지금이 투자 할 때입니다

마지막 업데이트: 2022년 1월 24일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기

지금이 투자 할 때입니다

1. SAFE란?

SAFE는 Simple Agreement for Future Equity의 약자로 국내에서는 조건부 지분인수 계약이라는 용어로 불리고 있습니다. (이하 SAFE 로 통칭)

SAFE는 후속투자에서 결정된 기업가치에 따라 먼저 투자한 투자의 기업가치가 결정되는 혁신적인 투자제도입니다.

이 투자제도는 기업가치 산정이 어려운 초기 스타트업에 투자할 때, 투자조건의 협상 과정을 최소화하여 신속하게 투자하기 위해 실리콘밸리의 Y Combinator에서 처음 고안되었습니다.

SAFE의 주요 조건은 두가지입니다.

1) 가치평가상한 (Valuation Cap)

계약방식에 따라 가치평가상한과 할인율을 모두 정하는 경우, 가치평가상한만 정하는 경우, 할인율만 정하는 경우 총 3가지가 가능합니다.

가치평가상한은 SAFE로 인정되는 기업가치(Valuation)의 상한선입니다.

만약 후속투자의 기업가치가 가치평가상한보다 높다면 가치평가상한이 SAFE의 기업가치가 됩니다.

만약 지금이 투자 할 때입니다 후속투자의 기업가치가 가치평가상한보다 낮다면 후속투자의 기업가치가 SAFE의 기업가치가 됩니다.

할인율은 후속투자의 기업가치에서 미리 설정된 할인율을 적용하는 조건입니다.

2. 캠프파이어가 SAFE로 투자하는 이유

초기 단계 스타트업의 기업가치를 정하는 것은 창업자와 투자자 모두에게 어려운 일입니다.

캠프파이어는 성장에만 집중할 수 있는 환경을 조성하여 창업팀의 빠른 성장을 돕고자 성과에 따라 기업가치를 인정받을 수 있는 SAFE를 도입하였습니다.

3. SAFE로 2번 투자하는 캠프파이어 시즌6

캠프파이어 시즌6는 총 2번의 투자가 진행됩니다.

- 캠프파이어 프로그램 시작 시점모든 선발팀에 동일하게 1억원을 SAFE로 투자합니다.

- 캠프파이어 프로그램 종료 시점에 프로그램 기간동안 진행된 마일스톤 성과에 따라 팀당 최대 5억원까지 SAFE로 투자합니다.

2번 모두 SAFE로 투자하기 때문에 투자 시점에 창업팀에 대한 기업가치는 확정되지 않습니다.

각각의 SAFE 투자금의 주식전환가격은 이후 창업팀이 Pre-A 투자를 유치하는 시점에 확정됩니다.

액셀러레이팅 기간동안 빠르게 성장하는 팀은 더 많은 SAFE 투자금을 확보하여 더 높이 성장할 수 있는 동력을 마련할 수 있습니다.

“기업인, 지금이 공격적으로 투자할 때”

현오석 부총리 겸 기획재정부 장관이 기업인들에게 한국경제 상황을 설명하며 공격적 투자를 호소했습니다.

“한국이 다른 신흥국과 차별화를 보이는 지금이야말로 공격적 투자전략을 구사할 때입니다.”

미국의 양적완화 지금이 투자 할 때입니다 축소 이후 촉발된 신흥국 위기를 보고 많은 기업이 투자와 고용을 망설이고 있지만 우리 경제는 확실히 다르다는 것입니다.

특히 2008년 이후, 한 가지 위기가 끝나는가 싶으면 다시 다른 위기가 밀려온다며 ‘위기가 끝나고 나면 투자하겠다`는 전략은 경쟁력이 없다고 힘줘 말했습니다.

지나친 자만심을 갖는 것은 경계해야 하지만, 과도한 불안감에 투자와 고용, 소비를 줄여 실제로 경기를 침체시키는 것도 경계해야 한다는 것입니다.

이와 함께 현 부총리는 이달 말 발표할 ‘경제혁신 3개년 계획’에 과감한 규제개혁안을 담겠다며, 이러한 혁신에 기업이 적극적으로 협조해줄 것을 당부했습니다.

통상임금과 노동시간 단축 등 기업인들이 우려하고 있는 노동 관련 현안에 대해서는 노사와 충분히 머리를 맞대고 상생의 교집합을 넓혀나가겠다고 말했습니다.

기업의 급격한 부담 증가를 줄이면서 비정상적 관행을 정상화해 새로운 성장동력으로 이끌겠다는 것입니다.

올해 경제정책방향으로는 경제활성화와 민생안정 동시 달성으로 잡았습니다.

