우리가 거의 매일 쓰는 신용카드에 대해서 잠시 생각해보자. 남녀의 성별, 연령대별 또는 이용자의 관심분야별로 다양한 혜택과 기능을 지닌 각양각색(各樣各色)의 카드를 우리 실생활 속에서 요긴하게 활용 중이다.
그런데 이렇게 천차만별(薦次萬別)의 카드 서비스 속에도 오늘 우리가 알아보려 하는 ‘빅 데이터’가 숨어있다.
그것은 카드 이용자의 성별, 연령대, 기호(嗜好) 및 소비패턴(patten)을 하나하나 모아서 개개인별의 특정요소들을 산출하고 이것을 마케팅(marketing)에 활용한 대표적인 사례인 것이다.
최근 우리 생활 속에 스마트 폰(smart phone), 스마트 TV, RFID(Radio Frequency Identification), 각종 센서(sensor)등의 급속한 보급과 모바일 인터넷과 소셜 미디어(social media)의 확산으로 다양한 형태의 데이터(data)량이 기하급수적(幾何級數的)으로 증가하고, 데이터의 생산, 가공 유통, 소비 등의 데이터 관련 체계에 큰 변화가 발생하면서 데이터가 경제적 자산(資産)이 될 수 있는 이른바, 빅 데이터 시대를 맞이하게 되었다.
특히, 정보통신기술(Information Communication Technology: ICT)이 우리 생활과 밀접한 다른 여러 산업들과 융/복합(融/複合)되면서, 다양한 요구와 수요의 맞춤에 따른 방대한 양의 데이터들이 생산되고 있는 가운데, 정보통신 위주의 사회변화에 따른 다양한 삶의 질에 대한 욕구 및 현안해결에 빅 데이터의 활용은 매우 중요한 과제로 떠오르고 있다.
Wikipedia에서 빅 데이터(Big Data)의 의미를 찾아보면, ‘기존 데이터베이스 관리도구로 데이터를 수집･저장･관리･분석의 역량을 넘어서는 대량의 정형 또는 비정형 데이터 세트 및 이러한 데이터로부터 가치를 추출하고 결과를 분석하는 기술’로 정의하고 있다.
또 국가정보화전략위원회에서는 ‘대용량 데이터를 활용, 분석하여 가치 있는 정보를 추출하고, 생성된 지식을 바탕으로 능동적으로 대응하거나 변화를 예측하기 위한 정보화 기술’이라고 정의한다.
삼성경제 연구소는 ‘빅 데이터란 수십에서 수천 테라 바이트(tera byte) 정도의 거대한 크기를 갖고 여러 가지 다양한 비정형(非定型) 데이터를 포함하고 있으며, 생성, 유통, 소비가 몇 초에서 몇 시간 단위로 일어나 기존의 관리 및 분석 체계로는 감당할 수 없을 정도의 거대한 데이터의 집합으로 대규모 데이터와 관계된 인력, 조직, 기술 및 도구(수집, 저장, 검색, 공유, 분석, 시각화 등)까지 모두 포함하는 개념’으로 정의하고 있다.
이와 같은 정의를 살펴볼 때 빅 데이터란 엄청나게 많은 데이터라는 양적인 의미를 벗어나 데이터 분석과 활용을 포괄하는 개념으로 사용되고 있다.
인터넷이 일상화된 최근에 인류는 디지털 데이터가 폭증하는 데이터 홍수(Data Deluge)현상에 직면하여 2011년 전 세계 데이터에서 생성될 디지털 정보량이 1.8ZB(제타 바이트)에 달하는 ‘제타 바이트 시대’에 진입함에 따라 ‘빅 데이터’의 용어가 등장하기 시작하였다.
빅 데이터의 주요 특성은 일반적으로 3V(Volume, Variety,Velocity)를 기본으로 1V(Value)나 1C(Complexity)의 특성을 추가하여 설명하고 있다.
빅 데이터 4가지 구성요소는 규모(Volume)의 증가, 다양성(Variety)의 증가, 복잡성(Complexity)의 증가와 속도(Velocity)의 증가로 자주 설명되고 있다.
빅 데이터 기술은 ‘생성→수집→저장→분석→표현’의 처리 전 과정을 거치면서 요구되는 개념으로, 빅 데이터 분석기술은 통계, 데이터마이닝(data mining), 기계 학습, 자연어 처리, 패턴인식, 소셜 네트워크(social network) 분석, 비디오･오디오･ 이미지 프로세싱 등이 해당된다.
빅 데이터의 활용, 분석, 처리 등을 포함하는 인프라(infra)에는 BI(Business Intelligence), DW(Data Warehouse), 클라우드 컴퓨팅, 분산데이터베이스(NoSQL), 분산 병렬처리, 하둡(Hadoop) 분산파일시스템(HDFS), MapReduce 등이 해당된다.
