쇼핑몰 검색

도서목록
도서목록 고객센터

데이터 경제 시대, 데이터 거래 활용방안 및 전망 요약정보 및 구매

상품 선택옵션 0 개, 추가옵션 0 개

제목 데이터 경제 시대, 데이터 거래 산업동향 및 전망
ISBN 979-11-85497-26-6 93500
판형 210*297
발행일 2021. 3. 19
페이지 306
제본 양장본
가격 380,000
저자 편집부
시중가격 380,000원
판매가격 342,000원
할인율 10.00%  ↓
포인트 5점
배송비결제 주문시 결제

선택된 옵션

  • 데이터 경제 시대, 데이터 거래 활용방안 및 전망 (+0원)

상품 상세설명

31003de3de4c27c286e90aba78a8d5ff_1616391934_2.jpg


31003de3de4c27c286e90aba78a8d5ff_1616391934_36.jpg


31003de3de4c27c286e90aba78a8d5ff_1616391934_48.jpg


31003de3de4c27c286e90aba78a8d5ff_1616391934_6.jpg


31003de3de4c27c286e90aba78a8d5ff_1616391934_73.jpg 

제목: 데이터 경제 시대, 데이터 거래 활용방안 및 전망

 

목차

 

제1장 데이터 경제(Data Economy)와 위드(With) AI 시대

  1. 데이터 경제 시대와 위드 AI

    1-1. 데이터 경제 시대 개요

       1-1-1. 포스트 코로나 시대 데이터의 중요성

          (1) 인터넷의 발전에 따른 데이터 활성화

          (2) 4차 산업혁명과 post-covid 시대

          (3) 디지털 전환

       1-1-2. 4차 산업혁명 기술과 데이터 경제

          (1) 데이터 경제 개념

          (2) 데이터 경제 등장 배경

          (3) 데이터 경제의 특징

              . 한계비용 제로 경제(the zero-marginal-cost) 구조

              . 양면시장(Two-sided market)

              . 데이터(data)

       1-1-3. 4차 산업혁명과 빅데이터의 가치 창출

    1-2. 데이터 산업 개요

       1-2-1. 데이터 기술(Data Technology)

       1-2-2. 데이터 가치사슬 및 가치 평가

          (1) 데이터 가치사슬(Data Value Chain)

          (2) 데이터 가치 평가

       1-2-3. 데이터 축적

       1-2-4. 데이터 정제(Data Cleansing) 작업

    1-3. 데이터 분석 개요

       1-3-1. 데이터의 품질의 중요성

          (1) 원시 데이터(raw Data)

          (2) 다크 데이터(Dark Data)

              . 다크 데이터(Dark Data) 개념

              . 다크 데이터의 중요성

              . 다크 데이터 활용 방안

              . 다크 데이터 활용 현황

          (3) 메타 데이터(Metadata)

              . 메타 데이터(Metadata) 개념

              . 메타 데이터(Metadata)의 종류

              . 메타 데이터(Metadata) 관리

              . 메타 데이터 설계

                 데이터 분석에 필요한 메타 데이터

                 메타 데이터 통합적 연결

                 메타 데이터를 활용한 데이터 분석

       1-3-2. 빅데이터 기술 개요

          (1) 빅데이터 개요

          (2) 빅데이터 분석

          (3) 데이터 레이크(Data Lake)

          (4) 빅데이터의 특징과 역할

    1-4. 위드 AI 시대 데이터의 역할

       1-4-1. 위드 AI 시대 개요

          (1) 위드 AI 시대 빅데이터와 인공지능(AI)의 관계

          (2) 위드 인공지능(AI) 시대

       1-4-2. 데이터 사이언스(Data Science)

          (1) 데이터 사이언티스트(Data Scientist)

          (2) 데이터 라벨링(Data labeling)

              . 데이터 라벨링 개념

              . 데이터 라벨링 특징

              . 데이터 라벨링 가공 과정

              . 데이터 라벨링 서비스

              . 데이터 라벨러

              . 데이터 라벨링 생태계 조성 및 시장 전망

    1-5. 데이터 센터

       1-5-1. 데이터 센터의 중요성

       1-5-2. 데이터 센터의 클라우드화

       1-5-3. 데이터 저장과 클라우드 기술 

       1-5-4. 클라우드 시장

 

