HOME > 상세정보

상세정보

빅데이터로 일하는 기술 : 감이 아닌 과학으로 성공하는 빅데이터 구축 및 활용 가이드 (56회 대출)

자료유형
단행본
개인저자
장동인
서명 / 저자사항
빅데이터로 일하는 기술 : 감이 아닌 과학으로 성공하는 빅데이터 구축 및 활용 가이드 / 장동인 지음
발행사항
서울 :   한빛미디어,   2014  
형태사항
321 p. : 삽화, 도표 ; 23 cm
ISBN
9788968481376
일반주기
실무자를 위한 빅데이터 교과서  
부록: 컨퍼런스를 통해 살펴본 빅데이터 세계 동향(Strata hadoop world 2014 & teradata partners conference 2014)  
000 00832camcc2200241 c 4500
001 000045818717
005 20141219110000
007 ta
008 141218s2014 ulkad 000c kor
020 ▼a 9788968481376 ▼g 13000
035 ▼a (KERIS)BIB000013633022
040 ▼a 211062 ▼c 211062 ▼d 211009
082 0 4 ▼a 005.74 ▼a 658.4038 ▼2 23
085 ▼a 005.74 ▼2 DDCK
090 ▼a 005.74 ▼b 2014z8
100 1 ▼a 장동인 ▼0 AUTH(211009)16789
245 1 0 ▼a 빅데이터로 일하는 기술 : ▼b 감이 아닌 과학으로 성공하는 빅데이터 구축 및 활용 가이드 / ▼d 장동인 지음
260 ▼a 서울 : ▼b 한빛미디어, ▼c 2014
300 ▼a 321 p. : ▼b 삽화, 도표 ; ▼c 23 cm
500 ▼a 실무자를 위한 빅데이터 교과서
500 ▼a 부록: 컨퍼런스를 통해 살펴본 빅데이터 세계 동향(Strata hadoop world 2014 & teradata partners conference 2014)
945 ▼a KLPA

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 중앙도서관/제2자료실(3층)/ 청구기호 005.74 2014z8 등록번호 111729260 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 2 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 005.74 2014z8 등록번호 121231645 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 중앙도서관/제2자료실(3층)/ 청구기호 005.74 2014z8 등록번호 111729260 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 005.74 2014z8 등록번호 121231645 도서상태 대출가능 반납예정일 예약 서비스 B M

컨텐츠정보

책소개

빅데이터 분석과 사례 연구, 실제 기업의 빅데이터 도입 시 발생할 수 있는 이슈, 기획 및 운영 과정, 분석 등에 필요한 실무 노하우를 충실히 수록했다. 한눈에 쏙 들어오는 큼직한 도표와 다이어그램 등을 통해 직관적으로 해당 내용을 살펴볼 수 있고, 핵심 정리로 각 장의 내용을 간단히 요약하고 쉽게 기억할 수 있도록 했다. 또한 각 장의 마지막에 수록된 '퀴즈로 알아보는 빅데이터'에서는 빅데이터와 관련해 꼭 기억해야 할 중요한 사항을 퀴즈로 풀어보도록 했다.

현장의 절박한 상황을 콕콕 찔러 기업의 빅데이터 도입 방법을 알려주는 최고의 빅데이터 안내서!
필자가 방문한 수백 곳의 기업에서 빅데이터를 이야기할 때마다 현업 담당자들은 "내가 빅데이터를 모르는데 어떤 분야에 빅데이터를 도입해야 하는지 어떻게 알 수 있겠는가?"라고 한결같이 답변한다. 말이야 맞는 말이지만 IT팀은 업무를 모르고, 현업팀은 IT를 모르니 이 문제는 빅데이터를 도입하려는 모든 기업의 숙제다. 이것을 풀 수 있어야 빅데이터 프로젝트를 시작할 수 있는데, 이 책은 바로 이를 해결할 수 있는 가장 확실한 방법인 '빅데이터 테마 도출 방법론'에서 시작하고 있다. 우여곡절 끝에 빅데이터 프로젝트를 시작했다고 해도 수행하는 동안 너무나 많은 잘못된 계획과 진행 과정을 거치는데, 이를 지켜본 저자는 자신의 경험을 바탕으로 '빅데이터 프로젝트 추진 방법론'도 만들어 소개하고 있다.
이제 의사 결정을 해야 하는 임원들과 현업 담당자들, 기업, 통계, 분석, 마케팅, 홍보, 비즈니스, IT개발 분야의 실무 담당자들은 물론 빅데이터를 공부하는 대학생부터 다양한 빅데이터 사례를 접하고 싶은 사람들은 이 책에서 알려주는 전문가의 방법론을 통해 빅데이터 도입과 추진, 활용에 있어서 가장 실질적인 도움을 얻을 수 있을 것이다.

