데이터 과학도구의 필요

데이터의 시대라고 합니다. 데이터 분석 및 활용이 산업과 기업의 업무 대부분에 적용되고 있습니다. 데이터 과학자의 필요성이 점점 강화되고 있으나 데이터 과학자가 되는 과정은 매우 어렵고 오랜 시간이 필요합니다. 데이터의 시대는 빠른 변화와 혁신을 필요로 합니다. 현장 데이터 과학자 역할을 수행하는 시티즌 데이터 과학자(Citizen Data Scientist) 인력의 확보와 필요성이 급속히 요구되고 있습니다.

Gartner Identifies the Top 10 Strategic Technology Trends for 2019 에서는 분석 전문가가 아닌 사용자들도 데이터로부터 통찰력을 끌어낼 수 있도록 하는 역량인 시티즌 데이터 과학의 수요가 폭발적으로 늘어날 것으로 전망하고 있습니다. 시티즌 데이터 과학자의 양성이 데이터 과학자의 공급 부족과 높은 비용으로 야기된 데이터 과학 인력 부족 현상을 해소할 수 있는 가장 빠른 방법으로 제시되고 있는 것입니다.

[As-Is/To-Be → 데이터 수집 → 데이터 분석 → 실행 계획] 이라는 단계를 거쳐서 이루어지는 데이터 분석 방식으로는 현장의 이슈를 해결하는데 한계가 있습니다. 현장의 업무는 데이터 분석 너머에도 있습니다. 데이터 과학자라면 이러한 일들을 해결할 수 있을 것입니다. 하지만 데이터 과학자가 되는 것은 쉬운 과정이 아닙니다.

산업과 기업의 현장에서 필요로 하는 데이터 분석은 비즈니스 이슈를 데이터 분석으로 해결하고자 하는 목적성을 가지고 있는 것이 대부분입니다. 이러한 목적에 부합하면서 시티즌 데이터 과학자들이 사용하기 쉬운 도구가 필요합니다.

The Evolution of Augmented Analytics, Citizen Data Scientist, Low-High : Pervasiveness of AI, Months-Days/Hours/Instant/Near Real Time: Time to Advanced Insight, Low-Months : Semantic Layer-Based Platforms : -IT-led -Predefined -Static -Defined data and questions, Low-Days/Hours: Visual-Based Data Discovery Platforms : -Business-led -Self-service -Flexible -Defined data and questions, High-Instant/Near Real Time: Augmented Analytics : -ML-led -Augmented and automated -Dynamic -Open data and questions / ⓒ 2018 Gartner, Inc. / ID: 374252

3

답글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다