기술 분석의 역사

마지막 업데이트: 2022년 6월 25일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
빅 데이터라는 개념이 나온 것은 불과 4~5년 정도이다. 이러한 짧은 기간 속에서도 빅 데이터는 사회 각 방면에서 주목을 받고 있으며, 가트너, IDC, EMC와 같은 세계적인 시장 조사기관 10개중 9개에서는 빅 데이터를 IT관련 2013년 올해의 키워드로 선정하였다.
이와 같이 빅 데이터가 주목을 받는 이유는 Figure 1과 같이 빅 데이터 시장규모의 급격한 증가와 관련이 있다. 빅 데이터 시장규모는 2012년 기준으로 6842억 달러(약680조)이고, 점차 증가하여 2015년에는 16,920억 달러로 성장할 것으로 추정된다. 이렇듯, 급격한 시장규모의 증가 추세와 맞물려 빅 데이터는 우리 삶에 지대한 영향을 미칠 것으로 예상된다[1].
Figure 1. 각 기관별 빅 데이터 관련 올해의 키워드 및 빅 데이터 시장규모(IDC)

Warner Bros Discovery Inc (WBD)

간단한 개요 추천서-Warner Bros Discovery Inc 주식에 대한 강한 매입, 매입, 강한 매도, 매도 또는 중성 신호. 이동 평균 구매/판매 신호(5, 10, 20, 50, 100과 200기간의 단순 그리고 지수 이평선)와 일반적인 차트 지표(RSI,Stochastics,StochRSI,MACD,ADX,CCI,ROC,Williams %R,Ultimate 와 그이외)와 매입, 매도, 과매입, 과매도 또는 중성 신호를 통하여 자세한 기술적 분석에 접속할수 있습니다. 게다가 Standard, Fibonacci, Camarilla, Woodie's와 Demark에 대한 피봇 포인트 수준을 제공하여 드립니다. 모든 WBD 주식 기술적 연구는 서로 다른 시간의 범위에서 모두 사용이 가능합니다.

피봇 포인트 2022년 09월 02일 20:05 GMT

종목 S3 S2 S1 피봇 포인트 R1 R2 R3
클래식 13.00 13.07 13.11 13.18 13.22 13.29 13.33
피보나치 13.07 13.11 13.14 13.18 13.22 13.25 13.29
카마리야 13.13 13.14 13.15 13.18 13.17 13.18 13.19
우디스 13.00 13.07 13.11 13.18 13.22 13.29 13.33
디마크스 - - 13.09 13.17 13.20 - -

기술적 지표 2022년 09월 02일 20:05 GMT

이동평균 2022년 09월 02일 20:05 GMT

의견을 통해 다른 사용자들과 교류하고 , 관점을 공유하고 , 저자와 서로 간에 의문점을 제시하시기를 바랍니다 . 하지만 , 저희 모두가 기대하고 소중히 여기는 높은 수준의 담화를 유지하기 위해 , 다음과 같은 기준을 기억하시기 바랍니다 :

  • 풍성한 대화 나누기.
  • 주제에 집중하기. 토론 주제와 관련된 것만 게시합니다 .
  • 존중하기. 부정적인 의견도 긍정적이고 세련되게 표현할 수 있습니다 .
  • 표준어 사용 : 문법에 맞춰 글을 작성합니다 .
  • 주의사항: 의견에 포함된 스팸이나 홍보용 메시지 및 링크는 제거될 것입니다 .
  • 저자나 다른 사용자에 대한 욕설,비방,또는 인신공격은 삼가하시기 바랍니다.
  • 대화를 독점하지 마십시오. 열정과 소신에 감사드립니다 . 다만 다른 분들에게도 자신의 생각을 표현할 기회를 드리고자 합니다 . 의견은 간결하고 사려 깊게 제시하시고 다른 사람이 불편해 할 수 있음으로 같은 의견을 되풀이하지 마시기 바랍니다 . 이야기나 포럼을 독차지하는 사람에 대한 불만이 접수될 경우 , 해당 사이트에서 그 사람을 금지할 수 있습니다 .
  • 의견은 한글로 작성해주세요 .

스팸 또는 비방글은 사이트에서 삭제될 것이며 Investing.com 의 결정에 따라 추후 댓글 등록이 금지될 것입니다 .

WBD 토론

%USER_NAME%(을)를 정말로 차단하시겠습니까?

그렇게 하면, 귀하와 %USER_NAME%(은)는 서로의 Investing.com 게시물을 볼 수 없습니다.

%USER_NAME%(은)는 차단 명단에 추가되었습니다.

방금 이 사람을 차단해제하였으므로 48시간 이후에 차단을 재개할 수 있습니다.

나는 이 의견이 다음과 같다고 생각합니다:

귀하의 보고는 검토를 위해 조정자에게 보내졌습니다.

코스피지수2,410.02+6.34+0.26%
코스피200 선물 (F)313.10+1.00+0.32%
US 5003,951.6+27.3+0.70%
US Tech 10012,172.5+74.1+0.61%
DAX12,885.12+124.34+0.97%
닛케이27,626.51+6.90+0.03%
미국 달러 지수109.915+0.405+0.37%
1,722.15-0.45-0.03%
18.157+0.276+1.54%
브렌트유93.16-2.58-2.69%
WTI유86.89+0.02+0.02%
천연가스8.397-0.366-4.18%
구리3.4597+0.0012+0.03%
미국 옥수수666.38+0.38+0.06%
달러/원1,377.89+8.59+0.63%
유로/달러0.9925-0.0001-0.01%
브라질 헤알/원265.57+0.86+0.33%
엔/원9.6912-0.0470-0.48%
파운드/달러1.1571+0.0058+0.50%
태국 바트/원37.725+0.310+0.83%
달러/엔142.18+1.59+1.13%
애플155.81-2.15-1.36%
알리바바 ADR91.80-1.91-2.04%
트위터38.63+0.01+0.03%
알코아49.25+1.17+2.43%
뱅크오브아메리카33.43-0.04-0.12%
코카콜라61.15-0.85-1.37%
엑슨모빌95.59+1.72+1.83%
종목가격변동변동 %
WBD13.06 -0.13 -0.99%
종목 종가 변동 % 거래량
금양 14,850 +12.93% 19.21M
화성밸브 8,250 +10.44% 17.21M
삼성전자 57,100 0.00% 7.44M
한화솔루션 54,300 +6.68% 5.04M
성일하이텍 142,500.00 +14.83% 1.99M
SK하이닉스 91,800 +0.77% 1.38M
새빗켐 162,100.00 +3.98% 829.58K
기술 분석의 역사
종목 종가 변동 % 거래량
노루홀딩스우 36,050 +29.91% 98.77K
코리아에프티 3,455 +29.89% 16.12M
나노씨엠에스 30,250 +29.83% 237.86K
알엔투테크놀로지 10,850 +29.47% 1.77M
삼기 4,050 +25.39% 25.83M
IBKS제12호스팩 6,460 +25.19% 2.65M
뉴프렉스 9,050 +22.46% 12.49M
종목 종가 변동 % 거래량
소리바다 55 -63.33% 5.04M
우원개발 4,655 -19.74% 5.41M
메디젠휴먼케어 6,900 -14.71% 0.56K
큐엠씨 2,055 -14.38% 1.44K
앱클론 19,100 -14.35% 1.49M
에스제이켐 299 -14.33% 0.02K
파워풀엑스 1,105 -12.99% 0.00K