어떤 독자를 위한 책인가?
. 빅데이터를 도입하려고 하는 기업의 현업 담당자 : 기획, 통계, 분석, 마케팅, 홍보, 비즈니스, IT 개발 분야의 실무 담당자
. 빅데이터 도입을 고민하는 기업의 임원
. 빅데이터를 모아놓았으나 활용 방법을 모르는 기업의 경영진 및 실무진
. 빅데이터 프로젝트에 관심이 있는 직장인
. 다양한 빅데이터 사례를 접하고 싶은 사람
. 빅데이터로 무엇을 할 수 있는지 궁금해하는 사람

이 책의 특징
. 빅데이터 분석과 사례 연구, 실제 기업의 빅데이터 도입 시 발생할 수 있는 이슈, 기획 및 운영 과정, 분석 등에 필요한 실무 노하우를 충실히 수록했다.
. 한눈에 쏙 들어오는 큼직한 도표와 다이어그램 등을 통해 직관적으로 해당 내용을 살펴볼 수 있다.
. 핵심 정리로 각 장의 내용을 간단히 요약하고 쉽게 기억할 수 있도록 했다.
. 각 장의 마지막에 수록된 '퀴즈로 알아보는 빅데이터'에서는 빅데이터와 관련해 꼭 기억해야 할 중요한 사항을 퀴즈로 풀어보도록 했다.


정보제공 : Aladin

저자소개

장동인(지은이)

서울대학교 공과대학 원자핵공학과를 졸업하고, 미국 서던캘리포니아대학교에서 컴퓨터공학 석사를 마쳤다. 미국 비자카드, EDS, 아메리칸 항공, 독일 아마데우스(Amadeus), 오라클 본사에서 근무했다. 1996년 귀국하여 한국오라클 컨설팅본부 이사, 시벨코리아 지사장, SAS코리아 부사장, 딜로이트 컨설팅 파트너, 언스트앤영 컨설팅 본부장, 미래읽기 컨설팅 대표컨설턴트, 한국 테라데이타 부사장으로 일하면서 빅데이터, 클라우드 컴퓨팅 분야에서 국내 대기업 및 공공 기관 등 수백 개 기업의 경영 컨설팅 및 IT 컨설팅을 담당했다. 또한 컨퍼런스, 대학에서 강의하면서 다양한 매체에 기고 활동을 했다. 저서로는 《빅데이터로 일하는 기술》(한빛미디어, 2014), 《공피고아》(쌤앤파커스, 2010), 《실무자를 위한 데이터웨어하우스》(대청, 1999)가 있다. 현재 국방과학연구소 빅데이터 PM 및 빅데이터전문가협의회 의장으로 활동하고 있다.

