2018 데이터산업백서 2018 Data Industry White Paper

2018 데이터산업백서 2018 Data Industry White Paper

2018 데이터산업백서 2018 Data Industry White Paper

발간사 데이터기반의혁신성장을통한데이터경제활성화 추천사 데이터산업은제 4 차산업혁명시대의기간산업 산업 이 데이터 업 이 이 데이터 이산업 데이터 산이 업 이 이 산 데이터 데이터 데이터 데이터 이 산업 서 이 데이터 업 산업 서데이터 데이터산업 이데이터 데이터 산 이 데이터서 데이터 업 데이터 업 업 데이터 업 데이터 업 업이데이터 이 2018 데이터산업백서 이 데이터 산업 데이터산업 데이터 업 데이터 데이터산업이 10 데이터산업 이 백서 데이터 이 2018 데이터산업백서 산업 서데이터 이 터 터 데이터 산 이 이 데이터 데이터산업 산업 산업 데이터산업 2010 이 8 2018 1 데이터산업 데이터산업 이 서데이터산업이 데이터 데이터산업 이데이터 데이터 터 산업 데이터 산업 이 데이터 서 산업 터 업 1 터 데이터산업백서 데이터산업이 데이터산업 산업 서 데이터산업백서 데이터산업 서데이터산업 산업 2018 데이터산업백서 데이터산업 산업 백서 백서 데이터 데이터산업 2018 데이터 민기영 데이터산업 조광원 2 2018 데이터산업백서 3

추천사 데이터기반의혁신과글로벌경쟁력 추천사 제 4 차산업혁명항해돕는길잡이 데이터 업 데이터 업 데이터 이 업 데이터 터데이터 서 산업 데이터 이 업 데이터 이 업이 서 이 데이터 이 데이터 서 서 201 데이터 이 데이터 이 데이터 데이터 이 데이터 데이터 이 서 백서 업 데이터 이 서 터 이 데이터 데이터 데이터 서 데이터 이 이 이 이 업 이 데이터 데이터 데이터터 이 이 이 이 2 8 이 데이터 데이터 이 데이터 서 업 데이터 업 이 업 서 업 데이터 이 데이터 이 서 서 서 이 데이터 이 데이터 데이터 이 서이 이 이 데이터 서이 데이터 서 데이터터 이 데이터 이 데이터 이 데이터 이 서 데이터 데이터 이 업 데이터터 백서 이 데이터 데이터산업 이 데이터산업 데이터 데이터 산업 데이터산업 이 데이터산업 산업 이 2018 데이터산업백서 이 백서 데이터 산업 이 산업 이 데이터 이 이 김상욱 데이터 김경민 4 5

그림으로보는데이터산업동향 데이터산업 직접매출기준 6 조 2,973 억원 데이터산업 데이터산업 201 데이터산업 0 2 데이터 데이터산업 데이터 201 데이터산업 1 0 이 2010 이 ( 단위 : 억원 ) ( 단위 : 억원 ) 80,000 데이터 데이터서 데이터 데이터 데이터서 데이터 160,000 70,000 60,000 50,000 56,950 14,124 6.3% 전년대비증감률 4.0% 11.3% 60,523 15,720 5.2% 62,973 16,536 2010~2017 CAGR : 7.5% 95,115 105,519 10,487 113,032 10,789 124,678 13,619 133,555 14,124 137,547 15,720 143,047 16,536 140,000 120,000 100,000 40,000 30,000 16,128 5.0% 16,928 1.3% 17,146 86,374 6,725 42,242 8,717 43,218 47,317 52,258 57,329 64,151 65,977 67,946 80,000 60,000 20,000 40,000 10,000 26,698 4.4% 27,875 5.1% 29,291 37,407 43,180 47,715 49,985 53,730 55,280 55,850 58,565 20,000 0 0 2015 년 2016 년 2017 년 (E) 2010 년 2011 년 2012 년 2013 년 2014 년 2015 년 2016 년 2017 년 (E) 6 2018 데이터산업백서 2 데이터산업 7

그림으로보는데이터산업동향 데이터 10 20 직무별평균 10.9% 부족 데이터 데이터 201 산업 데이터 10 20 이 데이터 이 이 서데이터 이 1 데이터 12 산업 서 데이터 1 데이터 10 이 데데이터 이 21 이 이 서 데이터 11 데이터 10 데이터직무인력증감률데이터직무인력현황데이터직무인력부족률 평균증감률 6.8% 109,320 13,337 10.9% 평균부족률현재인력추가필요인력 데이터분석가 14.4% 데이터개발자 37.7% 41,254 4,953 37.2% 데이터사이언티스트 21.6% 데이터컨설턴트 10.9% 데이터베이스관리자 (DBA) 16.3% 17,863 1,569 11.8% 데이터아키텍트 (DA) 15.1% 데이터아키텍트 (DA) 8.7% 데이터엔지니어 15.2% 16,634 1,738 13.0% 데이터분석가 14.0% 데이터사이언티스트 8.5% 데이터아키텍트 (DA) 9.2% 10,071 1,791 13.4% 데이터개발자 10.7% 데이터엔지니어 6.2% 데이터분석가 7.7% 8,398 1,371 10.3% 데이터컨설턴트 10.3% 데이터개발자 5.9% 데이터기획 마케터 7.6% 8,293 845 6.3% 데이터엔지니어 9.5% 데이터기획 마케터 5.5% 데이터컨설턴트 4.6% 5,004 574 4.3% 데이터기획 마케터 9.2% 데이터베이스관리자 (DBA) 4.4% 데이터사이언티스트 1.7% 1,803 496 3.7% 데이터베이스관리자 (DBA) 8.1% 8 2018 데이터산업백서 2 데이터산업 9 ( 단위 : %) 0 5 10 15 20 ( 단위 : 명 ) 30,000 20,000 10,000 0 2,500 5,000 ( 단위 : %) 0 5 10 15 20 25

2019 데이터산업이슈 TOP 10 이 데이터거버넌스도입본격화 201 데이터산업 이 데이터 데이터 산업 이 업 산 서데이터 이 서이 데 이터 데이터 2018 데이터 2 데이터 이데이터 설문응답자비율 정부 공공 28.0% 학계 20.6% 응답자소속 이 TOP10 1. 데이터활용을위한데이터거버넌스도입본격화 2. 블록체인기반의데이터비즈니스모델확산 3. 마이데이터 MyData 제도도입착수 4. 개인데이터보호와활용논쟁지속 5. 데이터거래소수요증가 6. 공공부문데이터전면개방과품질고도화 7. 오픈 API 플랫폼기반데이터공유확대 8. 사물인터넷생성데이터급증과활용확산 9. 고급분석가양성프로그램확대필요 10. 데이터가공전문기업육성필요증대 산업계 51.4% 1 1 40 대 37.7% 응답자연령대 11 데이터 산 12 데이터 1 데이터 이 1 데이터 산 산 1 데이터 산 1 데이터 1 이 데이터 업 20~30 대 28.6% 18 데이터 산 1 데이터 산 20 데이터 산 21 데이터 데이터 50 대이상 33.7% 22 데이터 산 설문조사방법 데이터업 데이터산업 22 데이터산업 데이터 이 이 데이터 201 데이터 이 18 118 8 1 터 이 TOP10 201 데이터산업 1 데이터활용을위한데이터거버넌스도입본격화데이터 이 서 업 데이터 이 산 데이터 이 이 2 블록체인기반의데이터비즈니스모델확산 이 터 산 데이터 이 마이데이터제도도입착수 이 데이터 산 서 업이 이 개인데이터보호와활용논쟁지속 데이터 데이터 이 이 6 공공부문데이터전면개방과품질고도화 데이터 데이터 데이터 데이터 이 사물인터넷생성데이터급증과활용확산 터 산 업 서 데이터 데이터 업 10 2018 데이터산업백서 2 데이터산업 11 3 4 5 데이터거래소수요증가 데이터 데이터 데이터 데이터 이 46 69 113 95 94 7 오픈 API 플랫폼기반데이터공유확대 데이터 산업 산업 이 이 이 41 45 8 9 고급분석가양성프로그램확대필요 데이터 데이터 터 10 데이터가공전문기업육성필요증대 데이터 데이터 데이터 서 업 이 35 37 43 (n=880, 개 )

연령별이슈 TOP10 직종별이슈 TOP10 데이터 산 34 데이터 데이터 57 20~30 대 이데이터 데이터 데이터 23 31 산업계 데이터 산 이데이터 38 47 데이터 20 데이터 33 데이터 17 데이터 산 23 터 데이터 산 14 데이터 23 13 이 데이터 업 22 데이터 업 11 데이터 22 데이터 10 데이터 산 21 데이터 이 9 (n=250, 개 ) 터 데이터 산 21 (n=450, 개 ) 데이터 데이터 39 데이터 산 25 40 대 이데이터 데이터 산 30 35 학계 데이터 데이터 데이터 15 23 데이터 26 이데이터 15 데이터 19 데이터 14 데이터 산 18 데이터 13 데이터 18 터 데이터 산 10 터 데이터 산 16 9 데이터 산 15 데이터 8 데이터 업 15 (n=330, 개 ) 데이터 이 8 (n=180, 개 ) 데이터 데이터 48 이데이터 39 50 대 ~ 데이터 산 이데이터 27 31 정부 공공 데이터 데이터 데이터 31 30 데이터 22 데이터 산 23 데이터 19 데이터 16 데이터 14 데이터 업 14 데이터 14 13 데이터 12 데이터 11 12 터 데이터 산 10 터 데이터 산 11 (n=295, 개 ) 데이터 이 12 2018 데이터산업백서 2 데이터산업 13 8 (n=245, 개 )

