반응형
IT용어
[IT용어사전]데이터 링크 계층 / 데이터 브로커 / 데이터 스크래핑 / 데이터 전문기관 / 데이터 처리 / 데이터마트 / 데이터센터 / 데이터셋 / 데이터웨어하우스 / 데카콘
데이터 링크 계층
데이터 링크 계층(Data Link Layer)은 물리 계층을 통해 전송되는 데이터의 물리적 전송 오류를 해결한다. 결과적으로 상위 네트워크 계층에 신뢰성 있는 패킷 전송을 보장해 전송 오류의 부담을 없애준다. 데이터 링크 계층은 전송 경로 문제를 해결할 수 없으므로, 두 호스트가 1:1로 직접 연결된 환경에서 데이터 전송 기능을 지원한다.
데이터 링크 계층을 이용해 전송되는 데이터를 프레임(Frame)이라 부른다. 프레임 헤더에 표시되는 송수신 호스트 정보에는 LAN 카드에 내장된 송수신 호스트의 MAC 주소가 기록된다. 데이터 링크 계층은 다른 상위 계층처럼 송신 호스트와 수신 호스트 사이의 전송 속도 차이를 고려한 흐름 제어 기능도 지원할 수 있다.
데이터 브로커
고객의 오프라인, 온라인, 모바일 이용 정보를 수집, 분석하여 판매하는 사람이나 기업. 마케팅 및 기타 목적을 위하여 개인 관련 사항을 판매하는 마케팅 정보 브로커를 말하며 정보 브로커, 정보 재판매자로도 불린다. 미국의 경우 오래전부터 개인 데이터를 수집하고 거래하는 데이터 브로커(data broker)가 합법적으로 활동하고 있다. 이들은 연방정부와 주정부의 공개 정보, 전화번호와 블로그 등의 공개 정보, 소매업, 금융회사 보유 데이터는 물론 다른 데이터 브로커로부터 구매한 데이터 등을 수집하고 연계,가공하여 판매한다. 데이터 브로커의 서비스를 이용하는 구매자는 교육, 의료, 보험, 통신, 금융 등 다양한 산업을 포괄하고 있으며 공공 기관, 자선단체, 대학교와 같은 비영리조직도 데이터 구매자에 포함되어 있다.
데이터 스크래핑
고객이 자신의 인증 정보를 한 번만 제공하면 컴퓨터가 고객이 이용하는 금융사에 접속해서 흩어져 있는 정보를 모아 제공하거나 가공하는 기술로써, 이용자가 인증 정보를 핀테크 업체 서비스에 입력, 인증 정보를 저장하고 필요한 서비스에 접속 시 활용하는 방식. 핀테크 기업이 개인 고객 대상 자산‧신용 관리 서비스를 대거 선보이면서 트래픽 문제 등을 해결을 위해 최근 인증 주체가 핀테크 업체에서 정보 주체인 이용자로 변경됨에 따라 고객 정보접근권을 정보 주체가 확보하고 스스로 통제가 용이한 표준 API 방식으로 전환하고자 함.
데이터 전문기관
2020년 8월 5일 신용정보법 개정안 시행에 맞춰 여러 기업,산업 간 데이터 결합을 전문적으로 지원하고 정보의 가명,익명 처리 적정성을 평가하는 업무 등을 담당하는 기관이다. 개정 신용정보법이 시행되면 안전하게 활용가능한 익명,가명정보 개념을 도입하고, 정부가 지정한 데이터 전문기관을 통해 기업간 가명정보를 결합하는 것이 가능하다. 익명정보는 제한없이 자유롭게 활용 가능하며, 가명정보는 통계작성, 연구, 공익적 기록보존 등 목적에 한하여 정보주체 동의없이 활용 가능하다. 데이터 결합을 원하는 A,B 회사가 있을 경우 양 회사가 직접 결합을 하는 게 아니라, 데이터 전문기관이 결합 업무 및 가명,익명 처리의 적정성을 평가하게 된다. 이러한 과정을 거친 뒤 데이터 전문기관이 A,B 회사에 결합 데이터를 보내주는 구조다. 금융회사 등이 데이터전문기관에 익명처리가 적정한지 여부에 대한 심사를 요청하면 심사통과시 익명정보로 추정된다.