  2. 데이터 활용 프로세스

    2-1. 데이터 생태계

       2-1-1. 데이터 구축 및 개방

          (1) 데이터 구축

          (2) 데이터 개방

       2-1-2. 데이터 분석 및 활용

          (1) 데이터 분석

          (2) 데이터 활용

       2-1-2. 데이터 시장

          (1) 데이터 유통

          (2) 데이터 중개

          (3) 데이터 거래

    2-2. 데이터 품질 관리 시스템

 

  3. 데이터 산업 동향

    3-1. 공공 마이데이터 서비스

       3-1-1. 공공데이터

          (1) 공공데이터 개념

          (2) 공공데이터 개방 현황

          (3) 공공데이터 포털

       3-1-2. 마이데이터

          (1) 마이데이터 개념

          (2) 마이데이터 산업 개요

          (3) 마이데이터 접근 방식

          (4) 마이데이터 아키텍처

          (5) 마이데이터 활용

    3-2. 환경데이터

    3-3. 산업데이터

    3-4. 의료 빅데이터

 

2장 데이터 경제 시대 국내외 산업 동향 및 시장 전망

  1. 데이터 경제 시대 미래 비즈니스 생태계

    1-1. 데이터 경제(data economics) 시대 데이터 역할

       1-1-1. 데이터 경제 시대의 개요

          (1) 데이터 경제의 필요성

          (2) 데이터 경제 가치

       1-1-2. 데이터 경제 활성화

    1-2. 데이터 오너십(data ownership)

       1-2-1. 데이터 오너십(data ownership) 개요

       1-2-2. 데이터 소유권 문제

          (1) 데이터 소유권 개념

          (2) 데이터 소유권에 대한 기준

    1-3. 데이터 거래

 

  2. 데이터 산업 동향

    2-1. 데이터 산업

       2-1-1. 데이터옵스(DataOps)

          (1) 데이터옵스(DataOps) 개념

          (2) 데이터옵스(DataOps)의 아키텍처

          (3) 데이터옵스의 운영 프로세스

       2-1-2. AI옵스(AIOps)

          (1) AIOps 개념

          (2) AI옵스 활용

          (3) AI옵스 시장 전망

 

  3. 글로벌 데이터 경제 산업 동향 및 시장 전망

    3-1. 국내외 데이터 경제 정책 현황

       3-1-1. 국내 데이터 경제 정책 현황

       3-1-2. 해외 데이터 경제 정책 현황

          (1) 미국

          (2) 유럽연합(EU)

          (3) 중국

          (4) 일본

    3-2. 국내외 데이터 시장 전망

 

참고문헌

 

그림목차

 

[그림 1] 세계 산업화 역사

[그림 2] 데이터 품질

[그림 3] 비즈니스 운영을 위한 데이터의 중요성

[그림 4] 데이터 시장의 가치사슬

[그림 5] 4차 산업혁명 vision

[그림 6] 2019년 디지털 혁신 트렌드

[그림 7] 새로운 산업혁명의 주체 데이터

[그림 8] 데이터 경제의 흐름

[그림 9] 4차 산업혁명의 작동원리

[그림 10] 데이터 기반 결정 과정

[그림 11] 공유경제 사업모델

[그림 12] 분석 메카니즘

[그림 13] 데이터와 지식의 피라미드

[그림 14] DataPorts 아키텍처

[그림 15] 데이터 활용 단계

[그림 16] 스마트워치 데이터 수집 시나리오

[그림 17] 데이터 활용 플랫폼 서비스 개요

[그림 18] 데이터 분석 프로세스

[그림 19] Cognitive Text Mining

[그림 20] 데이터 변환 프로세스

[그림 21] 원시데이터(raw data) 처리 과정

[그림 22] 다크 데이터(Dark Data)

