Ⅰ. 진화하는 (빅)데이터 기술 개발 동향

1. AI 기반 디지털 시대와 빅데이터 기술
1-1. 빅데이터 개요 및 분석 기술
1) 빅데이터 개념
2) 빅데이터 분석
1-2. 빅데이터의 중요성
1) 데이터 혁명
2) 빅데이터 비전
3) 빅데이터의 진화
4) 빅데이터와 인공지능의 결합
5) 데이터 허브(Data Hub)
1-3. 미래 경제 사회에서의 빅데이터 역할
1) 새로운 산업 시대
2) 미래 성장 동력 데이터
(1) 인터넷의 발전에 따른 데이터 활성화
(2) 산업과 사회의 혁신을 위한 데이터 산업
3) 4차 산업시대 빅데이터 역할
(1) 새로운 산업혁명의 비전(vision)
(2) 무한경쟁의 디지털 시대 도래
(3) 데이터 산업 활성화
1-4. AI와 빅데이터의 시대
1) 데이터 경영의 중요성
2) 4차 산업혁명과 빅데이터의 가치 창출
(1) 데이터 기술(Data Technology)
(2) 데이터 분석을 위한 기술 혁신
(3) 데이터 가치사슬(Data Value Chain)
3) 데이터 기술 개요
(1) 데이터 시대
(2) 21세기 새로운 원유 데이터
4) 데이터 시대 도래
(1) 데이터 가치의 급상승
(2) 데이터의 복잡성
(3) 데이터 활용의 어려움
(4) 데이터 관리의 중요성
1-5. 성공적인 비즈니스 구현을 위한 데이터 운영
1) 데이터 기반 비즈니스
(1) 데이터 기반 접근 방식
(2) 데이터 기반 비즈니스 구축의 중요성
2) 데이터 거버넌스(Data Governance) 기술
(1) 데이터 폭증과 데이터 거버넌스(Data Governance)
① 데이터 거버넌스(Data Governance) 등장 배경
② 데이터 통합 관리시스템의 필요성
③ 데이터 신뢰 강화를 위한 데이터 거버넌스
(2) 데이터 거버넌스(Data Governance) 개념 및 정의
① 데이터 거버넌스(Data Governance) 개념
② 데이터 거버넌스(Data Governance) 정의
(3) 데이터 거버넌스의 중요성
(4) 데이터 거버넌스의 역할
(5) 데이터 거버넌스 프레임워크
(6) 데이터 거버넌스 프레임워크 주요 요소
① 데이터 거버넌스 프레임워크
② 데이터 거버넌스 프레임워크의 핵심
(7) 데이터 거버넌스 목표 및 이점
① 데이터 거버넌스 목표
② 데이터 거버넌스 이점
1-6. 빅데이터 기술 진화
1) 빅데이터 기술
(1) 미래 사회의 핵심 빅데이터
(2) 새로운 빅데이터 기술
(3) 빅데이터의 7V 특성
① 볼륨(Volume)
② 속도(Velocity)
③ 다양성(Variety)
④ 가변성(Variability)
⑤ 정확성(Veracity)
⑥ 시각화(Visualization)
⑦ 가치(Value)
2) 빅데이터 트렌드 및 빅데이터의 한계
(1) 빅데이터 트렌드
(2) 빅데이터의 한계

2. 진화하는 빅데이터 기술 발전 방향
2-1. 데이터 패브릭(Data fabric) 기술 개요
1) 빅데이터 산업
2) 데이터 관리 진화 과정
(1) 데이터 관리 1단계
(2) 데이터 관리 2단계
(3) 데이터 관리 3단계
2-2. 데이터 활용을 위한 데이터 패브릭(Date fabric) 기술 개요
1) 데이터 패브릭 등장 배경 및 데이터 패브릭의 필요성
(1) 데이터 패브릭 등장 배경
(2) 효과적인 데이터 관리를 위한 데이터 패브릭(Date fabric)의 필요성
(3) 데이터 전략의 재구성을 위한 데이터 패브릭
2) 데이터 패브릭 개념 및 정의
(1) 데이터 패브릭(Data Fabric) 개념
(2) 데이터 패브릭(Data Fabric)의 정의
3) 데이터 패브릭 특징
4) 데이터 패브릭의 이점
5) 데이터 패브릭의 위험 요소
2-3. 데이터 패브릭 아키텍처
1) 지능형 데이터 통합
2) 데이터 민주화
3) 데이터 보안 역량 향상
4) 신뢰할 수 있는 AI 제공
5) 데이터 패브릭의 빅데이터 활용