그리고 다양한 데이터 소스(data source)에서 수집된 빅 데이터를 처리･분석하여 지식을 추출하고, 이를 기반으로 지능화된 서비스를 제공하기 위해서는 빅 데이터 플랫폼(platform)이 필요하다.
빅 데이터 생산의 주된 원인은 기존 레거시(existing legacy)시스템의 성공적 구축과 함께 첨단 스마트기기의 보급으로 우리 장애인을 포함한 사용자의 위치정보와 온라인(on-line) 및 모바일(mobile) 사용기록과 SNS(Social Network Service)에서 사용자의 일상생활과 의견이 어딘가에 모두 저장됨에 따라 정보량이 폭증하는 양상(樣相)을 보이고 있다.
이러한 흐름에 따라 세계 각국의 정부와 기업들은 빅 데이터가 향후 국가와 기업의 성패를 가름할 새로운 경제적 가치의 원천이 될 것으로 기대하고 있으며, 세계 유수의 McKinsey, The Economist, Gartner 등은 빅 데이터를 활용한 시장변동 예측과 신(新)사업 발굴 등 경제적 가치창출 사례 및 효과를 제시하고 있다.
빅 데이터의 활용가치는 전 세계가 직면한 환경, 에너지, 식량, 의료문제를 상당부분 해결할 것으로 기대하고 있고, 빅 데이터가 미래 경쟁력을 좌우하는 21세기의 원유(原油)이며, 빅 데이터의 활용에 따라 기업/공공분야의 경쟁력 확보와 생산성 향상, 사업혁신/신규사업 발굴의 차이가 생길 것이라고 보고 있다.
빅 데이터 활용 시 2012년 기준으로, 미국 의료분야에서 연 3,000억 달러, 유럽 공공분야에서 연 2,500억 달러의 경제적 효과가 있으며, 우리나라는 약 10.7조의 정부지출을 감소시킬 것으로 예측하고 있다.
일본 총무성은 빅 데이터의 활용이 촉진되면 부가가치의 창출이나 사회적 비용의 절감에서 총 16조원 이상의 경제적인 효과가 얻어질 것으로 예상하고 있다.
이러한 시대의 변화는 인구 고령화와 만성질환 유병율의 증가로 의료비 문제와 의료서비스의 접근성 및 질에 관한 문제가 연관되면서, 많은 국가에서 IT ((information technology)와 의료기술을 접목한 u-Health 도입을 추진하고 있는다.
u-Health는 의료비 절감 등의 사회경제적 비용감소 효과와 공공보건 의료서비스와 예방관리 보건 등의 사회 정책적 효과를 기대할 수 있는 가장 효과적인 대안으로 각광받고 있다.
u-Health의 보급은 의료분야에서 많은 변화를 가져올 것으로 보고 있다.
예를 들어, 유무선 통신기술과 센싱(sensing)기술의 발전으로 u-Health 기기나 스마트TV 등을 통하여 의사의 건강 상담 및 진료가 가능한 의료서비스를 이용할 수 있으며, 개인의 건강정보를 기록하는 전자의무기록(EHR)을 통해 환자의 건강상태를 실시간으로 관찰할 수 있게 되었다.
여기서 주목할 점은 근래 의료관계 단체와 정부와 마찰을 빚고 있는 '원격의료'의 전형적인 형태가 바로 언급한 내용이다. 그 실시 시기가 유동적이긴 하나, '원격의료'의 보편적 시행은 시대의 흐름인 듯 하다.
u-Health 서비스는 다양한 생체정보를 수집하기 위해 다양한 스마트센서들의 네트워크가 필수적이다. 스마트센서들이 수집한 환자의 의료정보나 건강정보는 다양한 형태로 분석･처리되어 개인의료정보에 저장되고 병원의 의사나 간호사 등에 전송되어 활용될 수 있다.
최근 이러한 u-health 서비스를 통해 생산되는 건강정보 관련 빅 데이터의 관리와 활용에 대한 논의가 활발히 진행되고 있다.
보건․의료 분야의 빅 데이터 활용 사례로 미국 국립보건원은 다양한 질병을 연구하기 위해 유전자 데이터를 공유 분석할 수 있는 유전자 데이터 공유를 통한 질병치료체계를 마련하여 주요 관리 대상에 해당하는 질병에 대한 관리 및 예측을 실시하고 있다.
미국 국립보건원 산하 국립의학도서관에서는 사용자가 요구하는 다양한 약에 대한 정보를 제공하고 제조사와 사용자 간 쌍방향 상호작용을 통해 약의 정보를 제공하는 Pillbox 프로젝트를 실시하고 있다.
Pillbox 서비스 (pillbox.nlm.nih.gov/)로 미국 국립보건원에 접수되는 알약의 기능이나 유효기간을 문의하는 민원만 100만 건 이상으로 평균 한 건당 확인하는 소요 비용 50달러 정도를 감안하면 연간 5,000만 달러 이상의 비용절감 효과가 있는 것으로 분석하고 있다.