세계경제가 완만하게 회복되고 있지만 미 양적완화 축소로 취약 신흥국 불안 등이 여전하고, 국내는 지표경기에 비해 체감경기가 상대적으로 부진한데다, 새로운 성장동력 발굴과 미래대비도 필요한 상황이기 때문입니다.

'억 날렸다' 개미 무덤된 카카오…지금이 투자 찬스?[코주부]

LG에너지솔루션(LG엔솔)이 역대 기업공개(IPO) 기록들을 갈아치우면서 성공적으로 상장했습니다. 상장 첫날 시장은 ‘따상’(시초가가 공모가의 2배로 형성돼 상한가 기록)에 실패한 LG엔솔은 이틀 연속 하락했습니다. 주가가 공모가(30만원)보다 여전히 높기는 하지만 ‘따상’을 기대했던 종목인 만큼 투자자들 사이에서는 실망의 목소리도 들려옵니다. 증권가에서는 사실 ‘따상’은 어렵다고 일찍부터 얘기해왔습니다. 공모가가 30만원이니 따상에 성공하면 LG엔솔의 주가는 78만원이 됩니다. 이 때 시가총액은 180조원이 넘습니다. 그래서 국내 증권사들은 LG엔솔의 기업가치를 바탕으로 적정 주가는 39만~61만원으로 내다보고 있습니다. 차이가 꽤 크네요. 증권사들은 어떻게 이런 수치를 제시할 수 있을까요? 이번 에서는 목표주가와 이를 활용한 투자 전략에 대해 알아보려고 합니다.

목표주가는 기업의 가치나 앞으로 벌어들일 수 있는 이익 등을 바탕으로 해당 기업의 주가가 얼마까지 상승할 수 있을 지를 보여주는 지표입니다. 일부에서는 목표주가라는 말 대신에 적정주가라는 용어를 쓰기도 합니다. 현재 주가보다 목표주가가 높은 경우가 많습니다만 그 반대의 경우도 있습니다.

‘카카오, 4%대 급등 시총 3위 굳히기…목표주가도 추월’. 지난해 6월 18일에 보도된 한 경제 기사입니다. 지금 카카오 주가는 곤두박질치고 있지만 이 때만 해도 연일 급등하던 상황이었습니다. 지난해 6월 1일 12만7,000원(종가 기준)이던 카카오 주가는 그 달 23일에는 16만9,500원까지 올랐습니다. 불과 3주 사이에 33%나 급등했습니다. 당시 국내 증권사들이 제시한 카카오 목표주가 평균은 14만2,736원으로 카카오 주가는 단숨에 목표주가를 추월해버렸습니다.

증권사들이 판단하기에 카카오 주가는 기업가치 등을 고려했을 때 주당 14만원 정도가 적당했는데 실제 주가가 이 기업의 가치를 웃돌면서 고평가된 셈입니다. 당시 증권사들은 어떻게 했을까요? 바로 목표주가를 올리기 시작했습니다. 한 증권사는 5월에 카카오의 목표주가를 13만6,000원에서 15만7,000원으로 올린 데 이어 바로 그 다음 달 20만원으로 또 올렸습니다. 또 다른 증권사는 5월 14만원으로 제시했던 카카오 목표주가를 6월 15만원, 7월에는 18만4,000원으로 올렸습니다.

상식적으로 불과 한 달 사이에 기업가치가 수직 상승하진 않았을 텐데, 증권사는 왜 목표주가를 올렸을까요? 현재 주가가 올랐으니 목표주가를 올린 것 뿐이라면 ‘목표주가’라는 지표는 사실 아무 짝에도 소용이 없는 게 아닐까요? 그래서 투자자들은 ‘증권사의 목표주가는 믿지 못한다’고 얘기하는 듯합니다. 하지만 워런 버핏마저도 기업의 내재 가치를 바탕으로 한 적정 주가 찾기를 투자의 시작으로 보고 있습니다. 지금 싸게 사서 오래 보유하는 전략을 취하니 목표주가라는 것을 무작정 믿지 않기에도 뭔가 꺼림칙한 것이 사실입니다.

그럼 목표주가는 어떻게 산정할까요? 정말 다양하지만 국내 증권사 리포트에서 자주 언급되는 방법은 크게 4가지 정도일 듯합니다. 간단하게 설명해보겠습니다.

