빅데이터 구축 및 술루션 가이드 주요 내용
- 고객 내부 빅데이터 프로젝트 진행시 단계별 진행 가이드
- 빅데이터 프로젝트 구축 타입
- 각 산업분야별로 빅데이터 엔진을 활용한 솔루션 구축 가이드
(딥 러닝 기법 기반의 분석 포함)
코세나(kosena), 이승훈 실장 admin@kosena.kr, kosena21@naver.com
010-9338-6400
"제4차 산업혁명을 선도하는 프런티어 기업" 더웨이 컨설팅 THE WAY
빅데이터 경영과 디지털 마케팅의 선두주자 더웨이 컨설팅입니다.
더웨이 컨설팅은 빅데이터 경영에 대한 많은 경험과 노하우를 바탕으로 수 많은 기업들에게 빅데이터를 활용한 신사업 기획, 빅데이터 비즈니스 인텔리전트, 빅데이터 활용 디지털 마케팅 등을 제공하고 있습니다. 고도화된 디지털 시대에 귀사와 함께 바른 길(The way)을 개척하는 더웨이 컨설팅이 되겠습니다.
<프로필>
한석영 Suk-Young, Han
◦ 2019.11 ~ 현재 더웨이 대표
◦ 2017.7 ~ 2019.7 인제대학교
디지털항노화헬스케어IT학과 교수
◦ 2013.5 ~ 2016.7
한국융합산업연합회(미래부소속)
빅데이터사업본부장
◦ 2004.3 ~ 2012.3 삼성전자
무선사업부 상품전략팀
- 2005년 스마트폰 국내 최초 런칭.
듀얼폰(듀오스 총괄)
◦ 2000.7 ~ 2001.7 Euclid.com
(California Garden Groove)
- 소프트웨어 엔지니어링,
MPEG-4 압축 알고리즘 개발
◦ 1999.5 ~ 2000.6 PSB Cyber School
- 개발 총괄책임, 웹스토리 제작
<강의 경력>
[스마트 금융]
* 한국금융연수원
* 금융결제원
* 농협중앙회
* 하나 금융
* 외환 금융
* 이패스코리아
[디지털 마케팅 컨설팅]
* 한국생상성본부
* 한국능률협회
* 현대모비스농구단
* 우정사업본부
* 이패스코리아
[빅데이터 경영 컨설팅]
* SK 플래닛
* KT
* 신한카드
* 한국생산성본부
* 신한카드
* 롯데정보통신
* 건강보험심사평가원
<컨설팅 경력>
[강의 및 컨설팅 이력]
* 현대모비스 농구단, 몬테소리,
참빛 솔루션 컨설팅, 다올 컨설팅
* 미래창조과학부 차세대 디바이스 기술 자문
* 우정사업본부 스마트금융 강의/워크샵
* SK 플래닛/SK 컴즈 강의/ 워크샵
* 신한카드 빅데이터 강의
* 한국IT비즈니스진흥협회 강의/워크샵
* 삼성그룹 Work Smart 강의
* 한국능률협회 소셜 마케팅 강의
* 한국생산성본부 모바일 마케팅 /워크샵
* 한국생산성본부 스마트 유통 강의
* 소셜 컨설턴트연합회 강의
* 롯데 정보통신 강의
* 한국 정보 산업 연합회
최근 다양한 분야에서의 빅데이터 분석 시스템이 구축되어 활용되고 있으나, 대부분의 대상 데이터들이 텍스트 기반의 데이터를 한정하고 있다. 그러나, 현재 전 산업 분야에서 이미지(비디오) 데이터가 빅데이터의 핵심으로 부상하면서 이를 분석하기 위한 이미지 마이닝 기술에 대한 관심이 고조되고 있다. 이미지 마이닝 기술은 이미지 프로세싱 기술에 대한 연구가 시작된 시점 1960년대 이후인 1970년대부터 연구되기 시작하였다. 이와 관련된 많은 연구들이 의학적인 분야와 국방 분야에서 많이 연구되어 오다, 최근에는 마케팅 분야를 포함한 다양한 분야에서 연구되어 오고 있으며, 일부 산업 분야에서는 상용기술이 개발되어 실제 산업에 적용되고 있다. 이러한 기술들이 최근 빅데이터 기술에 대한 관심이 증가하면서 이미지(비디오) 데이터 분석에 적용하기 위한 연구들이 집중되고 있다. 이에 이에 이미지 마이닝을 위한 기존의 기술들의 연구 동향과 이러한 기술들을 활용하고 있는 산업 분야의 응용에 대한 동향을 조사 분석하고 향후 발전 방향에 대해 살펴보기로 한다.
