한빛출판네트워크

스트리밍 분석은 가장 까다로운 심사위원—사람들—에게 검증되었다. 그리고 이제는 주변의 로봇들을 감독할 준비가 되었다.

“우리 시대 최고의 지성들은 어떻게 사람들이 광고를 클릭하게 할지에 대해 생각한다. 그리고 그것은 최악이다” (제프 해머바허의 불후의 표현에서)라는 비난이 유행하게 되었다. 하지만 사실은 매우 명백하다: 광고를 제공하기 위해 구축된 인프라스트럭쳐 덕분에 기계를 통한 작업들이 사람들을 위한 명확한 혜택으로 바뀌는 것을 볼 수 있다.

스트리밍 분석의 한 가지 일반적인 사례는 광고 플랫폼이다: 패스트 데이터는 사람이 무언가를 느끼는 순간적인 (5분의 1초 보다 짧은) 시간에 분석적인 정보에 근거한 판단을 제공할 수 있음을 의미 한다. 더 나은 광고를 제공하는 것은 사용자에 관한 지식, 가능한 광고에 대한 인식, 맥락(토요일 오전에는 식료품을, 토요일 저녁에는 영화를 홍보한다), 그리고 그 밖에 많은 것들의 결합을 의미한다. 이것은 복잡하고 끊임없이 변화하는 데이터 집합 그룹을 다루지만 또한, 성공여부를 판단하기 위해 스스로 엄격한 판단 기준을 세운다: 인간의 두뇌는 각각의 신호들을 약 200밀리초 이내로 거의 "동시"에 생각한다. 우리는 스트리밍 분석과 인메모리 데이터베이스를 통해서 필요한 요건을 거의 지속적으로 충족시킬 수 있다.

사람들의 시간적 요구를 충족함으로써, 더 빨라진 컴퓨터의 응답시간을 활용한 사물인터넷을 가능하게 해준다. 과거에는, 산업용 모니터링 같은 “중요한” 작업을 가져와 (다이얼과 게이지 시대의 전임자들 뒤를 따라) 대시보드를 통해 상황 인식과 더 높은 레벨의 분석을 함께 제공하게 될 것이다. 즉시 응답 메커니즘(예를 들면, 회로 차단기와 온도 차단 장치) 이 있었던 반면, 예측하고 사전 대응하기 위해 분석, 상황 인식, 종합할 수 있는 데이터는 없었다.

스트리밍 분석은 기계의 시간과 사람의 시간을 융합하는 것을 가능하게 한다. 또한, 분석적인 정보에 근거한 기계의 판단을 사람이 매번 해왔던 것 보다 더 빠르게 제공 할 수 있다: 정전이 벌어지기 전에 변압기를 차단하거나, 소리와 영상뿐만 아니라 결함이 없는 생산을 보장하기 위해 온도, 시간, 압력과 같은 물리적인 요인을 관찰한다.

우리는 이제 기계로만 이루어진(IoT) 환경과 속도와 정확도가 중요한 다른 환경에서 사람들을 위해 만들어진 데이터 도구—로직을 위한 자바와 상태 조작을 위한 SQL—를 작은 수정으로 사용 할 수 있다.

***

티모시 맥고븐

티모시 맥고븐은 O’Reilly Media의 에디터이다. 고대사 학위를 가지고 있고, 산더미 같은 데이터를 수집한 사람들에게 “그래서 저것을 가지고 무엇을 할건가요?” 라고 묻는 것을 매우 편안하게 생각한다. 시카고에 살고 있지만, 어디서 만나던지 그가 자전거를 타고 도착할 수 있다.

원문 : Fast data is for people

번역 : 김준환