빅데이터 분석과 사례 연구, 실제 기업의 빅데이터 도입 시 발생할 수 있는 이슈, 기획 및 운영 과정, 분석 등에 필요한 실무 노하우를 충실히 수록했다. 한눈에 쏙 들어오는 큼직한 도표와 다이어그램 등을 통해 직관적으로 해당 내용을 살펴볼 수 있고, 핵심 정리로 각 장의 내용을 간단히 요약하고 쉽게 기억할 수 있도록 했다. 또한 각 장의 마지막에 수록된 '퀴즈로 알아보는 빅데이터'에서는 빅데이터와 관련해 꼭 기억해야 할 중요한 사항을 퀴즈로 풀어보도록 했다.

CHAPTER 1 IT 트렌드와 디지타이징 비즈니스

빅데이터 시대를 연 IT 트렌드 변화와 미래 핵심 기술의 등장
-IBM 대형 컴퓨터로 시작된 중앙 집중식 비즈니스 처리 방식
-다운사이징 열풍과 함께 최고로 성장한 오라클과 시스코, HP
-개인용 PC 시대를 연 마이크로소프트
-빅데이터 기술의 시초, 하둡 탄생의 배경
-빅데이터를 양산하는 스마트폰으로 촉발된 모빌리티의 시대
-기업의 IT 자원 활용도를 극대화하는 클라우드 컴퓨팅 열풍
-더 많은 양의 빅데이터를 생산할 센서의 시대가 온다
-미래 핵심 기술 : 소셜, 모바일, 빅데이터, 클라우드, 사물 인터넷
빅데이터로 시작된 혁신, 디지타이징 비즈니스
-제품 체험 기회와 최저가를 동시에 제공해야 구매가 일어난다
-사물 인터넷, 빅데이터 분석, 모바일 기술 등이 결합된 비콘
위기이거나 혁신에 성공하거나 : 글로벌 IT 기업과 IT 트렌트
-클라우드 컴퓨팅 분야
-모바일 분야
-빅데이터 분야
-사물 인터넷 분야
-ERP 및 인 메모리 데이터베이스 분야
-IT 분야의 새로운 강자 구글, 아마존, 세일즈포스
-무엇이 글로벌 IT 기업을 약하게 만들었는가
퀴즈로 알아보는 빅데이터

CHAPTER 2 시나리오 분석부터 재미있게 시작하는 빅데이터 분석

빅데이터란 무엇인가
-빅데이터의 정의, 4V
-얼마나 커야 빅데이터라고 부를 수 있을까
-빅데이터 기술과 새로운 비즈니스의 등장
-스몰 데이터, 다크 데이터, 패스트 데이터, 스마트 데이터
혁신하려면 빅데이터를 분석하라
미래를 예측하는 빅데이터, 무료 분석 툴부터 활용하라
-빅데이터의 후행성 : 정교하게 분석해 결론을 도출하라
-검색어의 선행성 : 예측 모형을 정교화해 정확도를 높여라
-포털 사이트의 검색 빈도 분석 툴 : 네이버 트렌드와 구글 트렌즈
-무료로 사용할 수 있는 소셜 미디어 분석 툴 : 소셜 메트릭스
본격적인 빅데이터 분석에 앞서 : 시나리오에 의한 검색어 분석 실습
-스마트폰 경쟁 분석
-야외 운동 : 골프, 등산, 캠핑의 비교
-네이버 트렌드와 소셜 메트릭스의 활용
퀴즈로 알아보는 빅데이터

