공인인증서가 없어도 법인 및 연구비 (신용)카드로 결제가 가능합니다.

문의: shoppinghub@techforum.co.kr    전화: 070-7169-5396    www.shoppinghub.co.kr 

[PDF 주문안내]
- 고객명(소속/기관명)으로 주문하시기 바랍니다. (PDF는  메일로 발송됩니다.)
*업무시간(10:00~17:00) 이후 주문 건 및 휴일(주말, 공휴일, 임시공휴일 포함) 주문 건은 정상 영업일에 발송됩니다.

[계산서 발행안내]
- 사업자등록증 사본을 이메일(shoppinghub@techforum.co.kr) 로 보내주시기 바랍니다.
*현금결제(계좌이체, 무통장입금)건에 한해서 발행됩니다.

[견적서 및 거래명세서 발행안내]

- 이메일(shoppinghub@techforum.co.kr) 또는 주문 시 '요구사항'란에 메모를 남겨주시기 바랍니다.

코로나19로 인한 사회적 거리두기는 우리 경제 전반의 비대면화(Untact)와 디지털 전환(Digital Transformation) 등 4차 산업혁명을 가속화되고 있다. 온라인 플랫폼을 기반으로 교육, 의료, 원격근무 등 비대면 활동 속도와 범위가 급속히 증가하면서 데이터 수집·축적·활용 인프라와 초고속 정보통신망에 대한 수요도 크게 확대되고 있다. 이로써 현 정부는 비대면화·디지털화 대응에 중점 둔 한국판 뉴딜 프로젝트를 발표, 디지털인프라를 기반으로 하는 경제혁신 가속화 및 일자리 창출을 추진할 예정이다.

 빅데이터 기술은 초연결 사회, 4차 산업혁명 등 기존 사회에 획기적인 변화를 가져오는 기술의 진보를 위한 기반 기술로 관련 수요가 증가하고 있다. 최근 정부는 지능화 기반 구축을 위해 빅데이터 기술을 혁신 성장동력으로 지정하고 2022년까지 분석･예측의 정밀도 향상, 양질의 전문 빅데이터 구축을 목표로 지원 방안을 마련하여 해당분야에서 상용화하기로 하였다. 특히 혁신성장을 위한 디지털 인프라 구축을 위하여 빅데이터를 활용한 금융/보건의료/유통·물류/제조 등 주요 핵심 산업 분야로 세분화하고 있다. 이는 全산업·全분야의 기초가 되는 혁신 인프라로서, 경제전반의 혁신확산 및 생산성·경쟁력 제고와 직결되는 분야로 부상되고 있다.

이에 본원 R&D정보센터에서는 디지털 인프라 빅데이터 산업 분야 기술개발 확보를 통한 경쟁력 강화에 도움이 되고자 관련기관들의 분석 정보자료를 토대로 일목요연하게 정리하여 「뉴딜정책의 디지털 인프라 구축과 산업별 빅데이터 플랫폼 연구동향」을 발간하였다. 본서에서는 디지털 인프라 구축을 위한 빅데이터 분야에서 크게 주목받고 있는 금융, 보건의료, 유통·물류, 제조용 산업의 기술 및 시장전망과 생산사례, 산업동향을 수록하였다. 모쪼록 본서가 학계·연구기관 및 관련 산업분야 종사자 여러분들에게 다소나마 유익한 정보자료로 활용되기를 바라는 바입니다.

