Loading...

ICT융합 테스팅 기술

ICT융합 테스팅 기술2019-02-25T11:08:30+00:00

블록체인(Blockchain)

2016년 세계경제포럼인 다보스포럼에서 4차 산업혁명이라는 화두가 제시된 이후, 최근 들어 ‘4차 산업혁명’이라는 말과 함께 ‘블록체인’ 이라는 용어가 전문가들뿐만 아니라 일반 대중들 사이에서도 자주 언급되고 있습니다. 가트너에서는 2017년부터 매해 블록체인이 향후 세계 경제 변혁을 주도할 주요 기술들 중 하나가 될 것이라고 전망하고 있습니다. 현재 상용화된 블록체인에는 비트코인(Bitcoin), 이더리움(Ethereum), 이오스(EOS)가 대표적입니다.

블록체인은 분산 원장 기술(Distributed Ledger Technology, DLT)을 바탕으로 한 데이터베이스 시스템입니다. 이는 기존 데이터베이스 시스템이 중앙의 신뢰기관에 데이터를 보관하는 것과는 다르게, 소정의 거래 정보를 담은 일련의 블록들을 피어-투-피어(Peer-To-Peer, P2P) 분산 네트워크를 통해 체인처럼 엮어, 네트워크 참여자들 사이에 데이터를 분산 저장하고, 각 블록이 네트워크 참여자들의 검증과 동의를 통해 새로이 생성 및 검증되도록 한 시스템입니다. 블록체인 내의 각 블록은 이전 블록을 정교하게 참조하기 때문에, 누군가 임의로 블록체인 상의 블록을 조작하는 것이 실질적으로 불가능합니다.

블록체인은 해킹을 사실상 원천적으로 차단하는 강력한 알고리즘을 기반으로 ICT 서비스를 넘어 다양한 융합 산업으로 적용범위가 지속적으로 확장될 것으로 예상됩니다. 또한, 블록체인 기술이 확장됨에 따라 기존 서비스와의 융합에서 많은 품질적 이슈들이 생성될 것이기 때문에, 이를 위한 연구가 앞으로 중요해질 전망입니다.

블록체인 기술 개요

구분 설명
트랜잭션 거래, 매매라는 뜻을 가짐. 블록체인 상에서 발생하는 거래 내역을 뜻함
비대칭키 암호화 거래 내역을 암호화 하여 전송하는데 사용되는 기술
원장 거래 내역을 저장하는 장부
블록체인에서는 참여자 모두가 원장을 나눠서 저장하기 때문에 분산 원장이라고 부름
블록 헤더와 바디로 구성되어 있으며, 헤더에는 블록의 버전, 논스(Nonce), 이전 블록해시 등의 정보를 담으며 바디에는 원장이 저장됨
합의 모델 블록의 유효성을 검증하기 위한 모델
크게 작업증명(Proof of Work, PoW)과 지분증명(Proof of Satke, PoS)으로 나뉨
포크 블록 구조, 합의 모델, 프로토콜 등 블록체인 환경을 업데이트 하는 것
이전 버전과 호환 되는 것은 소프트 포크, 호환되지 않는 것은 하드 포크
스마트 계약 거래 당사자들간에 계약 조건이 맞으면 자동으로 거래되는 시스템
DApp Decentralized Application의 줄임말로, 탈중앙화된 어플리케이션. 블록체인 플랫폼 위에서 작동하는 앱

블록체인 기반 거래 과정

네트워크 참여자가 공동으로 거래 정보를 검증하고 해시기반으로 처리된 블록을 기록 · 보관하여 공인된 제3자 없이도 무결성 및 신뢰성을 확보하여 분산원장을 가능하게 합니다.

블록체인 기술 분류

블록체인 기술은 아래와 같이 4가지 중요 기술로 분류될 수 있습니다.

각 기술 별 상세내용은 다음과 같습니다.

