SlideShare a Scribd company logo
1 of 15
Download to read offline
Big Data in Smart Farming – A review
Sjaak Wolfert, Lan Ge, Cor Verdouw, Marc-Jeroen Bogaardt
서승현
2
1. Background 서승현
연구 목적 및 시사점
■왜 이 연구를 진행하게 되었는가?
 Smart Farming에서의 Big Data 활용에 대한 insight 제공
 향후 맞닥뜨릴 수 있는 challenges 탐구
 4개의 research questions
- What role does Big Data play in Smart Farming?
- What stakeholders are involved and how are they organized?
- What are the expected changes that are caused by Big Data developments?
- What challenges need to be addressed in relation to the previous questions?
■연구의 시사점(implication)
 후속연구를 위한 conceptual framework 개발
3
2. Methodology 서승현
문헌연구법
■기술적 측면
 급격히 변화해서, 큰 의미 없음.
 크게 중점을 두지 않음.
■사회경제적 측면
 Big Data가 농업 경영에 미치는 사회경제적 영향에 초점을 맞춤.
 기술적 측면보다 더 지속적인 영향을 미칠 것.
4
3. 활용 데이터 및 모델 서승현
활용 문헌
■활용 데이터 설명
 2010년 1월 ~ 2015년 3월의 문헌
- 포함 기준: full article인 것. research question과 관련이 있는 것.
- 제외 기준: 영어, 중국어 외의 다른 언어로 되어있는 것. 기술적 측면에만 초점을 맞추고 있는 것.
- 최종적으로, 114개의 peer-reviewed articles, 9개의 블로그, 9개의 기사.
5
3. 활용 데이터 및 모델 서승현
Conceptual Framework
6
3. 활용 데이터 및 모델 서승현
Conceptual Framework
■ Business Processes: 농업 과정 관리에서의 Big Data 생산과 활용에 초점.
 Farm Processes
 Farm Management
 Data Chain: 다양한 의사 결정 과정을 통해, 나머지 둘과 상호작용.
■ Stakeholder Network
 개인뿐만 아니라 회사까지 포함.
■ Network Management
 Organization: 데이터 체인의 관리와 비즈니스 모델에 초점.
 Technology: 데이터 체인을 지탱하는 information infrastructure에 초점.
7
4. 분석 결과 서승현
Results
■ Drivers for Big Data in Smart Farming
 Pull factors
- Business perspective
- Public perspective
 Push factors
- 기술 발전
- 정밀 농업, wireless data transfer technology
8
4. 분석 결과 서승현
Results
■ Business Processes
 Farm Processes
- PM Data: process-mediated. 대다수의 business data가 이것에 해당.
- MG Data: machine-generated. IoT 활용. 음성, 그림 등의 다른 포맷도 가능.
- HM Data: human-sourced. 거의 완전히 디지털화됨. 관련 소셜미디어 데이터 수집능력의 한계.
9
4. 분석 결과 서승현
Results
■ Business Processes
 Farm Management
- Big Data 해석에서, 데이터의 오류나 복제 가능. Quality 문제 대두. => Fig.4
10
4. 분석 결과 서승현
Results
■Business Processes
 Data Chain
11
4. 분석 결과 서승현
Results
■Stakeholder Network
12
4. 분석 결과 서승현
Results
■Network Management
 Organization
- 데이터 소유권 문제
- Big Data는 농부들에게 기회이자 잠재적 위협.
 Technology
- Smart Farm에서의 Big Data 활용을 위해선, 기술적 인프라가 필수적.
13
4. 분석 결과 서승현
Results
■Challenges
 기술적 측면
- 대부분의 기술적 당면과제들은, 확실한 수익이 보장된다면 해결되는 문제.
- 수익 측면: (개발도상국의) 농업인들이 활용할 수 있는 방안 마련
- 비용 측면: 데이터 습득의 자동화
 조직적 측면
- Data Privacy / Security => 오히려 발전을 저해할 수도.
14
5. Limitation & Further study 서승현
연구 한계 및 further study
■연구의 한계
 Peer-reviewed scientific journal에 많이 실려 있지 않아서, 정량적 분석이 불가.
 Grey literature에는 과학적 함의가 부족.
■Further study
 Stakeholders 간의 network management에 대해서, 더 넓은 혁신적 관점에서 연구.
Thank you
for listening!

