센서 데이터 2

[기고] 사례로 보는 사물인터넷(IoT) 데이터 품질관리

1. 들어가며 최근 ‘빅데이터 분석’, ‘4차산업혁명’, ‘인공지능’ 등과 같은 단어가 사람의 입에 자주 오르내리고 있다. 과거 광산에서 금맥을 찾는 것처럼 수많은 데이터에서 가치있는 정보를 찾고자 무한경쟁을 하고 있다. [가치 있는 것을 찾는 방식의 변화] 최근 사물인터넷(IoT) 활용도 증가 등으로 인해 반도체 수요 증가하면서 관련 회사가 호황을 누리고 있다. 그러나 미래에는 설치된 수많은 기기에서 끝없이 쏟아져 들어오는 데이터가 전하는 정보를 분석하여 미래를 예측하고 대응방안을 도출하는 정보 분석 기업이 농업, 어업, 국방 등 각 분야에서 정상을 선점 할 것이다. 이번 시간에는 IoT기기 활용 사례와 데이터 분석에 앞서 입수되는 센서 데이터를 품질진단 시 고려해야 할 점은 무엇인지 살펴보고자 한다...

센서 데이터에 대한 품질관리 접근 전략_ SIS본부 이해곤 이사

센서 데이터에 대한 품질관리 접근 전략 오늘은 빅데이터 중 센서 데이터에 대한 품질에 대해 추진하고 있는 사항을 얘기하고자 한다. 현재까지는 사람에 의해서 발생되는 업무 중심 정형화된 데이터로 6δ(시그마) 수준의 품질을 목표로 하여왔고 이를 위해 R-DB를 운영하고 있는 주요 기관(기업)에서는 데이터 품질관리 체계를 구축하여 지속적으로 관리 수준을 높여가며 운영하고 있다. 데이터 품질관리 분야에서 10여 년간 다양한 프로젝트 수행과 데이터관리 인증심사원으로 고민하고 있는 필자의 입장에서 보면, 그 동안의 노력에 의해 현재 국가적인 법 제도가 마련되어 시행되고 품질 진단 개선을 위한 데이터 품질관리 가이드가 제공되고 있어, 각 기관(기업)에서는 이를 준용(활용) 하여 기관에 맞게 운영할 수 있는 품질관리..