정보제공 : Aladin

목차

목차
CHAPTER 1 IT 트렌드와 디지타이징 비즈니스 
 빅데이터 시대를 연 IT 트렌드 변화와 미래 핵심 기술의 등장 = 32 
  IBM 대형 컴퓨터로 시작된 중앙 집중식 비즈니스 처리 방식 = 33 
  다운사이징 열풍과 함께 최고로 성장한 오라클과 시스코, HP = 33 
  개인용 PC 시대를 연 마이크로소프트 = 34 
  빅데이터 기술의 시초, 하둡 탄생의 배경 = 35 
  빅데이터를 양산하는 스마트폰으로 촉발된 모빌리티의 시대 = 35 
  기업의 IT 자원 활용도를 극대화하는 클라우드 컴퓨팅 열풍 = 36 
  더 많은 양의 빅데이터를 생산할 센서의 시대가 온다 = 37 
  미래 핵심 기술 : 소셜, 모바일, 빅데이터, 클라우드, 사물 인터넷 = 38 
 빅데이터로 시작된 혁신, 디지타이징 비즈니스 = 38 
  제품 체험 기회와 최저가를 동시에 제공해야 구매가 일어난다 = 41 
  사물 인터넷, 빅데이터 분석, 모바일 기술 등이 결합된 비콘 = 42 
 위기이거나 혁신에 성공하거나 : 글로벌 IT 기업과 IT 트렌트 = 45 
  클라우드 컴퓨팅 분야 = 45 
  모바일 분야 = 46 
  빅데이터 분야 = 47 
  사물 인터넷 분야 = 47 
  ERP 및 인 메모리 데이터베이스 분야 = 48 
  IT 분야의 새로운 강자 구글, 아마존, 세일즈포스 = 49 
  무엇이 글로벌 IT 기업을 약하게 만들었는가 = 50 
 퀴즈로 알아보는 빅데이터 = 54 
CHAPTER 2 시나리오 분석부터 재미있게 시작하는 빅데이터 분석  
 빅데이터란 무엇인가 = 58 
  빅데이터의 정의, 4V = 58 
  얼마나 커야 빅데이터라고 부를 수 있을까 = 59 
  빅데이터 기술과 새로운 비즈니스의 등장 = 60 
  스몰 데이터, 다크 데이터, 패스트 데이터, 스마트 데이터 = 62 
 혁신하려면 빅데이터를 분석하라 = 64 
 미래를 예측하는 빅데이터, 무료 분석 툴부터 활용하라 = 68 
  빅데이터의 후행성 : 정교하게 분석해 결론을 도출하라 = 68 
  검색어의 선행성 : 예측 모형을 정교화해 정확도를 높여라 = 69 
  포털 사이트의 검색 빈도 분석 툴 : 네이버 트렌드와 구글 트렌즈 = 71 
  무료로 사용할 수 있는 소셜 미디어 분석 툴 : 소셜 메트릭스 = 74 
 본격적인 빅데이터 분석에 앞서 : 시나리오에 의한 검색어 분석 실습 = 76 
  스마트폰 경쟁 분석 = 76 
  야외 운동 : 골프, 등산, 캠핑의 비교 = 86 
  네이버 트렌드와 소셜 메트릭스의 활용 = 88 
 퀴즈로 알아보는 빅데이터 = 90 
CHAPTER 3 다양하게 활용되는 소셜 미디어 분석 
 막강한 소셜 미디어, 이렇게 활용하라 = 94 
  소셜 미디어 분석이란 = 95 
  소셜 미디어 분석은 빅데이터 분석이다? = 95 
  일반인이 많이 알고 있을 만한 키워드 중심으로 분석하라 = 96 
  자연어를 처리할 때는 동음 유의어에 주의를 기울여라 = 98 
  평소에 일반인이 관심을 갖는 분야를 선택하라 = 98 
  소셜 미디어의 파워는 선거에서 나타난다 = 101 
  소셜 미디어는 정부 정책 결정 시 매우 잘 활용될 수 있다 = 103 
  소셜 미디어에서는 루머와 사실을 구분할 수 있어야 한다 = 105 
 소셜 미디어의 3단계 분석 과정 = 108 
  사용자 요구 사항 = 108 
  1단계 : 웹 크롤링 서비스 = 110 
  2-1단계 : 자연어 처리 서비스 = 111 
  2-2단계 : 텍스트 분석 = 112 
  2-3단계 : 시각화 = 112 