구분 표준화 항목 상세내용
기반기술 블록체인 용어 일관성 있는 표현이 가능하도록 필수용어 및 개념 정의
블록체인 참조구조 논리적, 물리적 구조의 도식화 및 구성요소 간 관계 정의
블록체인 분류체계 블록체인 시스템에 대한 개념적 분류, 유스케이스 분류 등 제공
플랫폼 및 연동기술 블록체인 내·외부 상호호환 블록체인 간, 또는 오프체인 등 호환을 위한 API, 인터페이스 정의
클라우드 기반 블록체인 클라우드에서 블록체인 구현을 위한 요구사항, 참조구조 제공
응용기술 응용분야 참조구조, 요구사항 콘텐츠 저작권, 전자기록 등 응용분야 참조구조 및 요구사항 제공
관리기술 보안 위협 및 요구사항 블록체인 보안위협, 취약성을 식별하고 보안 요구사항 정의
블록체인 ID 관리 노드 식별, 인증, 소유권 정의 및 자가구권 ID 관리 기법 제공

블록체인 표준화 및 품질

2017년 시작된 블록체인 표준화는 정보기술 업계 중심의 ISO(International Organization for Standardization)와 통신사·제조사 중심의 ITU-T(Telecommunication Standardization Sector of the International Telecommunications Union)에서 표준화 작업에 착수하였으며, 2019년까지 블록체인 표준화를 완료하는 것이 목표입니다.

우리나라의 경우, 향후 5년간 정부 주도로 육성할 핵심 기술들 중 하나로 블록체인 기술이 포함되어 있어 더욱 관심을 받고 있습니다(‘ICT R&D 기술로드맵 2023’). 블록체인의 기술범위는 △ 분산원장 자체 작동에 필요한 기반기술, △ 블록체인 내외 데이터와 연동해 활용하는 확장기술, △ 블록체인을 여러 가지 산업에 활용하는 서비스 기술 3가지로 구성되어 있습니다.

블록체인은 4차 산업혁명의 핵심 기술로 관심을 받고 있지만, 현재의 기술로는 해결하기 어려운 몇 가지 한계를 가지고 있습니다. 특히 블록체인 기반 거래의 처리 속도와 성능에 관련된 확장성 문제, 대규모 정보의 저장 및 처리 문제, 보안과 관련된 문제가 제기되고 있습니다. 또한 블록체인 기술은 중앙 신뢰기관 없이 P2P 네트워크로 실시간 상호 동기화가 이루어지며, 분산원장기술의 기원인 비트코인에서 점차적으로 이더리움, 하이퍼레저, 이오스 등의 분기된 체인으로 빠르게 발전하고 있습니다.

블록체인은 크게 기술 계층과 서비스 계층으로 구분할 수 있으며, 기술 계층은 분산형 원장 기술과 스마트 컨트랙트 기술과 같은 블록체인 원천 기술을 의미하는 블록체인 계층과, 블록체인 계층을 기반으로 제공하는 서비스인 코어 어플리케이션(비트코인, 이더리움 등)으로 구성되어 있습니다. 서비스 계층은 사이드 체인과 사용자 어플리케이션으로 구성되고, 계층과 계층 내부에 존재하는 서비스 사이에서 다양한 품질 영역과 시험 방안을 도출할 수 있습니다.

1. 화이트박스 테스트 : 기술 계층의 메인넷과 테스트넷, 각각의 단위 테스트 및 개발 프레임워크의 단위 테스트
2. API 테스트 : 메인넷과 테스트넷, 메인넷과 응용서비스, 테스트넷과 응용서비스 및 응용서비스 사이의 인터페이스 테스트
3. 비기능 테스트 : 메인넷에 대한 성능 및 보안 테스트
4. 블랙박스 테스트 : 블록체인 응용 서비스의 기능과 비즈니스 규칙 테스트

또한 지속적으로 확장되는 네트워크와 요소간 조합은 테스트 주도 개발(Test Driven Development, TDD) 접근법에 따라 가능한 자동화 기법을 최대한 도입하여 시장 출시 기간을 단축해야 합니다. 실제 블록체인을 구현하고, 블록체인 기반 서비스를 확인하고 검증하는 작업은 더욱 복잡합니다. 그러므로 테스트 프로세스에 따라 요구사항을 분석하고, 테스트 계획을 세우고, 테스트를 설계하여 수행하고 결과를 검증하는 체계적인 절차를 따라서 진행하는 것이 중요합니다.

