디지털 스토리텔러

1. 모바일 디바이스 전쟁(Mobile Device Battles)

2013년에는 모바일 디바이스가 가장 흔한 웹 접속 도구로 PC를 능가할 것이다. 2015년까지 핸드셋의 80% 이상이 스마트폰이 될 전망 

2. 모바일 어플리케이션과 HTML 5(Mobile applications & HTML 5)

2014년까지, 자바스크립트 성능은 메인( 스트림 개발자 환경으로 HTML5와 브라우저를 지원할 전망.

3. 개인용 클라우드(Personal Cloud)

클라우드 애플리케이션, 콘텐츠가 디지털 삶의 중심이 될 것이다. 장치와 상관없는 동기화 기술. 서비스가 더욱 중요해질 지고, 디바이스들의 중요도가 낮아질 전망. 

4. 사물 인터넷(Internet of Things)

인터넷 연결의 50% 이상이 사물들이 될 전망. 2011년에 웹 상에서 150억 이상의 사물들이 있었고, 서로 연결 관계를 가지고 있는 사물들은 500억. 2020년까지 300억 이상의 사물들과 서로 연결 관계를 가지고 있는 사물들은 2,000억 개가 될 전망. 핵심 기술들은 임베디드 센서, 이미지 인식과 NFC 등임.

5. 하이브리드 IT와 클라우드 컴퓨팅(Hybrid IT and Cloud Computing)

IT의 역할이 변하고 있음. IT부서는 IT 관련된 활동들을 조정하는 좀더 중요한 역할을 수행해야 함.

6. 전략적 빅데이터(Strategic Big Data)

조직은 비 전통적인 데이터 유형과 외부 데이터 소스에 초점을 맞추어야 함. 하둡과 NoSQL이 중요해짐. 빅데이터가 소셜을 만나게 됨. 웹상에서 다섯가지 소셜 그래프, 의도 그래프, 소비 그래프, 이자 그래프, 그리고 모바일 그래프 등 빅데이터 소스들이 있음. 단일 기업 데이터웨어하우스 개념은 사라지고, 여러 시스템들을 함께 연결하는 기술이 확산될 것임.

7. 실용적인 분석(Actionable Analytics)

클라우드, 패키지 분석, 그리고 빅데이터가 2013년과 2014년에 가속화 될 전망. 모든 비즈니스 실행 전에 분석과 시뮬레이션을 수행할 것임. 모바일 장치들은 비즈니스 의사결정을 위해 그 분석 결과 데이터에 접근할 것임.

8. 인메모리 컴퓨팅(Mainstream In-Memory Computing)

변화의 기대, 디자인, 그리고 아키텍처. 성능 및 응답 시간을 향상시킬 수 있는 기술인 인메모리 컴퓨팅이 확산될 것임. 실시간 셀프 서비스 비즈니스 지능화를 가능케 함.

9. 통합 생태계시스템(Integrated Ecosystems)

인프라 또는 응용 프로그램 워크로드에 대처하기 위해 소프트웨어 및 서비스의 더 많은 패키징화가 이루어 질 것임. 어플라이언스 형태의 제품화. 새로운 트랜드: 가상 어플라이언스, 가트너는 향후 5년 동안 인기를 얻을 것으로 전망.

10. 기업용 앱 스토어(Enterprise App Stores)

2014년 까지, 매년 앱 스토어에서 700억 이상 앱 다운로드 발생. 또한 2014년 까지 대부분의 조직들이 전용 앱 스토어를 통해 직원들에게 모바일 앱을 제공할 것임

<자료, 사진: "Top 10 Strategic Technology Trends For 2013", http://www.forbes.com/pictures/fgjd45lkk/mobile-device-battles/>

B2C와 B2B 전자 상거래 사업에서 우리는 빅데이터 등장을 볼 수 있다. 소셜, 소비자, 소매 및 모바일 빅데이터가 많은 홍보효과를 하고 있는 데 반해 산업 기계 데이터 분석은 실질적인 경제적 의미를 가질 수 있다.  이러한 프로젝트들은 투자에 대한 실질적인 수익률을 가늠할 수 있다.