제 Ⅰ편  빅데이터 인공지능 산업

제 1장 빅데이터 산업 정책 R&D 현황

1. 빅데이터 산업 현황

1) 빅데이터 산업 개요

(1) 일반적 정의

(2) 구축 범위

가. 가치사슬

나. 대표적 분류 방법

다. 기술로드맵 전략분야의 범위

2) 빅데이터 시장 분석

(1) 세계 시장 분석

가. 세계시장 동향 및 전망

나. 세계시장 핵심플레이어 동향

(2) 국내 시장 분석

가. 국내 시장 동향 및 전망

나. 국내 생태계 현황

⒜ 유통·물류 분야

⒝ 제조 분야

⒞ 의료 분야

⒟ 금융 분야

다. 생태계 핵심플레이어 동향

⒜ 빅데이터 분석·처리

⒝ 금융 및 보안

⒞ 의료 분야

3) 빅데이터 국내외 업계 분석

(1) 빅데이터 업계 환경 분석

가. 해외업체 동향

나. 국내업체 현황

다. 포트폴리오 분석

(2) 빅데이터를 활용한 한·일 중소기업 한계 전략

가. 한·일 기업의 빅데이터 활용 수준 비교

나. 한·일 중소기업의 빅데이터 활용분야

⒜ 내부 의사결정 및 효율성 개선

⒝ 신제품·신서비스 개발을 통한 고부가가치화

⒞ 고객 파악 및 마케팅 차별화

⒟ 숙련인력 보완 및 사내 기능전수

2. 빅데이터 정책과 R&D 현황

1) 빅데이터 정책 분석

(1) 해외 정책 동향

가. 미국

나. 유럽 

다. 영국 

라. 중국

마. 일본 

(2) 국내 정책 동향

2) 빅데이터 R&D 투자 동향

(1) 해외 R&D 투자 동향

(2) 국내 R&D 투자동향

3) 빅데이터 개인정보 비식별 처리 분석

(1) 비식별 처리 방법에 대한 가이드라인 분석

가. 최근 주요 비식별 처리 가이드라인 주요내용

⒜ (ISO/IEC WD 20889) 비식별 기술 표준

⒝ (미국) NIST 비식별 처리 가이드라인

⒞ (영국) 익명화 프레임워크

⒟ (ENISA) 빅데이터 프라이버시 설계

나. 비식별 처리 가이드라인의 비교 분석

(2) 빅데이터 분석 환경에서 비식별 처리 시 고려사항

가. 데이터 처리 과정

⒜ 빅데이터 분석 과정에서 데이터 생명주기

⒝ 빅데이터 분석 과정에서 비식별 처리

나. 데이터 처리에 대한 역할과 책임

⒜ 데이터 관리자

⒝ 데이터 처리자

⒞ 개인 데이터 주체

다. 데이터 활용 방법

⒜ 공개적 데이터 활용 모델

⒝ 비공개적 데이터 활용 모델

⒞ 반공개적 데이터 활용 모델

라. 데이터 형태와 비식별 수준

4) 빅데이터 국내외 기술 분석

(1) 해외 기술 동향

가. 주요 기술 동향

나. 해외 기업 기술 동향

(2) 국내 기술 동향

가. 주요 기술 동향

나. 국내 기업 기술 동향

제 2장 빅데이터 플랫폼 산업 활성화 방안

1. 빅데이터 플랫폼 산업 기술 현황

1) 빅데이터 플랫폼 산업 생태계 분석

(1) 산업 개요

(2) 국내외 시장 현황

가. 해외시장

나. 국내시장

(3) 업계 환경 분석

가. 해외업체 동향

나. 국내업체 현황

2) 디지털 산업 데이터 플랫폼 정책 현황

(1) 산업데이터플랫폼 구축 및 운영 사례

가. 특정기업 주도 사례

나. 공공부문 주도사례

(2) 주요국의 산업데이터플랫폼 관련 정책

가. EU

나. 독일

다. 일본

(3) 디지털 플랫폼의 잠재적 문제

가. 디지털 플랫폼과 소비자

⒜ 공짜 서비스와 빅데이터/AI 시대의 디지털 플랫폼

⒝ 동일 재화/서비스에 대한 암묵적 담합

⒞ 차별화된 재화/서비스에 대한 가격차별

나. 디지털 플랫폼의 시장 경쟁과 혁신

⒜ ‘시장을 향한 경쟁’은 충분한가

⒝ 시장 지배력의 지속 가능성

⒞ 잠재적 경쟁자 인수 문제

⒟ ‘Kill Zone’의 존재 여부

다. 디지털 플랫폼과 지대

⒜ 플랫폼 디자인과 플랫폼 제공자, 보완재 공급자, 광고주간 지대 분배

⒝ 지대 추구(rent seeking)가 소비자에 미치는 영향

3) 빅데이터 플랫폼 기술 분석

(1) 빅데이터 처리 과정

가. 빅데이터의 생성·수집

나. 빅데이터의 저장

다. 빅데이터의 처리

라. 빅데이터의 분석

마. 빅데이터의 시각화

(2) 하둡 생태계

(3) 플랫폼의 기술적 한계

(4) 기술 발전 전망

(5) 경쟁력 확보를 위한 제언

2. 분야별 빅데이터 활성화 방안

1) 농업 빅데이터 활용 현황

(1) 스마트 팜과 빅데이터

가. 4차 산업혁명과 스마트 팜

나. 농업과 빅데이터

다. 스마트 팜에서의 빅데이터 활용

(2) 빅데이터 활용현황

가. 클라이밋 코퍼레이션(Climate Corporation)

나. 존 디어(John Deere)

다. IBM의 딥 썬더

라. 유럽: IoF 2020(Internet of Food & Farm)