[그림 23] 다크 데이터와 비정형 데이터의 차이점

[그림 24] 다크 데이터 활용 방법

[그림 25] 메타 데이터 모델

[그림 26] Metadata Manager

[그림 27] 메타 데이터 연결 아키텍처

[그림 28] 비즈니스 메타 데이터 구현 방법

[그림 29] 데이터 품질 프로세스 흐름

[그림 30] 메타 데이터 관리 프로세스

[그림 31] 메타 데이터 관리 시스템

[그림 32] 빅데이터를 위한 메타 데이터 관리

[그림 33] 데이터 분석 도구

[그림 34] 데이터 분석의 특징

[그림 35] 인공지능(AI) 및 빅데이터

[그림 36] AI 기반 클라우드 앱과 컴퓨팅 알고리즘

[그림 37] 인공지능의 핵심 영역

[그림 38] 데이터 과학 솔루션

[그림 39] 데이터 사이언스(Data Science)

[그림 40] 머신러닝(ML) 워크 플로우

[그림 41] 데이터 라벨링과 활용에 대한 순환구조

[그림 42] 데이터 수집 및 키워드 라벨링 구성 과정

[그림 43] 데이터 레이블 옵션

[그림 44] 자율주행차량 시스템의 구성 요소

[그림 45] 초대형 데이터 센터 각국 비중

[그림 46] 클라우드 소프트웨어 에코시스템

[그림 47] 멀티클라우드 아키텍처

[그림 48] 데이터의 유형

[그림 49] 데이터 기반 단계 성숙도 확장

[그림 50] 데이터 댐 개념도

[그림 51] NZTA의 개방형 데이터 프레임워크

[그림 52] 데이터 브로커 아키텍처

[그림 53] AI 프로젝트에 소요되는 시간 비율

[그림 54] IoT 지원 데이터 마켓플레이스

[그림 55] 온체인(On-Chain) vs. 오프체인(Off-Chain)

[그림 56] 데이터 품질 관리 표준

[그림 57] 공공 마이데이터 서비스

[그림 58] 오픈데이터 플랫폼

[그림 59] 범정부 데이터 플랫폼 개념도

[그림 60] 오픈 API 아키텍처\

[그림 61] openPDS

[그림 62] 마이데이터 접근 방식

[그림 63] 마이데이터 동의 관리 시스템

[그림 64] 마이데이터 아키텍처

[그림 65] 지구 환경 문제

[그림 66] 환경 생태계

[그림 67] 환경데이터 관리 프로세스

[그림 68] 인터스트리 4.0

[그림 69] 데이터 기반 인터스트 4.0

[그림 70] EMR의 구조

[그림 71] 의료데이터 기반 디지털 헬스케어

[그림 72] 데이터 경제의 가치창출 체계

[그림 73] 데이터 경제(Data Economy) Framework

[그림 74] 하루동안 생산되는 데이터 양

[그림 75] 데이터 가치 창출 및 데이터 경제 활성화 기대 효과

[그림 76] 블록체인과 데이터 경제

[그림 77] 데이터 경제 시스템

[그림 78] 마이데이터(My Data)의 소유자

[그림 79] 데이터 소유자

[그림 80] 데이터 소유권, 보안, 애플리케이션의 관계

[그림 81] 데이터 값 주기

[그림 82] 개인 데이터 생태계

[그림 83] 데이터 소유권 및 관리

[그림 84] 데이터 거래 절차

[그림 85] 데이터옵스(DataOps) 개요

[그림 86] 데이터옵스(DataOps) 아키텍처

[그림 87] 데이터옵스(DataOps) 라이프사이클

[그림 88] 데이터 옵스를 사용한 통합 접근 방식

[그림 89] 머신러닝과 DataOps 사례

[그림 90] AIOps 접근 방식

[그림 91] IT 운영 관리에 통찰력을 제공하는 AIOps 플랫폼

[그림 92] AI옵스 플랫폼 시각화

[그림 93] AI옵스 플랫폼의 논리적 구조

[그림 94] 한국판 뉴딜의 구조와 추진체계

[그림 95] 데이터 수집 체계

[그림 96] 영국의 데이터 포털 사이트

[그림 97] 데이터 활용을 둘러싼 일본 정책 추진 현황

[그림 98] 국내 빅데이터 및 분석 시장 전망(2019~2023, 단위: 십억)

