서비스형 데이터

서비스형 데이터(Data as a Service, DaaS)는 데이터 웨어하우스에서 데이터를 관리하거나 비즈니스 인텔리전스를 사용하여 데이터를 분석하는 등 데이터 작업에 사용되는 클라우드 기반 소프트웨어 도구이다. 이는 SaaS(서비스형 소프트웨어)를 통해 활성화된다.^[1] 모든 "서비스형"(aaS) 기술과 마찬가지로 DaaS는 공급자와 소비자 간의 지리적 또는 조직적 분리에 관계없이 데이터 제품을 사용자에게 온디맨드로 제공할 수 있다는 개념을 기반으로 한다.^[2] SOA(서비스 지향 아키텍처)와 API의 광범위한 사용으로 인해 데이터가 상주하는 플랫폼이 무의미해졌다.^[3]

서비스형 비즈니스 모델 데이터는 둘 이상의 조직이 가치 있는 것을 대가로 기계 판독 가능 데이터를 구매, 판매 또는 거래하는 개념이다.^[4]

개요

DaaS는 주로 웹 매시업에서 시작되었으며, 2015년부터 상업적으로 그리고 유엔과 같은 조직 내에서 점점 더 많이 활용되고 있다.^[5]

전통적으로 대부분의 조직은 자체 포함된 저장소에 저장된 데이터를 사용했으며, 이 데이터를 사람이 읽을 수 있는 형태로 접근하고 표시하기 위해 소프트웨어가 특별히 개발되었다. 이 패러다임의 한 가지 결과는 데이터를 해석하는 데 필요한 데이터와 소프트웨어를 단일 패키지로 묶어 소비자 제품으로 판매하는 것이다. 데이터 패키지와 함께 번들된 소프트웨어의 수가 증가하고 서로 간의 상호 작용이 필요해지면서, 또 다른 인터페이스 계층이 요구되었다. 이 인터페이스들은 총체적으로 기업 응용 프로그램 통합 (EAI)으로 알려져 있으며, 동일한 기반 테크놀로지 위에 구축된 애플리케이션을 통합하기 쉬워 일반적으로 공급업체 종속을 장려하는 경향이 있었다.^[6]

번들된 소프트웨어/데이터 소비자 패키지와 필수 EAI 미들웨어의 결합은 특정 데이터를 사용하기 위해서만 조직이 관리하고 유지해야 하는 소프트웨어 양의 증가를 초래했다. 일상적인 유지보수 비용 외에도 데이터 형식이 변경됨에 따라 연쇄적인 소프트웨어 업데이트가 필요하다. 이러한 상황은 DaaS가 데이터 소비자에게 매력적인 이유가 된다. 왜냐하면 DaaS는 특정 소프트웨어 환경이나 플랫폼의 비용으로부터 데이터 비용과 데이터 사용을 분리할 수 있게 해주기 때문이다. Sensing as a Service^[7][8] (S²aaS)는 사물인터넷 데이터를 통합하여 데이터 거래 시장을 생성하는 비즈니스 모델이다.

뮬소프트, 오라클 클라우드 및 마이크로소프트 애저와 같은 공급업체는 대량의 데이터를 더 빠르게 계산하고, 데이터를 통합 및 분석하며, REST 아키텍처 제약 조건 (RESTful API)을 준수하는 웹 서비스 API를 사용하여 실시간으로 게시하는 DaaS 개발을 수행한다.

서비스형 데이터 비즈니스 모델

서비스형 데이터 비즈니스 모델은 두 개 이상의 조직이 가치 있는 대가로 기계가 읽을 수 있는 데이터를 구매, 판매 또는 거래하는 개념이다. 서비스형 데이터는 데이터 관련 서비스를 포괄하는 일반적인 용어이다. 이제 DaaS 서비스 제공업체는 전통적인 데이터 분석 서비스를 대체하거나 기존 서비스와 행복하게 클러스터링하여 고객에게 더 많은 부가가치를 제공하고 있다. DaaS 제공업체는 추가적이고 더 가치 있는 분석 데이터 또는 정보를 제공하기 위해 다중 소스 데이터를 큐레이션, 통합, 분석하고 있다.^[9]

이 데이터는 내부 회사의 데이터를 증강하여 비즈니스 프로세스와 의사 결정을 개선하고, AI 훈련 및 조직의 서비스나 제품을 보완하는 데 사용된다.^[10] 여기서 외부 DaaS는 공급업체로부터 라이선스를 받은 데이터를 사용하며, 이는 고객에게 온디맨드로 제공된다.