마. 와게닝겐 대학 (WUR) 

바. 프로스페라(Prospera Technologies)

사. 후지쯔의 아키사이

아. Farmer’s Business Network(FBN)

2) 환경분야 빅데이터 수집 활용 분석

(1) 환경 빅데이터 분석플랫폼의 개요

(2) 시사성 있는 환경 빅데이터 탐색

(3) 환경분야 빅데이터 수집 방법론

(4) 환경 빅데이터 수집-저장 사례

3) LX 빅데이터 플랫폼 활용 현황

(1) 국가공간정보시스템과의 관계

가. 공간빅데이터 체계

⒜ 공간빅데이터 체계의 주요 서비스와 서비스 목표

⒝ LX 빅데이터 플랫폼과 비교

나. 국가공간정보포털

⒜ 시스템 개념도

⒝ 데이터 융합 플랫폼 지원

⒞ 공간정보활용 및 개발을 지원하는 플랫폼 서비스

⒟ LX 빅데이터 플랫폼과 관계

(2) 현재의 활용도

가. 사이트 접근성

⒜ 회원가입 현황

⒝ 맵문서 및 갤러리 통계

나. 데이터 활용 통계

⒜ 사용자 데이터 활용 통계

⒝ 공간연산 활용 통계

⒞ 공간분석 활용 통계

(3) 타 정보처리･활용 플랫폼 개발 및 활용사례

가. 스마트 GIS인천

⒜ 공간정보 제공 기능

⒝ 플랫폼 환경

나. 서울시GIS(통합공간정보시스템)

⒜ 시스템 개요

⒝ 통합공간정보시스템의 운영 및 활용현황

⒞ 통합공간정보시스템 플랫폼 환경

제 3장 인공지능 기술 산업분야별 활용사례

1. 인공지능 기술과 R&D 동향

1) 인공지능 산업과 정책 현황

(1) 배경 및 필요성

(2) 기술의 정의 및 범위

(3) 인공지능 변화양상과 필요성

가. AI로 인한 변화양상

나. 우리의 상황

⒜ 글로벌 동향

⒝ 국내 동향

다. AI 국가전략의 필요성

라. 추진전략

2) 인공지능 산업동향

(1) 국외 산업동향

(2) 국내 산업 동향

3) 인공지능 기술동향

(1) 기술개발 동향

가. 기계학습

나. 지식추론

다. 시각 지능

라. 언어 지능

(2) 기술경쟁력 동향

가. 논문 경쟁력

나. 특허 경쟁력

(3) 인공지능 기술 최신 동향

가. 연합 기계 학습

나. 설명 가능한 인공지능

2. 인공지능 국내외 정책과 국가전략

1) 인공지능 국내외 정책 분석

(1) 해외 정책 동향

가. 미국

나. 중국 

다. 일본

(2) 국내 정책 동향

2) 인공지능 정부 R&D 투자동향

(1) 국외 정부 R&D 투자 동향

(2) 국내 정부 R&D 투자 동향

3) 인공지능 국가전략 현황

(1) 세계를 선도하는 인공지능 생태계　구축

가. AI 인프라 확충

나. AI 기술 경쟁력 확보

다. 과감한 규제 혁신 및 법제도 정비

라. 글로벌을 지향하는 AI 스타트업 육성

(2) AI를 가장 잘 활용하는 나라

가. 세계 최고의 AI 인재 양성 및 전 국민 AI 교육

나. 산업 전반의 AI 활용 전면화

다. 최고의 디지털 정부 구현

(3) 사람 중심의 AI를 실현하는 나라

가. 포용적 일자리 안전망 구축

나. 역기능 방지 및 AI 윤리체계 마련

3. 인공지능 산업분야별 활용사례

1) 스마트팩토리 기술 구현과 전망 

(1) 스마트 팩토리 최신 기술 현황

가. 보다 진화하는 디지털 트윈 플랫폼 기술

나. 산업용 협동로봇과 고용대체

다. 3차원 인쇄 등 적층 제조기법의 발전과 전망

(2) 인공지능 기반의 스마트 팩토리 기술한계와 대응방안

2) 질병진단 인공지능 개발 동향

(1) 인공지능 vs 기계 학습 vs 딥러닝

(2) 국내외 AI 기반 의료 진단

(3) 인공지능 기반 의료 진단 기술현황

(4) 인공지능 기반 의료 진단 기술의 미래

(5) 인공지능 기반 의료 진단의 도전과제 및 해결방안

3) 자산운용산업의 인공지능 기반 혁신 동향 및 사례

(1) 자산운용산업과 인공지능(AI)