More Related Content

Similar to Big Data in Smart Farming - A Review

빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰
빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰
빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰JeongHeon Lee
 
빅데이터 윈윈 컨퍼런스-4차 산업혁명 핵심:데이터 가공 플랫폼
빅데이터 윈윈 컨퍼런스-4차 산업혁명 핵심:데이터 가공 플랫폼빅데이터 윈윈 컨퍼런스-4차 산업혁명 핵심:데이터 가공 플랫폼
빅데이터 윈윈 컨퍼런스-4차 산업혁명 핵심:데이터 가공 플랫폼ABRC_DATA
 
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장eungjin cho
 
Personal 빅데이터 주요 이슈 및 기술적 대응 방안
Personal 빅데이터 주요 이슈 및 기술적 대응 방안Personal 빅데이터 주요 이슈 및 기술적 대응 방안
Personal 빅데이터 주요 이슈 및 기술적 대응 방안메가트렌드랩 megatrendlab
 
빅데이터 기술 및 시장동향
빅데이터 기술 및 시장동향빅데이터 기술 및 시장동향
빅데이터 기술 및 시장동향atelier t*h
 
온라인 마케팅을 위한 빅데이터 분석
온라인 마케팅을 위한 빅데이터 분석온라인 마케팅을 위한 빅데이터 분석
온라인 마케팅을 위한 빅데이터 분석수보 김
 
왜 정보시스템 프로젝트는 실패하는가? (Why Information System Projects Fail?)
왜 정보시스템 프로젝트는 실패하는가? (Why Information System Projects Fail?)왜 정보시스템 프로젝트는 실패하는가? (Why Information System Projects Fail?)
왜 정보시스템 프로젝트는 실패하는가? (Why Information System Projects Fail?)Sangkyu Rho
 
1. hadoop 소개
1. hadoop 소개1. hadoop 소개
1. hadoop 소개Jino Kim
 
Bigdata analysis Team 5
Bigdata analysis Team 5Bigdata analysis Team 5
Bigdata analysis Team 5fhshsjxj
 
2016 국가정보화백서(국문 )-빅데이터 part-2016-12
2016 국가정보화백서(국문 )-빅데이터 part-2016-122016 국가정보화백서(국문 )-빅데이터 part-2016-12
2016 국가정보화백서(국문 )-빅데이터 part-2016-12Donghan Kim
 
공공빅데이터 업무적용 가이드
공공빅데이터 업무적용 가이드공공빅데이터 업무적용 가이드
공공빅데이터 업무적용 가이드sam Cyberspace
 
Big Data and Data Visualization(Inforgraphics) 2012년 KISTI(한국정보과학기술연구원) 발표 자료
Big Data and Data Visualization(Inforgraphics) 2012년 KISTI(한국정보과학기술연구원) 발표 자료Big Data and Data Visualization(Inforgraphics) 2012년 KISTI(한국정보과학기술연구원) 발표 자료
Big Data and Data Visualization(Inforgraphics) 2012년 KISTI(한국정보과학기술연구원) 발표 자료Seul Koo
 
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20Donghan Kim
 
특허전쟁 승리 위한 R&d 전략
특허전쟁 승리 위한 R&d 전략특허전쟁 승리 위한 R&d 전략
특허전쟁 승리 위한 R&d 전략atelier t*h
 
Bigdata analysis team 5
Bigdata analysis team 5Bigdata analysis team 5
Bigdata analysis team 5fhshsjxj
 
학습분석(Learning Analytics) 활용 가능성 및 전망
학습분석(Learning Analytics) 활용 가능성 및 전망학습분석(Learning Analytics) 활용 가능성 및 전망
학습분석(Learning Analytics) 활용 가능성 및 전망Open Cyber University of Korea
 
STS 2011 참관객 대상 설문조사 결과
STS 2011 참관객 대상 설문조사 결과STS 2011 참관객 대상 설문조사 결과
STS 2011 참관객 대상 설문조사 결과Jinseok Ro
 
공공_빅데이터_분석의_확산을_위한_첫걸음-2016-12
공공_빅데이터_분석의_확산을_위한_첫걸음-2016-12공공_빅데이터_분석의_확산을_위한_첫걸음-2016-12
공공_빅데이터_분석의_확산을_위한_첫걸음-2016-12Donghan Kim
 
[Ad Stars 2018] "Dynamic Data" that Actively Describes Consumer's Everyday Life
[Ad Stars 2018] "Dynamic Data" that Actively Describes Consumer's Everyday Life[Ad Stars 2018] "Dynamic Data" that Actively Describes Consumer's Everyday Life
[Ad Stars 2018] "Dynamic Data" that Actively Describes Consumer's Everyday LifeAndy Joohyun Lee
 

Similar to Big Data in Smart Farming - A Review (20)

빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰
빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰
빅데이터 분야를 위한 이미지 마이닝 기술동향 및 산업 동향 고찰
 
빅데이터 윈윈 컨퍼런스-4차 산업혁명 핵심:데이터 가공 플랫폼
빅데이터 윈윈 컨퍼런스-4차 산업혁명 핵심:데이터 가공 플랫폼빅데이터 윈윈 컨퍼런스-4차 산업혁명 핵심:데이터 가공 플랫폼
빅데이터 윈윈 컨퍼런스-4차 산업혁명 핵심:데이터 가공 플랫폼
 
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
 
Personal 빅데이터 주요 이슈 및 기술적 대응 방안
Personal 빅데이터 주요 이슈 및 기술적 대응 방안Personal 빅데이터 주요 이슈 및 기술적 대응 방안
Personal 빅데이터 주요 이슈 및 기술적 대응 방안
 
빅데이터 기술 및 시장동향
빅데이터 기술 및 시장동향빅데이터 기술 및 시장동향
빅데이터 기술 및 시장동향
 
공공기관의 빅데이터 구현 전략
공공기관의 빅데이터 구현 전략공공기관의 빅데이터 구현 전략
공공기관의 빅데이터 구현 전략
 
온라인 마케팅을 위한 빅데이터 분석
온라인 마케팅을 위한 빅데이터 분석온라인 마케팅을 위한 빅데이터 분석
온라인 마케팅을 위한 빅데이터 분석
 
왜 정보시스템 프로젝트는 실패하는가? (Why Information System Projects Fail?)
왜 정보시스템 프로젝트는 실패하는가? (Why Information System Projects Fail?)왜 정보시스템 프로젝트는 실패하는가? (Why Information System Projects Fail?)
왜 정보시스템 프로젝트는 실패하는가? (Why Information System Projects Fail?)
 
1. hadoop 소개
1. hadoop 소개1. hadoop 소개
1. hadoop 소개
 
Bigdata analysis Team 5
Bigdata analysis Team 5Bigdata analysis Team 5
Bigdata analysis Team 5
 
2016 국가정보화백서(국문 )-빅데이터 part-2016-12
2016 국가정보화백서(국문 )-빅데이터 part-2016-122016 국가정보화백서(국문 )-빅데이터 part-2016-12
2016 국가정보화백서(국문 )-빅데이터 part-2016-12
 
공공빅데이터 업무적용 가이드
공공빅데이터 업무적용 가이드공공빅데이터 업무적용 가이드
공공빅데이터 업무적용 가이드
 
Big Data and Data Visualization(Inforgraphics) 2012년 KISTI(한국정보과학기술연구원) 발표 자료
Big Data and Data Visualization(Inforgraphics) 2012년 KISTI(한국정보과학기술연구원) 발표 자료Big Data and Data Visualization(Inforgraphics) 2012년 KISTI(한국정보과학기술연구원) 발표 자료
Big Data and Data Visualization(Inforgraphics) 2012년 KISTI(한국정보과학기술연구원) 발표 자료
 
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
빅데이터 기술을 적용한_차세대_보안핵심_신기술의_최적_적용_및_활용방안(배포)-d_han_kim-2014-2-20
 
특허전쟁 승리 위한 R&d 전략
특허전쟁 승리 위한 R&d 전략특허전쟁 승리 위한 R&d 전략
특허전쟁 승리 위한 R&d 전략
 
Bigdata analysis team 5
Bigdata analysis team 5Bigdata analysis team 5
Bigdata analysis team 5
 
학습분석(Learning Analytics) 활용 가능성 및 전망
학습분석(Learning Analytics) 활용 가능성 및 전망학습분석(Learning Analytics) 활용 가능성 및 전망
학습분석(Learning Analytics) 활용 가능성 및 전망
 
STS 2011 참관객 대상 설문조사 결과
STS 2011 참관객 대상 설문조사 결과STS 2011 참관객 대상 설문조사 결과
STS 2011 참관객 대상 설문조사 결과
 
공공_빅데이터_분석의_확산을_위한_첫걸음-2016-12
공공_빅데이터_분석의_확산을_위한_첫걸음-2016-12공공_빅데이터_분석의_확산을_위한_첫걸음-2016-12
공공_빅데이터_분석의_확산을_위한_첫걸음-2016-12
 
[Ad Stars 2018] "Dynamic Data" that Actively Describes Consumer's Everyday Life
[Ad Stars 2018] "Dynamic Data" that Actively Describes Consumer's Everyday Life[Ad Stars 2018] "Dynamic Data" that Actively Describes Consumer's Everyday Life
[Ad Stars 2018] "Dynamic Data" that Actively Describes Consumer's Everyday Life
 