  3단계 : 최종 사용자 = 114 
 소셜 미디어 분석을 활용할 수 있는 분야 = 114 
  신제품 개발 및 론칭 효과 분석 = 114 
  광고 효과 분석 = 115 
  기업의 평판 리스크/위기 관리 = 115 
  고객의 VOC = 116 
  소셜 리서치 = 116 
  데이터 저널리즘 = 117 
 퀴즈로 알아보는 빅데이터 = 118 
CHAPTER 4 빅데이터 도입 시 야기되는 일반적인 이슈들 
 빅데이터에 대한 이해가 부족하다 = 122 
 빅데이터를 도입하려는 기업에 들려주는 경험담 = 122 
  기업 내 부서별로 빅데이터를 바라보는 관점이 다르다 = 122 
 기업 경영진의 빅데이터에 대한 이슈들 = 124 
  기업 경영진은 빅데이터 도입 시 본인들의 영향력을 간과한다 = 124 
  기업 경영진은 빅데이터를 너무 쉽게 생각하는 경향이 있다 = 125 
  경영진이 '감'에 의해 경영하면서 빅데이터 도입 검토를 지시한다 = 126 
  빅데이터 TF 리더의 역할을 IT 부서가 해서는 안 된다 = 127 
  빅데이터를 도입하려면 빅머니가 필요하다? = 129 
 현업 담당자들의 빅데이터에 대한 이슈들 = 130 
  현업 담당자들 스스로 데이터 분석 능력을 키워야 한다 = 130 
  아웃소싱 업체에 맡기고 분석 결과만 받아 보기를 바라는 경향이 있다 = 131 
  빅데이터 분석과 기존 데이터 분석의 차이점이 클 거라 믿는다 = 131 
 IT 담당자들의 빅데이터에 대한 이슈들 = 132 
  IT 담당자들은 하둡을 배우기 꺼려한다 = 132 
  빅데이터 구축 이후에는 유지 보수만 하면 된다고 생각한다 = 133 
 빅데이터 프로젝트 정확하게 이해하기 = 134 
  빅데이터 프로젝트는 참여하는 전문가들의 수준에 달려 있다 = 134 
  빅데이터 전문가는 매우 다양하다 = 135 
  빅데이터 프로젝트의 목적은 데이터에 기반한 의사 결정이다 = 136 
  현업 담당자의 판단 아래 빅데이터 시스템을 도입해야 한다 = 137 
 퀴즈로 알아보는 빅데이터 = 140 
CHAPTER 5 빅데이터 테마 선정을 위한 도출 방법론 
 어떤 주제로 빅데이터를 구현할까 : 빅데이터 테마 도출 = 144 
  빅데이터 테마 도출을 위해 빅데이터 컨설팅사를 활용하라 = 145 
  빅데이터 테마 도출 방법론과 프로세스 = 146 
 1단계 : 산업별 빅데이터 사례 분석 = 149 
  유통업 사례 분석을 통한 테마 발굴 = 152 
 2단계 : 기본 업무 분석 = 154 
 3단계 : 인터뷰 = 156 
  3-1 단계 : 임원 인터뷰 = 156 
  3-2 단계 : 현업 인터뷰 = 158 
  3-3 단계 : IT 팀 인터뷰 = 160 
 4단계 : 내부/외부 데이터 파악 및 데이터 탐색 = 160 
  4-1 단계 : 내부/외부 데이터 파악 = 160 
  4-2 단계 : 초기 데이터 탐색 = 161 
 5단계 : 교육과 워크숍 = 163 
  5-1 단계 : 임원, 현업팀, IT 팀에 대한 교육 = 163 
  5-2 단계 : 현업팀 워크숍 = 166 
 6단계 : 빅데이터 테마 후보 선정 및 평가 = 169 
  6-1 단계 : 빅데이터 테마 후보 선정 = 169 
  6-2 단계 : 평가 = 171 
 7단계 : Quick Win 과제 및 테마 선정과 마스터플랜 = 174 
  7-1단계 : Quick Win 과제 및 테마 선정 = 174 
  7-2 단계 : 빅데이터 추진 마스터플랜 = 175 
 퀴즈로 알아보는 빅데이터 = 180 
CHAPTER 6 경쟁력 있는 빅데이터 분석의 모든 것   