인터넷으로 연결된 기계들의 개념("사물인터넷 또는 M2M")은 원격 측정 데이터를 수집하고 서로 통신하는 것인데 이것은 몇년동안 시중에 판매되고 있다.

- I.B.M.은 “Smarter Planet” 계획을 가지고 있다.

- Cisco는 “Internet of Everything” 계획을 가지고 있다.

- GE는 “Industrial Internet” 계획을 가지고 있다.

GE와 경쟁하기 위하여 히타치(Hitachi), 미국테크놀로지(United Technologies), 지멘스(Siemens), 필립스(Phillips), 그리고 다른 산업 거인들이 모두 M2M 비전을 가지고 마이크로전자공학, 무선통신, 그리고 미세직조기술 분야에서 전진하고 있다.

산업 B2B 가치체인은 아래 그림과 같다. 발전소 터빈, 철도 기관차, 항공기 엔진, 효율적인 전력 분배, 의료 영상 장비, 의료 진단, 스마트 에너지 관리 생산 산업 기업의 초점은 소비자 중심의 빅데이터와는 차원이 다르다. 

산업빅데이터는 비즈니스 케이스가 새로운 혁신이나 경험보다 오히려 효율성 및 생산성 향상에 집중되어 있다. 그러나 데이터 과학, 기계 학습, 시각화 및 더 강력하고 더 저렴한 센서로 부터 쏟아져 나오는 방대한 데이터 홍수의 거대한 스트림 등 빅데이터 관련 기본 구성은 동일하다.

중장비업체인 캐터필라(Caterpillar), 코마츠(Komatsu), 그리고 다른 큰 장비 업체들은 머신 데이터 사례를 추진하고 있다. 농업용 장비를 관리하는데 있어서 농부들을 지원하기 위하여 센서와 GPS를 사용한다. 이렇게 하는 이유는 트랙터의 가동 중지 시간을 줄이고 연료를 아낄 수 있기 때문이다.

정보는 이력 데이터와 기상 예측, 토양 조건, 작물 기능, 그리고 다른 많은 데이터 셋으로 간주되는 실시간 데이터와 결합된다. 정보가 필요한 농부들을 위해 MyJohnDeere.com 플랫폼으로 개발하여 아이패드와 아이폰 애플리케이션으로 정보를 제공하고 있다. 이러한 시스템 개발에 대한 목표는 농민들이 더 높은 생산을 하여 많은 수익을 거두게 하는데 있다.

머신 데이터 주변의 분석(머신 또는 센서 데이터 캡처)은 비용 절감이나 효율성 이득에 있어서 단지 1%의 효율 향상이 있다고 한다면, 분석은 효과가 있다고 봐야한다. 

여기에 다른 산업에 걸친 1% 개선에 대한 몇가지 ROI(Return In Investment) 예제들이 있다.

☞ 여객 항공 산업 - 연료 절감 1% 향상. 15년에 300억 달러의 절감 효과

☞ 유틸리티 산업 - 글로벌 가스화력 발전소 1%의 개선은 연료 소비에 660억달러 절감 효과

☞ 글로벌 헬스 케어 산업 - 프로세스 비효율성 감소 1%는 전세계적으로 630억 보건 의료 비용 절감

☞ 철도 네트워크 - 운임이 1%로 개선되는 경우 세계의 철도 네트워크를 통한 이동은 연료 절감에

                         270억달러의 이득을 얻을 수 있음

지능형 장치, 지능형 네트워크 및 지능형 의사 결정의 융합은 확실히 차세대 성장 동력이나 생산성 향상을 위한 토대이다. 아래 그림은 상기 1% 개선에 대한 GE의 큰 그림이다. 

