상세정보

「클라우드의 충격」의 저자 시로타 마코토가 제시하는 新 IT 비즈니스 전략. 좁은 의미의 빅데이터와 넓은 의미의 빅데이터로 나눠 빅데이터의 개념과 기술을 이해하기 쉽게 소개하고 있는 책이다. 미국, 유럽, 일본 등 세계 기업의 빅데이터 적용 사례와 결과를 분석하고, 빅데이터 분석 사례와 미래상, 개인정보보호에 대한 논란을 명쾌하게 해석하였다.

이 책이 제시하는 핵심 내용

『클라우드의 충격』으로부터 3년, 시로타 마코토가 제시하는 新 IT 비즈니스 전략

이 책의 특징과 장점

- 좁은 의미의 빅데이터와 넓은 의미의 빅데이터로 나눠 빅데이터의 개념과 기술을 이해하기 쉽게 소개
- 미국, 유럽, 일본 등 세계 기업의 빅데이터 적용 사례와 결과를 분석
- 빅데이터 분석 사례와 미래상, 개인정보보호에 대한 논란을 명쾌하게 해석

어떤 독자를 위한 책인가?

- 빅데이터를 정확히 파악하려는 IT 개발자, 기획자
- 빅데이터의 활용 사례를 확인하려는 IT 분야 종사자
- 빅데이터 기술에 관심 많은 기업의 의사 결정권자
- 빅데이터라는 주제에 관심 있는 일반 독자

도서 특징(책 표지 글)

구글, 아마존, 페이스북, 트위터. 이제는 IT에 관심이 없는 사람도 누구나 아는 대표적인 기업이다. 그런데 이들이 급격하게 성장한 이유는 무엇일까를 고민해본 적이 있는가? 결론을 말하면 일반 기업에서는 쓸모 없다고 여겼던 데이터에도 부가가치가 있음을 일찌감치 깨닫고, 이 데이터를 분석해 가치 있는 정보를 얻고 활용했기 때문에 성공했다. 이 책에서 강조하고 싶은 것은 위에서 언급한 기업이 매일 축적하고 분석하는 방대한 데이터, 다시 말해 이 책의 주제인 '빅데이터'다.

사실 IT 분야 종사자라면 빅데이터가 왜 유행하는지 이해할 수 없을지도 모른다. '기술'이라는 관점으로 빅데이터를 살펴보면 환호성을 지를 만큼 어떤 기술적인 발전이 있는 것은 아니기 때문이다. 그런 이유로 빅데이터를 거품이라고 말하는 사람도 있다. 하지만 사실일지는 몰라도 진실은 아니다. 빅데이터의 가치는 저비용으로도 창업을 활성화시키고, 기업이 개인에게 최적화한 서비스를 제공할 수 있고, 열린 정부를 만드는 등, 우리의 삶을 윤택하게 하고 더 나은 세상으로 발전하자는 철학에 있다. 이는 단순히 기술만으로는 설명할 수 없는 영역이다.
이 책에서는 빅데이터를 활용하는 기업의 사례, 빅데이터를 비즈니스에 활용하는 방법, 빅데이터 시대에서 달라지는 개인정보보호, 빅데이터의 미래상 등, 빅데이터의 현재와 미래를 알기 쉽게 소개한다. 이 책을 통해 앞으로 모든 사람이 마주해야 하는 빅데이터를 이해하고, 단순한 기술 영역의 관점이 아닌 인류의 가치 창출이라는 관점에서 빅데이터의 활용 방법을 고민했으면 한다.

지은이 서문

제 책이 한국어로 번역된 것은 2009년에 출간된 「클라우드의 충격」에 이어 이번이 두 번째입니다. 「클라우드의 충격」을 낸 뒤 한 기업의 초청으로 2010년에 한국을 방문했을 때, 클라우드 컴퓨팅에 관해서는 일본이 꽤 앞서있다는 인상을 받았었습니다. 그래서인지 빅데이터에 관해서도 일본이 '아무래도 앞서있지 않을까?'하는 선입견을 가지고 있었지만, 앞서 말한 2012년 6월의 방문 때 제 생각이 틀렸고 새롭게 인식을 해야 할 필요를 강하게 느꼈습니다.
이 책은 빅데이터의 기본 사항과 더불어 미국, 유럽, 일본 기업의 빅데이터 활용 동향과 앞으로의 활용 방법에 관해 설명합니다. 일본에서는 대형 서점에서 베스트셀러 1위가 되는 등 커다란 반향을 불러일으켰습니다. 일본과 비슷한 상황에 있는 한국의 독자 여러분께도 이 책이 유익한 이야기가 되길 바랍니다.

정보제공 :

