홈 › 국내도서

AI 시대의 빅데이터 사고방식

김진철 지음
페스트북 · 2026년 5월 26일
『AI 시대의 빅데이터 사고방식』 표지
10%22,500원25,000원
적립금1,250원 (정가의 5%, 발송 다음 날 적립)
배송비무료
출고 예정10월 27일(화) · 평일 오전 10시까지 결제하시면 그날 보냅니다
배송출판사 창고에서 택배로 보냅니다

책 소개

진짜 빅데이터 전문가가 쓴 AI 시대 문제작! 앞으로 5년간 이 책은 모든 경영전략의 필독서가 될 것이다.

구글, 아마존, 넷플릭스 같은 빅테크는 왜 데이터 과학에 투자하는가? AI 시대, 데이터를 다루는 방식이 곧 기업의 경쟁력이다. 데이터 사이언티스트를 넘어 전략적 혁신가가 된 구글 빅데이터 전문가, 김진철 작가가 전하는 AI 시대의 현재와 미래! 유럽입자물리학연구소(CERN) 사례부터 최신 트렌드로 배우는 빅데이터식 사고방식과 문제해결 프레임워크!
CIO Korea에서 4년간 연재되며 IT 업계 전문가들의 폭넓은 관심을 받았던 “How to Big Data” 시리즈가 이제 더 체계적이고 깊이 있는 내용으로, 총 2권에 걸쳐 출간된다. ‘신의 입자’라고 불리는 힉스 입자의 발견은 상대성 이론과 양자역학 이후 가장 의미 있는 과학적 성과 중 하나다. 이 힉스 입자를 발견한 곳이 바로 CERN(유럽입자물리학연구소)이다. 이후 CERN은 빅데이터의 허브로 다시 태어나며 현대 과학에서 가장 영향력 있는 기관이 되었다. 작가는 CERN의 성공이라는 단순한 사실이 아니라 “빅데이터식 사고방식”과 “무수한 데이터에서 패턴 찾기”라는 문제 해결 프레임을 우리에게 소개한다.

특히 이번에 출간되는 “1편: 빅데이터 시스템과 기술편”에서는 방대한 데이터를 감당하고 분석해 내는 시스템적 기반과 기술 프레임워크에 집중한다. 클라우드 컴퓨팅, 데이터 처리 아키텍처, 기계 학습 인프라 등 기업이 데이터 중심 조직으로 거듭나기 위해 반드시 갖춰야 할 기술적 뼈대를 구축하는 방법을 상세히 다룬다. 이어지는 “2편: 빅데이터 비즈니스 조직 및 미래 전략편”에서는 이러한 기술적 토대 위에 실제 데이터 과학 조직을 어떻게 구성하고 리드할 것인지, 그리고 과학적 의사결정을 통해 비즈니스를 혁신하는 구체적인 미래 전략을 다룰 예정이다.

데이터 매니지먼트가 기업 혁신의 필수 요소로 자리 잡은 지금, 1편은 그 탄탄한 기술적 기초를 다져주며 앞으로 오랫동안 기술 경영자와 기업 전략가들에게 성공으로 나아가기 위한 현실적인 해법을 제시하는 필독서가 될 것이다.

상세 이미지

『AI 시대의 빅데이터 사고방식』 상세 이미지 1『AI 시대의 빅데이터 사고방식』 상세 이미지 2『AI 시대의 빅데이터 사고방식』 상세 이미지 3『AI 시대의 빅데이터 사고방식』 상세 이미지 4『AI 시대의 빅데이터 사고방식』 상세 이미지 5『AI 시대의 빅데이터 사고방식』 상세 이미지 6『AI 시대의 빅데이터 사고방식』 상세 이미지 7『AI 시대의 빅데이터 사고방식』 상세 이미지 8『AI 시대의 빅데이터 사고방식』 상세 이미지 9『AI 시대의 빅데이터 사고방식』 상세 이미지 10

카드뉴스

『AI 시대의 빅데이터 사고방식』 카드뉴스 1『AI 시대의 빅데이터 사고방식』 카드뉴스 2『AI 시대의 빅데이터 사고방식』 카드뉴스 3『AI 시대의 빅데이터 사고방식』 카드뉴스 4『AI 시대의 빅데이터 사고방식』 카드뉴스 5『AI 시대의 빅데이터 사고방식』 카드뉴스 6