가. 글로벌 자산운용산업 현황

나. 자산운용산업의 주요 당면이슈

다. 자산운용산업의 인공지능 활용과 영향

(2) 자산운용산업의 AI 활용 및 사례 : 리서치·투자관리

가. 분석역량 강화를 통한 투자기회 모색

나. 머신러닝 기반 알고리즘으로 투자모델 정교화

다. 거래비용 및 시장충격 최소화

(3) 자산운용산업의 AI 활용 및 사례 : 판매·마케팅

가. 디지털 채널을 통한 고객기반 확대

나. 고객 맞춤형 서비스 제고

(4) 자산운용산업의 AI 활용 및 사례 : 미들·백오피스

가. 업무 효율성 및 생산성 증대

나. 리스크 관리 고도화

(5) 자산운용산업내 AI 혁신 선두주자 : BlackRock

4) 교육분야 인공지능 제품·서비스 현황

(1) 에듀테크 발전사

가. 1세대, 유명강사가 내 방안으로(인터넷 강의 시대, 2000-2010)

⒜ 기업경쟁력의 강사 의존도

⒝ 핵심 테크의 부재

⒞ 자체 콘텐츠의 부재

나. 2세대, PC기반 쌍방향 디지털 교육의 시작 (2010 - 2015)

⒜ PC기반 전자학습지 씽크유 (웅진씽크빅)

⒝ 게임 기반 학습(game-based learning) 호두잉글리시 (엔씨소프트)

다. 3세대, PC를 넘어 Tablet으로

⒜ 웅진빅박스 (웅진컴퍼스)

⒝ 디지털 교육이 학교 교육 속으로 (클래스카드)

(2) 에듀케이션과 AI의 만남

가. 에듀케이션 + AI 프로세스 및 개요

나. 에듀케이션 + AI 주요 고려 사항

(3) AI 에듀케이션 서비스 사례

가. 웅진 AI 코칭 서비스

나. 뤼이드 산타토익

다. 맥그로힐 알렉스(ALEKS)

(4) 시사점

제 Ⅱ편  산업별 빅데이터 분석

제 1장 금융 빅데이터 산업 활성화 현황

1. 디지털 금융 산업 전망

1) 디지털 금융 혁신기반 현황

(1) 디지털금융 고도화 : ｢전자금융거래법｣ 개정 등

가. 디지털금융 분야 인프라·산업·시장 전반의 고도화

나. 디지털리스크 관리·감독 강화로 혁신·안정간 균형 확보

(2) 데이터 경제 활성화

가. 데이터 신산업 육성

나. 개인신용평가 체계 선진화

다. 안전한 정보보호 인프라 구축

라. 금융분야 빅데이터 인프라 확충

마. 금융분야 공공데이터 개방시스템(금융표준종합정보DB) 마련

(3) 핀테크 신산업‧신서비스 육성

가. 온라인투자연계금융업(P2P)의 건전한 성장환경 조성

나. 금융권의 AI 활용 활성화 유도

다. 금융권 레그테크 적용 확산

라. 플랫폼 매출망 금융 활성화

(4) 핀테크‧디지털 규제혁신

가. 금융규제 샌드박스를 통한 규제혁신 선순환 체계 구축

나. 핀테크 기업의 금융업 진입장벽 완화(스몰 라이센스)