CHAPTER 3 다양하게 활용되는 소셜 미디어 분석

막강한 소셜 미디어, 이렇게 활용하라
-소셜 미디어 분석이란
-소셜 미디어 분석은 빅데이터 분석이다?
-일반인이 많이 알고 있을 만한 키워드 중심으로 분석하라
-자연어를 처리할 때는 동음 유의어에 주의를 기울여라
-평소에 일반인이 관심을 갖는 분야를 선택하라
-소셜 미디어의 파워는 선거에서 나타난다
-소셜 미디어는 정부 정책 결정 시 매우 잘 활용될 수 있다
-소셜 미디어에서는 루머와 사실을 구분할 수 있어야 한다
소셜 미디어의 3단계 분석 과정
-사용자 요구 사항
-1단계 : 웹 크롤링 서비스
-2-1단계 : 자연어 처리 서비스
-2-2단계 : 텍스트 분석
-2-3단계 : 시각화
-3단계 : 최종 사용자
소셜 미디어 분석을 활용할 수 있는 분야
-신제품 개발 및 론칭 효과 분석
-광고 효과 분석
-기업의 평판 리스크/위기 관리
-고객의 VOC
-소셜 리서치
-데이터 저널리즘
퀴즈로 알아보는 빅데이터

CHAPTER 4 빅데이터 도입 시 야기되는 일반적인 이슈들

빅데이터에 대한 이해가 부족하다
빅데이터를 도입하려는 기업에 들려주는 경험담
-기업 내 부서별로 빅데이터를 바라보는 관점이 다르다
기업 경영진의 빅데이터에 대한 이슈들
-기업 경영진은 빅데이터 도입 시 본인들의 영향력을 간과한다
-기업 경영진은 빅데이터를 너무 쉽게 생각하는 경향이 있다
-경영진이 '감'에 의해 경영하면서 빅데이터 도입 검토를 지시한다
-빅데이터 TF 리더의 역할을 IT 부서가 해서는 안 된다
-빅데이터를 도입하려면 빅머니가 필요하다?
현업 담당자들의 빅데이터에 대한 이슈들
-현업 담당자들 스스로 데이터 분석 능력을 키워야 한다
-아웃소싱 업체에 맡기고 분석 결과만 받아 보기를 바라는 경향이 있다
-빅데이터 분석과 기존 데이터 분석의 차이점이 클 거라 믿는다
IT 담당자들의 빅데이터에 대한 이슈들
-IT 담당자들은 하둡을 배우기 꺼려한다
-빅데이터 구축 이후에는 유지 보수만 하면 된다고 생각한다
빅데이터 프로젝트 정확하게 이해하기
-빅데이터 프로젝트는 참여하는 전문가들의 수준에 달려 있다
-빅데이터 전문가는 매우 다양하다
-빅데이터 프로젝트의 목적은 데이터에 기반한 의사 결정이다
-현업 담당자의 판단 아래 빅데이터 시스템을 도입해야 한다
퀴즈로 알아보는 빅데이터

CHAPTER 5 빅데이터 테마 선정을 위한 도출 방법론

어떤 주제로 빅데이터를 구현할까 : 빅데이터 테마 도출
-빅데이터 테마 도출을 위해 빅데이터 컨설팅사를 활용하라
-빅데이터 테마 도출 방법론과 프로세스
1단계 : 산업별 빅데이터 사례 분석
-유통업 사례 분석을 통한 테마 발굴
2단계 : 기본 업무 분석
3단계 : 인터뷰
-3-1 단계 : 임원 인터뷰
-3-2 단계 : 현업 인터뷰
-3-3 단계 : IT 팀 인터뷰
4단계 : 내부/외부 데이터 파악 및 데이터 탐색
-4-1 단계 : 내부/외부 데이터 파악
-4-2 단계 : 초기 데이터 탐색
5단계 : 교육과 워크숍
-5-1 단계 : 임원, 현업팀, IT 팀에 대한 교육
-5-2 단계 : 현업팀 워크숍
6단계 : 빅데이터 테마 후보 선정 및 평가
-6-1 단계 : 빅데이터 테마 후보 선정
-6-2 단계 : 평가
7단계 : Quick Win 과제 및 테마 선정과 마스터플랜
-7-1단계 : Quick Win 과제 및 테마 선정
-7-2 단계 : 빅데이터 추진 마스터플랜
퀴즈로 알아보는 빅데이터