①먼저 주가수익비율(PER)을 활용한 방법입니다. 가장 쉽게 볼 수 있는 방법이죠. PER은 현재 주식 가격을 주당순이익(EPS)으로 나눈 값입니다. 예컨대 주당순이익이 100원인 주식의 현재 주가가 1,000원이면 PER은 10배입니다. PER가 높으면 주가가 고평가됐다고 하고 낮으면 저평가 됐다고 합니다. 그럼 이 PER로 어떻게 목표주가를 추산할까요? 미래 어느 시점에 해당 기업이 벌어들일 이익만 추산해 미래 주당순이익을 예상한 다음 이를 예상 PER로 곱하는 식입니다. 예상 PER은 대체로 동종 업계의 평균 PER를 기준으로 할인해서 사용하곤 합니다. 예컨대 지난 17일 하나금융투자가 발간한 해성디에스의 보고서에는 글로벌 동종 업계의 2022년 평균 PER 18.8배를 25% 할인(동종 업계의 매출·이익과 비교)한 14.1배의 PER를 적용했습니다. 올해 예상 주당순이익은 5,699원으로 책정해 목표주가를 8만원으로 제시했습니다.

②기업의 총가치(EV)와 EBITDA(세전·이자지급전이익)을 이용한 방법입니다. EV/EBITDA는 기업의 실제 가치가 영업활동을 통해 기업이 창출한 이익의 몇 배인가를 보여줍니다. 이 비율이 높을수록 기업가치가 고평가, 낮을수록 저평가입니다. 대개 기업 인수합병시 사용되곤 하는데 목표주가 산정에도 사용됩니다. 아래는 한국투자증권이 발행한 보고서에 실린 KCC글라스의 목표주가 산정 표입니다.

③주가순자산비율(PBR)을 활용하는 방법입니다. PBR은 주가를 주당 순자산가치(BPS)로 나눈 지표인데요. 주가가 순자산에 비해 1주당 몇 배로 거래되고 있는지를 보여줍니다. 1보다 낮으면 주가가 현재 장부상 순자산 가치에도 미치지 못한다는 겁니다. 간단하게 설명해보겠습니다. 기업의 이익이 늘면 순자산도 늘겠죠. 미래 어느 시점의 순자산을 전망하고 이를 주식 수로 나누면 BPS가 산출됩니다. 이를 PBR로 곱하면 적정 주가가 나옵니다. 예컨대 미래 BPS가 40만원인 어느 기업에 목표 PBR 0.8배를 적용하면 이 기업의 적정 주가는 32만원이 되는 식입니다. 아래는 하나금융투자가 삼성화재의 목표주가를 산정한 보고서 중 관련 내용입니다.

④SOTP(Sum of part), 부분 가치 합상을 이용한 목표주가 계산법도 있습니다. 자회사 또는 모든 사업별 가치를 평가해 합산하는 기업가치 분석 방식인데, 자회사나 사업부문의 영업 상황에 따라 목표주가가 많이 달라질 수 있습니다. 예컨대 NH투자증권의 제이콘텐트리 관련 보고서를 보면 제이콘텐트리의 2022년 방송부문 예상 가치를 1조6,500억원, 극장부문 610억원, 순차입금 1,612억원 등으로 추정해 총 기업가치를 1조5,505억원으로 산정하고 이를 총 주식수(2,140만여주)로 나눠 목표주가를 7만3,000원으로 제시했습니다.

목표주가를 계산하는 방법을 유심히 살펴보면 공통점이 있습니다. 결국 기업가치와 실적이 목표주가에 직접적인 영향을 미친다는 것입니다. 특히 실적이 늘어나면 기업의 보유 자산이 늘어나 기업 가치도 증가하니 결국 목표주가는 기업가치를 나타내는 지표라고 할 수 있을 듯합니다. 목표주가는 대부분 현재 주가보다 높습니다. 그래서 주가가 목표주가보다 낮다고 해서 투자 기회라고 할 수는 없을 듯합니다. 다만 최근 증시처럼 기업의 밸류에이션 문제보다 거시경제 환경 변화로 약세장이 이어질 경우 목표주가보다 과도하게 현재 주가가 낮은 종목을 지금이 투자 할 때입니다 찾아보는 것은 투자자의 종목 선택과 결정에 도움을 줄 수도 있을 겁니다.

목표주가 계산법을 소개하기는 했지만 해당 계산법을 사용한 목표주가가 적정한지 아닌지, 혹은 증권사가 주가를 제대로 예측하는지 아닌지에 집중하기보단 기업의 가치가 늘어날지, 또는 왜 지금이 투자 할 때입니다 이렇게 예측했는지 등에 집중하는 것이 더 생산적일 겁니다.

그래서 는 연초 하락장을 겪으면서 목표주가와 현재 주가가 과도하게 차이나는 종목(feat. 에프앤가이드)을 소개해볼까 합니다. 이른바 목표주가 괴리율이라는 것인데요. 괴리율이 클수록 증시에서 저평가된 상태라고 봅니다. 저평가된 만큼 주가가 상승할 여력이 큰 것도 사실입니다. 하지만 무작정 저평가됐다고 투자를 결정하기 보다는 저평가된 종목을 분석하고 투자 가치가 있는지 스스로 판단하는 과정을 거쳐야겠죠. 그리고 현재 증권사가 제시하는 목표주가는 대부분 12개월 후의 주가입니다. 단기적이 아니라 중장기적인 지표라는 의미입니다.