다운로드 App store

리스크 고지: 금융 상품 및/또는 가상화폐 거래는 투자액의 일부 또는 전체를 상실할 수 있는 높은 리스크를 동반하며, 모든 투자자에게 적합하지 않을 수 있습니다. 가상화폐 가격은 변동성이 극단적으로 높고 금융, 규제 또는 정치적 이벤트 등 외부 요인의 영향을 받을 수 있습니다. 특히 마진 거래로 인해 금융 리스크가 높아질 수 있습니다.
금융 상품 또는 가상화폐 거래를 시작하기에 앞서 금융시장 거래와 관련된 리스크 및 비용에 대해 완전히 숙지하고, 자신의 투자 목표, 경험 수준, 위험성향을 신중하게 고려하며, 필요한 경우 전문가의 조언을 구해야 합니다.
Fusion Media는 본 웹사이트에서 제공되는 데이터가 반드시 정확하거나 실시간이 아닐 수 있다는 점을 다시 한 번 알려 드립니다. 본 웹사이트의 데이터 및 가격은 시장이나 거래소가 아닌 투자전문기관으로부터 제공받을 수도 있으므로, 가격이 정확하지 않고 시장의 실제 가격과 다를 수 있습니다. 즉, 가격은 지표일 뿐이며 거래 목적에 적합하지 않을 수도 있습니다. Fusion Media 및 본 웹사이트 데이터 제공자는 웹사이트상 정보에 의존한 거래에서 발생한 손실 또는 피해에 대해 어떠한 법적 책임도 지지 않습니다.
Fusion Media 및/또는 데이터 제공자의 명시적 사전 서면 허가 기술 분석의 역사 없이 본 웹사이트에 기재된 데이터를 사용, 저장, 복제, 표시, 수정, 송신 또는 배포하는 것은 금지되어 있습니다. 모든 지적재산권은 본 웹사이트에 기재된 데이터의 제공자 및/또는 거래소에 있습니다.
Fusion Media는 본 웹사이트에 표시되는 광고 또는 광고주와 사용자 간의 상호작용에 기반해 광고주로부터 보상을 받을 수 있습니다. 본 리스크 고지의 원문은 영어로 작성되었으므로 영어 원문과 한국어 번역문에 차이가 있는 경우 영어 원문을 우선으로 합니다.

자동차를 만드는 가장 효율적이고 유연한 방법, 스마트 팩토리

미래를 그리는 영화에서 공통으로 보여주는 장면들이 있다. 바로 자율주행 자동차와 로봇이다. 사람이 자동차와 대화를 하고 말을 통해 작동하게 되면 자동차가 알아서 운전하고 사람은 다른 일을 한다. 이전에는 이것을 보고 미래를 상상했지만 지금은 모두가 조만간 다가올 현실로 인식하고 있다.

오늘날 자동차의 자율주행은 물론 사람과 함께하는 로봇 기술 개발이 한창이다. 그렇다면 자동차 제조공장은 어떻게 변화할까? 아주 가까운 미래에 등장할 스마트한 자동차 공장 ‘스마트 팩토리’에 대해 알아본다.

자동차 제조공장의 역사와 미래 자동차 산업

자동차 제조공장의 역사를 설명하는 인포그래픽 1914년 포드 대량 생산 개막 1950년 제너럴 모터스 다품종 생산 1970년 토요타 간판방식 도입 2000년 폭스바겐 개발 및 원가 혁신

자동차 산업은 제조 방식의 혁신 그리고 제품의 혁신 두 축으로 진화가 이루어졌다

자동차 제조공장은 1914년 포드가 컨베이어 벨트 시스템을 개발하면서 대량 생산이 시작되었다. 모두가 공산품을 누릴 수 있도록 한 혁신적인 제조 방식인 포디즘이다.

이를 기반으로 1950년대에는 제너럴 모터스가 단일 제품의 생산이 아닌 여러 제품을 공급하도록 제품의 진화를 가져왔고, 1970년대 토요타는 간판 방식을 통해서 적재적소에 필요한 만큼의 부품을 공급하여 효율성을 극대화한 제조 방식을 도입했다.

2000년대, 폭스바겐의 시작으로 대부분의 자동차 회사들이 모듈러 아키텍처의 개념을 도입하면서 제품의 개발 및 원가 측면에서의 혁신을 이루었다. 이와 같이 자동차 산업은 제조 방식의 혁신 그리고 제품의 혁신 두 축으로 번갈아 가며 진화가 이루어졌다.

미래의 자동차 산업 설명. 목적 맞춤형 자동차 + 취향 맞춤형 자동차 커스터마이징의 니즈가 높아짐 제조방식 혁신 필요

맞춤형 차량 생산을 위해서는 자동차의 제조 방식도 함께 발전해야 한다

미래의 자동차 산업은 어떨까? 미래의 자동차 산업은 자동차 제품의 혁신과 제조 방식의 혁신이 함께 이루어지는 대 변혁기를 맞이할 것이다. 자율주행 기술이 보편화되고 공유의 개념이 더욱 확대되면서 비즈니스 목적에 부합하는 형태와 기능만을 갖추는 합리적인 목적형 차량 PBV(Purpose Built 기술 분석의 역사 Vehicle)가 확대될 것이다.