CHAPTER 6 경쟁력 있는 빅데이터 분석의 모든 것

기업의 경쟁력을 지원하는 빅데이터 분석 사례
-빅데이터 분석과 기존 통계 분석의 차이점은 무엇일까
-넷플릭스의 시네 매치 시스템과 딥 러닝
-아마존의 추천 시스템
빅데이터를 구현할 때 활용할 수 있는 분석 서비스
-울프람 알파의 연산형 지식 엔진
-아이디인큐(ID INCU)의 모바일 리서치
빅테이터를 구현할 때 참고할 수 있는 데이터
-건강보험심사평가원의 연구용 청구 데이터
-SKT의 지리 정보 시스템 기반의 공간 빅데이터 서비스
빅테이터를 구현할 때 활용할 수 있는 분석 시스템
-구글의 빅쿼리
퀴즈로 알아보는 빅데이터

CHAPTER 7 빅데이터와 IT 기술

빅데이터와 전통적인 DW/BI의 차이점 및 공통점
-빅데이터 기술과 전통적인 DW/BI 기술의 차이는 무엇일까
-빅데이터 기술과 DW/BI 기술의 공통점은 무엇일까
기존 DW/BI 시스템에 빅데이터 기술을 도입하기 위한 제안
-기존 DW/ BI 시스템의 요구 사항
-DW/ BI 1단계 확장 방안
-DW/ BI 2단계 확장 방안
-DW/ BI 3단계 확장 방안
-빅데이터 시스템 도입으로 인한 기존 IT 조직의 변화
빅데이터 솔루션 맵
-빅데이터 아키텍처
-데이터 처리, 조회 분야 소프트웨어 장단점 분석
-빅데이터 인프라 및 서비스 맵 : 외산 솔루션
-빅데이터 인프라 및 서비스 맵 : 국산 솔루션
국내 제품 중 소개할 만한 제품
-플라밍고
-아파치 타조
퀴즈로 알아보는 빅데이터

CHAPTER 8 빅데이터 구축 방법론

빅데이터 구축 방법론의 중요성
-빅데이터 활용을 위해서는 ' 빅데이터 구축 방법론' 이 필요하다
-빅데이터 프로젝트 내에서 원활히 커뮤니케이션할 수 있어야 한다
-빅데이터는 단계적인 수행 절차가 방법론에 녹아 있어야 한다
-'빅데이터 구축 방법론'은 '빅데이터 테마 도출 방법론'과 쌍을 이루어야 한다
빅데이터 구축 방법론에 대한 설명
빅데이터 추진 마스터플랜(모듈 1)
비즈니스 활용 및 변화 관리 구현(모듈 2)
-비즈니스 테마에 대한 충분한 이해 (모듈 2-1)
-분석 결과에 대한 비즈니스 액션 플랜 (모듈 2-2)
-전사적 활용 모니터링 및 활성화 방안 (모듈 2-3)
-빅데이터 활용 평가 (모듈 2-4)
-빅데이터 활용 조직 설계 (모듈 2-5)
-필요한 인력과 Skill set의 정의 (모듈 2-6)
-필요한 인력의 조달 방법 (모듈 2-7)
-내부 인력 교육 계획 (모듈 2-8)
테마별 분석 모델 설계/분석(모듈 3)
-데이터 마이닝 방법론의 비교
-빅데이터 간접 분석 방법
-빅데이터 직접 분석 방법
-빅데이터 분석 툴 교육 (모듈 3-0)
-비즈니스 테마에 대한 충분한 이해 (모듈 3-1)
-필요 데이터의 정의 (모듈 3-2)
-데이터의 탐색 (모듈 3-3)
-파생 데이터 설계 및 데이터 작업 요건 전달 (모듈 3-4)
-분석 모델 설계 및 테스팅 (모듈 3-5)
-데이터의 시각화 (모듈 3-6)
-분석 결과에 대한 평가 (모듈 3-7)
-분석 모델의 유지 보수 및 업그레이드 방안 (모듈 3-8)
빅데이터 설계/구축 (모듈 4)
-비즈니스 테마에 대한 충분한 이해 (모듈 4-1)
-데이터 모델링 (모듈 4-2)
-내부/외부 데이터 ETL 설계 (모듈 4-3)
-내부/외부 데이터 정제 작업 설계 (모듈 4-4)
-내부/외부 데이터 ETL 및 정제 작업 수행 (모듈 4-5)
-데이터 작업 수행 (모듈 4-6)
-User/Access 관리, 보안 관리 수행 (모듈 4-7)
빅데이터 시스템 설계/구축 (모듈 5)
-SW 아키텍처 설계 (모듈 5-1)
-HW/Cloud 아키텍처 설계 (모듈 5-2)
-퍼블릭 클라우드 서비스를 잘 활용하자
-SW/HW/Cloud 설치 (모듈 5-3)
빅데이터 거버넌스 설계/구축 (모듈 6)
-데이터 거버넌스 설계 및 구축 (모듈 6-1)
-외부 데이터 관리 (모듈 6-2)
-사용자/액세스/보안 관리 설계 (모듈 6-3)
퀴즈로 알아보는 빅데이터

