내 신청현황
종류	모집공고명	진행상태
신청내용이 없습니다.

첨단기술정보

home
알림마당
과학기술정보분석
첨단기술정보

빅데이터 시대 금융 데이터 분류의 프레임워크 구조

전문가 제언: ○ 빅 데이터 시대에 금융데이터 분류를 위한 프레임구조를 도출하기 위한 금융 데이터의 효율적인 분석을 위해서는 세분화 과정과 데이터 처리 시 중복성 제거가 필수적이다. 이러한 측면에서 금융 데이터 분류표준은 빅 데이터 분석 접근 및 데이터마이닝이 필수전제조건이다. 최근에 다양한 패턴의 초 대량의 데이터를 처리하기 위한 데이터 마이닝과 분석에 적합한 분류 프레임 워크 생성이 요구되며 이를 위해 데이터 간의 상관성 등을 고려하는 표준간의 결합 및 통합방법 을 연구하고 있다.

○ 한편으로 금융관련 빅 데이터는 구조적 데이터와 비구조적 데이터로 구성되므로 지금까지는 특성에 맞추어 잘 정리된 구조적인 데이터를 통하여 금융데이터의 프레임구조를 도출하는 것은 용이하지만 초 대량의 비구조적인 빅 데이터인 경우 데이터 하나하나 마다 크기와 내용이 달라서 통일된 구조로 정리하기란 매우 어렵다고 할 수 있다. 특히 분야별 즉 경제, 금융, 무역, 정부, 방송 등으로부터 쏟아져 나오는 게시물, 동영상, 음악, 사진 등의 원시데이터는 형식, 크기, 포맷 내용과 데이터 속도도 다르므로 산업별 초 대량 비정형 빅 데이터에 대한 분석을 위한 방법론이 절실히 요구된다.

○ 금융데이터 관련 빅 데이터 분석을 위한 방법론을 위해서는 빅데이터 분석 및 데이터 마이닝 분야에 전문인력이 부족하다. 산업분야 별 빅데이터 관련 시장은 지속적으로 성장과 더불어 대규모 데이터 속에서 새로운 가치를 창출하고 있다. NIA자료에 의하면 이 분야의 전문인력 양성을 위해 빅 데이터의 선도국인 미국은 빅데이터 관련 석박사 과정의 인력을 매년 2,800명 이상 배출하고 있으나 현재 국내에서는 빅데이터 관련 분야에 170명 정도에 지나지 않는다. 그나마 한 특정 분야 플랫폼분야에 거의 집중되어 있는 현실이여서 기반역량, 기술역량, 사업역량 분야의 다양한 분야별 전문가 배출을 위해 지원과 투자가 뒷받침 되어야 할 것이다.

저자: Shuang Yang, Kun Guo, Jianping Li, Yingjiong Zhong, Rui Liu, Zili Feng
자료유형: 학술정보