1% 머신 데이터 분석 사례

1% 개선을 가능하게 하는 머신 데이터 분석과 관련된 몇 가지 사용 사례다.

☞ 자산 관리 및 예측 유지보수는 보편적인 사용 사례다. 최적화시키고, 비용을 낮추고, 지능형 시스템으로 유지보수를 편리하게 하는 것은 표준 사례다. 기계, 부품, 그리고 개별 부품의 집계 뷰는 장치의 상태를 한 번에 파악할 수 있게 하고, 올바른 위치로 적시에 공급해야 하는 부품의 최적의 수량을 알게 한다. 이것을 부품 재고를 줄이고 유지보수 비용을 줄일 뿐만 아니라 더 높은 수준의 기계 신뢰성을 제공한다. 지능형 시스템 유지보수 최적화는 네트워크 학습과 예측분석과 결합되어 질 수 있다.

☞ 공급망 최적화를 제공합니다. 센서와 머신 데이터로 방해가 되는 공급망과 물류 도전을 설명하기 위하여 바나나와 같은 부패하기 쉬운 공급망을 고려한다. 바나나들은 거의 모든 사람들이 구입할 정도로 식료품 매장에서는 인기있는 상품이다. 바나나 다발이 너무 녹색 또는 너무 갈색이 없음을 보장하고 잘익은 바나나를 보내기 위해서 바나나들은 선별후 포장된다. 모든 선적에 대한 목표는 바나나가 맛있는 상태로 적기에 가게에 도착하는 것이다. 배송에 있어서 타이밍이 중요하다. 너무 이른 것은 너무 늦은 것만큼 좋지 않다. 바나나가 나쁜 상태로 가게에 도착하면 안전하게 폐기해야만 한다. 그렇다면 바나나의 이러한 상태를 파악하기 위해 어떻게 해야 할까? 온도 센서를 포장 내부에 부착할 수 있다. 그러한 센서들은 작고 한번 사용한 후 폐기해도 될 정도로 가격이 저렴해야 한다. 온도는 리더기 또는 리더기가 범위를 벗어났을 때 RFID 센서에 부착되어 질 수 있는 저장 커패시터를 통해 모니터링될 수 있다.

☞ 건강관리 네트워크 최적화. 시스템내에서 상호 연결 시스템의 동작은 네트워크 수준의 운영 효율성을 달성하기 위해 조정될 수 있다. 예를 들어, 건강 관리, 자산은 의사와 간호사가 더 빨리 돕기 위해 연결될 수 있다. 정보가 의사와 간호사에게 끊임없이 제공되어 질 수 있다. 이 정보를 통해 즉시 치료가 필요한 환자, 장비 이용률 상태, 좀 더 세심하게 돌봐주어야 되는 환자 등을 알 수 있다.

☞ 교통 최적화. 지능형 시스템은  FedEx 또는 UPS와 같은 교통 네트워크 또는 배달 네트워크 내에서 경로 최적화에 적합하다. 상호 차량은 자신의 위치와 목적지를 알 뿐만 아니라, 가장 효율적인 시스템 수준 솔루션을 찾기 위해 라우팅 시스템을 이용한다.

모든 이러한 사용 사례는 유사하게 모두다 데이터 수집 체계, 수확, 그리고 분석 구조 등을 가져야 한다. 데이터 수집 체계는 저장, 관리, 그리고 빠르고, 거대한 데이터 집합으로 부터 값 전달 등이다.  

산업 분석 프로젝트 단계

산업 분석 프로젝트는 교육(Educate), 탐색(Explorer), 참여(Engage), 그리고 실행(Execute) 등 4개의 주요 단계가 있다. 

☞ 교육 단계에서는 주요 초점은 인식과 지식 개발에 있다.

☞ 탐색 단계에서 초점은 빅데이터 개발을 위한 조직의 로드맵을 개발하는 것이다.