Contents 발간사 추천사 2 그림으로보는데이터산업동향 6 2019 데이터산업이슈 TOP 10 10 제 1 부새로운디지털자원, 마이데이터 제 5 장국내금융데이터활용정책동향 74 제 5 부데이터솔루션동향 제 6 부데이터컨설팅및구축동향 제1장데이터경제, 데이터민주주의, 그리고마이데이터 22 제2장새로운디지털자원, 마이데이터 27 1 업 데이터이 2 2 서 28 이 2 이데이터 제3장마이데이터, 개인정보보호와활용 37 인공지능의시대, 살아숨쉬는데이터 2 제 2 부데이터정책동향 제1장데이터산업활성화전략 48 1 데이터이 2 데이터 0 데이터산업 2 제2장데이터거래기반지원정책 54 1 데이터 2 데이터 데이터 데이터 데이터 제3장본인정보 (MyData) 활용지원 60 1 데이터 0 2 데이터 1 데이터 업 제4장국내의료데이터활용정책동향 67 1 데이터 2 데이터 1 데이터 1 2 데이터 데이터 8 제 3 부데이터산업시장현황 제1장국내데이터산업현황 82 1 데이터산업 82 2 데이터산업 8 데이터산업 0 데이터 2 데이터 제2장해외데이터산업현황 100 1 데이터산업 100 2 데이터 업 10 데이터산업 10 데이터 110 데이터 111 가까운곳으로부터혁신 11 제 4 부데이터서비스동향 제1장데이터거래유형별데이터서비스현황 118 1 데이터 118 2 데이터 서 11 데이터 1 1 제2장주요데이터서비스동향 133 1 데이터 서 1 2 데이터 서 1 0 데이터 서 1 8 업데이터 서 1 데이터 서 1 8 변화하는 DB 활용서비스 1 제1장데이터솔루션아키텍처 170 1 1 0 2 데이터 1 0 제2장데이터베이스솔루션 174 1 1 2 1 업 1 1 8 180 제3장데이터관리솔루션 182 1 182 2 데이터 18 188 제4장데이터수집솔루션 190 1 데이터 1 0 2 1 1 1 제5장데이터유통솔루션 196 1 데이터 1 2 1 201 20 제6장데이터분석솔루션 208 1 208 2 20 210 211 제7장데이터플랫폼솔루션 212 1 데이터 서 212 2 데이터 21 데이터 21 데이터 21 데이터 21 제 1 장데이터아키텍처기반의데이터설계와구축 224 1 22 2 데이터 22 데이터이 228 데이터 2 0 데이터 이 2 2 제 2 장데이터품질컨설팅 236 1 2 2 데이터 2 데이터 2 2 제 3 장빅데이터구축컨설팅 243 1 2 2 데이터 2 데이터 2 2 8 제 4 장데이터분석컨설팅 251 1 데이터 2 1 2 2 데이터 데이터 2 2 제5장학습지능컨설팅 258 1 2 8 2 2 0 2 1 2 인공지능기반대화형시스템과데이터의중요성 2 클라우드 DB 의현재와미래 218

Contents 표목차 제 7 부데이터산업기술동향 제1장텍스트마이닝기술의소개와애플리케이션 274 1 이 이 2 2 2 281 제2장스트림데이터처리시스템 282 1 282 2 28 28 2 0 제3장실시간인메모리 DBMS 291 1 2 1 2 이 2 2 2 제4장병렬구조와데이터연산 299 1 2 2 서 데이터 산 00 0 [ 표 1-2-1] 이데이터 2 [ 표 2-4-1] 8 [ 표 2-4-2] [ 표 2-4-3] 데이터 데이터 0 [ 표 2-4-4] 데이터 업 0 [ 표 2-5-1] [ 표 3-1-1] 데이터산업 8 [ 표 3-1-2] 데이터 8 [ 표 3-1-3] 데이터 8 [ 표 3-1-4] 데이터 업 8 [ 표 3-1-5] 데이터서 0 [ 표 3-1-6] 데이터산업 2 [ 표 3-1-7] 데이터산업 데이터 2 [ 표 3-1-8] 산업 데이터 [ 표 3-1-9] 201 산업 데이터 [ 표 3-1-10] 201 201 산업 데이터 [ 표 3-1-11] 산업 데이터 데이터 [ 표 3-1-12] 산업 데이터 [ 표 3-1-13] 201 산업 데이터 [ 표 3-1-14] 산업 데이터 데이터 8 [ 표 3-1-15] 201 산업 데이터 데이터 8 [ 표 3-2-1] 201201 서 102 [ 표 3-2-2] 2018 202 데이터 이 11 [ 표 4-2-1] 1 [ 표 4-2-2] 1 [ 표 4-2-3] 이 1 [ 표 4-2-4] 서 1 [ 표 4-2-5] 서 이 1 [ 표 4-2-6] 업 서 1 [ 표 4-2-7] 데이터 1 0 [ 표 4-2-8] 서 데이터 1 1 [ 표 4-2-9] 서 1 [ 표 4-2-10] 이 서 1 0 [ 표 4-2-11] 서 1 1 [ 표 4-2-12] 1 [ 표 5-5-1] 200 [ 표 5-5-2] 202 [ 표 5-5-3] 20 [ 표 5-5-4] 데이터 20 [ 표 5-6-1] 데이터 데이터 20 [ 표 5-6-2] 데이터 210 [ 표 5-6-3] 데이터 211 [ 표 5-7-1] 데이터 212 [ 표 5-7-2] 데이터 데이터 이 21 [ 표 5-7-3] 데이터 21 [ 표 6-2-1] 데이터 2 [ 표 6-2-2] 데이터 2 1 [ 표 6-4-1] 데이터 2 [ 표 7-2-1] 28

Contents 그림목차 [ 그림 1-1-1] 데이터 2 [ 그림 1-1-2] 데이터 2 [ 그림 1-1-3] 이데이터 2 [ 그림 1-2-1] 0 [ 그림 1-2-2] [ 그림 2-1-1] 데이터 8 [ 그림 2-1-2] 이데이터 [ 그림 2-1-3] 데이터 1 [ 그림 2-1-4] 데이터 [ 그림 2-2-1] 이 데이터 [ 그림 2-2-2] 데이터 8 [ 그림 2-3-1] 데이터 1 [ 그림 2-3-2] 이데이터 2 [ 그림 2-3-3] 업 [ 그림 2-4-1] 산 이 데이터 1 [ 그림 2-4-2] 2 [ 그림 3-1-1] 데이터산업 2010 201 82 [ 그림 3-1-2] 데이터산업 8 [ 그림 3-1-3] 데이터산업 2012022 8 [ 그림 3-1-4] 데이터 8 [ 그림 3-1-5] 201 데이터 8 [ 그림 3-1-6] 데이터 88 [ 그림 3-1-7] 데이터 88 [ 그림 3-1-8] 데이터 8 [ 그림 3-1-9] 데이터서 8 [ 그림 3-1-10] 데이터서 0 [ 그림 3-1-11] 데이터산업 1 [ 그림 3-1-12] 데이터산업 1 [ 그림 3-1-13] 201 산업 데이터 [ 그림 3-2-1] 2012022 데이터 101 [ 그림 3-2-2] 201 데이터 서 10 [ 그림 3-2-3] 201201 데이터산업 10 [ 그림 3-2-4] 201201 데이터 업 10 [ 그림 3-2-5] 201201 108 [ 그림 3-2-6] 201201 10 [ 그림 3-2-7] 201201 110 [ 그림 3-2-8] 201201 111 [ 그림 3-2-9] 201202 데이터 이 112 [ 그림 3-2-10] 2012021 11 [ 그림 4-1-1] 데이터 데이터 120 [ 그림 4-2-1] 200 201 데이터 이 1 [ 그림 4-2-2] 데이터 이 1 [ 그림 4-2-3] 1 [ 그림 4-2-4] 1 2 [ 그림 4-2-5] 서 1 [ 그림 4-2-6] 터 서 1 [ 그림 4-2-7] 이이 1 0 [ 그림 4-2-8] 서 1 1 [ 그림 4-2-9] 서 1 2 [ 그림 4-2-10] 서 1 [ 그림 4-2-11] 서 1 [ 그림 5-1-1] 데이터 1 1 [ 그림 5-3-1] 데이터 18 [ 그림 5-3-2] 데이터 18 [ 그림 5-4-1] 데이터 1 [ 그림 5-5-1] 데이터 1 [ 그림 5-5-2] 데이터 1 [ 그림 5-5-3] 이 1 8 [ 그림 5-5-4] 이 1 [ 그림 5-5-5] 200 [ 그림 5-5-6] 데이터 201 [ 그림 5-5-7] 202 [ 그림 5-5-8] 서데이터 20 [ 그림 5-5-9] 20 [ 그림 5-5-10] 20 [ 그림 5-5-11] 20 [ 그림 5-5-12] 데이터 20 [ 그림 6-1-1] 데이터 22 [ 그림 6-1-2] 이 22 [ 그림 6-2-1] 데이터 2 0 [ 그림 6-3-1] 백 2 [ 그림 6-3-2] 2 [ 그림 6-3-3] 데이터 2 [ 그림 6-3-4] 데이터 터 2 0 [ 그림 6-4-1] 2 2 [ 그림 6-4-2] 업 데이터 이 서 2 [ 그림 6-5-1] 2 [ 그림 7-2-1] 데이터 28 [ 그림 7-2-2] 28 [ 그림 7-2-3] 28 [ 그림 7-2-4] 터 28 [ 그림 7-2-5] 28 [ 그림 7-3-1] 데이터 이 2 [ 그림 7-3-2] 2 [ 그림 7-3-3] 2 [ 그림 7-3-4] 2 [ 그림 7-4-1] 서 01 [ 그림 7-4-2] 서 02 [ 그림 7-4-3] 데이터 서 산 02 [ 그림 7-4-4] 0

제 1 부 새로운디지털자원, 마이데이터 제 1 장데이터 제, 데이터 의, 그 고마이데이터 제 2 장 로 지 원, 마이데이터 제 3 장마이데이터, 개인정보보호와활용 Column 인공지 의 대, 데이터

제 1 장 데이터경제, 데이터민주주의, 그리고마이데이터 [ 그림 1-1-1] 데이터의 사와 방 1980 년대 1990 년대 2000 년대 2010 년대 2020 년대 1 인프 데이터 PC 데이터 인터넷데이터 모 데이터 사물인터넷데이터 산업 이 산 서 데이터 데이터 이 데이터 데이 터 데이터 이 서 데이터 이 데이터 이데이터 기술 관 Some Data Large Data Big Data 조직 관 Intra-Data Inter-Data Data Economy 1 주석 22 2018 데이터산업백서 1 이데이터 23

[ 그림 1-1-2] 데이터 의의 전 [ 그림 1-1-3] 개인정보보호. 마이데이터 1 1 계 2 계 3 계 4 계 5 계 정보 재 정보 제 기업 정보공유 기업 정보공유 정보개방 데이터 고위 스 프 데이터 정보 데이터 고위 스 프 데이터 정보 정보공유 한위 B2C B2B 데이터생 계 개인정보보호 마이데이터 ( 자기 정 ) 정보 위 정보 위 기업소유의개인데이터 대한기업 한과 기업소유의개인데이터 대한개인 한과 터 2001 201 24 2018 데이터산업백서 1 이데이터 25

[ 고문 ] 제 2 장 새로운디지털자원, 마이데이터 데이터 산 서 데이터 이데이터 이데이터 데이터 업 데이터 이 데이터 이 업 이데이터 데 서 이 이데이터 이 1. 기업 기관주도의데이터이용 반기 이상 데 1 26 2018 데이터산업백서 1 이데이터 27

[ 표 1-2-1] 요 의마이데이터 국가미국영국프 스 드 명 1 추 목 업이 데이터 이 데이터 데이터 데이터 추 체계 민간 서 업 2 업 데이터 업 서 2 0 업 관 정책 11 11 12 1 1 데이터 1 법제화 표준 데이터 201 201 데이터 2 데이터이 데이터 2 2. 스마트시티, 스케어 분서활발 1 활용분 이 28 2018 데이터산업백서 1 이데이터 29

[ 그림 1-2-1] 로 스마 성도 1 Territory Situation room Control Centre Application ty Applications In DATA APPS Open Data Dynamic Data Data n P n Prediction BD Big Data ty OS Modeling Open Data n In n In Inn n n Video Social IRIS Mycelium APPS ty I at sources n n n( n ) 30 2018 데이터산업백서 1 이데이터 31

