빅 데이터 과학의 다양한 분야별 활용 사례와 그에 따른 기대 효과 및 잠재적 위험성 doc_id PCY_201509210500089561_16

가령, 게놈 배열을 고속으로 순서대로 읽어내는 기술은 모든 분야에서도 최근 10년 사이에서 가장 앞선 기술 중 하나라고해도 과언이 아니다. 단 한 사람의 게놈 배열을 읽기 위해 일본, 미국, 유럽 등의 국제 협력 프로젝트는 1990년부터 13년이 걸렸으나 이제 개인의 게놈 배열 검사 비용은 초기보다 상당히 내려가 있고 기본적인 혈액 검사로 1천만원 정도의 비용으로 전체 게놈을 조사할 수 있는 시대가 눈앞으로 다가오고 있다. 게놈 배열을 신속하게 파악할 수 있는 긍정적 변화는 암이나 난치병을 극복할 수 있는 기제로 작용하고 있고 최근 할리우드 여배우의 가족력으로 인해 발생될 것으로 예측된 유방암 조기 예방목적으로 암이 걸리기 전에 유방을 절제하는 수술을 미리 시행했다는 뉴스는 게놈 검사 및 의료 행위가 얼마나 발전된 수준에 도달했으며 과학 기술이 진행되고 있는지를 가늠하게 된다. 이에 게놈 배열과 환경 요인, 생활 습관 간의 관계를 포괄적으로 조사하는 대규모 프로젝트도 각국에서 진행 중이며, 개인의 건강･의료에 관련된 모든 정보를 클라우드로 통합하는 기술적인 기반은 빅 데이터 정보망에 의해 거의 갖추어지고 있다. 자연재해영역도 빅 데이터 과학을 활용할 수 있는 영역에 속한다. 특히 자연재해영역은 각 개인의 인격적 개인정보와 무관한 데이터를 활용한다는 점에서 빅 데이터 과학을 활용하기에 아주 유용한 영역이라 할 만하다. 자연재해영역에서 빅 데이터 과학을 활용하면 태풍이나 호우, 쓰나미, 자연적으로 발생한 산불 등이 언제 발생할 것인지를 예측할 수 있고, 이를 통해 자연재해에 더욱 효과적으로 대처 할 수 있다. 이미 일본에서 발생한 대지진 때 일부 활용된 바와 같이, 모바일 정보와 네비게이션 정보 등 위치 정보를 재해 대응 시 고려하면서 긴급시 피난, 구조, 지원에 활용하는 방안도 논의가 가능한 분야이다. 실제로 2011년 동일본 대지진시에는 당시 개별 차량의 네비게이션이 시스템 센터에 주기적으로 발신한 통행 실적 정보를 평균 속도 정보와 함께 지도 상에 업로드하여 재해지역 내의 도로지도로 하여금 Web상에 매일 업데이트하여 공개함으로써 자원 봉사자들에게 신속히 유용한 정보를 제공하는데 큰 역할을 하였다고 한다. 나아가 사회안전 영역도 빅 데이터 과학을 활용할 수 있는 영역에 해당한다. 자연재해영역이 자연적으로 발생하는 거대 사고를 예방하는 영역이라면, 사회안전 영역은 인간의 행동이 개입하여 발생하는 각종 재난이나 사고를 예방하거나 대처하는 영역에 해당한다. 물론 바로 이 때문에 사회안전 영역은 많은 경우 각 행위자의 개인정보를 필요로 하고 그 점에서 꽤 민감한 영역이기도 하다. 그러나 사회 안전 영역에서 빅 데이터 과학을 잘만 활용하면, 각종 인적 재해나 사고 등을 예방할 수 있다. 예컨대, 해난사고에 대한 빅 데이터가 축적되면, 예측모델을 활용해 세월호 참사 같은 대규모 해난사고를 사전에 예방하거나 더욱 효과적으로 대처할 수 있을 것이다. 또한 화재에 대한 빅 데이터가 축적되면, 어느 시기에 어느 건물에서 화재가 발생하는지를 파악하고 이에 대처할 수 있다. 교통사고 역시 획기적으로 줄일 수 있을 것이다. 교통 시스템, 전력 공급 시스템, 빌딩 관리 등에서 대량으로 배치된 서버는 빅 데이터를 활용하여 사회 인프라의 스마트화를 진행하고 있다. 또한 발생하고 있는 현상에 대한 시스템 스마트 뿐만 아니라 보다 적극적인 시도로 인간･사회 활동을 모방하는 계산 모델을 기반으로 사회 현상을 예측하는 시스템의 지능화･스마트화 방안도 마련되고 있다. 예를 들어, 도시의 사람과 교통의 흐름을 센서링하여 모델을 구체화하고 그것을 통해 사전에 시뮬레이션함으로써 교통 시스템의 실시간 효율화(버스나 택시의 운행 최적화 경로 지시, 열차 지연시 효율적인 복구 등)가 가능하게 되었다. 