다음은 테스트 주기 내에서 테스트 단계를 구분하고, 각 단계에서 요구되는 테스트 전략과 관리 할 수 있는 주요 활동에 대한 정보를 제공합니다.

탈중앙화 어플리케이션(Decentralized apps) QA

비트코인과 같은 1세대 블록체인의 경우, 새로운 요구사항이 발생되면 처음부터 모두 다시 개발해야 되는 문제를 가지고 있습니다. 이에 따라, 개발자에게 애플리케이션을 구축하기 위한 프레임워크를 제공하는 2세대 분산형 애플리케이션이 필요하게 되었고, 이더리움을 통해 시작되었습니다.

탈중앙화 애플리케이션이란 중앙에서 제어/관리하는 서버가 존재하지 않고, 피어 투 피어 네트워크에서 동작할 수 있는 애플리케이션을 말합니다. 탈중앙화 애플리케이션은 각 기능이 스마트 컨트랙트에 의해 구동됩니다. 그러므로, 탈중앙화 애플리케이션에 대한 품질 보증은 주로 스마트 컨트랙트 시험으로 요약할 수 있습니다. 탈중앙화 애플리케이션은 프론트엔드와 백엔드로 구성되어 있습니다. 프론트엔드는 HTML, CSS, Javascript로 구축되고, 백엔드는 스마트 컨트랙트를 의미합니다.

일반적인 탈중앙화 애플리케이션의 QA 요구사항은 아래와 같이 정리할 수 있습니다.

블록체인은 기술 자체적으로도 아직 표준화 활동이 진행 중이며, 중앙집중형 시스템과 달리 환경이 유동적이어서 품질, 성능, 보안 등과 관련되어 체계적인 평가 시스템이 아직은 없지만 블록체인 시장 확대와 함께 평가 시스템에 대한 논의도 국내외에서 활발히 진행되고 있습니다.

ICT시험인증연구소에서는 향후 블록체인의 품질, 성능, 보안 영역에서의 품질 평가 방법과 품질 평가 지표를 추출하여 블록체인 기반 서비스의 품질 모델에 대한 연구를 계속 진행할 예정입니다.

상담 및 신청

전화 : 02-2039-3155 / 이메일 : support@tecel.kr

시험성적서 온라인 문의

사물인터넷(Internet of Things, IoT)

IoT 기술은 이동통신망을 이용하여 사람과 사물, 사물과 사물, 현실과 가상세계의 모든 정보와 상호작용 하는 것을 의미합니다.
가트너는 전 세계 IoT 시장이 2020년 약 2조 9,462억 달러 규모로 성장할 것으로 전망하고 있으며, 향후 10년에 걸쳐 500억 개의 사물들이 연결되는 IoE(Internet of Everything: 만물인터넷)로 진화할 것으로 예측하고 있습니다.