[ 그림 1-2-2] 요 정보활용 의제도비 미국 EU 한국 사 거부 ( ) 사전 의 ( n) 사전 의 ( n) + + + 필수 분필수 분필수 분 : 필수 을 분 필수 정보 의 요 지 고 정보의 사 거부제도 (, 개인정보이용 대한고지 ( 프 이버 부 ) 정기 ( 30 ) 정보 체가거부 () 을 사 지 면정보이용가 ) 원 로 : 사전 의제이 필수 분이 거래체 을위 거래 필수 이지 정보 ( : 마, 데이터분석 을위한정보활용 ) 지도 의 가 1 3. 한국은이제 발 는분위기 32 2018 데이터산업백서 1 이데이터 33

4. 마이데이터의미래 1 34 2018 데이터산업백서 1 이데이터 35

제 3 장 마이데이터, 개인정보보호와활용 서 데이터 이 이 이데이터 서 이 서 데이터 이 이 이 서 이 이데이터 산 서 이 이데이터 서 이 1 이재욱 36 2018 데이터산업백서 1 이데이터 37

신뢰와 확신 자기 결정 개인데이터의 공동이익극대화 인간 중심의통제와사생활 사용 가능한데이터 개방된 사업환경 1 ä 38 2018 데이터산업백서 1 이데이터 39

1 40 2018 데이터산업백서 1 이데이터 41

Column 01 인공지능의시대, 살아숨쉬는데이터 이형 201 데이터 데이터전문기업 로성 기 지 42 43

Column 01 인공지 을위한인 의 력 데이터품질과사 의 44 45

제 2 부 데이터정책동향 제 1 장데이터산업활성화전 제 2 장데이터거래기반지원정 제 3 장본인정보 MyData 활용지원제 4 장 의 데이터활용정 제 5 장 데이터활용정

제 1 장 데이터산업활성화전략 1 데이터 데이터산업 201 12 2018 이 데이터산업 산업 이 데이터산업 데이터이 데이터 데이터산업 2 2 [ 그림 2-1-1] 데이터보호와활용을위한 3가지 추 과제추 전략과과제 1. 데이터이용제도 전 가. 데이터이 확 : 의데이터 MyData 기 데이터이용제도 전 데이터가 사 전주기혁신 글로벌데이터산업육성기반조성 개방 유 분석활용 [ 그림 2-1-2] 마이데이터의개요 기관 ( 기업 ) 정보주체서비스사업자 개인정보 기 제 활용 확 ( 마이데이터 도입 ) 데이터 전활용제도화 기 용 산업 제데이터 AI 데이터전방위 데이터 기 개 공공 전산업 이용본격확산 개 데이터거래체계 데이터기반산업 쟁력제고 데이터활용사 문제 화 데이터 도기 확보 ( 대비 90% 이상 ) 래수요대 전문인력양성 (5 명확 ) 데이터전문기업성 지원 ( 소기업 100 개육성 ) 기 보유데이터 정보 체 로 스마 제공 제 3 제공 개인데이터분석 정 재 이종서 데이터 48 2018 데이터산업백서 2 데이터 49

. 개인정보 전활용 2. 데이터가 사 전주기혁신가. 양질의데이터 개방. 데이터 유 활성화 2 [ 그림 2-1-3] 데이터거래기반 추 방 기 (., ) 클라우드이용 연계 공공데이터 (, ) 공공기 (, 기도 ) 데이터공급기업 기 가격산정지원 데이터가공전문기업 중개 거래 수요기반 지원 데이터수요기업 기 50 2018 데이터산업백서 2 데이터 51

[ 그림 2-1-4] 데이터 기 추 2. 데이터분석 활용확산 IoT AI 소 I 데이터 가증 빅데이터 대용 데이터실시간고속처리 지, 인 모 블록체인, 호 시 리티 클라우드 3. 글로벌데이터산업육성기반조성가. 데이터 도기 기확보. 래수요대 전문인력확. 데이터전문기업성 지원 52 2018 데이터산업백서 2 데이터 53

제 2 장 데이터거래기반지원정책 서 데이터 데이터 데이터 이 데이터 데이터 업 이 서 데이터 데이터. 현 [ 그림 2-2-1] 의 이양 데이터거래소 ( ) 2 1. 국내외데이터거래시장현황 가. 현 1 2018 08 20 이재 데이터 贵州省大数据产业应用规划纲要 54 2018 데이터산업백서 2 데이터 55

3. 데이터거래활성화 위한데이터거래기반지원정책 2 2. 데이터거래 성및장애요인가. 데이터거래의 성. 데이터거래의 요인 가. 데이터유 플랫폼 플랫폼 계지원 56 2018 데이터산업백서 2 데이터 57

[ 그림 2-2-2] 데이터스 2018 08 20. 데이터 지원. 데이터. 데이터공정거래지원 4. 데이터거래기반지원정책방향 2 58 2018 데이터산업백서 2 데이터 59

제 3 장 본인정보 MyData1 활용지원 [ 그림 2-3-1] 개인데이터활용방 의 화 기업이용도 정 - 비 별조 활용 개인이용도 정 - 직접 는제 3 자공유 2 데이터 서 이 이 개인 개인 의 지 이데이터 이 데이터 데이터 서 이데이터 개인 기업 개인 개인 산 서 업 이, 전한재, 가계 비 1. 개인데이터의보호와활용 2 2. 국가별개인데이터활용정책현황 3 가. 스마 공 데이터 60 2018 데이터산업백서 2 데이터 61

[ 그림 2-3-2] 스마 공 마이데이터버 의료 - 블루버 지 - 그 버 육 - 마이스트데이터버.. 개인정보보호 반 정. 프 스 In é é 2 62 2018 데이터산업백서 2 데이터 63

3. 국내개인데이터활용현황 4. 본인정보 MyData 활용지원사업 추 계획 2 64 2018 데이터산업백서 2 데이터 65

[ 그림 2-3-3] 본인정보활용지원사업의 요 용 제도기술기반확보 본인정보제공확산 서비스및 용 양화 제 4 장 국내의료데이터활용정책동향 2 본인정보활용현 수요 사 분 의체 보유기 대상 증 비스 보인정보활용 이 공모전, 보 증 비스 본인정보 기, 제 3 제공 기, 정, 보, 데이터 이 이 이 이이 서 데이터 이 서 이 이 서 데이터 데이터 이 데이터 1. 국내의료데이터주요활용정책동향 정 영 66 2018 데이터산업백서 2 데이터 67

가. 보지부의 정보 기반 사업 [ 표 2-4-1] 전 정보 의 거 [ 표 2-4-2] 정보 의 기 현 (2018 5 기 ) 전체 기관현황 2018년신 추가현황 지 문서 장소 계 상종 병원 의원 기 소계 상종 병원 의원 기 전체 21 1 2 1 1 1 012 1 8 0 1 2 2 1 2 1 12-1 11 서 서 2 1 1 2 2 1 1 2 서 208 1 12 1 8-10 경기 101 1 2 101 1 2 2 1 1 218 2-22 111 1 20 0 111 1 20 0 전라 1 1 1 8 - - - - 1 2 0 10-2 8 경상 산 101 0-2 1 전국 10 1 10 1 10 1 10 1 22 20181 2 법령 내용 의료법제 21 조 2 ( 료기록의 부 ) 의료법제 23 조 2 ( 전자의무기록의표준화 ) 터 터 22 2 이 이 이 산 이 이 서 이 서. 보지부의보 의 데이터플랫폼 68 2018 데이터산업백서 2 데이터 69

[ 표 2-4-3] 보 의 데이터플랫폼 계데이터 [ 그림 2-4-1] 분산 이오 데이터모델 기관 연계데이터종 2 보 공 보사평가원 국 터 질병관리본부 데이터 업 201 원 A 제 사 니스 사 분석 분석의 이오 원 빅데이터 터 의 기기 사 화 품 사 분석 과 분석 과 원 보 사 품 사 분석 분석 품 병원 IT 기업 수요기업 [ 표 2-4-4] 보 의 데이터플랫폼 사업단계 추 ( ) 개요 산업 이 데이터 산업 2018 01 연도 2017 년 2018 년 2019 년 2020 년 2021 년 2022 년 계 업 업 전략 거버넌스 플랫폼 1 2 업 이 사업 업 업 업 2. 해외의료데이터활용정책동향 법 R&D 데이터 데이터 업 201. 산업 상 원부의분산 이오 데이터모델 70 2018 데이터산업백서 2 데이터 71

[ 그림 2-4-2] 개인의 정보소유 인 그래 2 이 2018 00 3. 국내의료데이터활용전 과방향성 72 2018 데이터산업백서 2 데이터 73

제 5 장 국내금융데이터활용정책동향 2 서 데이터 산업 이 이 이 데이터 이 이 데이터 서 산업 서 10 이 산업 데이터 1. 개요 1 2. 금융분 데이터활용현황과문제 고동 74 2018 데이터산업백서 2 데이터 75

3. 금융분 데이터활성화정책동향 가. 기본원. 3대추 전 10대추 과제 1) 3대추진전략 2) 10대추진과제 2 76 2018 데이터산업백서 2 데이터 77

[ 표 2-5-1] 요과제 추 정 추 과제 추 정 2 데이터 이 18 데이터 데이터 18 서 업 1 서 금융분 빅데이터활성화 18 18 업 업 18 18 산업 18 4. 기대 과 금융분 데이터산업경쟁력 화 업 산업 18 18 18 정보보호내실화 데이터 2018 1 18 18 18 78 2018 데이터산업백서 2 데이터 79

제 3 부 데이터산업시장현황 제 1 장 데이터산업현 제 2 장 데이터산업현 Column 가 로부터

제 1 장 국내데이터산업현황 데이터산업 201 데이터산업 서 데이터 201 데이터산업 데이터산업 데이터 산 서 산 산업 이 데이터산업 데이터 데이터 데이터 데이터 데이터 서 데이터서 데이터산업 데이터 업 데이터 데이터산업 산 이 백서 201 2018 데이터산업 [ 표 3-1-1] 데이터산업부문 모 구분 2010 년 2011 년 2012 년 2013 년 2014 년 2015 년 2016 년 2017 년 (E) 증감률 16~ 17 A 10~ 17 데이터솔루션 2 81 108 108 1 1 112 1 20 1 2 1 데이터구축 컨설팅 0 180 1 8 0 280 8 0 8 3 데이터서비스 2 2 2 218 1 2 2 8 2 1 1 0 0 전체 8 11 10 1 110 2 128 1 1 1 0 0 1. 국내데이터산업시장 모 데이터 201 데이터산업 서 201 이 [ 그림 3-1-2] 데이터산업부문 모비 데이터 [ 그림 3-1-1] 데이터산업 모, 2010~2017( ) 7.8 9.2 9.9 9.6 10.9 10.6 11.4 11.6 데이터 데이터서 10~ 17 A 7.5% 95,115 86,374 8,717 6,725 37,407 43,180 105,519 10,487 47,715 113,032 10,789 49,985 124,678 13,619 53,730 133,555 14,124 55,280 137,547 15,720 55,850 143,047 16,536 58,565 데이터산업전체데이터 데이터 데이터서 43.3 48.9 2010년 45.4 45.2 44.2 43.1 41.4 40.6 40.9 45.4 44.9 46.2 46.0 48.0 48.0 47.5 2011년 2012년 2013년 2014년 2015년 2016년 2017년 (E) 42,242 43,218 47,317 52,258 57,329 64,151 65,977 67,946 2010 년 2011 년 2012 년 2013 년 2014 년 2015 년 2016 년 2017 년 (E) 데이터 201 데이터산업 서 201 이 김 데이터 82 2018 데이터산업백서 데이터산업 83