3. 데이터 패브릭 기술 동향과 시장 전망
3-1. 데이터 가상화(Data Virtualization)
1) 데이터 가상화 개념
2) 데이터 가상화 소프트웨어
3) 데이터 가상화 특징 및 단점
(1) 데이터 가상화 특징
(2) 데이터 가상화 단점
3-2. 데이터의 카탈로그화(Data Catalog)
1) 데이터의 카탈로그화(Data Catalog) 기술
(1) 데이터 문화 구축의 필요성
(2) 데이터 액세스와 이해를 위한 데이터 카탈로그
2) 데이터 카탈로그 개념 및 특징
(1) 데이터 카탈로그 개념
(2) 데이터 카탈로그 특징
3-3. 데이터 패브릭 시장 전망 및 발전 방향
1) 데이터 패브릭 시장 전망
2) 데이터 패브릭 발전 방향

Ⅱ. (빅)데이터 활용 동향과 시장 전망

1. 보건의료 분야 빅데이터 활용 동향
1-1. 전자의무기록(EHR)
1) EMR(Electronic Medical Record)
2) EHR(Electronic Health Record)
3) 전자건강기록(EHR) 활용
4) 전자의무기록의 향후 과제
1-2. PHR(Personal Health Record)
1) PHR(Personal Health Record) 개념
2) PHR시스템 활용
3) 국내외 PHR 동향
4) PHR 향후 과제
1-3. 주요국별 의료 데이터의 기반과 EHRㆍPHR 현황
1) 미국
2) 영국
3) 핀란드
4) 네덜란드
5) 호주
6) 일본
(1) EHR·PHR 환경의 현황
(2) EHRㆍPHR 데이터의 확충ㆍ연계의 현황
(3) 건강 의료 데이터 2차 이용의 현재 상황
7) 민간 사업자에 의한 시책
1-4. 청구데이터(claim data)
1) 청구데이터(Claim Data) 개요
(1) 개념
(2) 청구데이터 특징
(3) 구성
2) 청구데이터 활용
3) 청구데이터 활용 해결 과제
1-5. 개인의 생활습관 및 건강 관련 환자 유래 의료데이터(PGHD)
1) 환자 유래 의료데이터(Patientgenerated health data, PGHD) 개념
2) 환자 유래 의료데이터(PGHD)의 중요성
3) 환자 유래 의료데이터(PGHD)의 활용
4) 환자 유래 데이터의 한계

2. 글로벌 빅데이터 시장 동향과 전망
2-1. 글로벌 빅데이터 시장 전망
2-2. 빅데이터 분야별 시장
2-3. 빅데이터 관련 기업 동향
2-4. 빅데이터 활용 및 소비 동향
2-5. 클라우드 컴퓨팅 & 데이터 센터

Ⅲ. 마이데이터(MyData) 산업 현황 및 데이터 활용 프로세스

1. 마이데이터(MyData) 기술 개요
1-1. 마이데이터 개념 및 등장배경
1) 마이데이터(MyData) 개념
2) 마이데이터(MyData) 등장 배경
1-2. 마이데이터(MyData) 특징 및 데이터3법
1) 마이데이터(MyData) 특징
2) 데이터3법
1-3. 마이데이터 접근 방식 및 마이데이터 아키텍처
1) 마이데이터 접근 방식
2) 마이데이터 관리 시스템
3) 마이데이터 아키텍처
1-4. 마이데이터 유형별 트렌드
1) 개인 데이터
2) 공공 데이터
3) 민간데이터 및 공익데이터
(1) 민간데이터
(2) 공익데이터

2. 데이터 활용 프로세스 및 마이데이터 산업 현황
2-1. 마이데이터와 개인정보보호법
1) 마이데이터 핵심
2) 마이데이터와 개인정보 보호
2-2. 데이터 활용 촉진을 위한 생태계 조성
1) 데이터 구축 및 개방
(1) 데이터 구축
(2) 데이터 개방
2) 데이터 분석 및 활용
(1) 데이터 분석
(2) 데이터 활용
3) 데이터 산업 활성화를 위한 데이터 시장
(1) 데이터 시장 개요
① 데이터 소유와 독점
② 데이터 통합을 위한 데이터 옵스(DataOps)
(2) 데이터 거래 시장
① 데이터 유통
② 데이터 중개
③ 데이터 거래 시장
(3) 원활한 데이터 거래를 위한 해결 과제
2-3. 마이데이터 산업 현황
1) 마이데이터 산업 개요
2) 공공 마이데이터 서비스
(1) 공공 마이데이터 서비스 개요
(2) 공공데이터 현황
(3) 공공데이터 포털
3) 마이데이터 산업 현황
2-4. 마이데이터 활용 및 향후 전망
1) 마이데이터 활용 현황
(1) 해외 마이데이터 활용 사례
(2) 국내 마이데이터 활용 사례
2) 마이데이터 향후 전망
(1) 데이터 경제의 규모
(2) 마이데이터 산업 향후 전망