그러나 모빌리티 서비스가 보편화되어도 개인들에게 이동 공간인 자동차는 여전히 중요하다. 자율주행 기술로 운전으로부터 자유를 얻게 된 개인 소유의 자동차는 더욱 다양한 공간 구조로 진화할 것이다. 결국 자동차는 커스터마이징의 니즈가 높아지면서 목적 맞춤형, 개인 취향 맞춤형 두 가지 종류로 나누어질 것이다. 따라서 맞춤형 차량 생산을 위해서는 자동차의 제조 방식도 함께 발전해야 한다.

다양성과 유연성을 갖춘 스마트 팩토리, 현대자동차그룹 HMGICS

고정 모델을 생산한 지금의 공장에서 맞춤형 미래 공장으로 변화하는 일러스트

미래의 공장은 다양한 상품을 효율적으로 생산할 수 있는 유연성이 핵심이다

몇 개의 고정 모델만 생산했던 지금까지의 공장과 달리, 미래의 공장은 다양성과 유연성을 갖춘 공장으로 바뀌어야 한다. 이것이 스마트 팩토리의 출발점이다.

미래의 공장은 다양한 상품을 효율적으로 생산할 수 있는 유연성이 핵심요소이다. 또한 고객 맞춤형 차량의 주문에서부터 인도까지 제조의 전 과정의 경험을 공유하는 공장이자 새로운 고객 경험의 공간이 될 것이다.

로봇의 비전과 AI기술이 조합하면 공장은 획기적인 변화를 맞이할 것이다. 공장의 센서를 통해 상황을 인식하면 컴퓨터가 분석/판단하고 로봇이 실행하는 지능형 제조 방식을 갖게 된다. 머신러닝과 딥러닝을 통해 공장이 인간처럼 생산망을 갖추고 사고하는 공장으로 지능화가 가속화된다.

현대자동차그룹 싱가포르 글로벌 혁신센터(HMGICS) 미래 모습 전경

HMGICS는 스마트 시티 생태계의 한 부분으로 고객 경험의 문화공간이 된다

증기기관을 통한 1차 산업혁명, 전기와 내연기관 대량 생산의 2차 산업혁명, 그리고 인터넷과 컴퓨터와 기술을 결합한 3차 산업혁명에 이어, 4차 산업혁명이 이루어지는 공간. 이것이 2022년 우리가 만날 수 있는 스마트 팩토리, 현대자동차그룹 싱가포르 글로벌 혁신센터(Hyundai Motor Group Innovation Center in Singapore, 이하 HMGICS)의 모습이다.

HMGICS는 지금까지의 공장과는 아주 큰 차이가 있다. 사람들이 레스토랑에 방문하듯, 공장도 쉽게 찾아갈 수 있는 곳에 위치할 것이다. 또 개인의 취향에 딱 맞춘 차를 주문하고 인수할 수 있다. 이는 스마트 시티 생태계의 한 부분이 되어 사람들의 일터이자 고객 경험의 문화공간이 된다. HMGICS는 미래의 자동차 공장의 표본이자 테스트베드가 될 것이다.

스마트 팩토리(HMGICS) 생산 과정 일러스트

스마트 팩토리는 빅데이터를 기반으로 소비자의 수요를 사전 검증하고 생산활동을 시작한다

스마트 팩토리는 자동화된 로봇이 생산하고 사람이 없는 공장이 아닌, 사람의 역할과 로봇의 역할 기술 분석의 역사 그리고 인공지능과 사람의 경험이 조화를 이룬다. 다시 말해 전체 공장이 인격체처럼 움직이는 것이다.

빅데이터를 기반으로 소비자의 선택 및 수요 예측, 생산을 사전 검증하며, 계획을 확정하게 되면 공장은 생산활동을 시작한다. 예를 들어 한 라인에서 비슷한 차량을 생산하고 있는 지금의 모습과 달리 미래의 공장은 상황에 맞춰 생산하고 소비자의 취향, 부품 공급 상황을 예측해 생산 계획을 마련한다.

스마트 팩토리의 핵심 CPS(Cyber Physical System)

스마트팩토리의 핵심 Cyber Physical System 개념 일러스트 CPS는 메타 팩토리이며 공장을 위한 가상세계이다

디지털 트윈은 일종의 공장을 위한 가상 세계인 메타팩토리이다

공장의 생산이 복잡해지면 다양한 문제가 발생하지 않을까? 하는 의문이 들기도 한다. 이를 위해 스마트 팩토리는 CPS(Cyber Physical System)기술을 사용한다. 이는 ‘디지털 트윈’의 개념으로 가상 세계에 똑같은 공장을 건설하고 똑같은 방식으로 작동하고 구현한다.

디지털 트윈은 생산라인, 공급 라인을 운영하면서 문제점들을 찾아내고 즉시 보완하는 과정을 거친다. 이는 일종의 공장을 위한 가상 세계인 메타팩토리이며 스마트 팩토리의 핵심이다. CPS를 통해 실제 공장은 효율이 극도로 개선된다. 이 과정은 가상 공장에도 적용되면서 상호 보완적 관계에서 발전·진화한다. 그 결과, 전 세계 스마트 팩토리에 적용되어 생산성은 증가하고 다양한 소비자의 요구에 빠르게 대응하는 공장이 완성된다.

공장의 수를 늘리는 이른바 양적 팽창기를 지난 지금. 공장의 효율 그리고 기술을 활용한 똑똑한 공장이 필요한 시대다. 현대자동차그룹은 스마트 팩토리 분야에서 선두에 있고 앞으로 많은 공장이 스마트 팩토리 기술을 활용하게 될 것이다. 싱가포르의 HMGICS에서 2022년 막을 올리는 스마트 팩토리는 4차 산업혁명을 이끌 것이다.

