Big Data Landscape 2016 - 빅데이터로 먹고 사는 업체들과 그 기술들을 분야별로 총망라하여 정리한 바이블 | ||
| ||
빅데이터(Big-Data)는 사용 성향을 분석하여 여기서 인사이트를 발굴하여 이익증가 내지는 사용성 개선을 하는데 많은 도움을 주었습니다. 실제로 이를 개발하는 사람은 이렇게 멋들어지는 일을 노가다성 업무로 하는 것이 사실입니다. 간단해 보이는 이 업무를 하기 위해 대량의 데이터를 다룰 수 있는 시스템을 구축해야 하고, 이를 분석해야 하고, 모델을 만들어야 하고, 여기서 인사이트를 도출해야 하고, 때로는 여기서 추천 내지는 대안까지도 제시해야 합니다. 심지어 요즘은 빅데이터를 통해 머신러닝(Machine Learning)까지 하죠. 이 외에도 연관 업무가 수를 셀 수 없이 많습니다. 이런 빅데이터(Big-Data)를 발판으로하여 성장한 회사가 바로 구글, 페이스북, 트위터, 넷플릭스, 아마존 같은 공룡들입니다. 2006년 하둡(Hadoop)이 소개된 이래로 빅데이터(Big-Data)는 그야말로 이 바닥의 핫한 키워드로 자리매김 했습니다. 또한, 빅데이터(Big-Data)라는 이름을 빌어 먹고 사는 업체들이 늘어나고 있고, 또한 이와 연관된 기술들도 마치 벌집처럼 복잡도가 늘어가고 있습니다. First Mark Capital에서 일하고 있는 Matt Turck은 이 바닥의 핫한 리더들을 하나의 그림으로 그리는 귀염을 토했습니다. Matt은 Enterprise Technology를 Hard work이라 정의했는데요, 저 또한 이 정의에 동의합니다. 복잡도가 높아지고 기술이 좋아질수록 개발 환경이 좋아져야 하는데, 왠지 소프트웨어 개발자가 해야 할 일 또한 비례해서 늘어나네요. 누군가는 이를 단순화하여 제공하는 틈새시장을 공략하는 일 또한 벌어지리라 생각하지만, 지금은 그 몫이 SI(System Integration)하는 사람들의 몫으로 보입니다. 참고로 SI는 System Integration: 즉, 한국어로 시스템 통합을 의미합니다. 다른 말로 개발을 대신 해주는 외주 용역업체들 몫이라는 의미입니다. 그런데, 아이러니 하게도 한국의 경우 소위 빅데이터 전문 업체라고 하는 국내 중소업체들이 생기기도 했지만, 거꾸로 많이 도산하기도 했습니다. 이들이 자신들의 제품을 만들었으나, 시장의 호응을 얻는데는 실패 했고, SI를 했으나 주 계약자가 개발된 소프트웨어/서비스의 가치를 느끼지 못해 계약이 지속적으로 유지 되지 못하여 기업의 생명이 지속되지 못했기 때문으로 이해 됩니다. 아래는 Matt이 만든 Big Data Landscape 2016입니다. 참고: 본 이미지를 별도로 저장하시거나, 이미지만 새로운 윈도우에서 오픈하시면 자세한 내용을 보실 수 있습니다. 왠지 빅데이터(Big-Data)를 하려면 위의 업체들을 모두 알아야 할것 같지만, 사실은 이 중 일부는 용도에 따라 불필요할 수도 있는 것 같습니다. 너도나도 빅데이터 시장에서 한껀 건지려는 노력으로 이런 저런 기술들을 내놓고 있으니… 그야말로 이 분야는 풍년입니다. 2016년 이후 빅데이터(Big-Data) 업계의 현란한 전쟁은 순탄해 보이지 않습니다. 신나게 제품은 만들었지만, 써주는 사람을 찾기 어려운… 또 그 제품에 비용을 기꺼이 지불할 고객님을 찾기 어려운 현실. 누가 이 시장을 선도할지… 누가 이 기술을선도할지… 같은 업계에 종사하는 사람의 한사람으로써…. 피부로 느껴보렵니다. Tags: Big Data Landscape 2016 Hadoop MOU Machine Learning Matt Turck Methodology Microsoft Netflix System Integration 구글 김은성 머신러닝 아마존 집단지성 트위터 하둡 | ||
| ||
로그인을 하시면 댓글을 등록 할 수 있습니다. |