 기업의 경쟁력을 지원하는 빅데이터 분석 사례 = 184 
  빅데이터 분석과 기존 통계 분석의 차이점은 무엇일까 = 184 
  넷플릭스의 시네 매치 시스템과 딥 러닝 = 185 
  아마존의 추천 시스템 = 188 
 빅데이터를 구현할 때 활용할 수 있는 분석 서비스 = 191 
  울프람 알파의 연산형 지식 엔진 = 191 
  아이디인큐(ID INCU)의 모바일 리서치 = 194 
 빅테이터를 구현할 때 참고할 수 있는 데이터 = 197 
  건강보험심사평가원의 연구용 청구 데이터 = 197 
  SKT의 지리 정보 시스템 기반의 공간 빅데이터 서비스 = 200 
 빅테이터를 구현할 때 활용할 수 있는 분석 시스템 = 202 
  구글의 빅쿼리 = 202 
 퀴즈로 알아보는 빅데이터 = 204 
CHAPTER 7 빅데이터와 IT 기술 
 빅데이터와 전통적인 DW/BI의 차이점 및 공통점 = 208 
  빅데이터 기술과 전통적인 DW/BI 기술의 차이는 무엇일까 = 208 
  빅데이터 기술과 DW/BI 기술의 공통점은 무엇일까 = 213 
  기존 DW/BI 시스템에 빅데이터 기술을 도입하기 위한 제안 = 214 
  기존 DW/BI 시스템의 요구 사항 = 214 
  DW/BI 1단계 확장 방안 = 215 
  DW/BI 2단계 확장 방안 = 218 
  DW/BI 3단계 확장 방안 = 220 
  빅데이터 시스템 도입으로 인한 기존 IT 조직의 변화 = 222 
 빅데이터 솔루션 맵 = 223 
  빅데이터 아키텍처 = 223 
  데이터 처리, 조회 분야 소프트웨어 장단점 분석 = 226 
  빅데이터 인프라 및 서비스 맵 : 외산 솔루션 = 227 
  빅데이터 인프라 및 서비스 맵 : 국산 솔루션 = 229 
 국내 제품 중 소개할 만한 제품 = 231 
  플라밍고 = 231 
  아파치 타조 = 234 
 퀴즈로 알아보는 빅데이터 = 236 
CHAPTER 8 빅데이터 구축 방법론 
 빅데이터 구축 방법론의 중요성 = 240 
  빅데이터 활용을 위해서는 '빅데이터 구축 방법론'이 필요하다 = 240 
  빅데이터 프로젝트 내에서 원활히 커뮤니케이션할 수 있어야 한다 = 241 
  빅데이터는 단계적인 수행 절차가 방법론에 녹아 있어야 한다 = 241 
  '빅데이터 구축 방법론'은 '빅데이터 테마 도출  방법론'과 쌍을 이루어야 한다 = 242 
 빅데이터 구축 방법론에 대한 설명 = 243 
 빅데이터 추진 마스터플랜(모듈 1) = 245 
 비즈니스 활용 및 변화 관리 구현(모듈 2) = 247 
  비즈니스 테마에 대한 충분한 이해(모듈 2-1) = 247 
  분석 결과에 대한 비즈니스 액션 플랜(모듈 2-2) = 248 
  전사적 활용 모니터링 및 활성화 방안(모듈 2-3) = 249 
  빅데이터 활용 평가(모듈 2-4) = 249 
  빅데이터 활용 조직 설계(모듈 2-5) = 254 
  필요한 인력과 Skill set의 정의(모듈 2-6) = 261 
  필요한 인력의 조달 방법(모듈 2-7) = 261 
  내부 인력 교육 계획(모듈 2-8) = 262 
 테마별 분석 모델 설계/분석(모듈 3) = 263 
  데이터 마이닝 방법론의 비교 = 263 
  빅데이터 간접 분석 방법 = 265 
  빅데이터 직접 분석 방법 = 267 
  빅데이터 분석 툴 교육(모듈 3-0) = 267 
  비즈니스 테마에 대한 충분한 이해(모듈 3-1) = 268 
  필요 데이터의 정의(모듈 3-2) = 268 
  데이터의 탐색(모듈 3-3) = 269 
