시험에서는 “빅데이터가 무엇인가?”보다 어떤 관점의 정의인지, V가 무엇을 의미하는지를 비교하는 문제가 자주 출제됩니다.
언제?
빅데이터의 기본 개념과 정의를 설명할 때
언제?
기업의 빅데이터 활용 사례와 가치 창출을 설명할 때
언제?
데이터 거버넌스·관리정책·프로젝트 실행조건을 논의할 때
“데이터가 얼마나 많은가?”
“데이터 형태가 얼마나 다양한가?”
“얼마나 빨리 생성·수집·분석해야 하는가?”
| 구분 | 쉽게 말하면 | 관광 사례 |
|---|---|---|
| 3V | 데이터가 많고·다양하고·빠르다 | 관광객의 검색기록, 예약정보, 위치정보, SNS 사진·후기 등이 엄청나게 많이, 다양한 형태로, 실시간 생성됨 |
| 4V | 그 데이터를 활용해 가치를 만든다 | 데이터를 분석해서 “이 관광객에게 어떤 숙소·맛집·관광지를 추천하면 예약할 가능성이 높은가?”를 예측 |
| 7V | 가치뿐 아니라 데이터가 믿을 만한지·정확한지·언제까지 쓸 수 있는지까지 본다 | 가짜 리뷰인지, 위치정보가 정확한지, 3개월 전 숙박가격을 지금도 써도 되는지 등을 점검 |
예를 들어 안동 관광 플랫폼이 있다고 해보겠습니다.
정리: 3V는 데이터의 성격 자체를 설명합니다.
3V에 Value(가치)를 더합니다.
관광객은 원하는 정보를 쉽게 얻고, 관광사업자는 예약을 더 받을 수 있습니다.
여기서부터는 데이터 품질과 관리가 중요해집니다.
| 7V | 영어 의미 | 한글 의미 | 영어 발음 | 핵심 질문 |
|---|---|---|---|---|
| Volume | amount of data | 데이터의 양·규모 | 볼-륨 | 데이터가 얼마나 많은가? |
| Variety | different types of data | 데이터의 다양성 | 버-라이-어-티 | 데이터 형태가 얼마나 다양한가? |
| Velocity | speed of data generation and processing | 데이터의 생성·처리 속도 | 벌-라-서-티 | 데이터가 얼마나 빠르게 들어오고 처리되는가? |
| Value | useful value created from data | 데이터가 만들어내는 가치 | 밸-류 | 이 데이터로 어떤 편익이나 이익을 만들 수 있는가? |
| Veracity | trustworthiness of data | 데이터의 진실성·신뢰성 | 버-래-서-티 | 이 데이터를 믿을 수 있는가? |
| Validity | whether data is valid and appropriate | 데이터의 유효성·정확성 | 벌-리-더-티 | 이 데이터가 분석 목적에 맞고 정확한가? |
| Volatility | how quickly data changes / how long it remains useful | 데이터의 변동성·휘발성 | 발러-틸-러-티 | 이 데이터는 얼마나 빨리 변하며 언제까지 유효한가? |
시험에서 ‘데이터의 규모’를 묻는 표현이 나오면 McKinsey 정의와 가장 가깝습니다.
초고속 수집·발굴·분석, 차세대 기술, 아키텍처, 비용이 핵심어입니다.
데이터 규모 자체보다 새로운 가치와 사회·조직의 변화에 더 넓게 초점을 둡니다.