조직은 전사 관점에서 핵심 분석 과제를 정하기 쉽다.
정답 보기
X 기능형은 부서마다 따로 분석해 전사 관점의 핵심 분석이 어렵다.
마이데이터는 데이터 권리 시대의 대표 예다.
정답 보기
O 개인이 자기 데이터를 원하는 곳으로 옮겨 쓰게 하는 제도다.
하둡 같은 분산 처리 플랫폼은 데이터 산업의 서비스 영역에 속한다.
정답 보기
X 플랫폼 소프트웨어는 인프라 영역이다.