빅데이터와 기계학습 (Machine learning, ML)는 환경 및 수자원 관리 (Environmental and Water resources Management, EWM)에 다양한 측면에서 영향을 미칠 가능성을 가지고 있다. 빅데이터 대용량, 속도, 다양성과 진설성을 바탕으로 하는 자산 정보를 제공해 준다. 최근 원격 센싱 기술, 스마트 정보통신 기술, 소셜 미디어의 빠른 발전들은 다양한 분야에서 데이터 활용 능력을 크게 변화시키고 있으며 특히 EWM 분야에서도 기상예보, 재난관리, 스마트 수자원 및 에너지 관리 시스템 등의 빅데이터 확산에 크게 기여하고 있다. 빅데이터의 활용은 EWM에서 대용량 데이터를 통한 새로운 결과들을 발견할 수 있는 기회를 제공해 주지만, 이를 위해서는 새로운 형태의 정보처리, 저장, 검색 및 분석기술도 필요해진다. AI 분야의 하위에 속해있는 ML 알고리즘은 자동 학습을 통해 다양한 데이터를 분석할 수 있는 방법이다. 따라서, ML알고리즘이 기존 데이터 분석기술과 적절하게 통합되어 사용된다면 빅데이터의 분석과 활용도가 크게 높아질 수 있다. 최근 AI 및 컴퓨팅 계산능력이 빠르게 향상되어지면서 데이터에서 계층적 특징을 추출할 수 있는 강력한 딥러닝 알고리즘이 빠르게 개발되어 예측 성능을 향상하고 있고 이에 따른 데이터 분석에 사람의 개입은 점차 줄어들고 있다. 이는 빅데이터와 ML 기술의 결합을 통해 데이터 기반의 의사결정, 과학적 발견 및 프로세스 최적화에 대한 큰 잠재력을 보여준다.
이러한 기술적 진보는 아래와 같이 EWM분야에서 큰 이점을 가져다 줄 수 있다.
- 조기 홍수 경보와 같은 EWM 애플리케이션에는 대용량 데이터에서 유용한 정보를 자율적으로 실시간 추출하는 기능이 제공
- EWM 학문은 다양한 분야가 결합된 학문이며 기존 Workflow를 이용하여 지속적으로 증가하는 데이터의 양이나 유형등을 처리하는 방법의 개선
- 현재 많은 EWM 프로세스와 관련된 이론적 지식들이 불완전하지만, 빅데이터와 ML알고리즘을 이용한 데이터 기반 분석을 통해 이를 보완
- 빅데이터와 ML알고리즘을 활용한 많은 연구들이 지속적으로 보고 되고 있음
이번 포스트에는 빅데이터와 기계학습 (Machine learning, ML)이 환경 및 수자원 관리 어떤 영향을 미치는가에 대해서 간략하게 소개를 했습니다. 보다 더 자세한 내용들은 다음 포스트를 통해서 환경 빅데이터는 무엇인지 어떤 방법들을 이용해 데이터를 분석하는지, 어떤 분야에 기계학습과 빅데이터가 활용되어지는가에 대해서 자세하게 알아보고자 합니다.
'Environmental Big data (환경빅데이터 )' 카테고리의 다른 글
| [Intro] Environmental Big Data overview (환경빅데이터 개요) (0) | 2023.01.30 |
|---|---|
| 빅데이터 소개 (Bigdata Intro) (2) | 2023.01.01 |
댓글