빅데이터란 기존의 데이터베이스 관리 도구로는 처리하기 어려운 대용량 데이터를 활용하여 새로운 통찰과 가치를 만들어내는 것을 말합니다. 단순히 데이터의 양이 많다는 것을 넘어서, 다양한 형태의 데이터를 빠르게 처리하여 비즈니스에 활용한다는 의미를 포함합니다. 빅데이터의 특성은 흔히 "V"로 시작하는 키워드로 표현됩니다. 3V는 Volume(양), Variety(다양성), Velocity(속도)를 의미합니다. Volume은 테라바이트를 넘어서는 초대규모의 데이터 양을, Variety는 텍스트, 이미지, 영상, 음성 등 정형·반정형·비정형을 아우르는 데이터의 다양성을, Velocity는 데이터가 실시간으로 생성되고 빠르게 처리되어야 하는 속도를 의미합니다. 여기에 Value(가치)를 더한 4V도 자주 언급되며, Value는 투자 대비 수익률(ROI) 관점에서 비즈니스 효과를 강조합니다. 시험에서 "Availability(가용성)"가 빅데이터의 V에 해당한다는 보기가 나오면 틀린 것입니다. 빅데이터 시대는 데이터 분석의 방향도 크게 바꾸었습니다. 기존에는 데이터를 미리 정제하고 분석하는 사전처리 방식이었지만 이제는 사후처리 방식으로 전환되고 있습니다. 일부만 뽑아서 분석하는 표본조사에서 모든 데이터를 분석하는 전수조사로 변화하고 있습니다. 또한 소수의 정확한 데이터(질)보다 대량의 데이터(양)를 중시하며, 왜 그런지를 밝히는 인과관계보다 무엇과 관련이 있는지를 파악하는 상관관계를 더 중요시합니다. 이 네 가지 변화 방향은 시험에 빈출되므로 반드시 외워야 합니다. 핵심 요약 & 시험 포인트 빅데이터의 특성은 3V(Volume, Variety, Velocity)에서 4V(+Value), 5V(+Veracity)로 확장됩니다. 특성 의미 Volume(양) 테라바이트를 넘는 초대규모 데이터 Velocity(속도) 실시간 생성 및 처리 Variety(다양성) 정형·반정형·비정형 아우르는 다양한 형태 Value(가치) 투자 대비 비즈니스 효과(ROI) Veracity(정확성) 데이터의 신뢰성·정확도 빅데이터 시대의 4가지 패러다임 변화 기존 방식 빅데이터 방식 사전처리 사후처리 표본조사 전수조사 질(소수 정확) 양(대량 데이터) 인과관계 상관관계 시험 포인트: 빅데이터의 V는 Volume, Velocity, Variety, Value, Veracity입니다. Availability(가용성)는 포함되지 않습니다. 빅데이터 V 모델의 변천 모델 V 항목 출처 3V Volume(규모), Velocity(속도), Variety(다양성) Gartner 2001 (Doug Laney) 4V + Veracity (정확성·신뢰성) IBM 5V + Value (가치) 일반적 정의 7V + Variability(가변성) + Visualization(시각화) 확장 모델 각 V 의미 - Volume: TB → PB → ZB 규모 - Velocity: 실시간/스트리밍 처리 속도 - Variety: 정형(RDB) + 반정형(JSON, XML) + 비정형(텍스트, 이미지, 영상) - Veracity: 데이터의 신뢰성·품질 (노이즈, 결측, 편향) - Value: 분석을 통한 비즈니스 가치 창출 - Variability: 데이터 의미의 시간적·맥락적 가변성 - Visualization: 분석 결과의 시각적 전달 시험 포인트: 3V(Gartner)가 시작. Veracity(정확성), Value(가치)가 핵심 추가 V. 