[ 그림 3-1-3] 데이터산업 전, 2016~2022(P) 16~ 22 A 5.3% 187,545 168,422 21,416 데이터산업전체 137,547 143,047 148,884 18,863 데이터 15,720 16,536 17,117 77,446 데이터 69,223 데이터서 55,850 58,565 61,343 [ 그림 3-1-5] 2017 데이터 분 모비 3 65,977 67,946 70,424 80,336 88,683 37.5 2016 년 2017 년 (E) 2018 년 (P) 2020 년 (P) 2022 년 (P) 26.7 11.0 8.4 8.0 6.8 1.6 2. 국내데이터산업부문별시장 모 DBMS 데이터관리데이터플랫폼데이터수집데이터분석데이터품질데이터설계 가. 데이터 [ 표 3-1-2] 데이터 분 모 구분 2010 년 2011 년 2012 년 2013 년 2014 년 2015 년 2016 년 2017 년 (E) 증감률 16~ 17 A 10~ 17 [ 그림 3-1-4] 데이터 모 데이터수집 8 0 1 22 1 0 1 11 1 182 2 8 1 10~ 17 A 13.7% 데이터 데이터설계 12 1 1 1 1 202 20 22 2 1 11 1 DBMS 1 2 2 01 88 02 2 1 8 1 2 0 10 0 6,725 8,717 10,487 10,789 13,619 14,124 15,720 16,536 데이터관리 1 2 11 2 0 28 022 1 8 1 데이터품질 8 2 8 88 18 1 120 1 12 0 데이터분석 1 0 1 2 101 1 1 1 121 1 1 1 2 128 29.6% 20.3% 2.9% 26.2% 3.7% 11.3% 5.2% 데이터플랫폼 - - - 18 12 111 1 821 10 2 데이터솔루션전체 2 81 108 108 1 1 112 1 20 1 2 1 2010 년 2011 년 2012 년 2013 년 2014 년 2015 년 2016 년 2017 년 (E) 84 2018 데이터산업백서 데이터산업 85

3 [ 표 3-1-3] 데이터 모 [ 표 3-1-4] 데이터 업 비 구분 2010 년 2011 년 2012 년 2013 년 2014 년 2015 년 2016 년 2017 년 (E) 증감률 '16~'17 A '10~'17 구분공공금융제조 설 유통 서비스 통신 미디어 의료 전체 데이터수집 이 1 22 2 28 0 2 1 0 2 81 1 2 8 1 1 0 1 0 2 8 20 8 22 데이터수집 201 10 18 2 2 8 0 8 100 0 201 21 11 20 2 18 2 100 0 데이터설계 이 2 2 0 10 111 11 1 0 1 1 1 1 12 1 2 1 8 1 데이터설계 201 28 12 0 20 1 100 0 201 28 2 11 1 12 2 1 2 100 0 DBMS 18 1 21 22 1 8 2 8 21 이 2 8 212 2 880 2 8 2 2 1 0 18 22 10 18 2 101 2 18 2 12 2 DBMS 201 1 1 0 100 0 201 0 12 21 1 0 0 100 0 데이터관리 데이터품질 8 82 8 81 1 1 08 1 11 0 8 이 1 2 1 212 1 2 18 1 1 18 1 102 18 281 0 8 02 8 2 11 1 8 1 1 1 이 1 1 1 210 1 81 2 0 8 2 2 8 1 1 20 28 12 2 8 20 0 8 8 11 데이터관리 데이터품질 데이터분석 201 2 12 2 1 100 0 201 1 1 12 1 1 2 1 0 100 0 201 22 2 22 8 11 1 100 0 201 28 2 1 2 100 0 201 1 12 12 1 8 2 100 0 201 20 28 21 1 10 100 0 데이터분석 이 10 11 1 0 20 8 8 1 1 111 11 1 821 8 8 0 8 0 21 1 82 202 1 1 22 28 2 1 데이터플랫폼 201 8 1 10 8 8 18 1 1 100 0 201 21 11 0 1 0 2 20 0 1 0 100 0 데이터플랫폼 3 이 - - - - 1 1 2 2 22 - - - - 82 8 1 0 8 11 12 데이터솔루션전체 201 0 12 18 21 2 2 100 0 201 2 10 18 2 1 100 0 - - - - 2 2 2 2 01 21 8 데이터솔루션전체 이 1 2 10 28 12 8 8 8 12 118 2 2 1 1 1 2 121 1 8 0 220 0 2 0 0 10 2 18. 데이터 86 2018 데이터산업백서 데이터산업 87

[ 그림 3-1-6] 데이터 모 10~ 17 A 6.6% 데이터 [ 그림 3-1-8] 데이터 모 10~ 17 A 11.2% 데이터 3 37,407 43,180 47,715 49,985 53,730 55,280 55,850 58,565 797 806 850 964 1,057 1,138 1,279 1,672 30.7% 15.4% 10.5% 4.8% 7.5% 2.9% 1.0% 4.9% 1.1% 5.5% 13.4% 9.6% 7.7% 12.4% 2010 년 2011 년 2012 년 2013 년 2014 년 2015 년 2016 년 2017 년 (E) 2010 년 2011 년 2012 년 2013 년 2014 년 2015 년 2016 년 2017 년 (E). 데이터 비스 [ 그림 3-1-7] 데이터 모 [ 그림 3-1-9] 데이터 비스 모 10~ 17 A 6.5% 데이터 10~ 17 A 7.0% 데이터서 36,610 42,374 46,865 49,021 52,673 54,142 54,571 56,893 42,242 43,218 47,317 52,258 57,329 64,151 65,977 67,946 15.7% 10.6% 4.6% 7.4% 2.8% 0.8% 4.3% 2.3% 9.5% 10.4% 9.7% 11.9% 2.8% 3.0% 2010 년 2011 년 2012 년 2013 년 2014 년 2015 년 2016 년 2017 년 (E) 2010 년 2011 년 2012 년 2013 년 2014 년 2015 년 2016 년 2017 년 (E) 88 2018 데이터산업백서 데이터산업 89

[ 그림 3-1-10] 데이터 비스 분 모비 데이터 데이터 [ 그림 3-1-11] 데이터산업 모 3 2016 년 90.7 (59,854) 5.4 3.9 (3,529) (2,594) 56,950 60,523 62,973 2017 년 (E) 90.6 (61,575) 5.4 4.0 (3,662) (2,709) [ 표 3-1-5] 데이터 비스 분 모 구분 2013 년 2014 년 2015 년 2016 년 2017 년 (E) 모비중 모비중 모비중 모비중 모비중 증감률 16~ 17 A 13~ 17 2015 년 2016 년 2017 년 (E) 데이터거래 108 2 01 2 2 20 0 12 2 정보제공 8 28 2 18 0 8 1 1 0 8 0 1 0 2 [ 그림 3-1-12] 데이터산업부문 모비 데이터분석제공 2 2 2 8 01 2 2 8 12 데이터 데이터 데이터서 데이터서비스전체 2 2 8 100 0 2 100 0 1 1 100 0 100 0 100 0 0 8 2015 년 24.8% (14,124) 46.9% (26,698) 28.3% (16,128) 3. 국내데이터산업직접매출시장 모 2016 년 26.0% (15,720) 46.0% (27,875) 28.0% (16,928) 2017 년 (E) 26.3% (16,536) 46.5% (29,291) 27.2% (17,146) 90 2018 데이터산업백서 데이터산업 91

4. 국내데이터직무인력현황 [ 표 3-1-8] 전산업 데이터 인력현 3 구분 2015 년 2016 년 2017 년 인력 모비중인력 모비중인력 모비중 증감률 '16~'17 [ 표 3-1-6] 데이터산업인력현 구분 2015 년 2016 년 2017 년 인력 모비중인력 모비중인력 모비중 증감률 '16~'17 데이터직무 0 8 21 2 2 10 22 데이터직무외 20 8 21 218 8 1 1 전체 2802 100 0 28821 100 0 2 100 0 2 1 데이터산업 0 8 0 0 2 1 10 0 반산업 0 102 0 0 211 28 2 21 2 10 전산업 100 0 100 0 102 100 0 10 20 100 0 8 [ 표 3-1-7] 데이터산업 데이터 인력현 구분 2015 년 2016 년 2017 년 인력 모비중인력 모비중인력 모비중 증감률 '16~'17 데이터솔루션 8 88 12 2 2 12 10 2 1 1 11 0 데이터구축 컨설팅 2 8 8 0 8 1 8 0 구축 2 0 1 21 0 1 1 1 컨설팅 01 1 82 데이터서비스 212 8 2880 0 22 8 8 0 2 전체 0 8 100 0 2 100 0 10 100 0 이 데이터 데이터 데이터 데이터 [ 표 3-1-9] 2017 전산업의데이터 인력현 구분 데이터산업 반산업 전산업 02 0 10 0 1 데이터아키텍트 (DA) 1 2 22 118 1 2 데이터개발자 8 0 2 112 0 1 데이터엔지니어 10 10 12 2 0 8 8 데이터분석가 2 11 2 11 8 1 012 18 데이터베이스관리자 (DBA) 1 18 1 1 28 20 1 80 데이터사이언티스트 1 1 1 92 2018 데이터산업백서 데이터산업 93

구분데이터산업 반산업전산업 2 1 00 데이터컨설턴트 2 [ 표 3-1-11] 전산업 데이터 데이터 인력현 3 데이터기획 마케터 전체 8 2 2 10 2 21 10 20 100 0 100 0 100 0 구분 전산업내데이터직무전체 빅데이터관 인력 모비중 모비중 전산업내데이터직무중빅데이터인력비중 데이터아키텍트 (DA) 10 0 1 2 - - - 데이터개발자 1 2 208 22 0 데이터엔지니어 1 12 1 1 10 1 데이터분석가 8 8 1 108 11 1 12 [ 표 3-1-10] 2015 ~2016 전산업의데이터 인력현 비 데이터베이스관리자 (DBA) 18 1 - - - 구분 2015 년 2016 년 2017 년 인력 모비중인력 모비중인력 모비중 증감률 '16~'17 데이터사이언티스트 1 80 1 1 80 18 1 100 0 데이터아키텍트 (DA) 0 0 2 1 10 0 1 2 8 데이터개발자 1 20 1 0 8 8 8 0 1 2 데이터컨설턴트 00 12 1 데이터기획 마케터 8 2 8 8 데이터엔지니어 101 10 10 1 1 12 2 데이터분석가 120 1 2 8 8 1 전체 10 20 100 0 100 0 1 데이터 데이터 데이터 데이터 이 데이터 이 100 데이터 데이터베이스관리자 (DBA) 1 2 1 111 1 18 1 데이터사이언티스트 1 1 1 2 1 1 80 1 8 데이터컨설턴트 1 1 00 10 5. 국내데이터직무인력수요 데이터기획 마케터 1 8 0 8 2 전체 100 0 100 0 102 100 0 10 20 100 0 8 201 201 데이터 94 2018 데이터산업백서 데이터산업 95