기술적 분석가 혹은 차티스트들의 계보

첫 번째 차티스트들은 20세기 초에 미국에서 나타났다. 그들은 유명한 주식시장 이론의 창시자인 찰스 다우와 의 편진인으로 를 승계한 윌리엄 해밀턴이다. 다우의 유명한 격언은 "평균이 모든 것을 나타낸다."이다.

찰스 다우는 다우존스 산업지수와 철도지수 평균 가격이 경제와 주식시장에 관한 모든 지식과 희망을 반영한다고 설명했다. 그는 책을 쓰지 않고 의 사설만을 썼다.

해밀턴은 다우가 죽은 이후 그의 일을 물려받았고, 1929년의 대폭락 이후에 쓴 (The turn of The Tide)이라는 사설을 통해 차트 분석에 관한 바람을 일으켰다.

해밀턴은 자신의 책 (Stock Market Barometers)를 통해 다우 이론의 원칙을 정립했다.

뉴스레터 발간인, 로버트 레아는 1932년에 (The Dow Theory)이라는 책을 써서 다우 이론을 정점에 올려 놓았다.

1930년대는 차트의 황금기였다. 많은 혁신가들이 1929년의 대폭락 이래로 자신들의 손으로 자신들의 시대를 만들었다.
샤베이커, 레아, 엘리엇, 이코프, 갠, 그리고 일군의 차티스트들이 자신들의 연구를 발표했다.

그들의 작업은 크게 두 가지 방향으로 나뉜다. 샤베이커, 위코프 같은 사람들은 차트를 시장에서 수요와 공급의 기록으로 보았다. 엘리엇과 갠은 시장에서의 절대적인 원리를 찾았다.

1948년에 샤베이커의 사위인 에드워즈와 매지는 (Technical Analysis of Stock Trends)이라는 책을 출간했다.

그들은 추세선이나 지지 저항, 머리어깨형, 기술 분석의 역사 삼각형, 사각형 등의 패턴에 관한 개념들을 발표했다. 다른 차트 분석가들은 이런 개념들을 상품 시장에 적용했다.

시장은 에드워즈와 매지 이래로 많이 변했다. 1940년대에 뉴욕 주식거래소의 일간 주식 거래량은 몇백 주에 불과했으나 1990년대에는 몇백만 주를 능가하고 있다.

주식시장 균형의 힘은 강세로 옮겨 졌다.

초기의 차트분석가들은 주식시장의 고점은 뾰족하고 빠르게, 저점은 오랜 시간에 걸쳐서 형성된다고 기술했다.

이 이론은 디플레 시기에는 맞았으나 1950년대 이래는 맞지 않았다. 지금은 저점이 빨리 형성되고 고점은 오래 지속되는 경향이 있다.

출처 : 알렉산더 엘더 / 정인지, , 국일증권경제연구소, 2004년. pp. 148~149.

알렉산더는 이 책에서 기술적 분석의 역사에 대한 간결한 약사(Brief History)를 소개했다. 그는 기술적 분석은 집단 심리에 대한 연구이자, 과학이면서 예술이라고 말한다.

그에 따르면 각각의 가격은 모든 시장 참여자들의 행동으로 표현된 가치에 대한 일시적인 합의로, 각각의 봉은 매수와 매도 간의 힘의 균형에 대한 몇 가지 조각 정보를 제공한다고 한다.

기술적 분석의 시조 찰스 다우(Charles Dow)는?

다우는 미국 코네티컷의 가난한 농가에서 1851년 11월6일 태어났다. 고교를 중퇴하고 기자로 일하게 된 18세 이전까지 20여개 직업을 거쳤다.

기자로 일하면서 철도회사와 증기선업체, 범선해운업자간 갈등을 소개하고 금ㆍ은 광산 현지 취재로 명성을 얻었다.

1982년 동료기자 에디 존스와 금융인 출신의 찰스 밀포드와 함께 증권 전문지 를 창간했고, 1896년 핵심 철도주 11개 종목의 기술 분석의 역사 평균 주가인 다우지수를 개발하고 제호를 로 바꾸었다.

1902년 사망하기까지 13년간 월스트리트저널의 편집장으로 일하며 발표한 경기변동분석은 후대 기술적 분석가들에게 깊은 영향을 미쳤다.

기술 분석의 역사

빅 데이터라는 개념이 나온 것은 불과 4~5년 정도이다. 이러한 짧은 기간 속에서도 빅 데이터는 사회 각 방면에서 주목을 받고 있으며, 가트너, IDC, EMC와 기술 분석의 역사 같은 세계적인 시장 조사기관 10개중 9개에서는 빅 데이터를 IT관련 2013년 올해의 키워드로 선정하였다.
이와 같이 빅 데이터가 주목을 받는 이유는 Figure 1과 같이 빅 데이터 시장규모의 급격한 증가와 관련이 있다. 빅 데이터 시장규모는 2012년 기준으로 6842억 달러(약680조)이고, 점차 증가하여 2015년에는 16,920억 달러로 성장할 것으로 추정된다. 이렇듯, 급격한 시장규모의 증가 추세와 맞물려 빅 데이터는 우리 삶에 지대한 영향을 미칠 것으로 예상된다[1].
Figure 1. 각 기관별 빅 데이터 관련 올해의 키워드 및 빅 데이터 시장규모(IDC)

