Data Science의 필요성

1. Data Science의 필요성

• 발전
  • Development와 Gross를 구분할 필요가 있다.
  • 발전(Development)을 통해 가치를 증대(Gross)한다.

• 변화
  • 특징
    • 과거 : 간헐적
    • 최근 : 지속적, 가속적
  • Object의 개념 변화
    • Object가 바위에서 모래알로 변화되었다.
    • ex) 'Global'이라는 Object의 의미
      과거 : 각 국가별 경계가 명확하고 각 국가가 느슨한 형태로 묶여있다.
      최근 : 각 국가라는 바위가 모래알이 되어 (국가별 경계가 모호해져) 실제적인 하나가 되었다.
      Global → ONE → 한국 사회에 국한되는 것이 아니라 전세계에 동시에 적용된다.
      → Object가 바위에서 모래알로 변화되었다.

• 모래알 Object
  • 모래알을 뜨는 도구에 따라 모래알의 모양이 달라진다. → Flexible 하다.
  • Object가 Flexible하다. → 모든 Portfolio를 모두 다르게 만들 수 있다. → 각 개인의 창의성을 발현할 수 있다.
    → Data Science는 Flexible한 Object를 다룬다.(Unstructured Data를 다룰 수 있다.)

2. Data Science를 왜 하는가?¶

Practical(실용적인)에 대한 새로운 정의가 필요하다.
→ 과거의 Theoretical이 Data Science를 통해 Practical이 될 수 있다.

* 실용(실무)적인 것과 이론적인 것의 구분
과거 Tool이 발전(development)되지 않았을 때는 이론적인 것과 실용적인 것이 연결되지 않았다.

EX) 계산기의 발명

• 교육, 학습
  • 2를 100번 더한다. :사람이 손으로 할 수 있는 계산. 실무, 실용적인 것
  • 2 X 100 : 사람이 손으로 할 수 없는 계산. 이론적인 것
  • A : +(더하기)와 x(곱하기)를 모두 교육, 학습
  • B : +(더하기)만 교육, 학습
  • Tool이 발전(development)되기 전에는 2를 100번 더하는 업무에서 A와 B의 사무생산성은 같은 수준임

• 생산성의 양극화
  • Tool(ex. 계산기)이 발전된 이후에는 A와 B의 사무생산성이 양극화된다.
  • B는 2를 100번 더하기 위해 계산기를 200번 눌러야 한다면, A는 계산기를 6번만 누르면 계산할 수 있다.
  • Tool의 발전(development)으로 이론적인 것이 실용(실무)적인 것이 될 수 있다.
  • Tool의 발전과 이론적인 것의 교육, 학습 여부가 생산성의 양극화를 발생시킨다.
  • 최근에는 Tool의 발전(변화의 발생)이 빈번하기 때문에 이러한 양극화가 가속화된다.