[ 표 3-1-12] 3 전산업 데이터 필요인력 구분데이터산업 반산업전산업 [ 그림 3-1-13] 2017 전산업 데이터 인력부 3 데이터아키텍트 (DA) 1 1 1 10 1 21.6% 15.1% 14.0% 데이터개발자 2 28 2 28 2 2 10.7% 10.3% 9.5% 9.2% 8.1% 1 8 데이터엔지니어 데이터분석가 1 11 10 1 1 8 1 11 10 데이터사이언티스트 데이터아키텍트 데이터분석가 데이터개발자 데이터컨설턴트 데이터엔지니어 데이터기획 마케터 데이터베이스관리자 데이터베이스관리자 (DBA) 데이터사이언티스트데이터컨설턴트데이터기획 마케터전체 1 12 1 0 18 11 8 1 8 8 2 0 1 10 8 11 8 4,865 8,472 13,337 100.0% 100.0% 100.0% [ 표 3-1-13] 2017 전산업 데이터 인력부 구분 데이터산업 반산업 전산업 데이터아키텍트 (DA) 22 2 11 데이터개발자 8 1 1 10 데이터엔지니어 21 데이터분석가 21 10 데이터베이스관리자 (DBA) 1 2 12 8 1 데이터사이언티스트 11 0 21 데이터컨설턴트 10 데이터기획 마케터 0 0 2 2 전체 20 8 10 96 2018 데이터산업백서 데이터산업 97

[ 표 3-1-14] 전산업 부문 데이터 데이터 필요인력 전산업내데이터직무중빅데이터필요인력 구분 데이터산업 반산업 전산업 0 1 0 2 0 데이터개발자 8 1 12 8 0 데이터엔지니어 8 1 11 전산업내데이터직무중빅데이터인력부족률 구분 데이터산업 반산업 전산업 데이터사이언티스트 11 0 21 데이터컨설턴트 1 22 8 데이터기획 마케터 2 1 1 전체 1 0 3 데이터분석가 데이터사이언티스트 데이터컨설턴트 22 1 10 1 1 1 2 22 1 1 8 8 11 8 10 0 0 8 8 8 데이터기획 마케터 108 0 1 8 전체 180 28 008 100 0 100 0 100 0 [ 표 3-1-15] 2017 전산업 데이터 데이터인력부 구분 전산업내데이터직무중빅데이터인력부족률 데이터산업 반산업전산업 데이터개발자 21 1 데이터엔지니어 10 2 1 데이터분석가 0 98 2018 데이터산업백서 데이터산업 99

제 2 장 해외데이터산업현황 데이터산업 이 서 데이터산업 데이터 업 데이터 데이터 데이터산업 [ 그림 3-2-1] 2017~2022 데이터기반 전체 모 100 89,397 10.3% 17~ 22 A 99,894 110,934 122,369 134,084 146,143 3 1. 데이터산업의시장 모 가. 데이터기반 1 2017년 2018년 2019년 2020년 2021년 2022년 1 2018. 정보 비스 영민 서 이 100 2018 데이터산업백서 데이터산업 101

[ 표 3-2-1] 2015~2016 로 정보 비스 부 모 10 It y E y t a S t 2015년 ( ) 2016년 ( ) 성장률 (%) M a, Ma t A a yt 434.6 451.5 4.4 1 1 2 2 8 2 1 2 8 2 1 8 2 8 8 1 1 1 12 It y E y t a S t 2015년 ( ) 2016년 ( ) 성장률 (%) 2 8 0 8 22 2 18 0 18 1 0 E tta t 605.4 652.9 7.8 tt Ty Dtt S 73.2 80.1 9.5 T ta It y 1.5T 1.6T 6.4 2018 3 1 1 12 8 1 11 10 11 8 8 10 0 10 8 1 8 0 a a, t, a,, Ta A t 158 168.1 5.4 8 10 2 0 8 [ 그림 3-2-2] 2016 대 데이터기반정보 비스 비 10 21 8 22 22 0 22 1 12 12 8 S, Ty a ta 126.7 137.4 3.8 80 1 0 1 미국 817.9 지 유 : 49.9% 15~ 16 성 : 6.6% 유 452.6 지 유 : 27.6% 15~ 16 성 : 3.5% 아시아 평양 277.5 지 유 : 16.9% 15~ 16 성 : 9.9% 12 1 2 10 11 2 1 11 1 18 미국외아메리 92.0 지 유 : 5.6% 15~ 16 성 : 9.9% 10 8 12 E at, T a a ata Ma a t 142.8 150.1 4.3 11 2018 102 2018 데이터산업백서 데이터산업 103

. 데이터 [ 그림 3-2-3] 2014~2017 계데이터산업 모 10 6.2 25.9 59.2 121.0 0.3% 8.0% 6.8% 6.1 28.0 63.3 14.7% 6.2% 10.0% 7.0 29.7 69.6 4.3% 8.7% 8.8% 150.4 11.1% 134.5 11.8% 12.7% 7.3 32.3 75.7 169.5 질 본 유 3 2014 년 2015 년 2016 년 2017 년 2018 20 104 2018 데이터산업백서 데이터산업 105

[ 그림 3-2-4] 2014~2017 데이터기업수 34,840 95,919 243,600 1.8% 1.5% 35,456 3.2% 99,001 2.6% 2.3% 249,100 5.0% 35,979 101,612 261,450 1.1% 3.0% 5.7% 36,387 104,664 276,450 질 본 유 3. 데이터산업의경제 과 3 277,821 2.0% 2.2% 4.6% 283,340 289,556 302,810 가. 과 2014 년 2. 데이터기업수 2015 년 2016 년 2017 년 2018 20 106 2018 데이터산업백서 데이터산업 107

[ 그림 3-2-5] 2014~2017 제 과 : 과 10 6.2 24.9 56.9 3.6% 7.3% 6.4 26.7 12.4% 19.5% 60.6 6.5% 2.7% 7.2 31.9 62.3 3.9% 9.3% 21.5% 7.4 34.9 75.7 질 본 유 [ 그림 3-2-6] 2014~2017 제 과 : 방 과 10 0.3 1.0 2.3 35.0% 26.2% 13.6% 0.3 1.3 2.6 1.0% 9.6% 0.3 1.4 2.8% 6.7% 22.8% 3.2 18.8% 0.3 1.5 3.8 질 본 유 3 115.7 127.2 126.4 9.9% 0.7% 4.8% 132.4 5.3 7.3 8.6 38.3% 17.5% 5.4% 9.0 2014 년 2015 년 2016 년 2017 년 2014 년 2015 년 2016 년 2017 년 2018 20 2018 20. 방 과 108 2018 데이터산업백서 데이터산업 109

[ 그림 3-2-7] 2014~2017 과와 방 과 한 제 과 10 6.4 25.9 59.2 4.8% 8.0% 6.8% 6.7 28.0 63.3 11.7% 19.0% 3.6% 7.5 33.3 65.6 3.8% 9.2% 21.4% 7.8 36.3 79.6 질 본 유 [ 그림 3-2-8] 2016~2017 P 대비 제 과의비 0.93 0.95 0.78 0.81 0.42 0.52 2016 2017 3 121.0 134.5 134.9 11.1% 0.3% 4.8% 141.4 0.16 0.16 2014 년 2015 년 2016 년 2017 년 16~ 17 1.59% 4.25% 23.81% 0.38% 성 2018 20 본미국유 연 라질 2018 20 4. DP 대비데이터경제 과의비율 5. 글로벌빅데이터시장동향 110 2018 데이터산업백서 데이터산업 111

[ 그림 3-2-9] 2017~2027 로 데이터 모추이 10 3 35 10.48% 18~ 27 A 42 49 56 64 70 77 84 90 96 103 [ 표 3-2-2] 2018~2027 요소 데이터 모추이 10 구분 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027년 A 18-27 소프트 어 1 1 20 2 2 1 8 2 11 하드 어 12 1 1 1 18 1 20 22 2 2 8 01 서비스 1 1 21 2 2 2 2 1 2 88 계 2 0 8 0 10 108 2018 201202 [ 그림 3-2-10] 2016~2021 5 상위기 분 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 년 34.4 2018 27.8 비관계형분석데이터스 어 인지및 AI 소프트 어플랫폼 20.1 M 분석애플리케이션 17.4 17.2 비즈니스서비스 IT 서비스 2018 2012021 10.9 기 112 2018 데이터산업백서 데이터산업 113

Column 02 가까운곳으로부터혁신 수 201 데이터 이 이터 로 재 의 지 기 로이 지지 114 115

제 4 부 데이터서비스동향 제 1 장데이터거래유 데이터 비스현 제 2 장 요데이터 비스 Column 화 활용 비스

제 1 장 데이터거래유형별데이터서비스현황 데이터 이 이 서 데이터 데이터 서 데이터 데이터 데이터서 1. 데이터거래의 화 2. 데이터거래서비스유형 4 김인현 이 118 2018 데이터산업백서 데이터서 119

[ 그림 4-1-1] 데이터가 사 데이터거래유 4 데이터발생 데이터가 사 데이터사용 사물 사 지원활 데이터플랫폼 데이터상품화 데이터품질인증 가 조직 본원활 데이터수 데이터정제데이터가공데이터분석 개인 데이터 로 가. 데이터수 비스. 데이터정제 비스 120 2018 데이터산업백서 데이터서 121

. 데이터가공 비스. 데이터분석 비스 1) 고객데이터를분석해고객에게제공 4 122 2018 데이터산업백서 데이터서 123

2) 보유데이터를분석해제3자에게제공 3) 데이터를수집해분석한후제3자에게제공 4 124 2018 데이터산업백서 데이터서 125

마. 데이터상품화. 데이터품질인증 4 126 2018 데이터산업백서 데이터서 127

사. 데이터플랫폼 1) 공급자중심마켓플레이스 2) 플랫폼마켓플레이스 4 128 2018 데이터산업백서 데이터서 129

3) 탈중앙화플랫폼 3. 데이터거래발전전 데이터거래의주권을개인이갖게된다 4 130 2018 데이터산업백서 데이터서 131

데이터마이닝이본업이될수있다 제 2 장 주요데이터서비스동향 데이터서 데이터 데이터 데이터 업데이터 데이터 2 데이터서 4 데이터큐레이터가필요하게될것이다 블록체인과코인이코노미가데이터거래의중요기술이될것이다 오픈API를통한데이터유통이확산될것이다 1. 신용데이터분 서비스 가. 개요 1) 신용정보의정의와분류 1 이욱재 132 2018 데이터산업백서 데이터서 133