빅데이터 구축 및 술루션 가이드 주요 내용
- 고객 내부 빅데이터 프로젝트 진행시 단계별 진행 가이드
- 빅데이터 프로젝트 구축 타입
- 각 산업분야별로 빅데이터 엔진을 활용한 솔루션 구축 가이드
(딥 러닝 기법 기반의 분석 포함)
코세나(kosena), 이승훈 실장 admin@kosena.kr, kosena21@naver.com
010-9338-6400
"제4차 산업혁명을 선도하는 프런티어 기업" 더웨이 컨설팅 THE WAY
빅데이터 경영과 디지털 마케팅의 선두주자 더웨이 컨설팅입니다.
더웨이 컨설팅은 빅데이터 경영에 대한 많은 경험과 노하우를 바탕으로 수 많은 기업들에게 빅데이터를 활용한 신사업 기획, 빅데이터 비즈니스 인텔리전트, 빅데이터 활용 디지털 마케팅 등을 제공하고 있습니다. 고도화된 디지털 시대에 귀사와 함께 바른 길(The way)을 개척하는 더웨이 컨설팅이 되겠습니다.
<프로필>
한석영 Suk-Young, Han
◦ 2019.11 ~ 현재 더웨이 대표
◦ 2017.7 ~ 2019.7 인제대학교
디지털항노화헬스케어IT학과 교수
◦ 2013.5 ~ 2016.7
한국융합산업연합회(미래부소속)
빅데이터사업본부장
◦ 2004.3 ~ 2012.3 삼성전자
무선사업부 상품전략팀
- 2005년 스마트폰 국내 최초 런칭.
듀얼폰(듀오스 총괄)
◦ 2000.7 ~ 2001.7 Euclid.com
(California Garden Groove)
- 소프트웨어 엔지니어링,
MPEG-4 압축 알고리즘 개발
◦ 1999.5 ~ 2000.6 PSB Cyber School
- 개발 총괄책임, 웹스토리 제작
<강의 경력>
[스마트 금융]
* 한국금융연수원
* 금융결제원
* 농협중앙회
* 하나 금융
* 외환 금융
* 이패스코리아
[디지털 마케팅 컨설팅]
* 한국생상성본부
* 한국능률협회
* 현대모비스농구단
* 우정사업본부
* 이패스코리아
[빅데이터 경영 컨설팅]
* SK 플래닛
* KT
* 신한카드
* 한국생산성본부
* 신한카드
* 롯데정보통신
* 건강보험심사평가원
<컨설팅 경력>
[강의 및 컨설팅 이력]
* 현대모비스 농구단, 몬테소리,
참빛 솔루션 컨설팅, 다올 컨설팅
* 미래창조과학부 차세대 디바이스 기술 자문
* 우정사업본부 스마트금융 강의/워크샵
* SK 플래닛/SK 컴즈 강의/ 워크샵
* 신한카드 빅데이터 강의
* 한국IT비즈니스진흥협회 강의/워크샵
* 삼성그룹 Work Smart 강의
* 한국능률협회 소셜 마케팅 강의
* 한국생산성본부 모바일 마케팅 /워크샵
* 한국생산성본부 스마트 유통 강의
* 소셜 컨설턴트연합회 강의
* 롯데 정보통신 강의
* 한국 정보 산업 연합회
최근 다양한 분야에서의 빅데이터 분석 시스템이 구축되어 활용되고 있으나, 대부분의 대상 데이터들이 텍스트 기반의 데이터를 한정하고 있다. 그러나, 현재 전 산업 분야에서 이미지(비디오) 데이터가 빅데이터의 핵심으로 부상하면서 이를 분석하기 위한 이미지 마이닝 기술에 대한 관심이 고조되고 있다. 이미지 마이닝 기술은 이미지 프로세싱 기술에 대한 연구가 시작된 시점 1960년대 이후인 1970년대부터 연구되기 시작하였다. 이와 관련된 많은 연구들이 의학적인 분야와 국방 분야에서 많이 연구되어 오다, 최근에는 마케팅 분야를 포함한 다양한 분야에서 연구되어 오고 있으며, 일부 산업 분야에서는 상용기술이 개발되어 실제 산업에 적용되고 있다. 이러한 기술들이 최근 빅데이터 기술에 대한 관심이 증가하면서 이미지(비디오) 데이터 분석에 적용하기 위한 연구들이 집중되고 있다. 이에 이에 이미지 마이닝을 위한 기존의 기술들의 연구 동향과 이러한 기술들을 활용하고 있는 산업 분야의 응용에 대한 동향을 조사 분석하고 향후 발전 방향에 대해 살펴보기로 한다.