목차
옮긴이의 말 = 3
한국어판 서문 = 4
감사의 말 = 5
들어가면서 = 6
1 빅데이터란 무엇인가?
 1-1. The Data Deluge = 20
 1-2. 3V로 나타내는 빅데이터의 특성 = 21
 1-3. 넓은 의미의 빅데이터 = 26
 1-4. 어째서 지금 빅데이터인가? ① 빅데이터의 대중화 = 27
 1-5. 어째서 지금 빅데이터인가? ② 하드웨어 가격성능비 향상, 소프트웨어 기술의 진화 = 28
 1-6. 어째서 지금 빅데이터인가 ③ 클라우드 컴퓨팅의 보급 = 30
 1-7. '과거의 가시화'를 통한 '미래 예측' - 비즈니스 인텔리전스와 빅데이터의 교차 = 37
 1-8. 점 분석에서 선 분석으로 = 39
 1-9. 빅데이터 분석의 기원 = 41
 요약 = 43
2 빅데이터의 기반이 되는 기술
 2-1. 부족한 기술 인력 = 46
 2-2. 하둡이란? = 46
 2-3. 늘어나는 배포판 = 49
 2-4. 배포판이 존재하는 이유 = 54
 2-5. NoSQL 데이터베이스 = 55
 2-6. 하둡, NoSQL 기업에 뜨거운 시선을 보내는 벤처캐피털 = 60
 2-7. 빅데이터 시대의 데이터 처리 기반 = 61
 2-8. 주목받는 분석적 데이터베이스 = 63
 2-9. 스트림 데이터 처리 = 65
 2-10. 스트림 데이터 처리 기술을 스스로 개발하는 인터넷 기업 = 67
 2-11. 다양한 분석 기술 = 70
 2-12. 자연어 처리와 그 밖의 기술 = 72
 요약 = 74
3 빅데이터를 무기로 활용하는 미국과 유럽 기업
 3-1. 성공한 인터넷 기업의 빅데이터 활용 = 76
 3-2. 매일 50테라바이트의 데이터를 생성하는 이베이 = 79
 3-3. 데이터 분석을 게임 서비스에 이용하는 징가 = 83
 3-4. 스마트 계량기 도입으로 에너지 소비 패턴을 분석하는 센트리카 = 88
 3-5. 쿠폰으로 고객의 구매 행동을 디자인하는 카탈리나 마케팅 = 95
 요약 = 99
4 빅데이터를 무기로 활용하는 일본 기업
 4-1. 일본에서도 시작된 빅데이터 활용 = 102
 4-2. 일본 빅데이터 활용의 선구자인 코마츠 = 102
 4-3. 철저한 하둡의 활용으로 데이터 분석에 대한 의식 개혁을 성공한 리크루트 = 106
 4-4. 데이터 주도형 접근으로 급성장을 이루어낸 GREE = 115
 4-5. 현실 세계에서 일대일 마케팅을 실현하는 맥도널드 = 124
 요약 = 130
5 빅데이터 활용 패턴
 5-1. 빅데이터 활용 사례 = 132
 5-2. 빅데이터 활용 유형의 분류 = 136
 5-3. 빅데이터 활용 수준 = 146
 5-4. 빅데이터 활용의 진가 = 151
 요약 = 154
6 빅데이터 시대의 개인정보보호
 6-1. 개인정보보호와 혁신의 틈새 = 156
 6-2. 미국 의회도 관심을 보이다 = 158
 6-3. 소셜 미디어 프로필의 논란 = 162
 6-4. 'Do Not Track' = 164
 6-5. 소비자 개인정보보호 권리장전 = 167
 6-6. 옵트인 방식을 채택한 EU = 170
 6-7. 데이터 보호지령 개정 작업 = 171
 6-8. 일본에서 고려하는 '개인정보보호법'과 사업 분야별 기준선 = 174
 6-9. 옵트인 방식으로 3자에게 개인정보를 제공할 때의 가이드라인 = 177
 6-10. 일본 정부의 검토 상황 = 178
 6-11. '정보 대항해 프로젝트'를 계기로 검토를 시작한 경제산업성 = 178
 6-12. 라이프 로그의 관점에서 논의를 진행한 총무성 = 181
 6-13. 힌트는 사용자와의 '대화'에 있다 = 187
 6-14. 오프라인에서의 행동을 추적 = 188
 요약 = 190
7 오픈 데이터 시대의 시작과 데이터 마켓플레이스의 등장
 7-1. '외부 공개 데이터 활용'이라는 선택지 = 194
 7-2. 고조되는 LOD 운동 = 194
 7-3. LOD 운동의 파급 효과로 생긴 열린 정부 만들기 = 198
 7-4. 속속 탄생하는 벤처 기업 = 202
 7-5. 콘테스트 개최로 데이터 활용을 촉진 = 203
 7-6. 뒤처지는 일본 = 206
 7-7. 지진을 계기로 발전하기 시작한 일본의 오픈 데이터 = 208
 7-8. 데이터 마켓플레이스의 등장 = 210
 7-9. 서로 다른 비즈니스 모델 = 217
 7-10. 성장하는 데이터 마켓플레이스에 남은 과제 = 218
 요약 = 220
8 빅데이터 시대의 준비
 8-1. 빅데이터 시대의 기업 IT 전략 = 222
 8-2. 데이터 공유를 향해 움직이기 시작한 일본 기업 = 225
 8-3. 오리지널 데이터의 강점 = 227
 8-4. 벤더의 새로운 비즈니스 기회 - '데이터 어그리게이터' = 228
 8-5. 누가 데이터 어그리게이터가 되는가? = 231
 8-6. 미국 결제 사업자의 '데이터 어그리게이터'화 = 232
 8-7. 고유 데이터를 '프리미엄 데이터'로 바꾸는 데이터 조합의 묘미 = 236
 8-8. 수요가 높아지는 데이터 과학자 = 237
 8-9. 데이터 과학자에게 필요한 능력 = 239
 8-10. 데이터 과학자에게 필요한 자질 = 243
 8-11. 심각한 인재 부족을 노출 = 245
 8-12. 대학원을 신설하려는 움직임 = 248
 8-13. 빅데이터 분석 기업에 흘러드는 거대 자금 = 251
 8-14. 일본에서도 시작된 데이터 과학자 구인 경쟁 = 253
 8-15. 빅데이터 활용에 맞는 조직 체제와 기업 분위기 확립 = 255
 8-16. 데이터 주도형 기업으로 = 256
 요약 = 258
참고문헌 = 259