IoT 기술 동향

구분 IoT 기술 세부내용
공통 기술 센싱 원격감지, 위치 및 모션 추적 등의 정보를 획득하기 위한 센서 활용(온도, 습도, 열, 가스, 조도, 초음파 등)
MEMS, 반도체 SoC, 임베디드 SW 기술 발전으로 지능화된 스마트 센서 활용
네트워킹 인간과 사물, 서비스 등 분산된 환경요소들을 서로 연결시킬 수 있는 유무선 네트워킹 기능
4G/LTE, 5G, WiFi, 블루투스, 위성통신 등이 대표적 사례
인터페이스 IoT의 특정 기능을 수행하는 응용 서비스와 연동하는 역할
검출정보 기반기술(정보의 검출, 가공, 정형화, 추출, 처리 및 저장 기능), 위치정보 기반기술, 보안 기술, 데터 마이닝 기술, 웹서비스 기술 등으로 구성
세부 기술 저전력 네트워킹 사물의 통신방식에 따라 단말에서 지원되는 통신반경, 데이터 전송율, 단말 가격, 소모전력 의미
저전력을 사용하는 ZigBee, Bluetooth LE, Sub-GHz 방식의 802.11ah및 ZWave 방식 사용
센서데이터 최적화
및 관리
IoT 서비스는 단말 간 데이터 전송이 빈번하게 발생하게 되므로, 단말의 전력 소모가 많아짐.
네트워크의 저전력화를 위한 데이터의 경로 설정 및 흐름제어 등 데이터 전송 효율화 기술 중요
저전력 임베디드
OS 기술
데이터 수집 및 데이터 전송을 효율적으로 관리해 주는 경량운영체제 필요.
현재 TinyOS, Contiki, NanoQplus 등의 경량운영체제가 많이 사용되고 있음
새로운 전력공급 및 저장 유연한(Flexible) 전력공급 장치와 더욱 장시간 사용할 수 있는 고밀도 배터리기술 필요.
반영구적인 사용을 위해 전력 자가 생산 및 무선 충전 기술 요구
저가격·저전력 프로세서 단말의 빠른 확산을 위해 제품의 저가격화 필요

현재 IoT 기술을 주도하는 글로벌 표준이 없기 때문에 다양한 표준화 기구들이 각자의 특장점을 바탕으로 연구개발을 진행하고 있으며, 많은 업체와 단체들이 표준 정립을 위한 활동을 활발하게 전개해 나가고 있습니다. 하지만, IoT 기술 및 서비스는 상호운용성을 기반으로 하고, 보안 측면에서 위협 예방 및 대응 체계를 갖추기 위해서도 표준 정립은 반드시 필요합니다.

글로벌 기술표준 부재와 이로 인한 디바이스간 상호운용성, 보안 문제는 IoT 서비스 기술의 근간을 이루고 있는 다양한 기기, 응용 서비스의 연결과 이들 사이에 발생하는 상호작용을 불완전하게 만들고 있습니다. 뿐만 아니라 사용자들에게 가장 중요한 신뢰를 담보할 수 없기 때문에, 위험(Risk)과 불확실성 (Uncertainty)을 가지고 있습니다.

IoT 시스템 상호호환성 및 신뢰성 확보를 위한 테스트 기술 연구

상호운용성과 안정성 확보를 위해서는 디바이스와 애플리케이션 개발의 전체 생명주기(Life Cycle)에 따라 시스템의 규모에 맞게 테스트할 수 있는 방안을 마련해야 합니다. 이를 위한 가장 효과적인 방법은 전체 시스템 복제와 모델링을 가능하게 하는 시뮬레이션 기술 및 하드웨어 가상화 적용입니다. 시뮬레이션 기술과 하드웨어 가상화 적용은 소프트웨어 테스트 및 효율적인 디버깅을 가능하게 합니다.

산업용 사물인터넷(Industrial Internet of Things) 애플리케이션과 시스템을 위한 수천 개 노드 간에 실행되는 소프트웨어를 테스트하려면, 테스트를 자동화하고, 검사하고, 제어할 수 있는 기능이 필요하지만 방대한 규모의 실제 기기를 대상으로 테스트를 자동화하는 것은 어려운 일입니다.
이러한 문제는 가상플랫폼(Virtual platforms)과 무선 네트워크 및 환경에 대한 시뮬레이션을 통해 극복할 수 있으며 이를 통해 하드웨어를 소프트웨어 시뮬레이션으로 전환해 쉽게 하드웨어를 생성하고 구성하고, 제어할 수 있습니다.