일반적으로, 빅 데이터의 기초단위인 데이터는 의미 있는 수치나 문자, 기호를 뜻한다. 기존의 빅 데이터에 관한 사전적 정의는 단순히 데이터의 양이 많은 것을 의미 하였다. 하지만 최근 빅 데이터의 정의의 범주가 확장 되어, 기존의 대용량의 정형화된 데이터를 뜻하는 정의뿐만 아니라 비정형화된 일상의 정보들까지 포함하는 거대한 데이터의 집합을 의미한다[2]. 비정형화된 데이터는 가공되지 않고 표준화되지 않은 일상 언어나 대화와 같은 정보를 의미하며, 그 예로, 카카오톡을 통해 사진을 주고 받는 사례와 페이스북 담벼락에 글을 업로드 하는 등의 자신의 일상 생활 기록들을 들 수 있다.
이러한 비정형화된 일상적인 데이터들은 가공되지는 않았지만, 빅 데이터 시대에서는 충분히 활용 가능한 가치를 지닌다. 소비자 요구 분석, 마케팅 기법을 위한 반응 추이 등의 분석에 일상 정보를 이용한다면, 이전에 활용성이 없어 보였던 비정형화된 일상의 정보들도 충분한 가치를 갖게 된다.
Figure 2. 빅 데이터의 3가지 특징(The Three V’s of Big Data)
빅 데이터라는 개념은 1997년 ACM의 VIS(Proceeding of the 8th conference on Visualization)학회에서 Cox와 Ellsworth에 의해 처음 발표되었다[3]. Cox는 그의 논문 ‘Application-controlled demand paging for out-of-core visualization’에서 ‘더 이상 데이터 저장소에 담을 수 없는 사태를 맞이할 것이다’라고 문제를 제기하면서 빅 데이터 개념의 출발을 알렸다.
이후 2001년 메타그룹의 Doug Laney는 학문적인 관점에서 3V라고 하는 빅 데이터의 세가지 특징(Velocity, Volume, Variety)을 Figure 2와 같이 정의하였다[4]. 빅 데이터의 첫 번째 특징인 속도(Velocity)는 데이터들이 거의 실시간에 가깝게 생산 된다는 것을 의미한다. 두 번째 특징은 대용량의 데이터(Volume)이다. 이는 데이터의 크기와 기록의 양 등이 현저하게 증가함을 의미한다. 마지막은 다양성(Variety)이다. 과거에는 정형화된 데이터가 중심이 되어 각 정보들이 물건, 사건, 인물에 대한 정보 위주로 가공되었으나, 빅 데이터 시대에서는 비정형화된 데이터가 중심이 되어 오락, 일상 생활 등 우리가 생활하는 거의 모든 분야에 관한 데이터를 이용한다. 추가적으로, 2012년 가트너는 데이터 관리의 복잡성(Complexity) 속성을 더하여, 빅 데이터의 특징을 3VC로 새롭게 정의하였다.

3 빅 데이터는 왜 각광을 받고 있는가?

빅 데이터가 갑작스럽게 주목을 받는 이유를 세가지로 정리할 기술 분석의 역사 수 있다. 첫째, 데이터 양이 급격하기 증가하였고, 둘째, 데이터 처리기술이 비양적으로 발전했으며, 마지막으로, 미래 경쟁력의 가치를 창출하는 원천이기 때문이다[5]. 3.1 데이터 양의 급격한 증가
Figure 3에서와 같이 오늘날 데이터 사용량이 급격하게 증가하고 있다. 1분이라는 시간 동안 인터넷에서는 엄청난 양의 데이터가 생성된다. 트위터의 경우, 98,000개의 트윗이 생성이 되고, 페이스북의 경우 695,000개의 글 또는 사진이 게시된다. 또한 1억 6천 8백여만개의 이메일이 송수신되고 있다. 이 추세로 볼 때, 2020년에는 데이터 사용량이 약 40ZB가 될 것으로 추정된다. ZB(Zeta Byte)라는 양의 크기는 GB(Giga Byte)의 2^40배에 해당하는 엄청나게 방대한 크기이다. 2011년의 정보량은 총 1.8ZB로 1.8조 GB에 해당하는 양으로, 이 양을 고화질 영화의 데이터 크기로 비교해볼 때 그 수가 무려 2000억 개만큼 되는데, 이는 한 사람이 4,700만년 동안 보아야 다 볼 수 있는 크기이다[1].
Figure 3. 1분 동안 인터넷에서 일어나는 일들(Go-Globe.com)
한 편, 빅 데이터 역사에 시작을 알린 사건은 애플의 아이폰 출시로 볼 수 있다. 2007년 등장한 아이폰의 등장으로 인해 정보의 혁명이 일어나게 되었다. 인류의 역사를 되짚어보면, 인쇄술의 급격한 발전으로 정보가 대량 보급되었고, 20세기 중 후반, 컴퓨터가 개발되면서 정보 자체가 디지털화 되었다. 인터넷이 등장하면서 개개인들도 정보를 생산하거나 소비하는 것이 가능하게 되었고, 정보의 수평적인 소통이 가능해졌다. 급기야, 2000년대 후반, 소셜 네트워크 서비스(SNS)가 등장하면서 정보가 한층 더 개인화 되어, 수평적인 정보가 자유롭게 범람하게 되었다. 정보는 수직성과 수평성과 같은 특징을 지닌다. 정보의 수직성은 정보의 흐름이 한쪽 방향으로만 흐르는 것을 의미한다. 정보가 개인화 되기 전의 삶을 생각해 본다면, 정보의 개인화 이전에는 TV, 라디오, 신문 등 언론 매체를 통해 한정적인 정보만을 제공받을 수 있었다. 이러한 관계를 정보가 언론매체에서 개개인으로 퍼지는 수직성이라고 할 수 있다.
하지만 인터넷의 발달과 스마트폰의 등장으로 소셜 네트워크 서비스 등을 통해 언론매체가 아닌 개인이 정보를 유통할 수 있게 되었으며 누구든 정보를 생성하고 전달 할 수 있게 되었다. 언제 어디서든 개인이 원하는 정보를 쉽고 바르게 찾을 수 있는 정보의 수평성이 생겨나게 된 것이다. 이렇게 정보가 수평화 된 삶에는 어떤 정보를 갖고 있느냐 보다는 수많은 정보에서 어떻게 의미 있고 유용한 정보를 찾을 수 있느냐가 더 중요한 요소로 부각되고 있다. 3.2 데이터 처리 기술의 발전
Figure 4 데이터 처리기술(IT시대의 빅뱅 대세는 ‘빅데이터’다) 데이터 처리기술이 발전하면서 데이터 처리 속도가 엄청나게 빨라졌다[3]. 병렬분산처리 기술이 등장하면서, 슈퍼컴퓨터가 하던 일을 수십 대의 PC를 병렬적으로 사용하여 처리할 수 있게 되었다. 2008년에는 오픈 소스 ‘하둡’이 등장하여 빅 데이터 분석 시간이 획기적으로 단축 되었다. 또한 데이터 처리 속도와 더불어 데이터 저장 비용도 급감하였다[5]. 80년대 초의 1GB 저장 비용은 10억원이 넘을 정도였다. 하지만 2000년대 초반에는 100원 정도의 금액으로 감소하였고, 현재는 그 비용이 채 10원도 되지 않는다. 저장 비용의 감소로 인하여 최근 구글과 네이버와 같은 포탈업체들의 클라우드 서비스가 더욱 보편화 되었다. 3.3 미래경쟁력과 가치 창출의 원천
빅 데이터의 활용은 경쟁력 있는 미래 가치를 창출한다[6]. 정보화 혁명으로 기술적인 패러다임이 근본적으로 변화하였고, 더불어 데이터의 사용량이 엄청나게 팽창하였다. 이러한 결과로 빅 데이터가 출현하게 되었고, 빅 데이터를 가공하고 분석하는 기술을 새로운 가치를 창출하게 되었다. 예를 들어 경제적 가치 창출에 활용된다거나 범죄 예방 및 수사에 활용할 수도 있다. 또한, IT패러다임 변화에 따라 새로운 산업 분야에 진출할 수도 있으며, 재해 예방과 대피, 후속 처리 등에도 빅 데이터를 활용할 수 있다. 이처럼 오늘날 빅 데이터의 출현과 팽창으로 인해 IT 패러다임이 새롭게 바뀌는 시점에 와있다고 할 수 있다. 하지만 이러한 변화는 새로운 재난의 형태로 우리에게 영향을 미칠 가능성이 있다. ‘정보의 바다’에서 ‘데이터의 홍수’시대로 변화하는 시대에 제대로 대처하지 않으면 상당한 위험에 노출될 가능성이 있다. 앞으로 기업들은 엄청난 양의 데이터 사이에서 유용한 데이터를 선별해야 하며 이를 운영 및 유지하는데 드는 비용이 증가하는 문제에 직면하게 될 것이다. 또한 데이터 처리속도가 느려짐으로써 기업의 생산성 하락 우려가 발생할 수 있다. 세계 각 국의 정부와 기업들은 빅 데이터가 향후 기업의 성패를 가늠할 새로운 경제적 가치의 원천이 될 것으로 기대하고 있다. 앞으로는 빅 데이터에서 유용한 정보를 찾아내 그 안에 잠재된 정보를 활용할 수 있는 기업들이 시장을 선도할 것으로 예상된다.