빅데이터의 4V → 5V → 7V - 4V: Volume(규모) · Velocity(속도) · Variety(다양성) · Veracity(정확성) — IBM이 추가 - 5V: 4V + Value(가치) — 데이터 자체보다 추출되는 가치 강조 - 7V: 5V + Validity(유효성) + Volatility(휘발성) 데이터 폭증 배경 - 데이터 폭증(Data Explosion): 소셜미디어·IoT·로그 등으로 생성 데이터가 기하급수적 증가 - 2.5 quintillion bytes/day 수준의 글로벌 데이터 생성 (2018 기준) 빅데이터 정의자 - Doug Laney(더그 래니): META Group(현 Gartner) 분석가, 2001년 빅데이터의 3V(Volume·Velocity·Variety) 정의 처음 제시 - IBM 등이 Veracity(정확성)을 추가하며 4V로 확장 - 이후 Value(가치)·Validity(유효성)·Volatility(휘발성) 추가로 5V·7V 확장 데이터 폭증의 원인 - SNS·IoT·센서·로그·자율주행·이미지/영상 등 디지털 흔적 증가 - 2025년 글로벌 데이터 생성량: 175 ZB 추산 (IDC) 데이터 거래 - 데이터 가치 사슬(Data Value Chain): 데이터에서 가치를 추출·전달하는 일련의 활동 📝 이 주제 관련 문제 학습 노트의 보강 개념을 직접 문제로 풀어보세요. - 데이터 폭증 — 소셜미디어·IoT·로그 등으로 생성 데이터가 기하급수적 증가 - 2.5 quintillion bytes/day — 수준의 글로벌 데이터 생성 (2018 기준) - Doug Laney — META Group(현 Gartner) 분석가, 2001년 빅데이터의 3V(Volume·Velocity·Variety)… - 데이터 가치 사슬 — 데이터에서 가치를 추출·전달하는 일련의 활동 페이지 하단 "이 주제 문제 풀기" 버튼으로 전체 문제를 풀 수 있습니다.
빅데이터의 정의와 특성
과목: 데이터 이해 (1과목, 8번 주제) ·
키워드: 데이터베이스 · 기억 용량 단위 · 빅데이터 · 빅데이터 3V/5V · 분석 주제 유형 · 우선순위 평가 · 모형 평가 · 데이터 전처리 · 데이터 기반 의사결정 · 표본조사
정의: 빅데이터란 기존의 데이터베이스 관리 도구로는 처리하기 어려운 대용량 데이터를 활용하여 새로운 통찰과 가치를 만들어내는 것을 말합니다.
핵심 Q&A (7개)
- 빅데이터 3V는?
- Volume(양): 초대규모 데이터
Velocity(속도): 실시간 생성·처리
Variety(다양성): 정형·반정형·비정형 - 빅데이터 4V, 5V에 추가되는 것은?
- 4V: + Value(가치) — 투자 대비 비즈니스 효과
5V: + Veracity(정확성) — 데이터 신뢰성·정확도 - 빅데이터 시대의 4가지 패러다임 변화는?
- 사전처리 → 사후처리
표본조사 → 전수조사
질(소수 정확) → 양(대량)
인과관계 → 상관관계 - Availability(가용성)는 빅데이터 V에 포함되는가?
- ❌ 포함되지 않는다. V는 Volume, Velocity, Variety, Value, Veracity.
- 빅데이터에서 "사후처리"로의 변화 의미는?
- 기존: 미리 정제·분류(사전처리)
빅데이터: 일단 수집 후 나중에 처리(사후처리). 실시간 스트림 처리도 포함. - 빅데이터 3V → 5V → 7V 변천 항목은?
- 3V: Volume, Velocity, Variety (Gartner 2001)
4V: + Veracity (정확성)
5V: + Value (가치)
7V: + Variability + Visualization - Veracity와 Variability의 차이는?
- Veracity(정확성): 데이터의 신뢰성·품질 (노이즈/편향 정도)
Variability(가변성): 데이터의 의미가 시간·맥락에 따라 달라지는 정도