다. 맞춤형 규제혁신

(5) 핀테크‧디지털금융 혁신기반 강화

가. 핀테크 보육기반 확충

나. 해외진출 지원

다. 예산

라. 핀테크 지원센터 역량강화

2) 디지털 금융 이슈 전망

(1) 금융권에 부는 클라우드 전환 바람

가. 이슈 분석

나. 전망 및 시사점

(2) 금융의 혁신적 개방, 오픈뱅킹 본격화

가. 이슈 분석

나. 전망 및 시사점

(3) 데이터 경제 시대, 다채로워지는 금융서비스

가. 이슈 분석

나. 전망 및 시사점

(4) 데이터의 범람, 안전한 데이터 활용 노력

가. 이슈 분석

나. 전망 및 시사점

(5) 거대한 IT 공룡, 빅테크의 금융권 본격 진출

가. 이슈 분석

나. 전망 및 시사점

(6) 금융시장을 선점하라, 금융플랫폼 전쟁

가. 이슈 분석

나. 전망 및 시사점

(7) 인공지능(AI)형 금융서비스 본격화

가. 이슈 분석

나. 전망 및 시사점

(8) 신기술의 활용, 점점 다양해지는 인증수단

가. 이슈 분석

나. 전망 및 시사점

(9) 규제 샌드박스 100% 활용, 금융혁신 본격화

가. 이슈 분석

나. 전망 및 시사점

2. 금융 빅데이터 산업 활용과 추진 현황

1) 금융분야 데이터 산업 개요

(1) 4차 산업혁명에서 데이터의 의의

(2) 금융분야 데이터 활용의 중요성

(3) 금융분야 데이터 활용의 현주소

가. 현황

나. 데이터 활용이 저조한 이유

2) 금융분야 데이터 추진 방향과 과제

(1) 금융분야 빅데이터 활성화

가. 빅데이터 분석ㆍ이용을 위한 법적근거 명확화

⒜ 현황

⒝ 개선방안

나. 빅데이터 인프라 구축ㆍ운영

다. CB사ㆍ카드사의 시장선도 역할 강화

라. 빅데이터를 활용한 개인신용평가 체계 고도화

(2) 금융분야 데이터 산업의 경쟁력 강화

가. 신용정보산업의 경쟁 촉진

나. 본인 신용정보관리업 도입

⒜ 현황

⒝ 개선방안

다. 신용정보산업 책임성 확보

(3) 정보보호 내실화

가. 정보활용 동의제도 내실화

나. 다양한 개인정보 자기결정권 보장

다. 정보보호 및 보안 강화

3) 금융분야 데이터 추진계획

(1) 기대 효과

(2) 향후 추진계획

4) 금융 빅데이터 활용 업무 현황

(1) 추진 배경

(2) 빅데이터 업무 활성화를 위한 주요 조치 내용

가. 금융회사 등의 빅데이터 부수업무 적극적 신고‧수리

나. 금융데이터 활용 사례 등 빅데이터 업무 안내

(3) 기대 효과

3. 금융 빅데이터 기업 분석과 구축 방안

1) 빅데이터를 이용한 비금융업의 기업금융 진출

(1) 대안금융 시장 현황: 개인대출 vs. 기업대출

(2) 유통기업 사례: Amazon Lending

(3) 지급결제기업 사례: PayPal Working Capital

(4) 기타 사례 및 최근 동향

2) 금융시스템 변화 및 감독상 대응방안

(1) BDAI가 금융시스템에 미치는 파급효과

가. 은행 부문

⒜ 파급효과(Impact)

⒝ 활용 사례(Use Case)

나. 보험 부문

⒜ 파급효과(Impact)

⒝ 활용 사례(Use Case)

다. 자본시장 부문

⒜ 파급효과(Impact)

⒝ 활용 사례(Use Case)

(2) 금융감독 당국의 대응 방안

가. 금융 안정

나. 금융회사 감독 강화

다. 금융소비자 보호

(3) 향후 추진 계획

3) 금융분야 빅데이터 인프라 구축방안

(1) 금융 빅데이터 개방시스템(신용정보원)

가. 필요성

나. 주요기능

다. 금융 빅데이터 개방의 기대효과

(2) 금융분야 데이터 거래소(금융보안원)

가. 필요성

나. 주요기능

(3) 금융분야 데이터 전문기관

가. 필요성

나. 주요기능

4. 금융 빅데이터 활용사례와 정책 현황

1) 금융권 빅데이터 관련 활용 현황

(1) 빅데이터와 관련한 국내 법‧제도상 제약

(2) 금융권 빅데이터 활용 현황

가. 금융권의 빅데이터 활용 수요

나. 금융산업의 빅데이터 활용 영역

(3) 국내‧외 금융업권별 빅데이터 활용 사례

가. 은행

나. 카드

다. 보험

(4) 개인정보보호 제도로 인한 빅데이터 활용 한계 사례

2) 빅데이터 활성화 정책 현황

(1) 미국

(2) 영국

(3) OECD의 빅데이터 관련 정책 제언

제 2장 보건의료 빅데이터 산업 정책 R&D 현황

1. 보건의료 빅데이터 산업과 활용 현황

1) 4차 산업혁명 보건의료 빅데이터의 활용 현황

(1) 4차 산업의 빅데이터 활용

가. 자연 재해 분야

나. 교육분야

다. 내비게이션 분야

라. 위험관리 분야

(2) 의료분야에서의 빅데이터 활용

가. 전자 차트 (개인 진료기록 분야)

