■ 문항1. 빅데이터를 활용하는 목표 4가지에 대해 서술하시오.(72점)

 빅데이터 활용 목표
 1. 통계적 분석 : 통계분석은 빅데이터의가장 기본적인 목적이다. 따라서 이 목적으로만 빅데이터를 활용하고자 한다면 차원의 저주로 데이터 양이 부족하여 회귀분석 알고이즘 사용 시 부정확한 결과가 나왔던 문제들을 해결 할 정도로만 사용할 수 있을 것이다. 빅데이터가 줄 수 있는 보다 큰 혜택을 받고 싶다면 새로운 활용목적을 설정해야한다.
 2. 확률적 예측분석 : 과거 데이터에 기반한 확률적 예측분석이란 과거 소비 데이터를 기반으로 어떤 소비를 할 가능성이 높은지 확률적으로 예측할 수 있다는 것이다. 사람들이 토요일에 특정 소비를 반복적으로 하는 경향이 있다면 과거 소비 데이터를 분석해서 토요일에 주로 소비하는 업종별로 소비 확률을 산출 할 수 있다. 매주 토요일마다 소비 패텅이 다르다면 주 단위의 업종별 소비 확률까지 알아낼수 있을지도 모른다.
 이 확률을 바탕으로 고객에게 필요한 프로모션을 제공한다면 소비할 계획이 없던 고객이 프로모션 때문에 돈을 쓸 수도 있다. 확률적 예측이 가능하려면 과거 데이터에서 미래에도 크게 변하지 않을 소비 패턴을 찾는 게 중요하다. 만약 고객의 과거 소비 데이터에서 이런 패턴을 찾을 수 없다면, 그 고객에게는 확률적 예측분석에 근거한 프로모션을 진행하면 안된다.
 3. 인지분석 : 데이터 분석 관점에서 ‘인지’는 정형화된 규칙과 사물을 표현할 때 어떤 특징으로 표현할지 찾는 것이다. 좀 더 간단히 설명하면, 정형화된 규칙이나 어떤 사물에 대한 인식을 배우는 과정이다. 인간도 학습을 통해 사물을 인지하듯 머신도 학습을 통해 인간과 동일한 인지를 할 수 있음을 의미한다. 금융사들이 주목하는 것은 전문가보다 새로운 규칙을 빨리 찾아 낼 수 있는 머신러닝 알고리즘의 등장이다. 머신러닝 기법을 활용하면 비즈니스 방식의 변화로 발생하는 여러 가지 문제들을 머신이 스스로 학습하기 때문에 인간이 미처 발견하지 못한 규칙들까지 발견해서 부정 거래에 대응할 수 있다. 따라서 미래 업무 환경에서 전문가 시스템의 기존 규칙은 머신이 발견한 지식 으로 대체되고, 머신이 발견한 지식을 업무 전문가가 검토해서 규칙으로 추가할지 여부를 결정하는 방식으로 변화할 것이다. 인간이 머신의 인지분석능력을 받아들여 협업하는 형태가 되는 것이다.빅데이터를 인지분석 목적으로 활용한다면 업무 전문가의 도움을 받는 머신러닝 알고리즘은 수집된 빅데이터를 기반으로 사람이 찾지 못하거나 사람이 분석하기에 너무 세분화된 규칙을 빠른 속도로 찾아낼 수 있다. 빅데이터로 인지분석을 할 수 있는 수준까지 활용도를 높이면 업무 처리 속도가 매우 빨라지면서 확실한 비용절감 효과를 얻을 수 있다.
 4. 자동화된 의사결정 : 아직까지는 머신이 의사결정의 주체가 된다는 사실을 받아들일 사회적 공감대가 형성되지 않았다. 하지만 테슬라가 오토파일럿이라는 반 자율주행 알고리즘을 자동차에 장착한 후 벤츠, BMW 등 세계 유수의 자동차 회사들이 신속하게 반 자율주행자동차 시장에 뛰어들고 있다. 완전 자율주행자동차가 세상에 등장하는 건 시간 문제다.자동화된 의사결정 알고리즘은 아직까지 자율주행자동차에 집중되어 경쟁적으로 개발되고 있지만, 기업들이 자동화된 의사결정을 실제 업무에 적용하면 단순하지만 빠른 의사결정이 필요한 업무 영역부터 먼저 적용하려고 할 것이다. 인간은 정보가 아니라 직관에 따라 의사결정을 내리는 경우가 많기 때문이다. 이런 경우 잘못된 의사결정일 확률이 높다. 만약 머신이 의사결정을 한다면 인간처럼 직관에 따라 평가하지는 않을 것이다. 로봇의 도입으로 제조업의 생산성이 향상됐듯, 자동화된 의사결정을 목적으로 빅데이터를 활용한다면 마케팅을 비롯한 인간만이 할 수 있던 업무 영역의 생산성도 높아지며 기존 비즈니스에 많은 변화가 발생할 것이다.
 
■ 문항2. 스몰데이터의 정의와 필요성에 대해 서술하시오.(28점)

스몰데이터의 정의
어떤 문제를 인식하고 확인하고 해결하는 데 필요한 최소량의 데이터를 일반적으로 스몰데이터라고 합니다.[1
압도적인 양의 데이터, 빅데이터를 통해 인공지능은 놀라운 지능을 선보이고 기업은 이를 통해 기업의 솔루션을 얻거나 고객에게 양질의 맞춤형 서비스를 제공하면서 발전해나가고 있습니다.하지만 빅데이터가 해낼 수 있는 일은 이렇게 놀라우면서도, 마냥 장점만을 가지고 있는 것은 아닙니다. 수많은 데이터를 활용함에 있어 따르는 개인정보 문제는 물론이고, 의외로 환경적인 부분에서도 문제가 있는 것이 빅데이터입니다. 글로벌 ITC 주간동향리포트(22년 2월 4주차)에 실려있는 내용에 따르면, '월드와이드웨이스트(World Wid Waste)'의 저자인 제리 맥거번(Gerry McGovern)은 데이터센터를 유지하기 위해 냉각 시스템에 쓰이는 물만 데이터센터 하나당 하루에 수백만 갤런의 물을 소비하는 것으로 추정된다고 설명합니다. 이러한 빅데이터의 문제점과 한계점을 해결하기 위해 인공지능에서 새롭게 주목받고 있는 것이 스몰데이터입니다. 

스몰데이터 필요성
- 사람의 눈으로 축적된 데이터에 해당함
- 사람들이 비 이성적으로 행동하는 이유를 비교적 쉽고 빠르게 파악할수 있음
- 빅데이터는 소비자 행동의 전체 그림을 보여주지 않지만, 스몰데이터를 통해 사람들의 본 모습을 파악할수 있음
- 머리카락, 지문이 사람의 DNA를 나타내듯, 스몰데이터는 일종의 '감성DNA'를 남긴다고 할 수 있음
 예시 : 집 내부 인테리어하기, 빈 냉자고 채우기
- 스몰데이터는 제품과 서비스 개발 및 개선 아이디어를 토출할 때 가장 효과적임
 스티브잡스 : "혁신은 시장조사로 이루어지지 않는다"