사물인터넷 시스템 소프트웨어 테스트에서는 노드의 특정 토폴로지(topology), 네트워크 및 게이트웨이가 포함된 완전한 통합 소프트웨어 시스템을 테스트해 실제 환경에서 제대로 작동하는지 반드시 확인해야 합니다.
ICT시험인증연구소에서는 IoT 하드웨어 및 네트워크 시뮬레이션을 통한 IoT 상호호환성, 안정성, 보안성 등의 이슈들을 해결하고, 품질을 확보할 수 있는 효과적인 테스트 방안을 연구하고 있습니다.

인공지능(Artificial Intelligence, AI)

인공지능기술이 차세대 먹거리로 떠오름에 따라 새로운 부가가치 창출의 원천으로 주목 받으면서 세계 주요국과 글로벌 지식재산 선도 기업들의 집중적인 투자와 연구개발이 이루어지고 있습니다.

향후 인공지능 기술은 공공, 산업, 생활 등 국가 전반에 직·간접적인 효과를 창출할 것으로 전망됨에 따라 국가 및 기업의 글로벌 경쟁력 확보 및 특허 전략에서 중요한 부분을 차지 할 것으로 전망되며 인공지능의 시장규모 또한 급속도로 증가할 것으로 전망되며 금융, 의료, 제조업 등 경제·산업은 물론 사회·문화적 측면에서 광범위한 파급 효과를 가져올 것으로 예측됩니다.

이에 빠른 속도로 증가하고 있는 인공지능 기술이 지닐 파급 효과에 대비한 기술개발 연구와 그에 따른 사회적.제도적 대응방안 마련이 필요하며, 무궁무진한 인공지능 기술을 통한 다양한 산업 분야에서의 연구 개발이 필요 합니다.

인공지능 기술의 기술분류는 아래의 표에 정의된 것과 같이 5개의 핵심기술로 구분되어집니다.

핵심 기술 세부 기술 기술 개요
학습 및 추론 기술
Learning & Resoning)
지식표현 분석된 지식을 컴퓨터가 이해 할 수 있는 언어로 표현하는 기술
지식베이스 축적한 전문지식, 문제 해결에 필요한 사실과 규칙이 저장된 데이터 베이스로 구축, 관리하는 기술
상황 이해 기술
(Context Understanding)
감정 이해 사람의 기분, 감정을 인식, 구분할 수 있는 기술
공간 이해 시공간적 세계를 정확하게 인지하고, 3차원의 세계를 잘 변형시키는 기술
협력 지능 다른 에이전트와 교류하고, 이해하며, 그들의 행동을 해석하고, 효율적으로 대처하는 기술
자가 이해 자기 자신(개성, 정신적 심리적 특성)을 이해하고, 느낄 수 있는 인지적 기술
언어 이해 기술(Language Understanding) 자연어 처리
(형태소 분석, 개체명 인식, 구문분석, 의미분석)
인간의 자연적 언어를 형태소 분석, 개체명 인식, 구문 분석, 의미 분석하는 기술
질의 응답 질문에 대한 답변을 제시하는 기술
음성 처리 디지털 음성신호를 컴퓨터에서 처리 가능한 언어로 변환하는 기술
자동통번역 한 언어에서 다른 언어로 자동으로 번역하거나 통역하는 기술
시각 이해 기술
(Visual Understanding)
내용 기반 영상 검색 영상 데이터 자체의 특징 정보인 색광과 모양, 질감 등 영상 데이터의 내용을 대표할 수 있는 특징들을 추출하고 이를 기반으로 색인과 검색을 수행하는 기술
행동 인식 동영상에서 움직이는 사물의 행동을 인식하는 기술
시각 지식 행동 인식, 영상 이해, 배경 인식 등을 이용하여 영상 데이터로부터 지식 정보를 추출, 생성하는 기술
인식 및 인지 기술 휴먼 라이프 이해 개인 경력관리, 건강, 대인관계, 재무관리 등 일상생활에서의 지능적 도움을 제공하기 위해 사람의 생활을 이해하는 기술
인지 아키텍쳐 인지 심리학 측면에서의 사람의 마음 구조를 컴퓨팅 모델화 하는 기술

출처: 한국지식재산연구원, 인공지능(AI) 기술 및 정책 동향, 2016

현재 다섯 개 주요 산업 군에서 활발하게 인공지능 기술을 개발하고 있습니다.

