데이터 가치

1. 데이터의 경제적 가치

과거 기업 자산의 핵심은 토지·자본·노동이었지만, 현재는 데이터가 제4의 생산요소로 불립니다. 데이터는 다음과 같은 특성 때문에 기존 자산과 다릅니다.

데이터 자산의 특성

특성	설명
비소모성	사용해도 없어지지 않음, 반복 활용 가능
복제 가능성	거의 비용 없이 복제·이동 가능
축적성	쌓일수록 가치가 커지는 경향
결합성	다른 데이터와 결합할 때 새로운 가치 발생
외부효과	제3자가 사용할 때 원래 주체에도 영향

2. 데이터 가치 산정의 어려움

데이터의 경제적 가치를 객관적으로 계산하기 어려운 이유:

1. 재사용 가능성 — 한 번 쓴 뒤에도 여러 용도로 재활용 → 어느 시점까지 가치를 측정할지 모호
2. 데이터 재조합(mashup) — 서로 다른 데이터 결합으로 예측 불가능한 새 가치 창출
3. 분석 기술의 발전 — 지금은 가치가 없어 보이는 데이터가 미래 기술로 가치 있게 변할 수 있음

이 3가지는 ADsP 출제 단골. "데이터 가치 측정이 어려운 이유"로 묻습니다.

3. 빅데이터의 가치 창출 경로

3-1. 통찰력 있는 의사결정

• 과거 감(感)과 경험에 의존하던 의사결정을 데이터 기반으로 전환
• 예: 넷플릭스의 콘텐츠 추천, 아마존의 개인화 상품 제안

3-2. 새로운 제품·서비스

• 기존 서비스에 데이터를 결합해 개인화·자동화 기능 추가
• 예: 카카오택시, 배달의민족의 수요 예측 기반 배차

3-3. 산업 변혁

• 기존 산업 구조 자체를 재편
• 예: 우버·에어비앤비(공유경제), 핀테크(금융+IT)

3-4. 사회적 가치

• 공공 데이터로 정책 효율화, 범죄 예방, 재난 대응
• 예: 서울시 올빼미버스 노선(심야 통화 기록 기반)

4. 데이터 가치 사슬 (Value Chain)

수집 → 저장 → 처리 → 분석 → 시각화 → 의사결정 → 가치

단계	핵심 기술·활동
수집	IoT·센서·웹 크롤링·로그
저장	HDFS, NoSQL, 클라우드 스토리지
처리	Hadoop, Spark, ETL
분석	통계·ML·마이닝
시각화	BI 도구, 대시보드
의사결정	경영진·운영 프로세스 반영

5. 데이터 경제(Data Economy)

• 데이터가 돈과 동등한 가치를 가지고 교환되는 경제 체계
• 세계적으로 데이터 거래소, 데이터 브로커 산업 성장
• 한국도 데이터산업법, 데이터기본법 등 법적 기반 마련

6. 데이터 자산의 리스크

가치 창출과 함께 따라오는 위험도 알아둬야 합니다.

• 프라이버시 침해 — 개인정보 유출·오남용
• 책임 원칙의 훼손 — 예측 결과로 인한 오분류·차별
• 데이터 오용 — 잘못된 해석·조작
• 보안 위협 — 해킹·랜섬웨어

대응 — "3대 위협 → 통제"

위협	통제 방안
사생활 침해	동의 → 사용자 책임으로 전환
책임 원칙 훼손	결과 기반 책임 원칙 고수
데이터 오용	알고리즘 접근권·해석 권리 보장

7. 출제 포인트

• 가치 산정의 3가지 어려움(재사용/재조합/기술 발전)
• 빅데이터 4대 가치(의사결정/제품/산업/사회)
• 가치 사슬 순서 외우기 (수집 → 저장 → 처리 → 분석 → 시각화 → 의사결정)
• 빅데이터의 3대 위협과 각 통제 방안의 매칭

요약 체크리스트

• 데이터가 가진 자산적 특성 4~5가지 나열
• 가치 산정이 어려운 이유 3가지를 말할 수 있다
• 빅데이터 가치 사슬 6단계를 순서대로 설명
• 3대 위협과 통제 방안 매칭을 할 수 있다