데이터는 객관적 사실을 표현하게 되는데, 사실을 표현하는 방법으로 정량적인 데이터와 정성적인 데이터로 구분할 수 있습니다. 정량적 데이터는 주로 수치로 구성되어 데이터의 값이 크고 작음을 비교할 수 있게 됩니다. 정성적 데이터는 텍스트로 구성되며 의미를 갖는 데이터입니다.

데이터의 유형에는 정형데이터, 반정형데이터, 비정형데이터로 구분됩니다.

정형데이터는 정해진 형식과 구조에 맞게 저장되도록 구성된 데이터입니다. 관계형 데이터베이스에서 테이블이라든지 엑셀형태 또는 CSV형식으로 구성됩니다. 반정형데이터는 정형데이터와 비정형데이터를 혼합하여 사용하는 형태로 연산이 불가능한 형식입니다. JSON, XML, HTML과 같은 데이터 형태가 반정형 데이터에 해당됩니다. 비정형데이터는 데이터의 구조가 정해지지 않은 데이터이며, 동영상, 이미지, 음성, 문서 등이 해당됩니다.

또한, 원본데이터로 복원이 가능한 가역데이터와 원본데이터로 복원이 불가능하는 불가역데이터로 나뉘어질 수 있습니다.

데이터가 모여서 정보가 되고, 정보가 모이면 지식이 됩니다. 지식은 지혜를 만들어낼 수 있지요.

데이터가 모여 정보가 되는데, 어마 어마한 빅데이터가 있다면 엄청난 정보가 있겠지요. 이 엄청난 정보를 이용한 지식을 알 수 있게 되며 이러한 지식을 바탕으로 지혜로운 결정을 할 수 있게 됩니다.

따라서, 요즘같은 AI 시대에서는 데어터는 석유보다 더 귀한 자원으로 여겨질 정도로 중요합니다.

AI 시대에서 데이터의 중요성

AI 학습의 원천

- AI는 데이터를 기반으로 학습하며, 정확하고 풍부한 데이터가 있어야 성능이 좋아짐.

2. 의사결정의 핵심

- 기업이나 정부는 AI를 통해 데이터를 분석하고 의사결정 자동화 및 최적화에 활용하게 됨.

3. 데이터의 품질이 AI의 품질을 결정

- 잘못된 데이터는 편향된 AI가 되고, 고품질의 데이터는 신뢰도 높은 결과와 예측이 가능한 AI가 됨.

4. 신산업의 원동력

- 자율주행차, 챗본, 추천시스템, 헬스케어 AI등은 모두 데이터 기반으로 동작

- 빅데이터 기반의 AI 기술은 신산업 창출에 핵심 자원이 됨.

AI는 데이터를 먹고 자란다. 데이터 없이는 AI도 없다.