[Data Science] 빅데이터 분석도구 분류

기존의 분석 도구와 분석 기술들도 빅데이터 활용에 있어 매우 효과적이다. 그러나, 이 도구들의 일부인 알고리즘 또한 방대한 양의 잠재적으로 실시간 데이터와 이질적 데이터와 연동되어야 한다. 그리고 분석 도구를 제공하는 벤더들은 이들의 알고리즘이 분산 실행에도 적합한지 확인할 필요가 있다. 이러한 복잡성 때문에 새로운 종류의 도구들이 빅데이터 활용을 위해 등장할 것으로 기대된다.

다음은 이러한 종류의 레퍼런스 아키텍쳐에 대하여 세 가지 종류로 분류한 것이다. 의사결정자들은 사업을 전개하는데 있어 이 아키텍쳐들을 독립적으로 혹은 복합적으로 사용할 수 있다.

• 리포팅 도구 및 대쉬보드: 이들은 다양한 소스로부터 얻은 정보들을 사용자가 쉽게 알아볼 수 있도록 하는 표현용 도구들이다. 전통적 데이터 세계에서 대들보 역할을 여전히 수행하고는 있지만, 이 영역도 빅데이터에 맞게 계속 진화되고 있다. 이들 중 현재까지도 활용되고 있는 일부는 NoSQL(Not Only SQL)이라 불리는 새로운 종류의 데이터베이스에 접근할 수 있도록 개선되었다.

• 시각화 도구: 이 툴들은 리포팅의 진화 과정에 있어 다음 단계로 인정된다. 결과출력은 사실상 매우 인터랙티브하며 또한 동적인 편이다. 결과의 리포팅과 시각화 간의 또다른 중요한 차이는 애니메이션이다. 비즈니스 사용자들은 마인드맵, 인포그래픽스, 커넥션 다이어그램 등을 포함한 다양한 이색적 시각화 기술을 활용하여 데이터의 변화를 주목할 수 있다.
  
  종종 리포팅과 시각화 비즈니스 활동의 끝단에서 발생한다. 보다 심도있는 데이터 처리나 데이터 분석을 위해 데이터가 임포트 된다하더라도 이 과정들은 분명 최종 단계이다.

• 일반 분석용 도구 및 고급 분석용 도구: 이 도구들은 데이터 웨어하우스에 도달하여 사용자의 소비를 위한 데이터 처리를 한다. 고급 분석 도구는 기존의 비즈니스 수행에 변화, 독특함, 혁명으로 대변되는 사건 트렌드를 설명한다. 예측 분석 도구 및 감정 분석 도구들은 이러한 과학의 좋은 예라고 할 수 있다.