목차

머리말
추천사
감사의 글
1장 빅데이터 비즈니스의 주요 요소
빅데이터 비즈니스의 주요 요소 – 데이터, 인프라, 조직 및 시스템, 사람
빅데이터 – 실재인가, 허상인가?
CERN: 빅데이터의 조상
빅데이터 비즈니스의 네 가지 관점: 데이터, 인프라, 조직 및 시스템, 사람
빅데이터 활용의 근본적인 질문: 해결하려는 문제가 무엇인가?
CERN이 LHC를 건설한 이유
기술이 먼저인가, 비즈니스 모델이 먼저인가?: 빅데이터 비즈니스의 딜레마
2장 빅데이터 비즈니스 모델의 핵심 – 데이터 수집
빅데이터 수집 과정과 비즈니스 모델의 차별화
빅데이터 원천으로서의 LHC 가속기
빅데이터 비즈니스의 핵심: 빅데이터 수집 과정의 차별화
빅데이터 비즈니스 모델 프레임워크: 자전거 모델
CERN과 LHC 실험 프로그램의 비즈니스 모델
빅데이터 비즈니스 모델을 어떻게 만들 것인가?: 빅데이터 비즈니스의 ‘자전거 모델’
빅데이터 측정과 수집의 원리
LHC 검출기 및 가속기 데이터의 수집과 측정
빅데이터 비즈니스의 데이터 수집과 측정: 수집 과정과 비즈니스 모델과의 관계
빅데이터 저장과 표현을 위한 데이터 형식의 중요성
LHC 실험 데이터 가공 과정과 데이터 형식
빅데이터 수집 과정에서 데이터 형식의 중요성
3장 빅데이터와 AI 기술
빅데이터 비즈니스에서 AI 기술의 역할과 중요성
LHC 실험 데이터의 복잡성과 인공지능 기술
빅데이터 비즈니스에서 인공지능 기술이 필요한 이유: 자동화
인간 능력 증강 도구로서의 인공지능
CERN이 인공지능 기술을 소환한 이유: 2015년 LHC 데이터 과학 워크숍
빅데이터 비즈니스 시스템과 인공지능 기술의 콜라보: 자동화를 통한 인간 정보 처리 능력의 증강
딥러닝에 숨겨진 지식 – 인공지능 모델의 해석 가능성
LHC 빅데이터에서의 딥러닝과 인공지능 기술의 새로운 요구사항: 해석 가능성
빅데이터 분석에서 해석 가능한 인공지능 모델의 중요성
뉴로모픽 엔지니어링과 인공지능 가속기 반도체
LHC 실험과 뉴로모픽 엔지니어링
빅데이터 비즈니스에서의 새로운 컴퓨터 아키텍처의 중요성
4장 빅데이터와 클라우드 컴퓨팅 기술
클라우드 기술의 시작
클라우드 컴퓨팅의 서막: CERN은 왜 클라우드 컴퓨팅이 필요했나?
목차 더 보기 (35줄)
빅데이터 기술에서 가장 중요한 것: 자원 이종성(heterogeneity) 극복과 확장성(scalability)
빅데이터 자원 계층 문제
LHC 빅데이터와 LHC 컴퓨팅 그리드(LCG)의 계층 구조
빅데이터 인프라 구축에서의 자원 계층 문제: 빅데이터 기술의 시작과 끝
네트워크 인프라의 중요성
LHG Computing Grid를 위한 네트워크 인프라
빅데이터 인프라에서 네트워크 인프라의 중요성: 자원 계층 문제 해결 및 확장성 확보
고성능 컴퓨팅과 FPGA
CMS Level-1 트리거(Trigger)와 FGPA, GPU 기술
빅데이터 인프라, 고성능 컴퓨팅, 재구성 가능 컴퓨팅(Reconfigurable Computing): 스트림 처리의 중요성
분산 컴퓨팅 소프트웨어 스택 및 미들웨어의 중요성
CMS 검출기에 영혼을 주는 CMS 온라인 소프트웨어
빅데이터 인프라를 완성하는 기술: 빅데이터 미들웨어와 분산 컴퓨팅 소프트웨어
모니터링과 운영 인텔리전스
CMS 온라인 데이터 수집 시스템의 모니터링 문제
빅데이터 시스템 운영의 복잡성을 어떻게 해결할 것인가?: 운영 지능화(Operation Intelligence)
5장 빅데이터 주요 기술의 요건
빅데이터와 병렬 처리
LCG 데이터 병렬 처리 프레임워크: 프루프(PROOF)
빅데이터 문제 해결의 기본적인 도구: 병렬 처리 프레임워크
빅데이터 분석 플랫폼의 요건
LHC 실험의 공식 데이터 분석 플랫폼: 루트(ROOT)
빅데이터 문제 해결 과정을 묶어주는 끈: 데이터 분석 플랫폼
대용량 확장형 스토리지
LHC 실험의 데이터 그리드 요구 사항
LHC 실험의 대용량 데이터 스토리지 기술: LCG SE, SRM, CASTOR, dCache, DPM, StoRM
LHC 컴퓨팅 그리드의 이종 데이터 저장 장치 통합 표준: SRM
빅데이터를 담는 그릇: 대용량 확장형 스토리지
빅데이터 가시화 및 큐레이션
LHC 실험 데이터 분석에서의 데이터 가시화: 이벤트 및 모니터링 데이터
빅데이터: 가시화와 큐레이션의 중요성
워크플로우 엔진과 관리 도구
LHC 컴퓨팅 그리드의 워크플로우 관리 기술
빅데이터 시스템에서 워크플로우 관리 기술의 중요성
작가 인터뷰

