데이터 리터러시 빅데이터 시대 데이터 3법통과 부의 격차

데이터화는 텍스트, 이미지, 동영상 등 디지털 정보들을 가치 있는 데이터로 전화하는 기술입니다.

빠르고 다양한 트렌드에 맞춰 양질의 정보를 추출하는 일은 수많은 기업의 과제입니다.

빅데이터 추출한 정보들의 부가가치가 높아지고, 데이터의 위상이 높아졌습니다.

데이터 3법 개정안은

1. 개인정보보호법

기업 정보데이터를 제품이나 서비스 개발에 이용

2. 정보통신망법

온라인상 개인정보보호 규제와 감독권한을 '개인정보보호위원회'로 변경

3. 신용정보보호법

가명정보, 금융 분야 데이터를 빅데이터 분석, 이용 가능

통계작성, 연구 등을 위해 가명 정보 주체 동의 없이 이용과 제공 허용

이렇게 데이터 3법은 개인정보를 개인정보, 가명정보, 익명정보로 구분해 서로 다른 기업 보유 정보라도 승인 후 반출, 결합을 허용한다는 뜻입니다.

이로인해 데이터 이용제도의 패러다임 전환으로 다양한 일자리가 창출되고 발전할 것으로 보입니다.

빅데이터 선도기술 확보하고 전문인력이 5만명 이상 확충 될 것으로 예상합니다.

공공/산업 클라우드 이용 본격 확산, 개방형 데이터 거래 구축, 데이터 기반 산업, 사회문제 해결, AI 데이터 구축등

데이터 안전 분야 및 다양하게 활성화 될 것입니다.

데이터 리터러시

Google 수석 이코노미스트 '할 베리안(Hal Varian)'은 데이터 리터러시가 앞으로 가장 중용한 역량이라고 하였습니다.

모래알처럼 많은 데이터들을 가치있는 데이터로 발굴하고 연결하는 작업을 

데이터 리터러시라고 합니다.

목적에 맞게 활용하고 해석하는 능력이죠.

고도의 처리 기술을 필요로 하는 빅데이터 서치부터 통계자료나 단순수치도 포함하기 때문에

데이터 활용을 체감할 수 있게 변하는 이 시대에 모두에게 필요한 역량입니다.

데이터 리터러시 하위역량으로는

1. 데이터 수집

2. 데이터 관리

3. 가공 및 분석

4. 데이터 시각화

5. 데이터 기획

이 있습니다.

데이터 리터러시

스탠퍼드 대학교 디 스쿨에 따르면 디자이너 문제 해결 방식을

1.공감 Empathize

2.문제 정의 Define

3.문제 해결을 위한 아이디어 도출 Ideate

4.시제품 제작 Prototype

5.사용자 테스트 진행 Test

과 같은 단계를 거칩니다.

디자인 씽킹 방식은 문제해결 사고방식을 비즈니스에 도입하여 창의적이고 객관적으로 문제 해결에 접근합니다.

합리적인 해결방식 이외에도

데이터 시각화를 통해

효과적으로 빠르게 아이디어를 도출하고 공유할 수 있습니다.

RAW data를 가치있게 데이터화하고 공유하여 스토리텔링 할 수 있는 능력

부의 격차를 이루는 핵심 기술입니다.

데이터 리터러시

글을 읽고 해석하는 시대에서 데이터를 읽고 해석하여 인사이트를 제공하는 시대로 전환됐습니다.

한국 뉴딜정책과 맞물려 빅데이터 강국으로 거듭나길 바랍니다.

[건강한 경제 이슈] - 서울시 뉴딜일자리 한국형 뉴딜 밑그림 취업 준비

[건강한 경제 이슈] - 공공 재개발 7만호 공급 세운 재정비 증산4구역 용산