4 빅 데이터는 미래 사회에서 어떤 역할을 담당하게 될 것인가?

Figure 5. 과거를 통한 미래예측(미래예측 방법론: 이론과 실제) 빅 데이터는 과연 우리 사회에서 어떻게 사용될 것인가? “역사는 미래를 보는 거울이다”라는 명언이 있듯이, 인류는 역사서적, 유물 등 과거 사실에 기반하여 미래를 예측하였다[7]. 하지만 이러한 예측은 역사적 데이터를 통해 산출된 일정한 현상과 법칙에 있어서 단기 미래를 예측에는 적합할 수 있으나 장기 미래 예측에는 부적합하다고 할 수 있다. 이라는 할리우드 영화에 등장하는 빌리빈 단장은 데이터 분석을 통해 메이저리그 야구단을 훌륭하게 운영한다. 오클랜드 구단은 재정상황이 여의치 않아 타율은 낮지만 출루율이 높은 타자나 구속은 빠르지 않지만 제구력이 좋은 투수와 같이 저비용 고효율의 선수를 데이터 분석을 통해 선발하고, 이를 효과적으로 활용하여 최약체팀이라고 평가 받던 오클랜드를 포스트 시즌에 진출 시킨다. 이렇듯 영화의 사례처럼 앞으로는 경영, 마케팅 등 사회 각 방면에서 이러한 빅 데이터의 활용이 증가할 것으로 보인다[5].
영화 에서도 빅 데이터의 사례를 볼 수 있다. 영화 에서는 얼굴의 표면에 있는 그 자체가 아니라 얼굴에 표현되는 마음을 읽고, 이를 통해 개인의 미래를 예측한다. 빅 데이터도 관상과 비슷한 원리로, 집단의 일상적인 데이터를 보고 집단의 미래를 예측하는데 활용될 수 있다. 이처럼 앞으로 빅 데이터는 미래 예측분야에 혁명적인 결과물을 가져올 것으로 예상된다[8].
빅 데이터를 통해 미래를 예측하는 대표적인 사례는 구글의 독감 예보 서비스를 들 수 있다. 2007년 구글에서는 일정기간의 검색어 분석을 통해 독감 유형의 패턴과 독감 발생 가능성이 높은 지역을 예측하는 독감 예보 서비스를 시작하였다. 이 서비스는 독감에 대한 증세나 호전방법, 약품 등의 검색 등과 같은 검색어를 분석함을 써 예측이 이루어진다. 이는 독감과 인터넷 검색어 빈도수와 같이 서로 직접적인 관계가 없어 보이는 요소가 실제 미래 예측에서 어떻게 반영될 수 있는지를 잘 보여주는 예이다. 이 서비스를 통해 구글은 2009년 2월 대서양 연안 중부지역의 주에서 감기가 확산될 것이라고 예측했는데, 이는 미국의 질병통제예방센터보다도 2주나 먼저 예측하여 구글 독감 트렌드가 더욱 이목을 받게 되는 계기가 되었다. 더불어 구글은 질병통제예방센터의 보고서보다 1~2주 빨리 독감 바이러스 활성을 예측하는 실시간 감지 시스템에 대한 컴퓨터 모델을 제시하였고, 그 결과를 세계적인 학술지인 네이처에 게재하기도 하였다. 더 나아가 범죄를 예방하기 위해 빅 데이터를 사용하기도 한다. 미국 테네시주 멤피스시 실시간 범죄감시 센터는 각종 데이터를 분석하고 사건 패턴을 수집하여 범죄를 예방하는데 활용하고 있다[1]. 이러한 노력으로 범죄율이 30%나 감소했으며, 향후 범죄 발생가능성이 높은 지역과 시기를 예측하여 적시적소에 인력을 배치해 범죄를 예방하는 성과를 거두었다. 또한, 미국 라스베이거스와 미네소타의 로체스터시 경찰은 IBM의 스마트시티 범죄 정보 분석 소프트웨어 및 플랫폼을 도입해 치안 활동을 강화하여 범죄를 예방한 사례도 있다. 또한 위키리스크에 업로드된 데이터 분석을 기술 분석의 역사 통해 아프가니스탄의 병력 움직임을 알아채, 그에 대비한 전술을 제공한 사례가 있다. 뉴욕대학교 박사과정 학생 드루 콘웨이는 위키리스크에 저장되어 있는 데이터를 분석하여 미국과 아프가니스탄 연합군의 병력동향을 파악하였다[9]. 이러한 데이터 분석을 통해 탈레반의 활동지역, 미국 동맥 지역을 한 눈에 파악할 수 있었고, 시간 흐름에 따른 전쟁 양상 변화 또한 예측할 수 있었다. 빅 데이터 분석 활용 사례는 우리나라에서도 볼 수 있다. 지난 19대 대선에서 각 방송사나 여론조사업체에서 SNS등의 여론 변동 추이를 분석하여 대선의 승패를 예측했고, 그 결과가 실제 결과에서 크게 벗어나지 않았다는 것을 확인할 수 있었다. 또한 영화나 TV프로그램의 흥행 여부나, 제품의 성패 여부예측도 빅 데이터 분석을 통해 이루어지고 있다.