나. 암치료 분야

다. 약국과 병원의 처방

라. 환자 개인 맞춤약물요법

마. 검진을 통한 역학자료

바. 의료 서비스

(3) 의료분야에서의 전망

2) 보건의료 빅데이터 최신 동향

(1) 보건의료 빅데이터 시장 동향

가. 미국

나. 영국

다. 일본

(2) 보건의료 개인정보 관련 법체계

가. 미국

⒜ 일반사항

⒝ 관련 법체계

나. 유럽연합

⒜ EU의 개인정보보호법

⒝ 영국의 일반사항

⒞ 영국의 관련 법체계

다. 일본

⒜ 일반사항

⒝ 관련 법체계

(3) 개인정보 비식별화 조치

가. 미국

나. 유럽연합

다. 일본

(4)　보건의료 빅데이터와 인공지능과 결합

가. 미국

나. 유럽연합

다. 일본

(5) 개인 유전체 기반 맞춤형 의료서비스

(6) 의료정보 표준화 동향

2. 보건의료 빅데이터 정책과 기술 현황

1) 국내외 보건의료 빅데이터 정책 동향

(1) 선정배경

(2) 해외 보건의료 빅데이터 관련 정책현황

(3) 국내 보건의료 빅데이터 관련 정책현황

(4) 국내 보건의료 빅데이터 현황과 활용의 한계

(5) 시사점

2) 의료정보 융･복합 빅데이터 글로벌 현황과 트랜드 분석

(1) 국가별 현황 분석

가. 영국의 보건의료 빅데이터 관련 추진전략

나. 미국의 보건의료 빅데이터 관련 추진전략

다. 싱가폴의 보건의료 빅데이터 관련 추진전략

(2) 우리나라의 보건의료 빅데이터 활용 현황

(3) 미래 의료 빅데이터 트랜드 분석

3) 의료빅데이터 관련된 최신 기술동향

(1) 보건의료 빅데이터 기반의 헬스케어 서비스 기술

(2) 유전체 분석 정밀의료 진단 기술

(3) 빅데이터와 머신러닝 융합 기술

(4) IoT 융합의 모바일 헬스

4) 의료빅데이터를 활용한 해외 성공사례

(1) 헬스케어 : 삼성전자-중국 평안보험 협력의 S-헬스

(2) 웰리스 : 라이프스타일 코치

(3) 영국 의료데이터 서비스

3. 보건의료 빅데이터 플랫폼과 R&D 현황

1) 의료정보 융복합 빅데이터 통합플랫폼 환경분석

(1) 국가 의료빅데이터 플랫폼 유치를 위한 조건

가. 서비스 중심의 빅데이터 활용 기반 구축 및 서비스

나. 시장의 요구를 수용하는 빅데이터 서비스 플랫폼 구축

(2) 보건의료 빅데이터 서비스 플랫폼 구축 및 운영 

가. 구축 전략의 수립 및 실행

나. 플랫폼의 서비스 중심 구성

(3) 혁신도시 빅데이터 보유 기관과의 연계 협력방안

가. 심평원과 건보 제공의 빅데이터 서비스 한계를 극복

나. 도내 병·의원 보유 보건의료데이터 통합 분석 기능

(4) 의료정보 융･복합 빅데이터 센터의 기능 및 역할

가. 공익적 활용 촉진을 위한 정책 추진

⒜ 국가적 거버넌스 구축

⒝ 보건의료 빅데이터 활용 전략 수립 및 실행

⒞ 보건의료 빅데이터 활용을 위한 전략적 접근

나. 보건의료 빅데이터의 공익활용 거점센터 수행

(5) 지역 및 전국차원의 활용 방안

2) 보건의료 빅데이터 플랫폼 시범사업

(1) 보건의료 빅데이터 연계 플랫폼 구축

가. 보건의료 빅데이터 연계 플랫폼 구축

나. 개인을 알아볼 수 없도록 데이터 처리

다. 폐쇄환경 운영을 통한 데이터 반출·재식별 위험 제한

(2) 보건의료 빅데이터 제도·지침 마련

가. 보건의료 빅데이터 제도 마련

나. 정보제공 요청·제공, 공공성 평가, 보안위협 평가 등 지침마련

(3) 보건의료 빅데이터 거버넌스 구축

(4) 보건의료 빅데이터 관련 법제 개선 추진

가. 보건의료 빅데이터 보호·활용에 관한 법제 개선 추진

나. 원칙, 권리, 보호·활용 절차, 책임, 처벌 등 법제 개선안 마련

(5) 보건의료 빅데이터 지원체계 확립

가. 보건의료 빅데이터 연구지원체계 구성

나. 보건의료 빅데이터 R&D 지원

(6) 기대효과

3) 헬스케어 빅데이터 R&D 현황