부록 컨퍼런스를 통해 살펴본 빅데이터 세계 동향(Strata Hadoop World 2014 & Teradata Partners 2014)

Strata Hadoop World 2014
-미국은 이미 ' Why Big data'를 고민하는 단계에서 'How to do Big data'를 고민하고 있는 단계로 넘어갔다
-현재 상황에서 하둡은 'Clear winner'다
-아파치 하둡보다 상용 하둡을 더 많이 쓴다
-스파크에 대한 대단한 관심이 쏟아지고 있다
-기존 RDB에 있는 정보계성 업무를 하둡으로 마이그레이션하고 있다
-데이터 사이언스에 대한 관심이 뜨겁다. 그러나 하둡 진영과는 거리를 좁히려는 노력이 필요하다
-Big data + IoT의 결합은 당연한 것이지만, 옵티멀 아키텍처(Optimal architecture)의 방향을 모색하고 있다
-하둡의 미래를 소개한 마이크 올슨의 키노트
-비즈니스 사용자를 위한 친밀한 사용자 환경 제품 등장
-자사의 솔루션 광고보다 인사이트를 공유하는 세션이 더 필요하다
-빅데이터 활용 시 야기되는 개인 정보 문제
-빅데이터도 잘못 수집되고 해석될 수 있다
-빅데이터로 사람의 감정까지 분석한다
-빅데이터의 현재를 돌아본다
-Strata Hadoop World 2014로 본 빅데이터 시장 예측
Teradata Partners 2014
-엄청난 규모의 데이터를 분석하고 운영하는 이베이
-데이터 웨어하우스와 하둡 간의 관계
-GM의 새로운 EDW Architecture
-볼보의 빅데이터 프로젝트 운영 사례
-테라데이타의 Unified Data Architecture
-빅데이터는 의사 결정을 위해 정렬되어야 한다
-SQL on Hadoop 분야의 주목할 만한 제품들
-개인 정보 보호에 대한 이슈

서울대학교 공과대학 원자핵공학과를 졸업하고, 미국 서던캘리포니아대학교에서 컴퓨터공학 석사를 마쳤다. 미국 비자카드, EDS, 아메리칸 항공, 독일 아마데우스(Amadeus), 오라클 본사에서 근무했다. 1996년 귀국하여 한국오라클 컨설팅본부 이사, 시벨코리아 지사장, SAS코리아 부사장, 딜로이트 컨설팅 파트너, 언스트앤영 컨설팅 본부장, 미래읽기 컨설팅 대표컨설턴트, 한국 테라데이타 부사장으로 일하면서 빅데이터, 클라우드 컴퓨팅 분야에서 국내 대기업 및 공공 기관 등 수백 개 기업의 경영 컨설팅 및 IT 컨설팅을 담당했다. 또한 컨퍼런스, 대학에서 강의하면서 다양한 매체에 기고 활동을 했다. 저서로는 《빅데이터로 일하는 기술》(한빛미디어, 2014), 《공피고아》(쌤앤파커스, 2010), 《실무자를 위한 데이터웨어하우스》(대청, 1999)가 있다. 현재 국방과학연구소 빅데이터 PM 및 빅데이터전문가협의회 의장으로 활동하고 있다.