데이터 처리
데이터 처리(Data processing)는 데이터를 정보나 지식으로 바꾸는 컴퓨터 처리를 두루 가리키는 용어이다
데이터마트
데이터 마트 (Data Mart, DM)는 데이터 웨어하우스(Data Warehouse, DW) 환경에서 정의된 접근계층으로, 데이터 웨어하우스에서 데이터를 꺼내 사용자에게 제공하는 역할을 한다. 데이터 마트는 데이터 웨어하우스의 부분이며, 대개 특정한 조직, 혹은 팀에서 사용하는 것을 목적으로 한다. 데이터 웨어하우스는 중앙 집중식 데이터 집합체를 뜻하며, 데이터 마트는 데이터 저장소의 역할을 한다. 데이터 마트는 사용 목적에 맞는 접근성과 사용성을 강조한다. 일반적으로 데이터 웨어하우스는 전략적인 성격을 띄지만, 명확하지 않은 개념이다. 데이터 마트는 전술적이고 즉각적인 요구를 충족시킨다는 목표를 가지고 있다.
데이터센터
최근 디지털 전환으로 인한 전산업 분야의 컴퓨팅 수요 급증, 전산업 분야의 컴퓨팅 수요 급증, 빅데이터로 인한 데이터의 폭발적 증가, 인공지능과 딥러닝 응용의 확산, 클라우드 기반의 응용 확산, 자율주행차와 스마트 시티의 확산 등에 따라 데이터센터 시장의 수요가 급증하고 있다. 메타는 사용자가 생성한 대량의 콜드 데이터(접근 빈도가 높지 않은 데이터)를 버리지 못하고 보관해야 하므로 지속적으로 데이터센터를 구축해야 하는 상황이다. 특히 개별 전산실에서 유지되던 모든 조직의 정보 시스템이 클라우드 컴퓨팅 기반으로 패러다임 시프트(Paradigm Shift)가 일어나면서 아마존, 마이크로소프트, IBM, 오라클 등의 글로벌 기업들이 한국의 데이터센터 상면을 대량으로 임대하기도 하고 아예 자체 데이터센터를 신축하는 경우도 급증하고 있다.
데이터셋
흩어진 데이터를 하나의 주제로 맞춰 정비하여 분야별 혹은 주제별로 모아놓은 데이터 집합체. 이를 활용하여 인공지능(AI), 머신러닝 등의 알고리즘 구축. 미국에는 괴짜(geek)들의 UFC(종합격투기대회)라고 불리는 머신러닝 및 데이터 사이언스 경진플랫폼인 캐글(Kaggle)이 있고, 우리 나라에는 이 캐글을 벤치마킹해 2018년에 설립된 국내 데이터 사이언스 경진 플랫폼인 데이콘(Dacon)이 있음
데이터웨어하우스
데이터 웨어하우스(data warehouse)란 사용자의 의사 결정에 도움을 주기 위하여, 기간시스템의 데이터베이스에 축적된 데이터를 공통의 형식으로 변환해서 관리하는 데이터베이스를 말한다. 줄여서 DW로도 불린다.
데이터 웨어하우스는 업무 트랜잭션을 처리하는 데이터베이스 시스템에서 사용자들이 필요로 하는 정보를 추출해서 가공된 데이터 형태로 구성되는 업무 분석을 위한 데이터베이스이다. 이는 데이터베이스 관련자들이 업무 처리와 관련된 데이터들은 잘 저장하지만, 저장된 데이터들을 제대로 활용하지 못한다는 점에 착안하여, 어떻게 하면 데이터베이스에 저장되어 있는 데이터들을 보다 유익하게 효율적으로 활용할 수 있는가하는 관점에서 시작한 개념으로써, 1980년대 후반 IBM에서 도입한 개념에서 시작되었다.
데카콘
유니콘보다 10배 이상의 가치를 지닌 기업으로 기업가치 100억달러 이상의 기업.
반응형
댓글