5 우리의 삶은 빅 데이터를 통해서 어떻게 달라질 것인가?

빅 데이터는 우리 사회에 긍정적인 영향을 끼칠 것으로 기대 되고 있다. 우선 빅 데이터를 통해 개인 맞춤형 서비스 제공이 가능해진다. 지금까지 교육, 복지 등의 시민을 위한 서비스 부분은 권력기관에 의해 획일적으로 조정되어 왔다. 하지만 지금은 데이터의 양, 처리 속도, 다양성을 고루 활용해 맞춤복과 같이 개개인에게 맞춤형 서비스를 제공할 수 있는 시대라고 할 수 있다[10]. 요즘 공교육 붕괴현상이 사회적인 이슈가 되고 있다. 이로 인해 정부와 학교 관련기관에서 강의실 환경과, 교과서 변화 등 공교육 정상화를 위해 많은 노력을 하고 있다. 하지만 기존의 노력은 이미 학생들의 교육에 대한 근본적인 요구사항이 바뀌었다는 것을 반영하지 못하고 있다. 학생들은 획일적인 교육 방식이 아니라 개인에게 맞춰진 교육시스템을 원한다. 개인이 원하는 정보는 다양한데 기존 공교육의 획일적인 시스템은 이러한 요구사항을 수용할 수 없기 때문이다. 따라서 이러한 문제는 오히려 학생 개개인에게 맞춤형 교육서비스를 제공함으로써 해결해야 한다. 교육뿐만 아니라 복지에서도 맞춤형 서비스가 가능할 것으로 예상된다. 최근 복지정책과 복지 표퓰리즘에 대한 이슈가 있었다. 마찬가지로 기존의 획일적이고 무분별한 복지 시스템이 아니라, 빅 데이터를 이용하여 개인 혹은 다양한 집단의 이해관계를 분석하고 해결할 수 있는 맞춤형 복지 시스템을 구축해야 한다. 현재와 같이 극빈층이나 차상위층 등을 통계적 수치에 따라 일원화된 잣대로 구분하지 않고 개개인의 현재 생활 상황을 보다 면밀하게 관찰하면서 시시각각으로 변화하는 다양한 필요 사항을 파악하고 이를 적시에 제공하는 개인별 수요자 중심의 복지 서비스가 가능할 것으로 예상된다. 빅 데이터가 우리 사회에 끼치는 두 번째 영향으로는 일반인들이 슈퍼컴퓨터를 쓸 수 있는 세상이 도래한다는 것이다. 현재 그래픽 반도체에 대한 개발이 진행 중에 있는데, 그래픽 반도체는 현재 반도체 처리 속도보다 100배 이상 빠른 반도체로 2016년 이후에 상용화가 가능할 것으로 예상되고 있다. 이 반도체를 탑재할 경우 컴퓨터의 성능이 10년 전 슈퍼 컴퓨터수준과 동일하다. 만약 개인이 이러한 슈퍼 컴퓨터를 사용할 수 있게 된다면, 인류 한 사람이 할 수 있는 역량이 획기적으로 늘어나기 때문에 빅 데이터 시대와 연결돼 많은 변화를 가져올 수 있을 것이다. 예를 들어, 날씨예측과 같은 현재 슈퍼 컴퓨터가 담당하고 있는 일을 개인이 분석하여 유투브에 올릴 수 있고, 토이 스토리와 같은 애니메이션 영화를 개인이 만들 수도 있다. 즉, 컴퓨터의 성능이 빨라지면서 지적 빅뱅의 시대가 올 가능성이 높다고 할 수 있다. 세 번째 영향으로는 데이터 과학자가 최고 유망 직업으로 부상한다는 것이다. 현재, 데이터 성장속도에 비해 이것을 처리할 수 있는 인력의 증가는 그에 미치지 못하고 있는 실정이다. 데이터 과학자와 비슷한 데이터 분석가의 평균 연봉이 2010년에 이미 뉴욕 월가의 평균연봉을 넘어 섰으며, 데이터 과학자가 주축을 이룬 ‘월마트 랩’, ‘오바마 선거 캠프 빅 데이터 팀’ 등의 성공으로 데이터 과학자에 대한 수요는 증가하고 있다. 이로 인해 데이터 과학자의 양성을 위한 교육과정이 급증하고 있다. 샌프란시스코, 뉴욕, 스탠포드와 같은 미국 유명대학들이 데이터 과학자의 양성을 위한 교육과정을 늘리고 있는 추세이고, 국내에서도 충북대학교 대학원 과정에 빅 데이터를 연구하는 빅 데이터 학과가 생겼으며 정부차원에서도 빅 데이터 시대를 대비하려는 움직임을 보인다. 마지막으로 빅 데이터를 선점한 기업들의 가치가 증가할 것이다. 정보화 시대에 급속한 변화의 추이를 선점한 기업들은 그 시대를 이끌어 간다. 20년 전 컴퓨터가 막 보급이 되기 시작했을 시기에는 하드웨어를 생산했던 IBM이 최고의 회사였고, 10년전 개인 컴퓨터의 보급이 상용화 되기 시작했을 시기에는 소프트웨어 중심의 마이크로소프트가 최고 회사가 되었다. 현재는 인터넷과 소셜 네트워크 서비스의 발전으로 인하여 구글과 같은 검색업체, 페이스북과 같은 SNS업체, IT시장을 선도하는 애플이 최고의 기업으로 군림하고 있다. 향후 10년은 현재의 빅 데이터 시장을 분석해서 시장을 선점하는 것이 무엇보다도 중요하다고 할 수 있다.