3) 신용정보공유체계 [ 표 4-2-2] 용정보 상 용정보공유체계 신용정보집중기관 구분 내용 터 업 4 [ 표 4-2-1] 용정보의 201 이 이 201 터 별정보 신용거래정보 업 업 업 산 이 이 이 업데이터 신용도 정보 이 서 신용정보 사 업 1 2) 신용정보활용목적 업 22 신용정보주체신용정보제공 이용자 산 서 업 터 업 이 서 이 4) 일반적인신용정보와신용조회회사정보의차이점 134 2018 데이터산업백서 데이터서 135

[ 표 4-2-3] 반 인 용정보와 용 사정보의 이 반 인신용정보 신용조 사 ( B) 정보. 개인 용정보 비스 1) 금융회사대상서비스 서 이 산 업 이 이 [ 표 4-2-4] 사대상개인 용정보 비스 [ 표 4-2-5] 개인대상 용정보 비스 사이 구분 사이트주소 사명 I E지키미 이 사이 24 2. 기업 용정보 비스 4 구분 신용리스 관리 부정거래위 관리 내용 업 서 이 서 이 이 이 서 서 전략 의사 정지원 서 서 이서 [ 표 4-2-6] 기업 용정보 비스 구분 내용 2) 개인대상서비스 기업정보조 서비스 기업신용평가서비스 업 업 업 서 업 업 서 136 2018 데이터산업백서 데이터서 137

. 업계 전 1) 당국의정책방향 3) 신용정보활용동향 4 2) 신용정보회사재무현황 4) 금융권동향 138 2018 데이터산업백서 데이터서 139

2. 보 의료데이터분 서비스 가. 보 의 데이터 비스개요 1) 보건의료분야데이터의특징 [ 표 4-2-7] 보 의 데이터의개인정보개방 법률 개인정보보호법 생명 리및 전 관한법률 관 내용 서 서 이 서 이 서 이. 비스현 1) 개괄 4 2) 보건의료분야의공공데이터 [ 표 4-2-8] 보 공단과 사 가원 제공 보 데이터비 기관 국민보 공 보사평가원 명 데이터 데이터 방 데이터 터 데이터 터 자료 서 서 2 김석 자료반출 산 산 140 2018 데이터산업백서 데이터서 141

기관국민 보 공 보 사평가원 제공대상 제공 위 기 1 2 서 1 터 업 터 서 서 이 산 산업 산업 업 서 서 서 이 3) 공공데이터의활용 4 2) 데이터의품질문제 142 2018 데이터산업백서 데이터서 143

[ 그림 4-2-1] 2007 ~2017 보 데이터 이용 로 한논문수논문 수 160 4 140 145. 비스현 120 100 80 60 40 20 0 2 5 9 13 12 2007 2008 2009 2010 20 11 2012 2013 2014 2015 2016 2017 14 42 52 66 118 1) 유럽 2) 미국 144 2018 데이터산업백서 데이터서 145

[ 그림 4-2-2] 의 와 데이터제공사이 [ 그림 4-2-3] 소 의모 보 한 보 4 2018 02 2018 02. 전 146 2018 데이터산업백서 데이터서 147

3. 학술데이터분 서비스 [ 표 4-2-9] 요학 정보 비스의 력비 ( 1 : 2017.07~2018.06 기 ) 구분서비스제공기관및업체 간방문수 위 간 이지 수 1 위 4 가. 학 정보 비스개요. 학 정보 비스 1) 서비스영향력비교 RISS 8 2 80 1 공공 2 1 1 0 8 이 이 1 12 01 민간 810 1 1 2 1 00 2 1 1 2018 002 2) 연관자료제공서비스강화 3) 논문이용지표를통한활용도분석 대광 1 148 2018 데이터산업백서 데이터서 149

[ 표 4-2-10] 사이 제공 비스기 비 구분 서비스 연관자료추천 자 별 고문 및인용 인 RISS 공공 이 4 민간. 학 정보 비스 1) 학술커뮤니케이션에서의혁신 4) 키워드를활용한연구동향분석서비스 [ 표 4-2-11] 의 인 요학 비스구분관 서비스명서지관리서비스 1000 트메트 서비스 어리 서비스 1000 프로 트 업및데이터공유리 지터리서비스 출 전논문서비스 150 2018 데이터산업백서 데이터서 151

[ 그림 4-2-4] 화 플로 [ 그림 4-2-5] 스 의 분석 비스화면 4 101 20101 2) AI 기반의학술정보시맨틱검색엔진 1 8 2018 002. 전 152 2018 데이터산업백서 데이터서 153

[ 표 4-2-12] 용정보 사현 (2017 12 기 ) 사명설 대표자 입자본 가업무 조사조 추 이스평가정보 802 28 0 주요주주 ( 지분율 %) 0 S I 평가정보 2 02 1 8 이 1 0 0 이 블 01 08 0 이 1 이스디 비 02 10 12 업 1 0 2 4 4. 기업데이터분 서비스 가. 비스제공 분 리아 로 002 22 100 한국기업데이터 002 22 2 이 2018 012 업 11 0 2 서 0 10 0 산업 업 0 2) 신용정보회사외의정보제공자 1) 신용정보회사 이영준 업데이터. 기업데이터의분 154 2018 데이터산업백서 데이터서 155

. 기업데이터수 방 2) 공공정보조회 구매 3) 금융기관 공공기관정보관리업무대행. 기업데이터 4 1) 신용조사 1) IT 기술활용 156 2018 데이터산업백서 데이터서 157

2) 모바일기기활용 [ 그림 4-2-6] 정보 기 터의 비스화면 4 3) 비금융목적의비재무정보수요확대 4) 신용정보회사가아닌정보제공시장확대 5. 데이터분 서비스 가. 정보개요 민수 158 2018 데이터산업백서 데이터서 159

[ 그림 4-2-7] 한 정보화 원의 AI 오픈이 이 4. 비스현 1) 공공서비스현황 [ 그림 4-2-8] IP I 비스화면 160 2018 데이터산업백서 데이터서 161

[ 그림 4-2-10] A 스 비스화면 4 [ 그림 4-2-9] IP I P 비스화면 2) 민간서비스현황 3) 특허정보와 AI 기술적용동향 162 2018 데이터산업백서 데이터서 163

4) 기술정보에대한미래유망성예측서비스 4 [ 그림 4-2-11] 스 비스화면 164 2018 데이터산업백서 데이터서 165

Column 03 변화하는 DB 활용서비스 록 이 201 데이터서 이 이터 비스가 오기 지 인 의전 166 167

제 5 부 데이터솔루션동향 제 1 장데이터 제 2 장데이터 이스 제 3 장데이터 제 4 장데이터수 제 5 장데이터유 제 6 장데이터분석 제 7 장데이터플랫폼 Column 의현재와 래

제 1 장 데이터솔루션아키텍처 [ 그림 5-1-1] 데이터 B Data Sensor data n 데이터수집솔루션 quality Meta data 데이터관리솔루션 access cycle Monitoring and Tuning Reporting 5 데이터 데이터 서 터데이터 이 이데이터 데이터 데이터 데 서 In n Image and Video Unstructured Content Traditional n ETL OpenAPI 데이터베이스솔루션 Relational File system 데이터유통솔루션 NoSQL API I MCI / FEP 데이터분석솔루션 Visualization Historical Analytics Applications Cloud Crawling 데이터플랫폼솔루션 Predictive Analytics 1. 변화의원동력 Cloud Applications Log Collector Lake Streaming Warehouse Mart Real-time Analytics 2. 데이터솔루션가. 데이터 이스 장재 이. 데이터 170 2018 데이터산업백서 데이터 171

. 데이터수. 데이터유 마. 데이터분석. 데이터플랫폼 5 172 2018 데이터산업백서 데이터 173

제 2 장 데이터베이스솔루션 데이터 이 데이터 업 이 이 서 서 데이터 이 이 서 산 산 이 산 5 1. 개요 2. 시장현황 장재 이 174 2018 데이터산업백서 데이터 175

3. 기업동향가. 오 I 마. 재소프. 이스. 5 176 2018 데이터산업백서 데이터 177

마. 스데이터 4. 제품동향가. SQL Server 2. A. I. 5 178 2018 데이터산업백서 데이터 179

마. 5 5. 향 전 180 2018 데이터산업백서 데이터 181

제 3 장 데이터관리솔루션 산업 산업 터 이 이 데이터 이 데이터 이 서 이 서 데이터 [ 그림 5-3-1] 데이터거버넌스와 니지 5 n n 1. 개요 a Ma a t n n n n I n n Strategy Standards and Policies n n Processes A 2. 데이터관리분 1 2 이상 데이터 원 터 182 2018 데이터산업백서 데이터 183

[ 그림 5-3-2] 데이터거버넌스프 5 n. 데이터품질 Meta data 가. 데이터원. 데이터 184 2018 데이터산업백서 데이터 185

리적 데이터 도 인 적 데이터 도 인 데이터 사용자 데이터. 데이터 마. 데이터수명 기 5 186 2018 데이터산업백서 데이터 187

. 데이터 5 3. 향 전 188 2018 데이터산업백서 데이터 189

제 4 장 데이터수집솔루션 데이터 데이터 데이터 산 데이터 데이터 서 이 서 서 터 이 이 이 이 이 1. 가어 데이터 수집하 김한도 이 2. 수집솔루션의필수기능가. 수 방 과인터 이스 5 190 2018 데이터산업백서 데이터 191

. [ 그림 5-4-1] 데이터정 화. 원본 로수 데이터정체데이터 정 화한 데이터의 상이 면이 용 지유 5. 정 화 정 화 원본 로수 고 () 정 화 유 이데이터수 가 사 보 면 정 화 192 2018 데이터산업백서 데이터 193

. 보 마. 의성과유 3. 수집하 5 194 2018 데이터산업백서 데이터 195

제 5 장 데이터유통솔루션 데이터 이 이 데이터 서 서 이 서 이 서 데이터. 오픈API의데이터유 5 1. 데이터유통솔루션의종 [ 그림 5-5-1] 오픈 API 데이터유 데이터입력 고 데이터입력 서드 티기업인증 스 인증 업 데이터제공, P, 보 업 데이터 요 인증기관 오픈API 제공기업인증 스 인증 2. 오픈 API 솔루션 [ 그림 5-5-2] 오픈 API 데이터 가. 오픈 API 개요 정필 이 이 196 2018 데이터산업백서 데이터 197

[ 그림 5-5-4] 오픈 API 마 플 이스 5 [ 그림 5-5-3] 계기 을이용한오픈 API 유 서드 티기업 업 데이터제공, P, 보 업 데이터 요 오픈 API 중계기관, P, 보 오픈 API 제공기업 1 오픈 API 제공기업 2. 오픈 API 요 성 198 2018 데이터산업백서 데이터 199