유가증권시장에서 괴리율(괴리율은 목표주가-현재주가/현재주가×100으로 구합니다. 그냥 현재주가/목표주가×100을 해도 목표가와 현재가의 차이가 크다는 의미는 크게 다르지 않습니다)이 가장 큰 종목은 HDC현대산업개발입니다. 증권사들의 목표주가 평균은 3만6,269원인데 27일 지금이 투자 할 때입니다 기준 주가는 1만3,600원입니다. HDC현산은 광주광역시 아파트 외벽 붕괴 사고 후 주가가 급락했습니다. 괴리율이 큰 것은 맞는데 그것만 믿고 무작정 투자하기는 겁이 납니다. 다음은 크래프톤입니다. 목표주가 평균은 59만1,000원인데 27일 종가는 26만4,000원으로 절반에도 미치지 못하네요. 뒤를 이어 SK렌터카, OCI, 씨에스윈드 순입니다. 코스닥 시장에서는 덕산네오룩스가 목표주가 8만1,700원에 27일 주가 4만650원으로 괴리율이 가장 컸습니다. 이어 에코프로비엠, 한글과컴퓨터, 동화기업, CJ ENM 순입니다.

이 기사는 서울경제의 재테크 뉴스레터 ‘코주부’에 게재된 내용입니다. 코인, 주식, 부동산까지 요즘 가장 핫한 재테크 소식을 알기 쉽게 풀어드리는 코주부 레터. 아래 링크에서 구독신청하시면 이메일로 매주 월, 목요일 아침 8시에 보내드립니다.(무료!)

“겨울이 오더라도 계절은 바뀐다. 그리고 불황기는 기회다”

스타트업 생태계에는 늘 ‘거품론’이 존재했다. 올해는 거시경제 환경 악화로 체감되는 현실로 다가오고 있다. 미국의 중앙은행 연방준비제도이사회(FED)의 금리인상이 이어지는 가운데, 전세계적으로 벤처캐피탈( VC ) 업계의 투자심리도 냉각되고 있다. 스타트업 투자 시장에서 보수적 관점이 심화될 거라 예측되기도 한다.

와이콤비네이터, 세콰이어캐피털, 라이트스피드 벤처 파트너스 등 실리콘밸리 투자사들은 “급변하는 상황에 대비해야 한다. 성장보단 살아 남아야 한다. 비용을 줄이고 이익을 만들어내는 데 집중해야 할 때”고 조언하고 있다. 겨울이라 단정하긴 이르지만, 분명 앞선 10년 호황기에 비해서 차가운 계절이 오고 있는 것은 사실이다.

국내 스타트업 씬에서도 차가운 바람이 느껴진다. IPO를 앞둔 기업들의 기업가치도 하향 조정되고 있다.

반면에 생태계는 한 계절이 아니라 사계절로 보고 판단해야 한다는 낙관적인 시선도 있다. 겨울이라는 걸 경험 못 해본 사람에게 겨울은 세상이 끝날 것 같은 충격이지만 빙하기가 아니면 봄은 돌아 온다는 것이다. 스마트폰 등 기술은 우리 일상 깊숙이 들어와 있고 거품이라 불리우던 시절에 큰 기회와 큰 기업이 태동했다. 대표적인 사례가 아마존과 구글, 우버, 에어비엔비 등 빅테크 기업이다.

우리나라 벤처-스타트업 생태계는 실리콘밸리에 비해 짧기에 월동 준비가 취약할 수 있다. 하지만 스타트업이라는 용어조차 낮설던 시절에 등장한 쿠팡이 미국에서 상장을 했고 그 뒤를 잇는 유니콘 기업들이 도약을 준비를 하고 있다. 겨울에 죽는 ‘유니콘’이 있을 수도 있지만 그것이 토양이 되어 다음 세대의 ‘데카콘’이 될 수도 있다.