☞ 참여 단계에서는 조직뿐만 아니라 자신의 평가를 수행할 때, 빅데이터의 비즈니스 가치를 증명한다.

☞ 실행 단계에서는 빅데이터 계획을 전개하고, 고급 분석을 적용하기 시작한다. 

GE 산업 인터넷 기본 아키텍처

고전적인 데이터웨어하우스와 배치 분석은 높은 주파수와 높은 속도의 산업 인터넷이 가능하지 않았다. 실시간 및 실시간에 가까운, 인메모리 분석과 기계 학습, 로컬머신으로 부터 클라우드(private, public, or hybrid) 까지 다른 위치에 있는 장비들로 부터의 배치분석 등의 기술이 필요하다. 혁신 전략은 고품질의 데이터를 정기적으로 수집하고 집계하는 것이다.

요약

오늘날 빅데이터 기술이 화두가 되고 있다. 하지만 대부분의 사용 사례가 소셜, 사회현상, 선거 등 인문사회과학에 집중되어 있다. 산업 환경에서 빅데이터 프로젝트가 여러곳에서 동시 다발적으로 발생할 것으로 예상한다. 산업 인터넷 또는 사물 인터넷의 힘이 데이터와 분석으로 분명하게 실현되고 있다. 장치들로 부터 수집한 데이터 분석을 통한 지능형 의사결정은 산업계에 혁신으로 다가올 것이다. 

아래 GE(General Electric) 조사에 따르면, 이것의(산업 인터넷, 사물 인터넷) 경제적 영향은 매우 중요하고 상당하다.

<자료,사진: "Industrial Big Data and the Power of 1% Improvement", http://www.amberoon.com/CarpeDatumRx/bid/304252/Industrial-Big-Data-and-the-Power-of-1-Improvement>

빅데이터는 증거기반 의사결정을 할 수 있는 큰 그림이다. 여태까지 우리는 감(感)에 의한 의사결정을 해왔다. 이러한 의사결정은 동일한 조건에서도 결과가 달라질 수 있는 가능성이 매우 컸었다. 어리석은 사람들은 많이 속기도 했다. 이로인해 우리사회는 투명하지 못했다. 하지만 이제는 기술의 발달로 과거 암흑같았던 사회는 사라지고 밝고 투명한 사회가 다가올 것으로 생각한다. 여기에 일본에서 빅데이터 기술을 활용하여 관광객 유치에 활용하려는 움직임에 대해 소개하고자 한다.

일본 관광청(이하 '기관')은 디지털 데이터의 방대한 양의 수집에 빅데이터 기술을 활용하여 일본내에서 관광하기에 인기있는 장소 찾는 미션을 완수하기 위해 치열하다. 새로운 관광 명소와 코스를 개발에 도움을 주기 위해서 관광청은 GPS와 휴대전화 또는 기타 장치를 통해 여행객으로 부터 빅데이터를 수집할 계획이다. 전문가 워킹그룹이 조만간 구성될 예정이고 내년 3월말까지 그 데이터 분석 방법을 확립할 것으로 예상된다. 기관은 전국 여덟 지역에서 약 70만명 관광객들로 부터 소셜 미디어 사이트에 포스팅된 메시지와 같은 다양한 정보들로 부터 빅데이터를 수집할 계획이다. 

          <일본 후지산, 출처:http://yokker.egloos.com/4231024>

일본 관광청은 일본이 외국 관광객들에게 더욱더 매력적인 나라로 만드는 것과 2030년까지 3,000만명 해외 방문객 수를 늘리는 목표를 세웠다. 기관은 가까운 미래에 빅데이터 조사의 영역을 확장할 계획이다. 현재 조사 대상 지역은 후지산, 후지산 주변, 사에보, 나가사키, 후라노, 홋카이도, 후쿠시마, 그리고 후쿠시마현의 모든 곳 등이다. 만약 여러 지방 자치 단체가 함께한다면 더 많은 관광객들을 끌 수 있는 지역들로 보여진다. 기관은 올해 후지산과 후쿠시마현, 그리고 작년에 6개 지역에서 수집된 관광 데이터를 분석할 계획이다. 그 데이터들은 휴대전화 회사에 의해 제공되어 질 것이다.

