비투엔

가. 회사의 현황(1) 사업 개황 인공지능(AI)과 빅데이터가 산업 전반의 핵심 동력으로 자리 잡은 'AI 전환(AX)' 시대에 데이터는 단순한 정보 이상의 전략적 자산입니다. 특히 생성형 AI의 확산으로 인해 데이터의 '양'보다 '품질'이 모델의 성패를 결정짓는 핵심 요소가 되었으며, 이에 따라 고품질 데이터를 확보하고 관리하는 데이터 거버넌스의 중요성은 국가적 경쟁력을 넘어 기업 생존의 필수 조건이 되었습니다. 글로벌 AI 및 데이터 시장은 2020년 데이터 3법 통과 이후 가파른 성장을 거듭하여, 현재는 AI 학습용 데이터의 신뢰성 확보와 클라우드 기반의 통합 데이터 관리 체계 구축을 중심으로 고도화되고 있습니다. 당사는 이러한 시장 변화에 선제적으로 대응하며 지난 20여 년간 쌓아온 900여 건 이상의 프로젝트 수행 경험을 바탕으로 국내 최고 수준의 데이터 컨설팅 기업으로 인지도와 전문성을 확보하였으며, 기술 전문 기업으로서의 입지를 공고히 하고 있습니다.

당사는 고객의 데이터가 전략적 자산으로서 가치를 발휘할 수 있도록 데이터 전략 수립, 빅데이터 시스템 설계 및 구축은 물론, AI/ML 분석 기법을 활용한 가치 발굴 등 전 과정을 아우르는 컨설팅과 솔루션을 제공합니다. 특히 2016년부터 자체 개발한 데이터 솔루션 라인업을 통해 컨설팅 중심의 사업 구조를 솔루션 및 플랫폼 중심의 고부가가치 비즈니스 모델로 전환을 추진하고 있습니다. 더불어 당사의 대표적인 데이터 품질관리 솔루션인 'SDQ'는 출시 이후 5년간 공공데이터 품질관리 수준평가의 공식 도구로 활용된 바 있으며, 이러한 기술적 신뢰를 바탕으로 공공 및 민간 분야에서 높은 시장 점유율을 유지하고 있습니다. 이외에도 메타데이터 관리 솔루션 'SMETA', 데이터 활용 중심 포털 'SPORTAL', 데이터 연계 통합 솔루션 'SFLOW' 등의 라인업을 보유하고 있습니다.

최근에는 기업 내 산재한 방대한 데이터를 통합 관리하고 검색증강생성(RAG, Retrieval-Augmented Generation) 기술을 활용해 필요한 정보를 추출한 후 AI가 맥락을 이해하여 추천·해석·판단을 수행할 수 있도록 지원하는 엔터프라이즈 지식 플랫폼 'HYPERGLORY’를 선보였습니다. 해당 플랫폼은 자연어 기반 Q&A와 리포트 자동 생성 등 비즈니스 맞춤형 AI 구현을 통해 기업의 경쟁력을 강화하는 데 기여하고 있습니다. 당사는 검증된 솔루션 경쟁력을 기반으로 기존 구축형(On-Premise) 사업 모델과 더불어 클라우드 환경에 최적화된 공급 체계를 강화하고 있습니다. 이를 통해 수익 구조를 고도화하기 위해 공급 방식과 서비스 포트폴리오를 지속적으로 개선하고, 기업들이 신뢰할 수 있는 고품질 데이터 환경에서 AI 서비스를 운영할 수 있도록 지원하는 데이터 전문 파트너로서의 역할을 수행해 나갈 계획입니다.

(2) 조직도

나. 산업의 현황(1) 데이터 산업 분류 데이터산업은 데이터의 생산, 수집, 처리, 분석, 유통, 활용 등을 통해 가치를 창출하는 상품과 서비스를 생산 제공하는 산업으로 정의됩니다. 데이터의 생명주기(또는 가치사슬) 상에 나타난 데이터와 관련된 제반 활동을 포함해 데이터로부터 가치가 창출되는 일련의 모든 과정, 이와 연관된 활동을 포함합니다. 이러한 정의에 따라 데이터산업의 비즈니스 유형은 크게 데이터와 관련한 제품을 판매하거나 기술을 제공하는 데이터 솔루션, 데이터구축, 데이터컨설팅 비즈니스와 데이터를 판매하거나 이를 기반으로 정보제공 및 분석서비스를 제공하는 데이터 서비스 비즈니스로 구분할 수 있습니다. 동사는 현재 데이터 컨설팅과 데이터 솔루션 부문을 주요 목표 시장으로 영업활동을 펼치고 있으며, 이 외 데이터 서비스 영역으로 넓혀갈 계획입니다.