(1) 헬스케어 빅데이터의 정의

(2) 외국의 지원현황

가. 미국

나. 영국

(3) 국내 지원현황

(4) 헬스케이 빅데이터 R&D 프로세스

4) 질병진단 인공지능 개발 동향

(1) 국내외 인공지능 의료진단 현황

가. 인공지능 vs 기계 학습 vs 딥러닝

나. 국내외 AI 기반 의료 진단

(2) 인공지능 기반 의료 진단 기술현황

(3) 인공지능 기반 의료 진단 미래 및 방안

가. 인공지능 기반 의료 진단 기술의 미래

나. 인공지능 기반 의료 진단의 도전과제 및 해결방안

(4) 결론 

제 3장 유통·물류 빅데이터 산업 구축 동향

1. 유통·물류 4.0시대 산업 환경 분석

1) 리테일 테크 기반의 유통 4.0 시대 산업 분석

(1) 유통 4.0과 리테일 테크의 부상

(2) 경영환경 변화와 유통 4.0

가. [투자] 유통 4.0 기반 기술에 투자 유통 기업

나. [제도ㆍ정책] 유통산업의 4차 산업혁명 대응을 지원

다. [소비자] 상품 정보를 한 손에 쥔 강력한 소비자

2) 리테일 패러다임의 글로벌 유통 기업

(1) 유통 4.0 시대 속 국내외 기업의 대응 전략

가. [Strategy] 전략 수립 및 의사결정

나. [Supply] 물류ㆍ재고ㆍ매장 관리

다. [Attract] 고객 유인 및 고객 경험 강화 

라. [Sell] 결제 및 배송 프로세스

마. [Relate] 지속적 고객 관계 형성 및 로열티 제고

(2) 기업의 대응 전략

가. 유통 4.0에 따른 비즈니스 흐름 변화 대비

나. 자사 핵심 비즈니스에 적합한 밸류체인 구축

3) 국내 유통 채널별 산업 현황

(1) 국내 유통산업 현황

(2) 백화점, 소비 양극화의 수혜

가. 2018년 환경 분석

나. 2019년 환경 분석

⒜ +3.0% 수준의 기존점 신장 추세

⒝ 신규 사업인 면세점 손익이 향후 주가방향성을 결정

⒞ 한국 관광상품 판매 재개에 따른 업종 해소 기대

(3) 대형마트

가. 2018년 환경 분석

나. 2019년 환경 분석

⒜ 낮은 기저를 생각한다면 기회는 있다 → 추천주: 이마트

⒝ 할인점 손익 개선 시 부각될 온라인 관련 모멘텀

(4) 편의점

가. 2018년 환경 분석

나. 2019년 환경 분석

(5) 홈쇼핑

가. 2018년 환경 분석

나. 2019년 환경 분석

4) 물류 4.0 시대 산업 환경 분석

(1) 미래사회의 글로벌 메가 및 마이크로 트렌드

가. 기술발전에 따른 물류미래상

나. 사회구조 변화에 따른 물류미래상

다. 경제구조 변화에 따른 물류미래상

(2) 물류 4.0의 개념 정립

가. 산업혁명과 물류 서비스산업 역할 변화

나. 물류 4.0의 개념

(3) 핵심 요소기술 유형과 최신 물류기술동향

(4) 주요 물류 비즈니스 트렌드 유형과 사업 추진동향

가. 물류 4.0 비즈니스 트렌드 유형 및 동향

나. 국내외 주요기업 물류 4.0 융복합 사업 추진 동향

⒜ 국외 기업

⒝ 국내 기업

2. 유통·물류 빅데이터 구축 산업과 기술 분석

1) 유통·물류 빅데이터 구축 산업 현황

(1) 산업 개요

가. 정의 및 필요성

⒜ 정의

⒝ 필요성

나. 기술별 분류

다. 가치사슬 및 용도별 분류

⒜ 가치사슬

⒝ 용도별 분류

(2) 산업의 특징

가. 물류 트래킹 RFID 중심으로 성장 중

나. 공급망 전반에 걸친 빅데이터의 침투

다. 빅데이터와 인공지능을 통한 데이터 분석

라. 우리나라는 물류 빅데이터 활용에 있어 시작 단계

(3) 시장 분석

가. 세계시장

나. 국내시장

2) 유통·물류 빅데이터 구축 기술개발 동향

(1) 기술개발 이슈

가. 유통/물류 산업 기술 트렌드

나. 유통/물류 산업의 빅데이터 기술

다. 유통/물류 분야 빅데이터 도입을 위한 준비