고객의 동의를 얻은후, 휴대전화 회사는 고객의 행동이력에 관한 데이터를 5분마다 서버로 보낸다. 이름, 나이, 성별, 그리고 집주소와 같은 개인정보를 제외한 약 70만명의 데이터는 지도 정보 제공업체와 씽크 탱크 등과 같은 민간 기관의 관광 데이터베이스를 만드는데 도움이 될 것이다. 데이터베이스는 관광객이 어디에 도착하고 출발하는지, 그들이 그들의 목적지에 도달하기 위해 사용한 경로 정보, 얼마나 머둘렀고, 그들이 숙박시설을 사용했는지 여부 등이 제공될 것으로 예상된다.

기관들은 데이터 분석의 결과를 지역 정부와 여행 회사에 제공할 예정이다. 예들들어, 많은 여행자들이 요코하마로 부터 후지산으로 향했다는 것이 발견된다면 요코하마에서 후지산에 대한 홍보 캠페인을 벌이는 것이 효과가 있을 것으로 판단할 수 있다. 많은 관광객들이 지방자치단체에서는 별로 중요하지 않게 생각하는 장소를 방문한다면 그곳을 새로운 관광명소로 승격시키고 홍보할 수 있다. 정부는 수만 관광객들의 여행 행태를 조사하면 어떤 목적지를 선호하는지, 어떤 교통수단을 이용하는지를 알 수 있을 것이다.

빅데이터의 사용은 정부가 더 나은 관광 동향을 분석할 수 있도록 관광객에 관한 더욱 상세한 정보의 양을 늘릴 것이다. 그러나 빅데이터의 사용에 대한 명확한 규칙을 아직 만들지 못해 개인 정보 및 기타 문제의 보호에 대한 우려가 남아있다.

<자료:"‘Big data’ to help tourism", http://the-japan-news.com/news/article/0000724368>

 가장 인기있는 모바일 개발 기술 9가지

 태블릿 성장, 안드로이드 기반 장치들의 성장으로

기업의 수요가 증가하고 있음

오늘날 프로그래밍 개발언어로 자바가 대세. 많은 오픈소스

기술들이 자바로 개발됨. 자바는 플랫폼 독립적인 언어로

윈도우, 유닉스, 리눅스 등 운영체제에 상관없이 실행할 수 있는

언어

윈도우 기반에서는 .NET이 단연 선두.

스타일시트 언어. 웹페이지의 스타일을 자유자재로 바꿀 수

있게 하는 스크립트 언어

자바스크립트는 객체기반의 스크립트 프로그래밍언어.

웹 사이트에서 많이 사용하며, 다른 응용프로그램의 내장 객체에도 접근할 수 있는 기능을 가지고 있음

품질을 보장하기 위한 품질관리 기술

사용자 인터페이스 기술. 사용자와의 상호작용을 쉽게 할 수 있도록

버튼, 화면배치, 사용 컴포넌트 등 많은 부분에 대해 처리하는 기술

HTML의 차기 주요 제안 버전으로 월드 와이드 웹의 핵심 마크업 언어

리눅스는 컴퓨터 운영 체제의 하나이며, 그 커널을 말함.리눅스는 자유 소프트웨어와 오픈 소스 개발의 가장 유명한 표본. 리눅스는 다중 사용자, 다중 작업, 다중 스레드를 지원하는 네트워크 운영 체제

오브젝티브-C (Objective-C, 종종 ObjC로 표기) 언어는 C 프로그래밍

언어에 스몰토크 스타일의 메시지 구문을 추가한 객체 지향 언어

<자료: 9 of the Hottest Mobile Development Skills, http://www.cio.com/slideshow/detail/123474#slide1>