빅 데이터 분석의 의미는 대상의 평균적인 특성과 표면화 한 관계를 정밀하게 추정하여 기존에 간과하거나 증거를 발견하지 못한 희귀 사건과 숨겨진 관계를 발견할 수도 있다. 이를 통해 재해의 사전 예측, 열차 등의 안전 운행 확보, 금융 리스크 관리 등의 실현이 기대된다. 이처럼 사건의 발견과 위험을 감지함에 있어 특징을 추출하고, 시각화, 탐색적 데이터 분석, 감시 카메라 이미지 데이터 등에 빅 데이터를 적용시킴으로써, 다양한 위험을 감지하고 정보 보안의 확보나 부정을 사전에 발견할 수 있다. 이에 뉴욕시의 경우는 데이터를 분석하여 화재 가능성을 비롯한 위험도가 높은 건축물을 찾아내어 예방하고 있다. 뉴욕시는 빈곤층에서 화재가 빈번하게 발생하는 것을 예방하기 위해 현장의 소방관들과 경찰관들을 대상으로 사전 조사를 실시 하였다. 이렇게 사전 조사로 구축된 정보를 데이터화 시켰으며, 뉴욕시가 보유하고 있는 사업자 고유번호, 자치구 블록, 납세자 번호, 사업허가증, 주차위반 딱지, 위 생검사, 교통위반, 범죄, 구급차 전화, 화재 등 다양한 종류의 데이터와 결합시켰다. 이렇게 분석한 데이터를 기반으로 과거에는 건물 내 상주하는 사람들 중 13%만을 퇴소조치를 취했으나, 약 18개월이 지난 2012년 하반기에는 조사관들이 검사한 건축물들의 70%에서 퇴소조치를 취하고 있다. 이를 통해 뉴욕시는 건축물 화재 예방률을 감소시킬 수 있었다고 한다. 계량 언어학과 역사 서적을 데이터베이스화한 것과 같이, 문학, 회화, 언어와 문화유산과 같이 인간의 존재, 현상에 대한 데이터를 기반으로 과학적인 분석방법을 통하여 새로운 발견과 해석을 도출할 수 있게 되었다는 점도 인문 과학에서 빅 데이터를 활용할 수 있는 토대로 작용하게 되었다. 유적의 레이저 3D를 통한 계측, 미라의 CT 스캔, 게놈 해석에 의한 가계 식별, 회화의 X선 촬영, 재료 물질의 측정 연대 진위 판정, 중요 문화재의 3D 프린터에 의한 고정밀 기술을 이용한 실증 실험 등 첨단 측정 기술에서 얻어진 데이터의 분석이 인문 과학에서도 새로운 장르로 활용되고 있다. 물론 예술과 문화 등 인문 과학관련 연구의 데이터는 자연과학 영역에서 활용되고 있는 빅 데이터 분석의 빈도에는 미치지 못하다. 그러나 예술과 문화의 연구에서는 데이터에 기반하여 지금까지 하지 않았던 데이터 기반의 과학적 방법이 적용되도록 시도하는 것이 중요하고 또한 앞으로는 위와 같은 데이터가 해상도, 상세도의 급격한 기술향상과 횡단적으로 축적된 수많은 자료들이 빅 데이터화되어 활용범위가 넓혀질 것으로 예상되어 인문 과학분야에서도 과학적 분석방법론이 적용될 필요성은 점차 증가할 것으로 전망된다. 빅 데이터는 특성상 엄청난 양의 데이터를 활용하기 때문에 형사법적 측면에서 보면 혐의가 있는 범죄자를 체포하거나 범죄를 쉽게 포착할 수 있으며, 가석방 여부를 결정하는데 활용될 수도 있다. 무엇보다 범죄를 예측하여 예방적 효과를 거둘 수 있다는 장점이 있다. 실제로 캘리포니아 산타크루즈 카운티에서는 8년 간의 범죄기록을 분석하여, 범죄자의 행동패턴과 점포 영업시간 등과 같은 환경요인과 범죄발생 간의 관계성을 도출하여 범죄가 일어날 것으로 예상되는 장소를 매일 예측하고 있다고 한다. 이렇듯 빅 데이터는 여러 가지 다양한 장점을 가지고 있는 것은 분명하다. 그러나 이러한 빅 데이터로 인하여 네트워크상에서 공유한 이미지, 영상, 문자 등이 모두 수집되고 가공되어 분석된다면 방심한 사이에 개인정보가 유출될 수 있으며, 산업정보, 군사정보와 같은 기업정보에서 안보에 이르는 막대한 정보유출로 인한 피해가 예상될 수 있다. 왜냐하면 빅 데이터는 광범위하게 모든 영역에 사용될 수 있기 때문에 역으로, 광범위한 영역에 피해를 야기할 수도 있는데 범죄 또한 예외는 아니기 때문이다.