라. 유통/물류 분야 빅데이터 기술 트렌드

(2) 생태계 기술 동향

가. 해외 플레이어 동향

나. 국내 플레이어 동향

다. 스마트 물류 중소기업

3) 유통·물류 빅데이터 구축 특허 동향

(1) 특허동향 분석

가. 연도별 출원동향

나. 국가별 출원현황

다. 기술 집중도 분석

(2) 주요 출원인 분석

(3) 기술진입장벽 분석

가. 기술 집중력 분석

나. 특허소송 현황 분석

(4) 요소기술 도출

가. 특허 기반 토픽 도출

나. 특허 분류체계 기반 요소기술 도출

다. 최종 요소기술 도출

4) 유통·물류 산업 인공지능 서비스 현황

(1) 인공지능 요소 기술

(2) 유통·물류 산업 및 고용 현황

(3) 인공지능 서비스

(4) 결론 

제 4장 제조 빅데이터 산업 플랫폼 구축현황

1. 디지털 혁신 제조업 변화와 대응방안

1) 디지털 기술이 촉발하는 제조업의 변화

(1) 생산방식의 혁신

(2) 가치창출방식의 혁신

(3) 디지털 혁신이 가져올 기회와 위기

2) 국내외 대응현황

(1) 디지털 역량확보를 위한 노력 가속화

(2) 생태계 다양한 주체들과의 협업 강화

3) 주요 쟁점 및 대응방안

(1) 주요 쟁점

(2) 중소제조기업의 디지털 역량 강화

(3) 제조혁신의 연결성·확장성·유연성 강화

(4) 인간중심 기술개발 지원

2. 스마트 제조 빅데이터 산업과 기술 분석

1) 스마트 제조 빅데이터 산업 현황

(1) 산업 개요

가. 정의 및 필요성

⒜ 정의

⒝ 필요성

나. 범위 및 분류

⒜ 기술별 분류

⒝ 가치사슬 및 용도별 분류

(2) 산업 분석

가. 국내 빅데이터 산업은 빅뱅 중

나. 스마트제조의 다양한 분야에서 활약하는 빅데이터

다. 정책적 지원 강화

(3) 시장 분석

가. 세계시장

나. 국내시장

2) 스마트 제조 빅데이터 기술개발 동향

(1) 기술개발 이슈

가. 국내 빅데이터 기술의 현황

나. 현재의 주요 기술개발 동향

다. 스마트제조에 적용될 빅데이터 기술

(2) 생태계 기술 동향

가. 해외 플레이어 동향

⒜ 빅데이터 활용 사례

⒝ 빅데이터 애널리틱스 기업

나. 국내 플레이어 동향

3) 스마트 제조 빅데이터 특허 동향

(1) 특허동향 분석

가. 연도별 출원동향

나. 국가별 출원현황

다. 기술 집중도 분석

(2) 주요 출원인 분석

(3) 기술진입장벽 분석

가. 기술 집중력 분석

나. 특허소송 현황 분석

다. 특허 기반 토픽 도출

라. 특허 분류체계 기반 요소기술 도출

마. 최종 요소기술 도출

3. 제조 빅데이터 플랫폼 구축 연구 분석

1) 제조 빅데이터 시스템을 위한 효과적인 시각화 기법

(1) 수집 데이터 시각화

(2) 분석 데이터 시각화

(3) 예측 데이터 시각화

(4) 결론 및 향후 과제

2) 제조 특화형 기반 빅데이터 분석 플랫폼 구축사례

(1) 기존 연구현황

가. 제조 데이터 분석 관련 연구

나. 제조 데이터 분석 플랫폼 관련 연구

(2) 제조 특화형 라이브러리 기반 데이터 분석 플랫폼

가. 분석모델 모델링 애플리케이션

나. 데이터 분석 플랫폼

(3) 구현 및 사례연구

가. 다이캐스팅 공장에 적용된 데이터 분석 플랫폼

나. 품질 특화형 라이브러리

⒜ 라이브러리

⒝ 데이터 모델링 애플리케이션

⒞ 분석 & 가시화

⒟ 검증

(4) 논의와 결론

3) 스마트팩토리에서 빅데이터 인프라 구축 연구

(1) 제조혁신과 스마트팩토리

가. 제조업 혁신

나. 스마트팩토리 구축을 위한 프레임워크

다. 스마트팩토리 구축에 영향을 미칠 요소

라. 빅데이터 분석 및 시각화

(2) 빅데이터 활용을 위한 인프라 구축

가. 빅데이터 인프라 구축 프로세스

나. 빅데이터 플랫폼

다. 빅데이터 모델링

라. 빅데이터 품질관리

통계(도표)