책 속으로

빅데이터 자체가 비즈니스의 목적이나 비즈니스 모델이 될 수는 없다. 빅데이터를 다루는 것은 데이터 기반 비즈니스의 한 단면에 불과하다. 빅데이터를 수집하고 비즈니스에 맞는 정보로 가공하는 과정에서, 빅데이터를 비즈니스 운영 조건에 맞게끔 신속하고 빠르게 처리하는 시스템을 갖추는 과정에서 비즈니스의 경쟁력으로 자리잡게 된다.
p. 51
우리가 관찰하고 측정하는 대상에 대해 잘 알고 있다면 관찰, 측정을 위한 데이터 수집 과정을 이해하고 데이터 분석을 보다 정확하게 할 수 있다. 만약 관찰하고 측정하는 대상이 미지의 것이고 모르는 것이라면, 우리가 가진 지식을 이용해서 가설을 세우고 지식의 지평선을 넓혀 가는 과학적 탐구의 과정을 거쳐야 한다. 데이터가 어떻게 수집되었고, 데이터가 뭘 말하고 데이터가 보여 주는 대상의 한계가 어디까지인지 이해하지 못한 상태에서 수행하는 데이터 분석은 아무 의미도 없다.
p. 82
데이터 분석과 해석을 위해 인공지능 기술을 사용할 때는 반드시 인공지능이 어떻게 데이터로부터 결과를 냈는지 그 과정을 사람이 해석할 수 있어야 한다. 만약 인공지능의 추론 과정을 사람이 해석할 수 없다면 인공지능을 통해 얻은 결론과 통찰은 인공지능에게만 의미 있는 지식이 되고 정작 인공지능을 사용해 데이터 분석을 한 과학자에게는 아무런 의미 없는 지식이 되고 만다.
p. 140
빅데이터 인프라의 자원 이종성 문제와 확장성 문제를 각 조직과 기업마다 어떻게 극복하느냐 하는 것이 중요한 경쟁력이 되는가 하는 것은, 현재 성공적인 빅데이터 비즈니스를 꾸려가는 주요 기업들이 이런 기술들을 차별화된 기술로서 선보이는 것으로 살펴볼 수 있다.
p. 194
빅데이터 시스템의 궁극적인 목적은 빅데이터 비즈니스를 지원하여 비즈니스의 가치를 높이고 기업의 수익을 높이는 것이다. 빅데이터 시스템이 빅데이터 비즈니스를 효과적으로 지원한다는 것은 빅데이터를 다룸으로써 인해 생기는 다양한 문제들을 해결하여 빅데이터 비즈니스가 원활하게 수행되도록 지원하는 것이다.
p. 263
빅데이터의 큐레이션이란 빅데이터 중에서 현재 사용하고자 하는 목적과 용도에 맞게 빅데이터의 일부를 추려내고 재배치하여 빅데이터가 가진 특정한 측면과 특성이 잘 드러나도록 빅데이터를 선별하고 표현을 바꾸는 것을 말한다.
p. 330
기존의 시스템 통합(System Integration: SI) 기업이나 IT 서비스 기업들도 고객에게 신속하게 빅데이터 비즈니스 시스템을 구축, 납품하는 솔루션으로서 워크플로우 기술을 활용해 보자. 빅데이터 비즈니스를 위한 협업 체계가 체계적으로 조직되고 데이터가 비즈니스 가치로 이어지는 것을 좀 더 쉽게 확인할 수 있으며, 빅데이터를 활용하는 것에 더 자신감을 가질 수 있을 것이다.
p. 364
데이터 과학에서 중요한 건 ‘데이터’가 아니라 ‘과학’입니다. 데이터는 과학적 사고방식과 과학적 문제 해결 프로세스를 실천하기 위한 도구일 뿐, 데이터 자체가 목표가 되어서는 안 됩니다. 사실 과학에서는 어떤 분야든 데이터를 씁니다. 자기 주장을 뒷받침하는 근거가 되기도 하고, 지금 현상을 제대로 보고 있는지 확인하는 관찰의 수단이기도 하니까요.
작가 인터뷰
인공지능 자체만으로 기업 경영에 큰 변화를 가져오기는 어렵습니다. 인공지능이 적재적소에 잘 활용되어 자동화가 효과적으로 이루어질 때 비로소 기업이 더 기민해지고, 비용도 절감되는 거예요. 결국 어디에 인공지능을 적용할지, 어떤 의사 결정 과정을 어떻게 효율화할지를 제대로 고민하는 기업이 앞으로 시장에서 살아남을 가능성이 높습니다.
작가 인터뷰
이 책은 전문적이고 어려운 내용을 담고 있습니다. 주된 독자층은 기업에서 빅데이터 기반 신사업을 기획하고 실행해야 하는 분들, 그리고 데이터 엔지니어와 데이터 과학자들입니다. 그분들이 현장에서 맞닥뜨리는 문제들을 풀어나갈 때 필요한 순간마다 꺼내볼 수 있는 참고 자료가 되었으면 합니다. 과학을 좋아하시는 분들께는 그냥 흥미로운 읽을거리로 즐겨 주셔도 충분히 가치가 있습니다. 어렵고 낯선 개념들이 많이 나오지만, 있는 그대로 즐겨 주시길 바랍니다.
작가 인터뷰