또한 미국 퇴역군인국 (U.S. Department of Veterans Affairs)에서는 퇴역군인의 전자의료기록 분석을 통한 맞춤형 의료서비스를 지원하는 빅 데이터 분석을 위해 2년간 25개의 DW를 배치하여 2,200만 퇴역군인에게 의료서비스를 제공하고 있다.
퇴역군인 전자의무기록(EHR)을 분석하여 의사가 개별 환자를 쉽게 진료할 수 있도록 지원하고 있다.
다음으로 싱가포르의 경우를 들 수 있는데, 싱가포르 PA(People’s Association)는 1,800개 이상의 주민위원회 센터(커뮤니케이션 센터)에서 진행되는 다양한 활동들을 공유하기 위해 주민위원회센터 네트워크 기반의 맞춤형 복지사회를 구현하였다.
싱가포르 PA는 빅 데이터 처리를 위하여 다양한 인종, 나이, 문화, 소득, 연령에 따른 주민의 데이터를 수집･분석하여 개인별 맞춤형 서비스를 제공하고 있다.
캐나다 온타리오 공과대병원은 인큐베이터 내 미숙아에 대한 다양한 데이터를 분석하여 병원균 감염을 예측할 수 있는 시스템을 개발하여 미숙아 모니터링을 통한 감염예방 및 예측, 감염징후 등을 조기에 발견하고 다른 미숙아 등에 대한 감염을 예방하며 퇴원 후 무선센서를 이용하여 병원 밖에서도 환자들을 실시간으로 체크를 할 수 있는 시스템을 구축하였다.
IBM과 미국 건강보험회사인 웰포인트(Wellpoint)는 의사와 다른 의료진들이 진단과 환자치료에 이용할 수 있는 애플리케이션(왓슨)을 개발하여 제공하고 있다.
왓슨은 임상실험 및 우수 치료사례 등 과거 데이터를 분석하여 환자에게 가장 적절한 치료방법을 제공하고 최신 정보를 과학적인 방법으로 제시하고 있다.
구글(Google)은 감기와 관련된 검색어 분석을 통하여 독감예보 서비스 제공하고 있다.
구글의 독감예보 서비스(구글 플루 트렌드; www.google.org/flutrends/)는 다양한 사용자의 검색어 분석을 통하여 사용자에게 다시 유의미한 데이터로 가공하여 정확한 정보를 실시간으로 제공하고 있다.
이렇듯 다양하고 유용한 서비스를 제공할 수 있는 ‘빅 데이터’의 보건․의료 분야 적용이 기대된다.
유전질환 등 선천적인 장애 혹은 교통사고, 산업재해 등의 후천적 요인으로 장애를 입게 된 필자(筆者)를 포함한 우리 장애인들이 장애로 인해 필연적으로 겪게 되는 비만, 심각하게는 2차 질환의 고통에서 벗어날 수 있도록 장애유형별 또는 개인별 적응단계, 생애주기(生涯週期)별 맞춤형 서비스를 제공하는데도 효과적으로 이용될 수 있도록 보다 적극적이고 시급한 기획과 연구, 그에 따르는 시범실시와 평가 후 확대실시가 요청된다.
그에 대한 좋은 예가 앞서 살펴 본 싱가포르의 PA제도와 캐나다 온타리오 공과대병원의 미숙아 데이터 활용으로, 타산지석(他山之石)의 지혜를 얻을 수 있을 것이다.
물론 우리나라에서도 독감 유행 예측, 성별 연령별 사망요인 분석, 자살요인 분석 등 다양한 방법으로 보건 의료분야에 적용하고 있으나 장애인과 노령층 등 ‘사회적 약자’를 위한 현재의 해결책으로 또한 여러 사회적 문제를 예방하기 위한 예방책으로 보다 적극적이고 광범위한 적용을 바라본다.
특히, 비장애인에 비해 약 2배의 의료관련 비용을 지출하는 장애인들에게는 보건의료 관련사항의 수집 분석을 통한 선재적 또는 예방적 조치 등의 실시는 막대한 보건의료 및 사회복지 비용의 발생을 감소시켜 국민경제에도 이바지 할 것으로 생각된다.
물론 여기에는 정보통신 데이터의 활용에 필연적으로 마주하게 되는 개인정보 보호와 정보 활용에 대한 동의절차의 필수적인 진행, 그리고 데이터의 수집 본연의 목적 이외의 사용금지 등 이른바 ‘연구윤리의 준수’의 철저한 이행이 전제되어야 할 것이다.
-장애인 곁을 든든하게 지켜주는 대안언론 에이블뉴스(ablenews.co.kr)-
-에이블뉴스 기사 제보 및 보도자료 발송 ablenews@ablenews.co.kr-