김천수 파라마크벤처스 대표 ⓒ 플래텀

“겨울이 온다고 하지만 빙하기라고 하지 않는다. 계절은 바뀌기 마련이다. 그 기간에 사업 방향성이나 진정성을 알기 위해 기업들과 유대감을 쌓아야 한다. 투자시장이 뜨거울 때는 돈을 벌고, 어려울 때는 친구를 얻는다고 한다. 겨울을 함께 보낸 유대감과 남들이 모르는 정보를 바탕으로 투자할 때 차이를 낼 수 있다”

스타트업얼라이언스 주최로 9일 강원도 강릉에서 열린 ‘2022 스타트업 생태계 컨퍼런스’에 발표자와 패널로 나선 김천수 파라마크벤처스 대표는 월동 준비를 해야하는 VC가 어떤 관점으로 대비해야 하는 지에 대해 이렇게 조언했다. 결국 봄은 다시 온다는 의견이고 기업과 교감하며 현명하게 보낸다면 더 좋은 기업에 투자할 수 있다는 것이다.

최인혁 BCG 대표파트너 ⓒ 플래텀

최인혁 BCG 대표파트너는 불황기가 VC에게는 오히려 기회라고 역설했다. “비상장기업의 ‘멀티플’이 크게 낮아졌다. 하지만 모두가 꺼릴 때 더 좋은 투자를 할 수 있다. 미국의 통계를 살펴보면 모두가 투자에 적극적인 호황기에는 돈을 잃었고, 불황기에 투자한 경우는 확률적으로 돈을 벌었다. 불황기인 지금이 투자할 때”지금이 투자 할 때입니다 라고 말했다.

이어 그는 “닷컴 버블 때는 사업성이 불명확한 회사에 큰 기업가치가 매겨진 경우가 많았지만 지금은 자신의 가치를 증명할 수 있는 회사가 많다”며 “스타트업들이 각자의 기업가치를 어떻게 설명해낼 수 있느냐가 중요해질 것”이라고 부연했다.

유정호 KB인베스트먼트 그룹장 ⓒ 플래텀

유정호 KB인베스트먼트 그룹장은 “동남아 시장은 투자금이 절반 가량 줄어든 상황이기에 투자 활동이 보수적으로 바뀔 수 밖에 없다. VC들은 유망한 초기 기업을 다시 찾아보자는 흐름으로 가고 있다. 반면에 정부가 정책자금으로 받쳐주는 한국은 사정이 다르다. 겨울이 오랫 동안 이어지진 않을 거다. (겨울이라 불리우는) 짧은기간 투자가 다소 주춤할 수는 있겠지만 신흥국에 비해 한국이 기업가치를 조정받는 강도가 약할 것이고 회복되는 시간도 빠를 것이다. 위기와 기회가 공존하는 다이내믹한 환경이 펼쳐질 것”이라고 전망했다.

최항집 스타트업얼라이언스 센터장 ⓒ 플래텀

최항집 스타트업얼라이언스 센터장은 CVC(기업 주도형 벤처캐피털)의 역할이 커질 거라 예상했다. 그는 “벤처투자와 사모펀드 투자의 경계가 흐려지고 CVC(기업벤처캐피털)이 크게 늘어나는 등 비전통적 투자금이 크게 늘어났다.”며 “해외 자금이 줄어들 수는 있겠지만 국내 대기업과 중견기업이 그 자리를 매울 것이라 본다. 대기업이 활발하게 M&A(인수합병)을 하면 ‘엑시트(exit, 자금 회수)’ 기회가 될 수 있다.”고 말했다.

한편 스타트업얼라이언스 주최로 2015년부터 열리고 있는 스타트업 생태계 컨퍼런스는 국내 스타트업 지원기관과 권위자들이 스타트업 최신 동향과 미래에 대한 담론을 나누기 위해 모이는 자리다. 2015년에 시작하여 올해로 7회째를 맞는 본 행사는 창업과 관련된 140여 개 기관의 관계자 300여 명이 참석했다. 정부 기관을 비롯해 스타트업 액셀러레이터, 벤처캐피털 등 투자 전문가, CVC, 대학 창업지원단 관계자들이 참석했다.

빅 데이터란 무엇입니까?

빅 데이터란 양(volume)이 매우 많고, 증가 속도(velocity)가 빠르며, 종류(variety)가 매우 다양한 데이터를 말합니다. 이것을 3V라고도 합니다.

간단히 말해, 빅 데이터는 특히 새로운 데이터 소스에서 나온 더 크고 더 복잡한 데이터 세트입니다. 이러한 지금이 투자 할 때입니다 데이터 세트는 너무 방대하여 기존의 데이터 처리 소프트웨어로는 관리할 수 없습니다. 그러나 이러한 방대한 양의 데이터는 이전에 해결할 수 없었던 비즈니스 문제를 해결하는 데 사용될 수 있습니다.

빅데이터의 3대 요소(3V)

빅 데이터의 가치와 진실

지난 몇 년 동안 두 개의 V가 더 등장했습니다. 값(value)정확성(veracity)이 바로 그것입니다. 데이터는 내재적 가치를 가집니다. 그러나 가치는 발견이 되기 전까지는 무용지물입니다. 이와 똑같이 중요한 것이 있습니다. 데이터가 얼마나 진실하며 얼마나 신뢰할 수 있는가입니다.