  파생 데이터 설계 및 데이터 작업 요건 전달(모듈 3-4) = 269 
  분석 모델 설계 및 테스팅(모듈 3-5) = 270 
  데이터의 시각화(모듈 3-6) = 271 
  분석 결과에 대한 평가(모듈 3-7) = 272 
  분석 모델의 유지 보수 및 업그레이드 방안(모듈 3-8) = 273 
 빅데이터 설계/구축(모듈 4) = 274 
  비즈니스 테마에 대한 충분한 이해(모듈 4-1) = 275 
  데이터 모델링(모듈 4-2) = 275 
  내부/외부 데이터 ETL 설계(모듈 4-3) = 276 
  내부/외부 데이터 정제 작업 설계(모듈 4-4) = 277 
  내부/외부 데이터 ETL 및 정제 작업 수행(모듈 4-5) = 277 
  데이터 작업 수행(모듈 4-6) = 278 
  User/Access 관리, 보안 관리 수행(모듈 4-7) = 278 
 빅데이터 시스템 설계/구축(모듈 5) = 279 
  SW 아키텍처 설계(모듈 5-1) = 279 
  HW/Cloud 아키텍처 설계(모듈 5-2) = 280 
  SW/HW/Cloud 설치(모듈 5-3) = 282 
 빅데이터 거버넌스 설계/구축(모듈 6) = 282 
  데이터 거버넌스 설계 및 구축(모듈 6-1) = 282 
  외부 데이터 관리(모듈 6-2) = 283 
  사용자/액세스/보안 관리 설계(모듈 6-3) = 283  
 퀴즈로 알아보는 빅데이터 = 286 
부록 : 컨퍼런스를 통해 살펴본 빅데이터 세계 동향(Strata Hadoop World 2014&Teradata Partners 2014) 
 Strata Hadoop World 2014 = 290 
  미국은 이미 'Why Big data'를 고민하는 단계에서 'How to do Big data'를 고민하고 있는 단계로 넘어갔다 = 291 
  현재 상황에서 하둡은 'Clear winner'다 = 291 
  아파치 하둡보다 상용 하둡을 더 많이 쓴다 = 292 
  스파크에 대한 대단한 관심이 쏟아지고 있다 = 292 
  기존 RDB에 있는 정보계성 업무를 하둡으로 마이그레이션하고 있다 = 293 
  데이터 사이언스에 대한 관심이 뜨겁다. 그러나 하둡 진영과는 거리를 좁히려는 노력이 필요하다 = 293 
  Big data+IoT의 결합은 당연한 것이지만, 옵티멀 아키텍처(Optimal architecture)의 방향을 모색하고 있다 = 294 
  하둡의 미래를 소개한 마이크 올슨의 키노트 = 295 
  비즈니스 사용자를 위한 친밀한 사용자 환경 제품 등장 = 296 
  자사의 솔루션 광고보다 인사이트를 공유하는 세션이 더 필요하다 = 297 
  빅데이터 활용 시 야기되는 개인 정보 문제 = 298 
  빅데이터도 잘못 수집되고 해석될 수 있다 = 299 
  빅데이터로 사람의 감정까지 분석한다 = 300 
  빅데이터의 현재를 돌아본다 = 300 
  Strata Hadoop World 2014로 본 빅데이터 시장 예측 = 301 
 Teradata Partners Conference 2014 = 303 
  엄청난 규모의 데이터를 분석하고 운영하는 이베이 = 305 
  데이터 웨어하우스와 하둡 간의 관계 = 306 
  GM의 새로운 EDW 아키텍처 = 308
  볼보의 빅데이터 프로젝트 운영 사례 = 311 
  테라데이타의 Unified Data Architecture = 315 
  빅데이터는 의사 결정을 위해 정렬되어야 한다 = 318 
  SQL 온 하둡 분야의 주목할 만한 제품들 = 318 
  개인 정보 보호에 대한 이슈 = 320

관련분야 신착자료