저자 김진철

한국과학기술원(KAIST)에서 물리학 학사를, 포항공과대학교에서 인공신경망 및 플라즈마 연구로 석·박사 학위를 받았다. 졸업 후 유럽입자물리학연구소(CERN)에서 LHC 빅데이터 인프라 및 데이터 분석 기술 연구에 참여했다. 이후 한국과학기술정보연구원(KISTI), 포항공과대학교, 삼성 SDS, SK텔레콤 기업연구소를 거치며 대규모 기계 학습과 클라우드 컴퓨팅, 지능형 빅데이터 분석 시스템을 깊이 있게 연구해 왔다.

현재는 구글의 인공지능 분야 솔루션 리드로 재직 중이다. 기업들이 고급 AI 및 양자 인공지능을 비즈니스에 성공적으로 도입하고 활용할 수 있도록 돕는 전문 컨설턴트로 활약하고 있다.

주요 경력

2021 ~ 현재 구글, Solution Lead, Machine Learning, APAC, Quantum AI Practice Specialist, Korea

2013 ~ 2021 SK텔레콤, 수석연구원

2011 ~ 2013 삼성SDS, 수석보

2009 ~ 2011 포항공과대학교, 연구교수

2007 ~ 2009 한국과학기술정보연구원, 선임프로젝트연구원

2005 ~ 2007 유럽입자물리학연구소(CERN), Post-doc.

2005 포항공과대학교, 이학박사(가속기 및 전산 플라즈마 물리학)

1999 포항공과대학교, 이학석사(통계 및 전산물리학, 신경망 알고리즘)

1997 KAIST, 이학학사(물리학)

1993 서울과학고등학교(3기)