오늘날에는 빅 데이터가 자본이 되었습니다. 세계에서 가장 큰 기술 회사를 생각해 보십시오. 이들이 제공하는 가치의 대부분은 데이터에서 나오고 있으며, 효율성을 높이고 신제품을 개발하기 위해 데이터를 지속적으로 지금이 투자 할 때입니다 분석하고 있습니다.

최근의 기술 혁신으로 데이터 스토리지 및 컴퓨팅 비용이 대폭 감소하면서 이전보다 더 많은 데이터를 보다 쉽고 저렴하게 저장할 수 있게 되었습니다. 더 많은 양의 빅 데이터를 보다 저렴하고 손쉽게 액세스할 수 있게 되면서 보다 정확하고 정밀하게 비즈니스 결정을 내릴 수 있게 되었습니다.

빅 데이터에서 가치를 찾는 것은 단순히 데이터를 분석하는 일이 아닙니다(분석은 완전히 다른 이점을 제공). 통찰력 있는 분석가, 비즈니스 사용자 및 경영진이 올바른 질문을 던지고, 패턴을 인식하고, 정보에 입각한 가정을 세우고, 행동을 예측해야 하는 전체적인 발견 프로세스입니다.

그렇다면 어떻게 여기까지 올 수 있었을까요?

빅 데이터의 역사

빅 데이터 자체의 개념은 비교적 새로운 것이지만, 대규모 데이터 세트의 기원은 최초의 데이터 센터가 등장하고 관계형 데이터베이스가 개발되는 등 데이터 세상이 막 시작되었던 1960년대와 70년대로 거슬러 올라갑니다.

2005년 무렵 사람들은 Facebook, YouTube 및 기타 온라인 서비스를 통해 사용자가 얼마나 많은 양의 데이터를 생성하고 있는지 깨닫기 시작했습니다. 같은 해에 Hadoop(빅 데이터 세트를 저장하고 분석하기 위해 특별히 개발된 오픈 소스 프레임워크)이 개발되었습니다. NoSQL도 이 기간 동안 인기를 얻기 시작했습니다.

Hadoop(그리고 최근에는 Spark) 같은 오픈 소스 프레임워크의 개발은 빅 데이터를 보다 손쉽게 사용하고 저렴하게 저장할 수 있게 해준다는 점에서 빅 데이터의 성장에 필수적이었습니다. 그 이후로 빅 데이터의 양이 급증했습니다. 사용자는 여전히 방대한 양의 데이터를 생성하고 있지만, 데이터를 생성하는 것은 인간만이 아닙니다.

Internet of Things(IoT)의 출현으로 더 많은 객체와 장치가 인터넷에 연결되어 고객 사용 패턴 및 제품 성능에 대한 데이터를 수집하고 있습니다. 거기다 머신 러닝의 등장으로 더 많은 데이터가 생성되었습니다.

지금이 투자 할 때입니다 데이터의 역사는 오래되었지만, 활용은 이제 시작 단계입니다. 클라우드 컴퓨팅으로 빅 데이터 가능성이 더욱 확장되었습니다. 클라우드는 개발자가 임시 클러스터를 손쉽게 가동하여 데이터 하위 집합을 테스트할 수 있도록 진정한 의미에서 탄력적인 확장성을 제공합니다. 또한 빠르고 포괄적인 분석을 생성하는 방식으로 방대한 양의 데이터를 표시하는 기능을 통한 그래프 데이터베이스가 점점 더 중요해지고 있습니다.

  • 빅 데이터를 사용하면 더 많은 정보를 확보할 수 있기 때문에 보다 완벽한 답을 얻을 수 있습니다.
  • 답이 완벽하다는 것은 데이터의 신뢰성이 높아진다는 의미입니다. 따라서 문제 해결에 대한 완전히 다른 접근 방식이 가능합니다.

빅 데이터 사용 사례

빅 데이터는 고객 경험에서 분석에 이르기까지 다양한 비즈니스 활동을 처리하는 데 도움이 될 수 있습니다. 다음은 몇 가지 예입니다.