인공지능 기술은 향후에도 학습 및 추론 기술, 상황이해 기술, 언어이해 기술, 시각이해 기술, 인식 및 인지 기술의 5대 핵심 기술을 기반으로 다양한 산업 군에서 각 산업의 특화된 기반 기술로 발전될 것으로 전망합니다.
와이즈스톤 ICT시험인증연구소는 인공지능의 5대 핵심 기술 분야 중 언어이해 기술(음성/음향 인식 기술)과 시각이해 기술에 대한 테스트 방법 및 품질확보에 대한 연구를 수행하고 있습니다.

음성/음향 인식 기술

음성/음향 인식 처리 기술은 인간이 일상적으로 사용하는 언어를 형태분석, 의미 분석, 대화 분석 등을 통하여 기계적으로 분석해서 컴퓨터가 이해할 수 있는 형태로 만들고 컴퓨터가 처리한 결과물을 사람의 편의 성에 입각하여 텍스트, 음성, 그래픽 등을 생성하는 제반 기술 입니다.

얼굴 인식 기술

얼굴 인식(Face Recognition) 기술이란 생체인식(Biometrics) 분야 중의 하나로 사람 얼굴이 갖는 기하학적 구조를 디지털로 매핑하는 기술을 말합니다. 사람마다 얼굴에 담겨있는 고유한 특징 정보를 이용하여 기계가 자동으로 사람을 식별하고 인증합니다.
와이즈스톤 ICT시험인증연구소는 스마트폰의 얼굴인식 테스트 의뢰를 받아 아래 그림과 같이, 시험 중 수집되는 실패 케이스를 보다 집중적으로 테스트하고 분석하기 위해 실제 테스트 단계를 이중(real image test & spoofing test)으로 설계하고 진행했습니다.

와이즈스톤 ICT시험인증연구소는 위 사례를 통해 카메라를 통하여 이미지 입력 얼굴 인지(face detection), 얼굴 인식(face recognition), 등록된 사용자 정보, 비교와 사용자 인증(authentication)의 각 단계별로 얼굴 인식 기술을 위한 테스트 기준을 선정하고 얼굴인식 기술의 품질 향상을 위한 방안을 연구하고 있습니다.

빅데이터(Big Data)

최근의 ICT 융합기술은 과거와 비교할 수 없을 정도로 많은 정보와 데이터를 생성하여, ‘빅데이터(Big Data)’ 환경을 구축하는 변화를 선도하고 있습니다.

오늘날에는 아날로그 시기나 이전 디지털 시기와는 다르게 정형화된 수치 데이터뿐 아니라, 비정형화된 데이터(사진, 오디오, 비디오 등)까지 방대한 양의 데이터가 짧은 주기로 생성되어 축적, 저장, 처리, 분석되고 있습니다.

빅데이터의 특징은 5V – 규모(volume), 다양성(Variety), 속도(Velocity), 정확성(Veracity), 가치(Value)로 정의되며, 빅데이터란 용어도 빠르게 생성되고 있는 대규모의 데이터를 처리하는 기술뿐 아니라, 그 데이터에서 가치 있는 정보를 추출하는 기술을 포함하는 것으로 그 의미를 확대되고 있습니다.

이러한 용어의 의미 확장은 빅데이터의 진정한 가치가 대용량 데이터 자체보다는 그 데이터의 처리∙분석을 통해 가치를 생성할 수 있는데 있음을 의미합니다.