[ 그림 5-5-5] 오픈 API 성도 3. OD 솔루션 5 서드 티시스템 가. 개요 비스기 API 털 비즈니스 마 플 이스 REST/JSON API 이프사이 래 제 오픈API 솔루션 API 이트 이 API 제 호화위 방 API 래 추 시 리티 제 개 개 API 서비스 전 보 위 방 [ 그림 5-5-6] 데이터 의 공 거 데이터 터 REST/JSON 백엔드통 거래제 계데이터 이 스 CRM ERP 전문 거시시스템 스 개 로지 ( 도시 ty) 유 : 도 정의 : 정한지 의 활용 수 : 가 () 용어집 서 데이터 공 명 : 가 : 대한 지 : 분지 대한민국데이터 수도 : 면 : 100,210 제 로 터 화 : 원 공 명 : 도 명 [ 표 5-5-1] 오픈 API 성요소 명 구성요소 구성요소설명 API 털 ( 별도솔루션분리가능 ) API 이트 이 ( 별도솔루션분리가능 ) API 서비스 백엔드통 ( 별도솔루션분리가능 ) 시 리티 서 서 서 이 서 서 이 이이 업 서 데이터 서 데이터 터 데이터 이 서 서. 데이터오픈단계 200 2018 데이터산업백서 데이터 201

[ 그림 5-5-7] 버 스 의 n [ 그림 5-5-8] 데이터유 5 고 데이터입력 OD 이용기업 OD 제공기업 P I 로데이터제공 PA 로질의기반데이터제공 데이터. 요 성요소 18 002 [ 표 5-5-2] n 단계 [ 그림 5-5-9] 성도 계 계명 계설명 이 서 OD 이용기업 데이터 데이터 이데이터 데이터 데이터 18 002 화 질의 ( PA ) OD I 와애플리케이션 계 OD 서비스 OD 솔루션 공개 SPARQL 인 모델 인스 스 시 리티 제 호화. 데이터유 외부 OD 제공기관 데이터수 데이터 데이터 추 전 보 로지 스 로지 스 위 방 A 데이터 정 데이터 비정 데이터 202 2018 데이터산업백서 데이터 203

[ 표 5-5-3] 성요소 명 구성요소 구성요소설명 5 OD I 와애플리케이션 서 서 [ 그림 5-5-10] 전 인 거래 성도 OD 서비스 서 이 서 데이터 서 소 OD 장소 데이터 거래 비와 정보 록 시 리티 서 업 프로그램 거래기업 A ebxml 수거래 ebxml 거래기업 B 업 프로그램 가. I와 P 4. EDIM 솔루션 [ 그림 5-5-11] I P 성도 기 계 스 정보계 스 단위 스 기업 대 MCI/FEP TCP/IP.509 TCP/IP 계기 1 계기 2 계기 3 204 2018 데이터산업백서 데이터 205

. [ 표 5-5-4] 데이터유 솔루션명 솔루션 보 요구 주요유통기술 데이터제공 유통형 데이터처리 개인 유통대상 기업 5 오픈 API 업 데이터 데이터 OD 데이터 데이터 데이터 데이터 데이터 EDIM 데이터 [ 그림 5-5-12] 데이터의유 M IEP 이 서 백 데이터 메시 솔루션 업 서 데이터 외부기관. 기업 업 (, 스 ) 데이터유 메시 솔루션 SMS 소프 업 스 A. 개인 데이터유. 개인 기업 업 (, ) 데이터유 이용 1 이용 2 이용 3. 데이터유 206 2018 데이터산업백서 데이터 207

제 6 장 데이터분석솔루션 5 2. 시장동향 데이터 이 이 데이터 이 이 데이터 데이터 이 이 이 서 데이터 서 [ 표 5-6-1] 전 인데이터분석 과 데이터분석 비 구분전통 인데이터분석솔루션향 데이터분석솔루션 1. 개요 본 인 성 이 김종현 이 솔루션분화 솔루션발전 업 이 이 이 데이터 이 이 208 2018 데이터산업백서 데이터 209

[ 표 5-6-2] 데이터분석 수요 공급 구분수요자동향공급자동향 수요와공급 모 데이터 업 업 이 [ 표 5-6-3] 요데이터분석 제품 5 솔루션사용자 이 데이터 업 제품 S의 DAP 비아이매트 스의 -ST EAM 데이터 비고 서 오픈소스활용 이 이 이 성SDS의 Bt AI 위 아이텍의 ISE P t 서 서 화수목의 - 3. 제품동향 4. 향 전 210 2018 데이터산업백서 데이터 211

제 7 장 데이터플랫폼솔루션 데이터 데이터 데 이 서 데이터 데이터 데이터 이 데 이 산 이 데이터 터 산업 데이터 이 데이터 서 이 5 2. 빅데이터플랫폼솔루션의구성 1. 빅데이터플랫폼시장 전쟁의서 [ 표 5-7-1] 데이터 기대 A 현 글로벌업체 인수기업 시기 모 비고 D EM 2010 IBM 2010 1 P 2011 2 TaData 터데이터 2011 2 00 시영 데이터 212 2018 데이터산업백서 데이터 213

4. 빅데이터플랫폼솔루션 [ 표 5-7-3] 데이터기 요 빅데이터기술 5 [ 표 5-7-2] 데이터 스와데이터 이 데이터수집 데이터 재 S S 개인정보비 별화 실시간데이터분석 통계분석 시 화 DB 어플라이언스 데이터 어하우스. 데이터 이 데이터 (Data) 이 프로 (P ) 데이터 스 리지 (Sta) e 민 성 (Aty) 대상사용자 () 데이터 이 3. 빅데이터플랫폼기술 214 2018 데이터산업백서 데이터 215

5. 데이터플랫폼솔루션전 5 216 2018 데이터산업백서 데이터 217

Column 04 클라우드 DB 의현재와미래 이용재 데이터 201 데이터 이 이터 [ 그림 ] 전 계 모 600,000 500,000 400,000 10% 13% 16% 20% 23% 30% 양한 의데이터 300,000 200,000 데이터 용 확 100,000 0 2018 2019 2020 2021 2022 2023( 년 ) 2012021 1 업데이 218 219

Column 04 통 데이터기반 I T ML AI 지 한계가 데이터 장 리용 확장 데이터 기 용 의현재와 래 정 비정 ) 데이터통 장 분석 220 221

제 6 부 데이터컨설팅및구축동향 제 1 장데이터 기반의데이터 계와 제 2 장데이터품질 제 3 장 데이터 제 4 장데이터분석 제 5 장학 지 Column 인공지 기반대화 스 과데이터의 요성

제 1 장 데이터아키텍처기반의데이터설계와구축 이 서 서데이터 이 업 데이터 데이터 업 데이터 데이터 데이터 데이터 서 이 1. 개요 6 2. 데이터모델설계컨설팅가. 데이터모델 계정의 서동재 224 2018 데이터산업백서 데이터 225

[ 그림 6-1-1] 데이터모델 계 6 리버스모델구축 개 방 도출 개 모델 논리모델 물리모델 모델산 물분석 사 도 제 정의 계 계 계 이블 계 계 계 계문 분석 분석 사용 요 정의 개 방 도 정의 계정의 속성 계 논 모델 증 성 계 물 모델 증 데이터모델 데이터 용 데이터 지터 단 용 도 인. 데이터모델 계 의확대. 소 데이터모델 계 화. 개인정보보호 위한모델 계요 마. 고 사 방 성 226 2018 데이터산업백서 데이터 227

3. 데이터이 구축가. 데이터이 정의. 이 전 필수. 도입추. 원 활용이 [ 그림 6-1-2] 화한이 개 과 업 스 분석 ( ) 수 업 프 플로 화대상 분 업 스 분석 플로 통상 인이 개발 차 소스, 스 성 플로 성 수 업 2,000 의 업이면 2,000 개 성 자동화한이 개발 차 공 로 분석과 화 현 생성 화프로그램수 개 성 성 성 지터 플로 성 고 이도가 (20%) 대부분의단 한 (80%) 대상 이블 자동화한이 개발 과 수 업개 필수 화 로 공수 요한업 전 인공수 입 증 개 인력 소스 6 228 2018 데이터산업백서 데이터 229

6 마. 고 사 방 성 4. 데이터거버넌스컨설팅가. 데이터거버넌스정의. 데이터 니지 한문제. 데이터분석기 용 230 2018 데이터산업백서 데이터 231

. 데이터 로그 이용한 활용 마. 고 사 방 성 5. 데이터베이스성능 화컨설팅가. 데이터 이스성 화정의. 데이터 이스 화. 데이터 이스수요 양화 6 232 2018 데이터산업백서 데이터 233

. 대용 데이터 기 전 마. 고 사 방 성 6 6. 향 전 234 2018 데이터산업백서 데이터 235

제 2 장 데이터품질컨설팅 업이데이터 업 데이터 이 데이터 업 데이터 이 데이터 업 산업 업 서 데이터 이 6 2. 데이터품질관리동향 1. 개요 이우용 가. 공공데이터 면 236 2018 데이터산업백서 데이터 237

[ 표 6-2-1] 데이터품질 도 품질관리도구 프로 품질개 관리 업무 관리 스케 관리 과분석 보고서 A사 B사 6. 데이터 면. 데이터품질 도 현 사 D사 데이터 2018 238 2018 데이터산업백서 데이터 239

[ 그림 6-2-1] n 용한 데이터품질 도 위 AEE S EADE S [ 표 6-2-2] 공공데이터품질정확성사 과 수오 수오 율 관리 호 11 02 6 A I I A B 사 D 사 A IE P A E S Pn Experian Pn Innovative Systems COMPLETENESS OF VISION Oracle Syncsort Inn Ataccama Quadient Talend SAS ISIO A IES n I SAP 공원명 11 2 8 8 211 공원구분 11 0 0 00 소재지도로명주소 11 11 1 0 소재지지 주소 11 11 10 위도 11 0 0 경도 11 0 0 공원면 11 2 0 21 공원보유시설 ( 운동시설 ) 11 2 공원보유시설 ( 유 시설 ) 11 818 0 공원보유시설 (시설) 11 2 201 201 공원보유시설 ( 양시설 ) 11 1282 2 공원보유시설 ( 기 시설 ) 11 11 0 0 80. 공공데이터품질정확성 단사 지정고시 11 1 0 1 관리기관명 11 8 전화 호 11 1 08 데이터기준 자 11 0 0 00 데이터 2018 240 2018 데이터산업백서 데이터 241

3. 데이터품질컨설팅전 제 3 장 빅데이터구축컨설팅 업 서 데이터 이 이 데이터 이 이 이 서 데이터 데이터 업 데이터 이 이 데이터 데이터 이 데이터 서 6 1. 기 정보계의 화 가. I 면 의정보계요 사 김형 242 2018 데이터산업백서 데이터 243