지금이 투자 할 때입니다
제품 개발 Netflix 및 Procter, Gamble 같은 회사들은 빅 데이터를 사용하여 고객 수요를 예측합니다. 그리고 과거 및 현재의 제품/서비스의 주요 속성을 분류하고 이러한 속성과 옵션의 상업적 성공 간의 관계를 모델링하여 새로운 제품 및 서비스에 대한 예측 모델을 구축하고 있습니다. 또한 P&G는 포커스 그룹, 소셜 미디어, 테스트 시장 및 초기 매장 출시에서 나온 데이터 및 분석 결과를 사용하여 신제품을 계획, 지금이 투자 할 때입니다 생산 및 출시하고 있습니다.
예측적 유지 보수 기계 고장을 예측할 수 있는 요인들이 장비의 연도, 제조업체, 모델과 같은 정형 데이터 뿐만 아니라 수백만 개의 로그 항목, 센서 데이터, 오류 메시지 및 엔진 온도를 포괄하는 비정형 데이터에 깊이 묻혀 있을 수 있습니다. 조직들은 문제가 발생하기 전에 잠재적 문제에 대한 이러한 징후들을 분석함으로써 유지 보수를 보다 비용 효율적으로 배치하고 부품 및 장비 가동 시간을 최대화할 수 있습니다.
고객 경험 고객을 둘러싼 경쟁이 계속되고 있습니다. 고객 경험을 명확하게 파악하는 것이 그 어느 때보다 가능해졌습니다. 빅 데이터를 사용하면 소셜 미디어, 웹 방문, 통화 기록 및 기타 소스에서 데이터를 수집하여 상호 작용 경험을 개선하고 제공되는 가치를 극대화할 수 있습니다. 맞춤형 옵션 제공을 시작하고 고객 이탈을 줄이며 문제를 사전에 처리할 수 있습니다.
사기 및 규정 준수 보안과 관련하여 몇 명의 불량 해커만이 아니라 전체 전문가 팀과 싸워야 합니다. 보안 환경 및 규정 준수 요구사항은 계속해서 진화하고 있습니다. 빅 데이터를 사용하면 데이터에서 사기를 나타내는 패턴을 식별하고 대량의 정보를 집계하여 규제 보고를 훨씬 빠르게 할 수 있습니다.
머신 러닝머신 러닝은 현재 가장 주목 받는 주제입니다. 데이터, 특히 빅 데이터는 그 이유 중 하나입니다. 이제는 프로그래밍을 하는 대신에 머신을 훈련시킬 수 있게 되었습니다. 빅 데이터를 사용해 머신 러닝 모델을 훈련한 덕분에 다음과 같은 것들이 가능해졌습니다.
운영 효율성 운영 효율성이 항상 뉴스거리가 되는 것은 아니지만, 빅 데이터가 가장 큰 영향을 미치는 영역입니다. 빅 데이터를 사용하면 생산, 고객 피드백 및 반품, 기타 요인을 분석하고 평가하여 중단을 줄이고 향후 수요를 예측할 수 있습니다. 빅 데이터는 현재 시장 수요에 따라 의사 결정을 개선하는 데 사용할 수도 있습니다.
혁신 주도 빅 데이터는 사람, 기관, 엔터티 및 프로세스 간의 상호 종속성을 연구한 다음, 이러한 통찰력을 사용하는 새로운 방법을 결정함으로써 혁신을 도울 수 있습니다. 데이터 통찰력을 사용하여 재무 및 계획 고려 사항에 대한 결정을 개선할 수 있습니다. 트렌드와 고객이 원하는 새로운 제품 및 서비스를 조사할 수 있습니다. 동적인 가격 모델을 구현할 수 있습니다. 가능성은 무궁무진합니다.

빅 데이터 과제

빅 데이터는 많은 것을 약속하고 있지만, 해결해야 할 과제가 없지는 않습니다.

먼저 빅 데이터는 크기가 큽니다. 데이터 스토리지를 위한 신기술이 지금이 투자 할 때입니다 개발되기는 했지만, 약 2년마다 데이터 양의 2배 증가하고 있습니다. 따라서 조직들은 데이터 증가를 따라잡고 데이터를 효과적으로 저장하는 방법을 찾느라 고군분투하고 있습니다.

그러나 데이터를 저장하는 것만으로는 충분하지 않습니다. 데이터는 가치 있게 사용되어야 하고, 이는 큐레이션에 따라 결정됩니다. 클라이언트와 관련이 있고 의미 있는 분석이 가능한 방식으로 구성된 정제 데이터를 확보하려면 많은 작업이 필요합니다. 데이터 과학자는 작업 시간의 50~80%를 실제 사용하기 전에 데이터를 큐레이션하고 준비하는 데 할애하고 있습니다.

마지막으로 빅 데이터 기술은 빠른 속도로 변화하고 있습니다. 몇 년 전만 해도 Apache Hadoop는 빅 데이터 처리에 사용되는 인기 기술이었습니다. 2014년에 Apache Spark가 출시되면서 현재는 두 프레임워크를 조합해서 사용하는 것이 최상의 접근 방식으로 보입니다. 빅 데이터 기술을 따라 잡는 것은 지속적인 도전입니다.

