때로는 "사물의 인터넷"이라고 불리는 Big Data가 도착했습니다. MIT의 디지털 비즈니스 센터 소장 인 브린 olf슨 (Brynjolfsson) 교수는 "최근의 컨퍼런스에서 아이디어, 패러다임, 조직 및 사고 방식을 대체 할 것"이라고 말했다. 어쩌면. 그러나 그것이 할 수없는 것에 대해 생각할 가치가 있습니다.
스티브 로어 (Steve Lohr)가 뉴욕 타임스의이 분야에 대한 연평균 리뷰에 따르면, 그러한 주장은 웹 브라우징 흔적, 센서 신호, GPS 추적 및 소셜 네트워크 메시지와 같은 데이터가 "예를 들어 쇼핑, 데이트 및 투표와 같은 모든 종류의 행동을 예측할 수있게 해줄 것입니다."
모두 사실입니다. 인터넷에서 우리가 컴퓨터에서 수행하는 모든 검색을 이미 추적하기 때문에 우리는 이것을보고 있습니다. 우리는 무수히 많은 힌트와 그 밖의 무엇을 사고 싶은지에 대한 제안을 피할 수 없습니다. 아무것도 잊거나 무시하지 않습니다. 그리고 그것들은 우리가 어떻게 추적되고 있는지 더 잘 감지 할 수있는 신호입니다.
그러나 Lohr이 지적한 바와 같이 이러한 예측은 수학적 모델을 기반으로하며 우리의 모델은 인간의 지능으로 만들어집니다. 일단 설정되면 모델은 데이터를 신속하고 효율적으로 처리하지만 인간에 의해 고안 되더라도 그들은 스스로 오류가있을뿐만 아니라 오용되기 쉽습니다.
그러한 모델에 내재 된 사생활 침해에 많은 관심이 기울여왔다. 우리가 우연히 자신에 대해 무엇을 드러내고 있습니까? 그리고 누가 우리를 조작하고 통제하기 위해 그 정보를 사용할 것입니까? 물론 지금은 일어나고 있지만, 악화 될 것입니다. 그리고 우리는 어떻게 알 것인가?
다른 종류의 위험은 사용 된 모델의 정교함과 정확성의 부족입니다. 훌륭한 프로그램은 수학과 컴퓨터 기술을 필요로하지만 혁신적이고 사려 깊은 능력도 필요합니다. Lohr는 맥킨지 글로벌 인스티튜트 (McKinsey Global Institute)는 "미국은 14 만 ~ 19 만 명의"깊은 분석 전문성 "을 갖춘 인력이 더 필요하다고 예상했다. 그는 뉴욕의 온라인 광고 타켓팅 사업부의 수석 과학자 인 클라우디아 펄리히 (Claudia Perlich)를 인용한다."우리는 기술을 빠르게 성장시킬 수 없다 충분히."
필요한 컴퓨터 및 수학 기술 만이 아닙니다. Lohr는 "데이터를 듣는 것이 중요하지만 경험과 직감도 중요합니다. 결국 수학의 모델보다는 인간의 두뇌를 통해 필터링 된 모든 종류의 최상의 데이터에서 직감은 무엇입니까? "("대단한 데이터는 훌륭하지만 직관은 그렇습니다. "참조)
분명히, 그것은 때때로 우리가 부주의 한 무의식 정보를 포함합니다. 왜냐하면 때로는 관련성이 없거나 때로는 유행을 따르지 않고 때로는 원하지 않는 것처럼 보일 수도 있기 때문입니다. 요점은 종종 우리가 가장 자주 알아야 할 정보를 드러내는 것은 정보, 즉 예상치 못한, 예상치 못한, 받아 들일 수 없거나 파악하기 어려운 정보 인 경우가 많다는 것입니다.
Lohr은 MIT의 최근 컨퍼런스에서 빅 데이터의 큰 실패에 대해 묻는 패널에 사례가 없을 수 있다고보고했습니다. 그러나 나중에 청중에있는 누군가 빅 데이터가 2008 년의 신용 위기와 금융 위기를 예고하지 못했다고 말했습니다. 오!
잠재력의 유령이 그 지지자들이 인간의 요소를 무시하거나 경시하도록 유도 할 수 있습니까? 빅 데이터가 사람들에게 지나치게 자신감을 부여하거나 잘난척하게합니까? 그렇다면 빅 데이터로 해결할 수없는 문제 일뿐입니다.