6 빅 데이터에 의해 빅 브라더가 등장할 것인가?

빅 데이터는 빅 브라더의 등장과 같이 우리에게 굉장히 부정적인 효과를 미칠 수도 있다는 것을 생각해보아야 한다. 빅 브라더는 조지 오웰의 1984라는 작품을 통해 유명해진 용어이다. 빅 브라더는 정보를 독점하여 사회를 통제하는 지배권력의 감시자를 의미하며 빅 데이터 시대에는 빅 브라더가 탄생할 수 있는 위험성이 존재한다[5]. 우선 시간과 비용이 수반되는 빅 데이터 분석의 특성상 결국 거대 기업이나 국가에 적합한 산업이라는 부분을 감안해야 한다. 두 번째로 개인을 감시할 수 있는 인공위성과 개인용 센서 기술이 발달하였다. 현재 지구 밖에는 지상의 1m이내의 물체까지 볼 수 있는 인공위성이 수 십대가 존재하고, 전 세계적으로 3000만개이상의 개인용 센서가 설치되어 있다. 또한 악의적인 목적으로 해킹을 하게 되면 인터넷 상에서 얼마든지 원하는 정보를 얻을 수 있으며, 빅 데이터를 통해 개인의 정보가 기존의 인터넷 시대보다 무분별하게 사용되기 때문에 사생활 침해의 문제가 발생할 수 있다. 실제로 미국에서는 프리즘이라고 하는 미국의 정보매체가 미국 정보기관이 IT업체를 통해서 개인의 정보를 수집하고 있다고 폭로하였다. 정보기관은 그 목적이 테러예방이라고 설명하였지만, 시민들은 이것이 통제의 일환이라고 생각하여 국제적 이슈가 되기도 하였다. 영국에서도 범죄예방 및 대 테러 예방을 위해 CCTV뿐만 아니라 온라인 상의 개인정보 또한 수집한 것으로 밝혀졌다. 이와 같은 예들을 비추어볼 때, 빅 브라더가 나타날 수 있는 소지가 굉장히 크다고 예상되고 있고, 빅 데이터 인사이트 그룹에서는 이와 같은 우려 속에 ‘권력이 빅 데이터를 악용한다면 빅 브라더가 나타날 우려가 있다’라고 미국과 영국정부의 행태를 비판하였다. 반면, 빅 브라더는 기우라고 말하는 사람들도 존재한다. 10년 전, 인터넷이 확산될 때에도 이와 같은 우려가 있었지만 인터넷 시대는 정보의 민주화로 인류의 동질성과 세계관 확립에 큰 도움이 되었다. 오히려 개인정보 수집에 대한 개인의 감시와 정부의 제재가 예전보다 강력해졌다. 얼마 전 일부 페이스북 사용자들은 페이스북이 개인정보를 브라우저 쿠키를 통해 추적했다며 소송을 제기하였고, 미국 정보는 개인정보관리 가이드라인을 발표하여 인터넷 회사들의 무분별한 개인정보수집에 제재를 가하였다. 앞으로는 개인정보에 대한 개인이나 정부의 규제가 강화될 가능성이 높기 때문에 빅 데이터 시대의 빅 브라더는 등장하지 않을 것이라 많은 사람들이 주장하고 있다. 또한 빅 데이터의 기술과 빅 데이터 시대를 위한 제도 사이의 간격을 통해 발생하는 잠재적 모호성 때문에 아직 빅 데이터를 통해 발생하는 문제를 속단하기에는 이르다. 어떤 기술이 발달하게 되면 그 기술로 발생하는 문제를 해결하기 위한 제도는 기술을 뒤따를 수 밖에 없기 때문에 기술과 제도 사이에는 시공간적인 간격이 발생한다. 따라서 새로운 비즈니스 모델이 각광을 받는 상황에서 모든 문제를 법적으로 정의하기는 어려우므로 지금부터 빅 데이터 시대의 문제를 걱정하는 것은 이르다고 주장하는 사람들도 있다.

빅 데이터에 관한 5가지 질문, ‘빅 데이터란 무엇인가?’, ‘빅 데이터는 왜 각광을 받고 있는가?’, ‘빅 데이터는 미래사회에서 어떤 역할을 담당할 것인가?’, ‘우리의 삶은 빅 데이터를 통해서 어떻게 달라질 것인가?’, ‘빅 데이터에 의해 빅 브라더가 등장할 것인가?’에 대한 답변을 통해 빅 데이터가 우리의 삶과 미래에 어떠한 영향을 미칠지에 대해 알아보았다. 빅 데이터 기술이 선도하는 미래사회 속에서 모든 데이터를 상세하게 모니터링하여 개인의 가치와 사회의 가치를 최적으로 조화시키면, 미래에는 각자의 주어진 상황에 가장 적합하고 합리적인 방식으로 처리하는 최적화된 개인화 서비스를 제공하는 사회가 될 수 있다. 하지만 인터넷 시대에서도 경험했듯이 신기술로 인한 급격한 변화가 진행되는 사회에서는 사회 각 분야, 개인이나 기업, 국가가 발전할 수 있는 기회가 창출됨과 동시에 인터넷 중독이나 사생활 침해와 같은 사회적 역기능이 발생할 수 있다. 따라서 앞으로 우리는 빅 데이터 기술의 역기능을 현명하게 해결하면서 동시에 방대한 양의 빅 데이터에 기반하여 사회의 모든 분야가 최적화 되어 운영되는 미래 사회로의 중요한 변혁을 개척하는 역할을 수행해야 한다.


0 개 댓글

답장을 남겨주세요