[표] 빅데이터 주요 5가지 구성요소

구분 주요 내용
규모(Volume) – 기술적인 발전과 IT의 일상화가 진행되면서 해마다 디지털 정보량이 기하급수적으로 폭등
→제타바이트(ZB) 시대로 진입
다양성(Variety) – 로그기록, 소셜, 위치, 소비, 현실데이터 등 데이터 종류의 증가
– 텍스트 이외의 멀티미디어 등 비정형화된 데이터 유형의 다양화
속도(Velocity) – 사물정보(센서, 모니터링), 스트리밍 정보 등 실시간성 정보 증가
– 실시간성으로 인한 데이터 생성, 이동(유통) 속도의 증가
– 대규모 데이터 처리 및 가치 있는 현재정보(실시간) 활용을 위해 데이터 처리 및 분석 속도 중요
신뢰성(Veracity) – 분석방법, 데이터의 오류제거 통한 신뢰할 수 있는 결과 도출이 중요
가치(Value) – 다양하고 대량의 데이터간의 상호연관성 분석과 의미추출을 통하여 조직의 의사결정에 가치를 더해주는 결과도출 지향

* 출처 : 한국정보화진흥원(NIA) (2016년)

빅데이터 처리 기술은 각 단계별 핵심 기술을 통해 가치 있는 정보 추출과 시각화된 정보 제공을 주 목적으로 합니다. 데이터 수집부터 저장, 처리, 분석, 활용(시각화)의 5 단계 처리 과정을 거치며, 활용 가능하고 의미 있는 정보로 가공됩니다.

요소기술 설명 해당기술
빅데이터 수집 조직 내부와 외부의 분산된 여러 데이터 소스로부터 필요로 하는 데이터를 검색하여 수동 또는 자동으로 수집하는 과정과 관련된 기술로 단순 데이터 확보가 아닌 검색/수집/변환을 통해 정제된 데이터를 확보하는 기술 ETL
크롤링 엔진
로그 수집기
센싱
RSS 및 Open API
빅데이터 저장 작은 데이터라도 모두 저장하여 실시간으로 저렴하게 데이터를 처리하고, 처리된 데이터를 더 빠르고 쉽게 분석하도록 하여 이를 비즈니스 의사결정에 바로 이용하는 기술 병렬 DBMS
하둡(Hadoop)
NoSQL
빅데이터 처리 엄청난 양의 데이터의 저장/수집/관리/유통/분석을 처리하는 일련의 기술 실시간 처리
분산 병렬처리
인-메모리 처리
인-데이터베이스 처리
빅데이터 분석 데이터를 효율적으로 정확하게 분석하여 비즈니스 등의 영역에 적용하기 위한 기술로 이미 여러 영역에서 활용해온 분석 기술 통계 분석
데이터 마이닝
텍스트 마이닝
예측 분석
최적화
평판 분석
소셜 네트워크 분석
빅데이터 시각화 자료를 시각적으로 묘사하는 학문으로 빅데이터는 기존의 단순 선형적 구조의 방식으로 표현하기 힘들기 때문에 빅데이터 시각화 기술이 필수적임 편집기술
정보 시각화 기술
시각화 도구

[표] 빅데이터 요소기술 분류 * 출처 : 한국정보화진흥원, 빅데이터 기술분류 및 현황. 빅데이터 전략센터. 2013. 12

Big Data(대용량) 활용 절차단계별 품질 관리 요소

데이터 정합성에 대한 품질 검증 방법

1. 데이터 수집 시 데이터가 유실되지 않고 수집되는지 확인
2. 수집된 데이터의 패턴이 자동으로 인식되어 매칭되는지 확인

먼저 소스 데이터베이스의 데이터를 CLI 또는 Database client tool을 이용하여 수집 및 처리한 후, Big Data Repository(타켓 데이터베이스)의 데이터를 직접 확인하여 데이터 정합성에 대한 품질을 검증합니다.

ICT시험인증연구소는 빅데이터 핵심 기술인 데이터 정합성에 대한 품질 확보 및 향상 방안을 연구하고 있습니다.