Big Data in Smart Farming - A Review

  • 1. Big Data in Smart Farming – A review Sjaak Wolfert, Lan Ge, Cor Verdouw, Marc-Jeroen Bogaardt 서승현
  • 2. 2 1. Background 서승현 연구 목적 및 시사점 ■왜 이 연구를 진행하게 되었는가?  Smart Farming에서의 Big Data 활용에 대한 insight 제공  향후 맞닥뜨릴 수 있는 challenges 탐구  4개의 research questions - What role does Big Data play in Smart Farming? - What stakeholders are involved and how are they organized? - What are the expected changes that are caused by Big Data developments? - What challenges need to be addressed in relation to the previous questions? ■연구의 시사점(implication)  후속연구를 위한 conceptual framework 개발
  • 3. 3 2. Methodology 서승현 문헌연구법 ■기술적 측면  급격히 변화해서, 큰 의미 없음.  크게 중점을 두지 않음. ■사회경제적 측면  Big Data가 농업 경영에 미치는 사회경제적 영향에 초점을 맞춤.  기술적 측면보다 더 지속적인 영향을 미칠 것.
  • 4. 4 3. 활용 데이터 및 모델 서승현 활용 문헌 ■활용 데이터 설명  2010년 1월 ~ 2015년 3월의 문헌 - 포함 기준: full article인 것. research question과 관련이 있는 것. - 제외 기준: 영어, 중국어 외의 다른 언어로 되어있는 것. 기술적 측면에만 초점을 맞추고 있는 것. - 최종적으로, 114개의 peer-reviewed articles, 9개의 블로그, 9개의 기사.
  • 5. 5 3. 활용 데이터 및 모델 서승현 Conceptual Framework
  • 6. 6 3. 활용 데이터 및 모델 서승현 Conceptual Framework ■ Business Processes: 농업 과정 관리에서의 Big Data 생산과 활용에 초점.  Farm Processes  Farm Management  Data Chain: 다양한 의사 결정 과정을 통해, 나머지 둘과 상호작용. ■ Stakeholder Network  개인뿐만 아니라 회사까지 포함. ■ Network Management  Organization: 데이터 체인의 관리와 비즈니스 모델에 초점.  Technology: 데이터 체인을 지탱하는 information infrastructure에 초점.
  • 7. 7 4. 분석 결과 서승현 Results ■ Drivers for Big Data in Smart Farming  Pull factors - Business perspective - Public perspective  Push factors - 기술 발전 - 정밀 농업, wireless data transfer technology
  • 8. 8 4. 분석 결과 서승현 Results ■ Business Processes  Farm Processes - PM Data: process-mediated. 대다수의 business data가 이것에 해당. - MG Data: machine-generated. IoT 활용. 음성, 그림 등의 다른 포맷도 가능. - HM Data: human-sourced. 거의 완전히 디지털화됨. 관련 소셜미디어 데이터 수집능력의 한계.
  • 9. 9 4. 분석 결과 서승현 Results ■ Business Processes  Farm Management - Big Data 해석에서, 데이터의 오류나 복제 가능. Quality 문제 대두. => Fig.4
  • 10. 10 4. 분석 결과 서승현 Results ■Business Processes  Data Chain
  • 11. 11 4. 분석 결과 서승현 Results ■Stakeholder Network
  • 12. 12 4. 분석 결과 서승현 Results ■Network Management  Organization - 데이터 소유권 문제 - Big Data는 농부들에게 기회이자 잠재적 위협.  Technology - Smart Farm에서의 Big Data 활용을 위해선, 기술적 인프라가 필수적.
  • 13. 13 4. 분석 결과 서승현 Results ■Challenges  기술적 측면 - 대부분의 기술적 당면과제들은, 확실한 수익이 보장된다면 해결되는 문제. - 수익 측면: (개발도상국의) 농업인들이 활용할 수 있는 방안 마련 - 비용 측면: 데이터 습득의 자동화  조직적 측면 - Data Privacy / Security => 오히려 발전을 저해할 수도.
  • 14. 14 5. Limitation & Further study 서승현 연구 한계 및 further study ■연구의 한계  Peer-reviewed scientific journal에 많이 실려 있지 않아서, 정량적 분석이 불가.  Grey literature에는 과학적 함의가 부족. ■Further study  Stakeholders 간의 network management에 대해서, 더 넓은 혁신적 관점에서 연구.