최근 다양한 분야에서의 빅데이터 분석 시스템이 구축되어 활용되고 있으나, 대부분의 대상 데이터들이 텍스트 기반의 데이터를 한정하고 있다. 그러나, 현재 전 산업 분야에서 이미지(비디오) 데이터가 빅데이터의 핵심으로 부상하면서 이를 분석하기 위한 이미지 마이닝 기술에 대한 관심이 고조되고 있다. 이미지 마이닝 기술은 이미지 프로세싱 기술에 대한 연구가 시작된 시점 1960년대 이후인 1970년대부터 연구되기 시작하였다. 이와 관련된 많은 연구들이 의학적인 분야와 국방 분야에서 많이 연구되어 오다, 최근에는 마케팅 분야를 포함한 다양한 분야에서 연구되어 오고 있으며, 일부 산업 분야에서는 상용기술이 개발되어 실제 산업에 적용되고 있다. 이러한 기술들이 최근 빅데이터 기술에 대한 관심이 증가하면서 이미지(비디오) 데이터 분석에 적용하기 위한 연구들이 집중되고 있다. 이에 이에 이미지 마이닝을 위한 기존의 기술들의 연구 동향과 이러한 기술들을 활용하고 있는 산업 분야의 응용에 대한 동향을 조사 분석하고 향후 발전 방향에 대해 살펴보기로 한다.
Big Data and Data Visualization(Inforgraphics) 2012년 KISTI(한국정보과학기술연구원) 발표 자료Seul Koo
Presentation about Big Data and Data Visualization(Inforgraphics) at KISTI(Korea Institute of Science and Technology Information). Data Visualization Technology can analyze and find a hidden business opportunity through a systematic visualization tool for Big Data.
[KERIS 이슈리포트] 요약 세미나 (Webinar) 자료
* 원문 링크: http://bit.ly/196LHBs
국내외 빅데이터 및 학습 분석 관련 기고서들과 동향 분석자료를 요약한 이슈리포트. UNESCO Policy Brief와 IMS Global의 백서를 중심으로 학습 분석 기술의 활용가능성과 쟁정들을 분석한 자료.
<주요>
1. 빅데이터 기술 및 산업 동향
2. 학습 분석 기술에 대한 이해
3. 학습 분석 기술 표준화 동향
4. 시사점
최근 다양한 분야에서의 빅데이터 분석 시스템이 구축되어 활용되고 있으나, 대부분의 대상 데이터들이 텍스트 기반의 데이터를 한정하고 있다. 그러나, 현재 전 산업 분야에서 이미지(비디오) 데이터가 빅데이터의 핵심으로 부상하면서 이를 분석하기 위한 이미지 마이닝 기술에 대한 관심이 고조되고 있다. 이미지 마이닝 기술은 이미지 프로세싱 기술에 대한 연구가 시작된 시점 1960년대 이후인 1970년대부터 연구되기 시작하였다. 이와 관련된 많은 연구들이 의학적인 분야와 국방 분야에서 많이 연구되어 오다, 최근에는 마케팅 분야를 포함한 다양한 분야에서 연구되어 오고 있으며, 일부 산업 분야에서는 상용기술이 개발되어 실제 산업에 적용되고 있다. 이러한 기술들이 최근 빅데이터 기술에 대한 관심이 증가하면서 이미지(비디오) 데이터 분석에 적용하기 위한 연구들이 집중되고 있다. 이에 이에 이미지 마이닝을 위한 기존의 기술들의 연구 동향과 이러한 기술들을 활용하고 있는 산업 분야의 응용에 대한 동향을 조사 분석하고 향후 발전 방향에 대해 살펴보기로 한다.
Big Data and Data Visualization(Inforgraphics) 2012년 KISTI(한국정보과학기술연구원) 발표 자료Seul Koo
Presentation about Big Data and Data Visualization(Inforgraphics) at KISTI(Korea Institute of Science and Technology Information). Data Visualization Technology can analyze and find a hidden business opportunity through a systematic visualization tool for Big Data.
[KERIS 이슈리포트] 요약 세미나 (Webinar) 자료
* 원문 링크: http://bit.ly/196LHBs
국내외 빅데이터 및 학습 분석 관련 기고서들과 동향 분석자료를 요약한 이슈리포트. UNESCO Policy Brief와 IMS Global의 백서를 중심으로 학습 분석 기술의 활용가능성과 쟁정들을 분석한 자료.
<주요>
1. 빅데이터 기술 및 산업 동향
2. 학습 분석 기술에 대한 이해
3. 학습 분석 기술 표준화 동향
4. 시사점
[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.
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
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.