아래에서 더 많은 빅 데이터 리소스를 검색하십시오.

빅 데이터의 작동 원리

빅 데이터는 새로운 기회와 비즈니스 모델을 열어주는 새로운 통찰력을 제공합니다. 시작을 위해 세 가지 주요 작업이 수행됩니다.

1. 빅 데이터는
서로 다른 여러 소스 및 애플리케이션의 데이터를 통합합니다. 추출, 변환 및 로드(ETL) 같은 전통적인 데이터 통합 메커니즘은 일반적으로 이러한 통합 작업에 적합하지 않습니다. 테라바이트 또는 페타바이트 규모로 빅 데이터 세트를 분석하려면 새로운 전략과 기술이 필요합니다.

통합하는 동안 데이터를 가져와서 처리하고, 비즈니스 분석가가 분석을 시작할 수 있는 형식으로 포맷팅되었는지 확인해야 합니다.

2. 빅 데이터에는
스토리지가 필요합니다. 스토리지 솔루션은 클라우드, 온프레미스 또는 둘 다에서 사용할 수 있습니다. 데이터를 원하는 형식으로 저장하고, 원하는 처리 요구사항과 필요한 프로세스 엔진을 온디맨드 모델을 기반으로 해당 데이터 세트에 적용할 수 있습니다. 많은 사람들이 현재 데이터가 상주하는 위치에 따라 스토리지 솔루션을 지금이 투자 할 때입니다 선택하고 있습니다. 클라우드는 현재 컴퓨팅 요구사항을 지원하고 필요에 따라 리소스를 가동할 수 있다는 점에서 점차 인기를 얻고 있습니다.

3. 빅 데이터에
대한 투자는 데이터를 분석 및 처리할 때 그 가치가 발휘됩니다. 다양한 데이터 세트의 시각적 분석을 통해 새로운 명확성을 확보할 수 있습니다. 새로운 발견을 위해 데이터를 추가로 탐색할 수 있습니다. 또한 발견한 내용을 다른 사람들과 공유할 수 있습니다. 머신 러닝 및 인공 지능으로 데이터 모델을 구축할 지금이 투자 할 때입니다 수 있습니다. 데이터를 업무에 활용할 수 있습니다.

빅 데이터 모범 사례

빅 데이터 여정에 도움을 드리기 위해 반드시 기억해야 할 몇 가지 주요 모범 사례를 모아봤습니다. 다음은 성공적인 빅 데이터 토대를 구축하기 위한 지침입니다.

빅 데이터를 자체를 분석하는 것은 확실히 가치가 있습니다. 한편 저밀도 빅 데이터를 현재 이미 사용하고 있는 정형 데이터와 연결하고 통합하면 더 큰 비즈니스 통찰력을 얻을 수 있습니다.

고객, 제품, 장비, 환경 빅 데이터 중 어떤 것을 캡처하든 관계없이 목표는 핵심 마스터 및 분석 요약에 더 많은 관련 데이터 포인트를 추가하여 더 나은 결론을 이끌어내는 것입니다. 예를 들어, 모든 고객의 감정을 최고 고객의 감정과 구별하는 데 차이가 있습니다. 많은 사람들이 빅 데이터를 기존 비즈니스 인텔리전스 기능, 데이터웨어 하우징 플랫폼 및 정보 아키텍처의 완전한 확장으로 보는 이유가 여기에 있습니다.

빅 데이터 분석 프로세스 및 모델은 인간 기반과 머신 기반이 모두 가능하다는 점을 기억하십시오. 빅 데이터 분석 기능에는 통계, 공간 분석, 의미론, 대화형 검색 및 시각화가 포함되어 있습니다. 분석 모델을 사용하면 유형과 소스가 다양한 데이터의 상관 관계를 분석하여 연관성을 밝히고 의미 있는 발견을 할 수 있습니다.

데이터에서 의미를 발견하는 것은 그렇게 간단한 문제가 아닙니다. 때때로 우리는 우리가 무엇을 찾고 있는지조차 모릅니다. 당연히 예상했겠지만 말입니다. 경영진과 IT는 이러한 "방향 부족" 또는 "명확한 요구사항 부족" 문제를 해결해야 합니다.

이와 동시에 분석가와 데이터 과학자는 주요 비즈니스 지식 격차 및 요구사항을 이해하기 위해 기업과 긴밀하게 협력해야 합니다. 대화식 데이터 탐색과 통계 알고리즘 실험을 수용하려면 고성능 작업 영역이 필요합니다. 샌드박스 환경이 필요한 지원을 받고 적절하게 관리되는지 확인하십시오.


0 개 댓글

답장을 남겨주세요