추천사

윤진성 (공학박사, 스태프 연구과학자, 구글)인공지능 기술이 급격히 발전할수록 우리는 역설적으로 ‘데이터’라는 기본기로 돌아가야 합니다. 아무리 뛰어난 AI 알고리즘이라도 견고한 데이터 인프라와 올바른 전략 없이는 사상누각에 불과하기 때문입니다. 이 책은 막연한 환상을 걷어내고, 목적에 맞는 데이터 시스템 구축부터 조직 운영의 지혜, 미래 기술 로드맵까지 현장의 땀방울이 서린 실전 지침을 제공합니다. 쏟아지는 데이터 홍수 속에서 갈 길을 잃은 리더와 엔지니어들이 튼튼한 기초 체력을 기를 수 있도록 안내하는 완벽한 북극성이 되어줄 것입니다.
황혁기 (RIST 수석 데이터 과학자)거대 과학의 성지인 CERN에서 축적된 극단적 규모의 데이터 처리 역량과 조직적 통찰을 대중성과 깊이를 겸비해 풀어낸 귀한 책입니다. 생성형 AI라는 새로운 격변 속에서도 이 책의 가치가 돋보이는 이유는, 기술이나 플랫폼 이전에 ‘무엇을, 왜 다루는지’에 대한 본질적인 질문을 던지기 때문입니다. 문제 자체가 기술을 불러낸다는 철학 아래 데이터, 인프라, 조직, 사람의 문제를 날카롭게 해부합니다. 기술이 무섭게 낡아가는 시대에, 각자의 비즈니스 맥락에 맞춰 데이터를 다루는 질문의 틀을 제공해 줄 데이터 과학의 필수 고전입니다.
서길수 (연세대학교 경영대학 명예교수)35년 가까이 기업들의 디지털 도입 과정을 지켜보며 내린 결론은, 기술 자체보다 "이 기술로 무엇을 할 것인가"를 아는 사람이 결국 승리한다는 것입니다. 최고 수준의 데이터 사이언스를 경험한 저자는 거대 입자가속기 프로젝트 사례를 통해 기술은 목적을 달성하기 위한 도구일 뿐임을 명확히 보여줍니다. AI 시대에 수십 년 쌓아온 리더들의 현장 경험은 무용지물이 되는 것이 아니라, 오히려 과학적 의사결정의 가장 강력한 출발점이 됩니다. 데이터와 AI가 낯설게 느껴지는 경영자부터 기술 앞에서 막막함을 느끼는 모든 분에게 명쾌한 해답을 제시합니다.

출판사 리뷰

유럽입자물리학연구소(CERN)에서 ‘신의 입자’를 추적하던 과학자가 구글의 AI 리더가 되어 명쾌한 해답을 던진다. 저자는 AI 시대 기업의 생존은 단순히 데이터를 끌어모으는 것이 아니라, 이를 분석해 낼 탄탄한 ‘시스템’과 ‘과학적 사고방식’에 달려 있다고 단언한다. 시리즈의 포문을 여는 이 책 1편은 클라우드 컴퓨팅부터 기계 학습 인프라까지, 데이터 중심 조직으로 거듭나기 위해 반드시 갖춰야 할 기술적 뼈대를 치밀하게 해부한다. 쏟아지는 데이터의 홍수 속에서 갈 길을 잃고 헤매는 기업 전략가와 엔지니어들에게, 이 책은 혁신을 향한 가장 강력하고 완벽한 설계도가 되어줄 것이다.

기사

머니투데이 · 2026년 7월 8일 · 작가의 다른 책 기사구글 AI 전문가 김진철 신작, 교보문고 컴퓨터·IT 베스트셀러 진입

기본정보

ISBN9791176560085
발행일2026년 5월 26일
쪽수와 크기388쪽 · 152×223mm, 두께 24mm
출판사페스트북
분야국내도서
배송출판사 창고(최강물류)에서 택배로 보냅니다. 대한민국 안으로만 보냅니다.
교환·반품손님은 종이책을 받은 날부터 7일 안에 까닭을 대지 않고 반품할 수 있습니다. 날수는 받은 다음 날부터 세고, 마지막 날이 토요일·일요일·공휴일이면 그 뒤의 토요일·일요일·공휴일이 아닌 첫날까지로 합니다. 손님이 책을 돌려보내는 배송비를 냅니다. 그 배송비는 페스트북이 책을 돌려받는 데 실제로 든 금액이고, 한 상자에 3,000원을 넘지 않습니다.
문의전화와 문자 070-8064-4919, 이메일 creative@festbook.co.kr. 페스트북은 문의를 받은 날부터 1영업일 안에 첫 답을 합니다.
주식회사 페스트북 · 대표 마형민 · 사업자등록번호 188-87-02712 · 통신판매업 신고번호 2021-안양동안-2021호
주소 경기도 안양시 동안구 관악대로 488 (관양동) · 대표전화 070-8064-4919 · 이메일 creative@festbook.co.kr · 호스팅서비스 제공자 Automattic, Inc.