일반적으로 데이터는 주로 클라우드 기반의 네트워크를 통해 전달된다. "이를 위해 조직은 DaaS 서비스로 소프트 카피 데이터를 '구매, 판매 또는 거래'할 수 있다."^[11]

일반적으로 DaaS 사업은 구독을 기반으로 하며 고객은 서비스 패키지 또는 특정 서비스에 대해 비용을 지불한다. 동시에 투자자는 발생한 수익이 사업 운영의 초기 및 운영 비용을 초과하는지 확인해야 한다. 가격 모델은 일반적으로 다음 두 가지 범주로 분류된다.

• 수량 기반 가격 모델 및 종량제(PPCall)
• 데이터 유형 기반 모델^[12]

고객이 필요할 때만 DaaS 공급업체가 제공하는 데이터 스트림에 접근할 수 있으므로, 이는 회사 내에 데이터를 저장할 필요성과 그에 따른 비용을 없애 사업을 더욱 유연하게 만든다.^[13]

이 비즈니스 모델의 한 부분은 사용자 데이터 처리 분야의 규제이다. 특정 고객 서비스 요구 사항을 준수해야 하는 여러 규정이 있다. 특히 데이터를 수집하는 웹사이트는 어떤 종류의 데이터가 수집되는지 방문자에게 알리고 이러한 조치에 대한 동의를 얻어야 한다. 또한 사이트는 개인 데이터가 침해된 경우 방문자에게 즉시 알려야 한다. 또한 웹사이트 데이터 보안 평가 및 보호 조치 확보가 필요하다.^[14] 일반 데이터 보호 규칙^[15]은 EU 외부의 많은 국가 법률(예: 영국, 튀르키예, 모리셔스, 칠레, 일본, 브라질, 대한민국, 아르헨티나 및 케냐)의 모델이 되었으며, 캘리포니아 소비자 개인 정보 보호법의 기반을 형성했다.^[16][17]

빅 데이터 비즈니스 모델 도식

비즈니스 모델의 또 다른 구성 요소는 고객이 자체 가치 제안(제품, 서비스)을 개선하기 위해 데이터를 수신하고 사용할 수 있도록 보장하는 것이다. 이 비즈니스 모델에서 데이터는 지원 메커니즘 또는 다른 가치 제안을 생성하는 도구로서 가치를 제공하며, 그렇기 때문에 수익 흐름은 일반적으로 훨씬 낮다.^[18]

차례로 서비스형 데이터는 가치 제안 및 고객을 기반으로 하는 빅 데이터 비즈니스 모델의 세 가지 범주 중 하나이다.

• 서비스형 답변(Answers as a Service)
• 서비스형 정보(Information as a Service)
• 서비스형 데이터(Data as a Service)

다양한 분야에서의 DaaS 비즈니스 모델 활용

서비스형 데이터 공급업체는 다양한 유형의 데이터를 사용하여 다양한 비즈니스 분야에서 서비스를 제공한다. 예를 들어, People Data Labs는 고객이 채용 플랫폼을 강화하고 AI 모델을 만들고 맞춤형 대상을 설정할 수 있도록 사람들에 대한 공개 데이터를 수집한다.^[19][20] Nyne.ai는 소비자와 브랜드 통찰력을 강조하는 사람 데이터 분야의 경쟁사이다. 이 플랫폼은 소셜 미디어와 수억 개의 웹사이트에서 분산된 신호를 연결하여 한 사람이 소유한 계정을 매핑한다. 여기에서 AI 에이전트는 사용자 활동을 분석하여 브랜드 선호도, 관심사 및 행동 패턴을 식별하고, 비즈니스 애플리케이션 및 AI 기반 시스템 모두에 대한 정보를 제공한다.^[21]

금융 기술 분야에서는 소비자의 금융 및 행동 데이터가 수집 및 통합되어 조직이 대출 위험을 줄이고 수익성을 높이며 비즈니스, 정부 및 개인에게 서비스를 제공하는 데 도움이 되는 더 나은 결정을 내릴 수 있도록 돕는다.^{[22][23][24][25]}

다른 부문에서는 DaaS 공급업체가 이동통신사 데이터를 수집하여 다양한 유형의 서비스를 제공한다. 예를 들어, OneFactor 플랫폼은 다른 기업(통신사, 은행, 소매업체, 결제 시스템 등)이 자체 데이터를 추가 정보로 처리 및 보강하고, 머신러닝 모델을 구축하며, 이를 실제 운영에 적용하여 수익을 창출할 수 있도록 한다.^[26][27]

