[사회과학] 문헌정보탐색 - 빅데이터와 활용방안

하는 것은 매우 어려운 일로서 빅데이터 분석에 성공한 기업들의 수가 적은 이유도 이러한 데이터 사이언티스트를 확보하는 것이 어렵기 때문이 라 하겠다.
2.적절한 분석 툴의 적용
기업이 해결하고자 하는 비즈니스 이슈에 적절한 툴과 역량을 매치 시키는 것 또한 중요하다. 데이터 양이 기하급수적으로 증가하게 되면서 제 기능을 수행하지 못하는 것을 사전에 방지하기 위해서는 확장성이 뛰어난 아키텍처를 구현해야 하며, 빅데이터의 다양성을 처리할 수 있는 툴을 갖춰야 한다. 이때 무엇보다 선행되어야 하는 점은 빅데이터를 활용해 얻고자 하는 가치가 무엇인지 명확히 파악하고 있어야 한다는 점이다. 그래야만 당면 과제를 보다 빨리 효과적으로 해결할 수 있을 것이다. 지금 많은 기업들이 그러하듯 빅데이터의 주제가 단지 인프라에 대한 관심에 머문다면 금방 사라질 이슈가 될 수도 있다. 때문에 사전에 빅데이터 분석 의 목표와 그에 따른 기대 효과에 대한 명확한 제시가 이루어져야 할 것이다.
3.최적의 빅데이터 저장소 선택한다.
기업들의 가장 공통된 실수 중 하나는 자사 요구에 가장 적절한 기술이 무엇인지 제대로 파악하기도 전에 빅데이터라고 하면 Hadoop부터 먼저 도입하려 한다는 것이다. 기업에 따라 어떤 기업에서는 하둡보다는 NoSQL와 같은 것이 더 적절한 빅데이터 저장소 및 프레임워크 소프트웨어가 될 수 있다. Hadoop은 뛰어난 확장성을 제공하고 구현 비용도 상대적으로 저렴하며 혼합되어 있는 데이터 유형을 처리하는 데 탁월하다. 그러나 실시간 데이터 스트리밍에는 적절하지 못하다. 빅데이터와 관련해 Haddop이나 NoSQL, 분석 데이터 스토어 등 백엔드 기술을 선택할 때 가장 중요한 것은 자사 데이터의 볼륨, 다양성, 속도에 매칭되는 기술이 무엇이냐는 것이다. 각 기술들은 모두 장단점을 갖고 있으며 백엔드 기술을 선택하기 전에 이러한 장단점부터 충분히 이해하고 활용할 줄 알아야 한다.

※하둡(Hadoop) : 대량의 자료를 처리할 수 있는 큰 컴퓨터 클러스터

(보관된 자료가 없습니다)