2nd/10_Wiki/Topics/AI/Big-Data.md

id, category, confidence_score, tags, last_reinforced

id	category	confidence_score	tags	last_reinforced
P-REINFORCE-AUTO-BIGD-001	10_Wiki/💡 Topics/AI	0.97	auto-reinforced big-data data-science analytics scalable-systems infrastructure	2026-04-20

Big-Data

📌 한 줄 통찰 (The Karpathy Summary)

"데이터의 바다, 지능의 양분: 기존의 방식으로는 처리할 수 없을 만큼 거대하고 빠른 데이터 뭉치로부터, 인공지능이 복잡한 패턴을 학습하여 정교한 예측과 자동화를 가능케 한 현대 문명의 원유."

📖 구조화된 지식 (Synthesized Content)

빅데이터(Big-Data)는 수신, 저장, 관리, 분석 역량을 넘어서는 대규모 데이터셋을 의미하며, 보통 5V로 정의됩니다.

1. 5V Characteristics:
   • Volume: 압도적인 데이터의 양.
   • Velocity: 실시간으로 생성되고 소멸되는 속도.
   • Variety: 텍스트, 이미지, 로그 등 비정형 데이터의 다양성.
   • Veracity: 데이터의 정확성과 신뢰도 확보의 어려움.
   • Value: 가공을 통해 얻어낼 수 있는 실질적인 가치.
2. 분석의 차원:
   • Correlation over Causation: "왜 발생하는가"보다 "무엇과 무엇이 같이 발생하는가"라는 상관 관계 분석에 우선 집중하여 빠른 비즈니스 의사결정 지원.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

• 과거 데이터와의 충돌: 과거에는 무조건 많이 모으는 '데이터 댐' 정책이 유행이었으나, 현대 정책은 쓰레기 데이터 입력 시 쓰레기 결과가 나온다는(GIGO) 교훈 하에 '데이터 품질(Data-centric AI) 관리 정책'으로 전환함(RL Update).
• 정책 변화(RL Update): 개인 정보 보호 정책(GDPR 등) 강화로 인해, 데이터를 한 곳으로 모으지 않고 기기단에서 학습하는 '연합 학습(Federated Learning) 정책'이 빅데이터 활용의 새로운 표준이 됨.

🔗 지식 연결 (Graph)

• Artificial Intelligence (AI), Foundational Models, Statistics & Data Analysis, Backups, Technical-Architecture
• Modern Tech/Tools: Hadoop, Spark, NoSQL (MongoDB, Cassandra), Data Lake (Snowflake).

---