비즈니스 데이터 영역에서 Enigma Technologies와 같은 DaaS 공급업체는 수익 프로파일링, 시장 분석, 비즈니스 온보딩, 경쟁 벤치마킹 등 비즈니스 운영의 다양한 측면에 대한 통찰력을 집계하고 제공한다. 이러한 서비스는 기업이 전략을 최적화하고 시장 기회를 식별하며 운영 효율성을 향상할 수 있도록 지원한다. 예를 들어, 일부 DaaS 제공업체는 소매점 데이터 수집 및 분석에 중점을 두어 기업이 수익 패턴, 고객 행동 및 시장 동향을 이해하여 사이트 선정 및 확장 전략에 정보를 제공하도록 돕는다.

DaaS 시장에는 전 세계에서 수집된 기상 데이터를 기반으로 일기 예보 서비스를 제공하는 회사들이 있다.^[28]

장점

서비스형 데이터는 데이터 품질이 중앙 집중식으로 이루어져 데이터를 정제하고 풍부하게 만들며, 조직 내 또는 네트워크상 어디에 있든지 다른 시스템, 애플리케이션 또는 사용자에게 데이터를 제공할 수 있다는 전제 하에 운영된다.^[3] DaaS는 다음과 같은 이점을 제공한다.

• 민첩성 – 사용자는 데이터 접근의 단순성 덕분에 빠르게 움직일 수 있으며, 기본 데이터에 대한 광범위한 지식이 필요 없다. 데이터 구조 및 위치별 요구사항은 사용자 요구에 맞게 수정될 수 있다.
• 비용 효율성 – 공급업체는 데이터 전문가와 함께 기반을 구축하고 프레젠테이션 계층을 아웃소싱하여 매우 비용 효율적인 사용자 인터페이스를 만들고 프레젠테이션 계층에서의 변경 요청을 훨씬 더 실현 가능하게 한다.
• 데이터 품질 – 데이터 접근은 데이터 서비스를 통해 제어되며, 이는 단일 업데이트 지점이 존재하므로 데이터 품질을 향상시키는 경향이 있다. 이러한 서비스가 테스트되면 다음 배포를 위해 변경되지 않는 한 회귀 테스트만 필요하다.

비판

DaaS의 단점은 일반적으로 클라우드 컴퓨팅과 관련된 단점과 유사하다. 예를 들어 테러 공격, 정전 또는 자연재해로 인한 서버 다운타임을 피하기 위한 서비스 제공업체의 능력에 사용자가 의존해야 한다는 점이다. DaaS 모델에 특화된 일반적인 비판은 전통적인 데이터 제공과 비교할 때 소비자가 데이터를 단순히 "임대"하고 분석이나 통찰력을 생산하는 데 사용하며, 일반적으로 원본 데이터는 다운로드할 수 없다는 것이다.^[29]

서비스형 데이터 비즈니스 모델을 사용하는 데 따르는 함정은 데이터 해적 행위와 민감한 데이터 유출 문제이다.^{[30][31][32][33]} 일반적으로 모든 DaaS 비즈니스 운영자는 판매, 처리 또는 분석하는 데이터의 지적 재산권을 보호하기 위해 라이선스 계약을 개발하고 사용한다. 이는 데이터가 모든 유형의 저작권 침해, 구독 위반 또는 사용 위반으로부터 보호되도록 하기 위함이다.^[34]

DaaS 제공업체가 고객에게 익명화된 데이터를 판매함에도 불구하고, 어떤 경우에는 정제 과정이 고객에게 많은 데이터를 남겨두어 데이터셋에 포함된 사람들을 노출시킬 수 있다.^[35]

데이터 수집, 처리 및 저장에 대한 사용자 동의 문제도 있다. 모바일 애플리케이션 개발자는 사용자의 스마트폰에서 데이터를 판매할 수 있지만, 애플리케이션 사용자는 애플리케이션이 어떤 정보를 추적하는지 항상 알지 못할 수도 있다.^[36][37][38]

링크드인과 같은 공개 데이터 발행자는 공개 웹사이트를 스크래핑하여 직접 재판매하거나 분석 제품으로 사용하는 것을 바람직하지 않게 여길 수 있다. 그러나 법정에서는 제한적인 성공을 거두었다.^[39] 공개 데이터를 스크래핑하여 무료로 또는 상업적 제품으로 제공하는 것이 데이터 독점을 막거나 저널리즘을 돕는 등 경제적, 사회적 이점을 제공한다는 주장이 있다.^[40]

같이 보기

• 클라우드 데이터베이스
• 서비스형