[그림 99] 국내 데이터산업 시장 규모 전망

 

표목차

 

[1] 빅데이터 유형 및 데이터의 사용 사례

[2] 데이터재의 특성

[3] 디지털 플랫폼의 유형 및 글로벌 디지털 생태계

[4] 전세계 데이터 규모 현황 및 데이터 통합

[5] 데이터 경제 시스템 및 데이터 경제를 선도하는 국가 순위

[6] 데이터 형태

[7] 데이터 가치 사슬 및 데이터 경제의 가치창출 체계

[8] 데이터 경제 주요 업체 현황

[9] 데이터의 자산 가치를 높이는 요인

[10] 고품질 데이터 특성 및 데이터 변환 기술

[11] 주요 데이터 전처리 기법 및 데이터 처리 과정

[12] 빅데이터 처리 과정별 기술 영역

[13] 품질측정의 기준인 주요 품질지표 예시 및 데이터 처리의 운영

[14] 데이터 수명 주기에 따른 각 과정

[15] 데이터 관리 체계에서 발생하는 문제[16] 다크 데이터 체크리스트(Dark Data Checklist)

[17] 데이터 유형

[18] 메타 데이터 및 관리 모델

[19] 데이터 웨어하우스 VS 데이터 레이크의 차이점 및 데이터 레이크 프로세스

[20] 데이터의 변화와 IoT에서 빅데이터 분석의 역할

[21] 데이터 라벨링 작업 분류 및 AI 학습용 데이터 구축 방법

[22] 주요국의 데이터 경제 관련 정책 추진 현황

[23] 데이터 경제 패러다임 전환 특성과 내용

[24] 빅데이터 분석 플래폼 구축 프레임워크 및 데이터 분석

[25] 데이터 생태계 활성화를 위한 주요 정책 과제 및 데이터 활용주기

[26] 사전준비 핵심 점검요소

[27] 국내 데이터 유통시장에서의 가격결정체계

[28] 데이터 가격 영향 요소

[29] 데이터 유통시장의 이해관계자

[30] 데이터 거래 장애요인 및 데이터 산업 전반에 대한 전문가 의견

[31] 데이터 거래절차 및 금융데이터거래소의 데이터 거래 과정

[32] 사업영위 분야별로 살펴본 데이터 판매 장애요인

[33] 데이터3법 개정안 주요 내용

[34] 데이터 품질 관리 시스템의 4가지 필수 요소 및 데이터 품질관리 주기

[35] 데이터 품질 관리 구성별 세부 내용 및 시스템화

[36] 공공 마이꾸러미 서비스 개시 목록

[37] 범정부 데이터 플랫폼의 주요 구축 목표

[38] 마이데이터 서비스 제공 데이터

[39] 금융분야 마이데이터 서비스 유형

[40] 마이데이터 생태계

[41] 해외 마이데이터 적용 사례

[42] 주요 행위자별 마이데이터 기대 효과 및 마이데이터 인프라

[43] 의료 빅데이터 활용 강화 분야 및 라이프로그 모니터링

[44] 데이터 가치사슬

[45] 데이터 경제 동향

[46] 주요국의 데이터 경제 정책대응 현황

[47] 빅데이터 관련 중국 정부 정책 및 주요 내용 정리

[48] 해외 주요 기업 현황




 

상품 정보 고시

제품소재 상품페이지 참고
색상 상품페이지 참고
치수 상품페이지 참고
제조자 상품페이지 참고
세탁방법 및 취급시 주의사항 상품페이지 참고
제조연월 상품페이지 참고
품질보증기준 상품페이지 참고
A/S 책임자와 전화번호 상품페이지 참고

등록된 사용후기

사용후기가 없습니다.

등록된 상품문의

상품문의가 없습니다.

배송 안내 입력전입니다.
하연