[ 그림 6-3-1] 의정보계 성도 [ 그림 6-3-2] 인도 의상거래분석 스 6 운영계 DB 운영계 DB 제 원계 인 스 S a A t 모 단 로그. 버로그 제 인 스 API Sqoop 인 스 입수데이터스 마 ( 로그, ) Hive ( AP) 인 스 API 인 스 API 인 스 API 3 Audit Trail 계정 스 R-Server 프 OLAP Sensor Machine I Logs Social Media 소스 : I,, 소, 스, 로그 :,, A Spark Streaming 정제 보 분석 전 화 고 오 데이터 이 데 201 201. 비즈니스 면의정보계요 사 244 2018 데이터산업백서 데이터 245

2. 빅데이터정보화전략계획수 [ 그림 6-3-3] 데이터분석플랫폼 프 착수 정의 데이터소스 1 비즈니스이해 2 분석플랫폼구축 스 성 성 계 계 3 데이터 및이해 데이터수 데이터전 데이터 데이터 이프 인 정 6 3. 빅데이터구축컨설팅 지니 고 정 모델학 증 4 모델 및 증 5 모델 고 인 246 2018 데이터산업백서 데이터 247

4. 전 6 248 2018 데이터산업백서 데이터 249

[ 그림 6-3-4] 데이터거버넌스 요기 과 지터 성 제 4 장 데이터분석컨설팅 6 데이터 데이터추 데이터 데이터프로 업 이데이터 업 이 이 데이터 데이터 데이터 의 계 계보 추 비스 360 도 마 서 데이터 로그데이터 이 지터 ( 데이터사전 ) 모델, I 사전 플 이 정보 비즈니스 로 1. 데이터분석가 의재정 서 김 수 이 250 2018 데이터산업백서 데이터 251

[ 그림 6-4-1] 분석 의 : I [ 그림 6-4-2] 현업의 데이터사이 스 로 의 화 인력 소스 시티 데이터사이언티스트 데이터분석 6 비즈니스전문가 ( 현업 ) 분석전문가 ( 데이터사이 스 ) 2. 분석모델고도화 252 2018 데이터산업백서 데이터 253

3. 분석데이터 구성과데이터분석운영방 체계화 6 254 2018 데이터산업백서 데이터 255

[ 표 6-4-1] 데이터분석거버넌스요소구분운영체계계획수 요소 분석기획 데이터 데이터 서 데이터수집 준비 데이터 이 데이터 데이터 터 업 업 분석모델개발용 산 업 4. 분석 내재화수준 화 6 256 2018 데이터산업백서 데이터 257

제 5 장 학습지능컨설팅 이서 이 업 이 데이터 서 이 이 서 1. 인공지능영 과사 [ 그림 6-5-1] 인공지 과 의 6 유 준 258 2018 데이터산업백서 데이터 259

2. 학습지능구축컨설팅 6 3. 닝플랫폼구축컨설팅 ( 솔루션 정및기술구조 ) 260 2018 데이터산업백서 데이터 261

4. 전 가. 2. 6 262 2018 데이터산업백서 데이터 263

. 데이터로 6. 264 2018 데이터산업백서 데이터 265

Column 05 인공지능기반대화형시스템과데이터의중요성 전 경 이 201 데이터 이 이터 대화 스 의의 와활용 266 267

Column 05 지 과지이스 1 [ 그림 1] 대화 플랫폼요소기 개 도 1 이지 SNS 성 ( ) 원확보 요 인터 이스 ( 질의 ) NLP ( 질의이 질의 ) 질의응답시스템 정 플 NLP ( 생성 ) 지 이스 모 인터넷 플 이 플 이 정 거 정확도 학 () 학 268 269

Column 05 대화 스 대한 과 전 2 [ 그림 2] 2018 가 I 10 대기 대화 플랫폼 I t t AI Foundation D ta n M n Intelligent Apps and Analytics Cloud to the Edge n n 3 Intelligent Things 대화형플랫폼 Conventional P Continuous Adaptive Risk and Trust Immersive Experience 2 3 270 271

제 7 부 데이터산업기술동향 제 1 장 스 마이 기 의소개와 플이 제 2 장스 데이터 스 제 3 장 인 모 제 4 장 와데이터 산

제 1 장 텍스트마이닝기술의소개와애플리케이션 이 이 데이터 데이터 데이터 이 이 이 데이터 이 이 이 서 1 1. 엔 과텍스트마이닝은무 이 가 2. 텍스트분석의공통 계 가. 전 7 김영 274 2018 데이터산업백서 데이터산업 275

. 터화. n 7 276 2018 데이터산업백서 데이터산업 277

1) 스 자동분류와문서 집화 2) 닝 3) 모 7 278 2018 데이터산업백서 데이터산업 279

7 4) 개체 인 ) 자동 스 요 3. 280 2018 데이터산업백서 데이터산업 281

제 2 장 스트림데이터처리시스템 [ 그림 7-2-1] 반 인데이터 방 7 SNS 데이터 터 이 데이터 IoT Lookups 이 이 서 이 서 ( n ), A Analytics 2018 01 [ 그림 7-2-2] 스 방 1. 스트림처리의필요성 SNS IoT Bt t ata a ta t 2018 01 Application Application a at t t ata ta Application 하주 282 2018 데이터산업백서 데이터산업 283

2. 스트림처리시스템가. 스 스 의 [ 그림 7-2-4] 스 스 의 스터 Master Network Communication 201 n Worker / Executors 7 [ 그림 7-2-3] 스 스 의기 Streaming Application Message Queues Streaming Application Data S atay 201. 지 284 2018 데이터산업백서 데이터산업 285

. 스 용모델 [ 그림 7-2-5] 사용 그래프와 그래프 a t t Et a 201. 모델 (n ) 1) 시지 리방 2) 스 관리 7 286 2018 데이터산업백서 데이터산업 287

3) 워 를통한데이터전 3. 스트림처리시스템의비 7 [ 표 7-2-1] 스 스 의비 1 기준 시스템 A a St A a A a S a Sta A a Saa 개발언어 메시지처리방 대기시간 처리 마. 지 보 메시지처리보장 메시지 스 스케 데이터직렬화도구 288 2018 데이터산업백서 데이터산업 289

제 3 장 실시간인메모리 DBMS 터 데이터 이 이 데이터 서 이 이 서 7 4. 1. 실시간처리 지원하는 DBMS의필요성 문양 터 290 2018 데이터산업백서 데이터산업 291

2. 실시간인메모리 DBMS의변화 이 주요기술 가. 로 스 모델 과질의 기 [ 그림 7-3-1] 오 데이터 이스인 모 의속도개 기 My My 7 SA ES Row Format SA ES 18 2018 02 SA ES Column Format 292 2018 데이터산업백서 데이터산업 293

[ 그림 7-3-2] AP A A 의 [ 그림 7-3-3] 인 모 의 분 7 t a DBMS SAP A A IMDB I My 데이터블록의 부 모 기 기록 ( 이지 ) A My Modeling P IMDB y IMDB I -My 션 (10) P tt Sta Log Volume Redis SAP HANA TimesTen Aerospike AI A Exasol ParStream 2 An In-Memory OLTP Teradata Intelligent Memory 20112 이 데이 데이터 이 201. 분석 화 계 스 기 294 2018 데이터산업백서 데이터산업 295

[ 그림 7-3-4] 인 니플 스 ( 계 ) 의 기. 상 기 활용 7 버 로그발생 보 로그 이 I 과 대 보 분석 버 기운영시스템 비 버 스 t AI. 인터 이스 t API rsyslog 계 CU 인 모 스 preprocess 고속입력 기반 인 Python 3. 실시간인메모리 DBMS 의향 전 n 데이터 2010 296 2018 데이터산업백서 데이터산업 297

제 4 장 병렬구조와데이터연산 데이터 산 터 데이터 산 서데이터 산 산이 산 산 이 서 서 서 데이터 산 1. 병렬구조 7 민준기 터 298 2018 데이터산업백서 데이터산업 299

[ 그림 7-4-1] P 와 P 의스 수 화 P It t P 7 2. 병렬구조 서의데이터연산 P I B 가. 스 수 화 Data t Ma y D y. 명 수 화 300 2018 데이터산업백서 데이터산업 301

[ 그림 7-4-2] P 의명 수 화와분기 Time 명 1 Time 명 1 분기 명 2 명 2 명 3 P I B 명 3. 데이터수 화 3. 으로의병렬구조 [ 그림 7-4-4] A 와 3 원 MA MA Memory CPU link CPU Memory Memory Memory Memory 7 [ 그림 7-4-3] 데이터수 화 I 산 link link Memory MA MA P Instructions pool CPU link CPU Multicore CPU I nn Memory Memory Package P I B I I 중데이터 (1~4) 재 중데이터 (y 1~y 4) 재 SIMD 연산 MA 구조 시 Paa 3 차원 중구조 시 302 2018 데이터산업백서 데이터산업 303

7 304 2018 데이터산업백서 데이터산업 305

2018 데이터산업백서집필 제1부새로운디지털자원, 마이데이터 1 데이터 데이터 이데이터주석 2 이데이터 이상 데 이데이터 이재욱 201 데이터 이형 제5부데이터솔루션동향 1 데이터 장재 이 2 데이터 이 장재 이 데이터 이상 데이터 원 터 데이터 김한도이 데이터 정필 이 이 제 2 부데이터정책동향 1 데이터산업 이종서 데이터 2 데이터 이재 데이터 데이터 김종현 이 데이터 시영데이터 201 데이터 이 이터 이용재 데이터 데이터 데이터 정 영 데이터 고동 제 6 부데이터컨설팅및구축동향 1 데이터 데이터 서동재 2 데이터 이우용 제3부데이터산업시장현황 1 데이터산업 김 데이터 2 데이터산업 영민 서 이 201 데이터 이이터 수 데이터 김형 데이터 김 수 이 유 준 201 데이터 이이터 전 경 이 제4부데이터서비스동향 1 데이터 데이터서 김인현 이 2 데이터서 1 데이터 서 이욱재 2 데이터 서 김석 제7부데이터산업기술동향 1 이 이김영 2 데이터 하주 문양 터 데이터 산 민준기 터 데이터 서 대광 업데이터 서 이영준 업데이터 데이터 서 민수 201 데이터서 이이터 록 이 306 2018 데이터산업백서 2 데이터산업 307

2018 데이터산업백서 ( 통 21 호 ) 2018 Data It y t Pa (I 21) 위원 김경민이 데이터 김상욱 이 김인현 이 주석 조광원 데이터산업 집위원 재현 데이터 이종서 데이터 하 데이터 발 처발 인발 집 디자인인 ISS 데이터 2018 28 이 02020 서02 220 2 2 백서 데이터산업 업 백서 데이터 백서 2018 데이터산업백서 데이터이 2018 데이터산업백서 데이터

2018 데이터산업백서 2018 Data Industry White Paper 서울특별시중구세종대로 9 길 42 부영빌딩 7 층한국데이터진흥원 Tel. 02-3708-5300 Fax. 02-318-5040 www.kdata.or.kr