[ 데이터 산업 범위 ]

(2) AI 인공지능은 과거 특정 과업의 자동화에 머물렀던 개념을 넘어 현재는 생성형 AI의 등장과 함께 기업 경영 전반의 패러다임을 전환하는 인공지능 전환(AX)의 핵심 동력으로 자리매김하였습니다. 정리해보면 인공지능은 인간의 학습 및 추론 능력을 모델링하여 대규모 데이터로부터 새로운 패턴을 발견하고 최적의 결과물을 생성하거나 고도화된 의사결정을 지원하는 기술 체계를 의미합니다. 인공지능 시장은 인프라와 플랫폼, 애플리케이션 영역으로 구분되며 알고리즘의 고도화만큼이나 이를 학습시키고 운영하기 위한 고품질 데이터와 컴퓨팅 자원이 핵심 요소로 부각되고 있습니다. 이 중 특히 거대언어모델(LLM)을 기업의 내부 지식과 연계하여 실질적인 비즈니스 가치를 창출하는 플랫폼 및 검색증강생성(RAG, Retrieval-Augmented Generation) 등의 기술 생태계가 시장 성장의 중추적인 역할을 담당하고 있습니다.

최근의 인공지능 시장은 단순한 기술적 실험 단계를 넘어 비즈니스 현장에 실질적으로 적용되는 내재화 단계로 진입하며 시장의 성숙도가 높아지고 있습니다. 초기 도입 과정에서의 데이터 신뢰성 및 보안 이슈로 인해 일시적인 조정이 나타나기도 하였으나 데이터 거버넌스와 클라우드 인프라의 확대를 기반으로 산업 전반에서 그 파급력이 더욱 확대되는 추세입니다. 인공지능 생태계는 모델 개발사 및 솔루션 공급사와 실제 이용자 등으로 구성되며 단순한 도구 도입을 넘어 데이터의 무결성을 확보하고 이를 비즈니스 로직에 결합하는 이용자의 거버넌스 역량이 시장의 성패를 가르는 중요한 특징을 가집니다.

(3) 빅데이터 빅데이터가 언급되기 시작했던 2010년도 전후의 빅데이터는 기존의 정형화된 데이터를 포함하여 비정형, 반정형 형태의 데이터만을 지칭 했으므로 빅데이터는 데이터 자체가 맞지만, 지금은 데이터라는 의미에서 확장하여 데이터를 다루는 기술을 총칭한다고 할 수 있습니다. 정리해보면, 빅데이터는 빠른 속도로 생산 및 소비되는 대용량의 정형, 비정형 데이터를 효율적으로 수집 및 저장하고, 다양한 분석 기법을 활용하여 현상 파악, 예측, 의사 결정 등을 지원하기 위한 기술이라고 정의할 수 있습니다. 빅데이터 시장은 활용 시장과 솔루션 시장으로 구분되어 있으며 기본적인 구성요소는 하드웨어, 소프트웨어 및 플랫폼 입니다. 이 중 가장 중요한 것은 하드웨어와 소프트웨어를 포괄할 수 있는 에코시스템을 포함한 모든 프로세스를 의미하는 플랫폼 입니다.

빅데이터는 기존 데이터 분석 개념의 단순한 확장이나 업그레이드가 아니라, 데이터를 바라보는 관점의 변화를 수반하는 패러다임 전환으로 이해하는 것이 바람직합니다. 이러한 인식의 차이와 관련 기업들의 준비 부족으로 인해 일부 시장이 조정 국면을 겪기도 하였으나, 전체적으로는 AI·클라우드·엣지 컴퓨팅과의 연계로 성장세가 지속되고 있습니다. 또한 빅데이터 시장은 사용자 기술을 근간으로 하고 있어 사용자의 역할이 서비스 및 애플리케이션 공급업체보다 영향력이 매우 크다고 할 수 있습니다. 빅데이터를 제대로 활용하기 위해서는 사용자의 역할이 서비스 및 애플리케이션 공급업체보다 더 크다는 점이 빅데이터 시장의 특성이라 할 수 있습니다.

다. 산업 동향 빅데이터는 미래 ICT 산업을 선도할 4차산업혁명의 핵심기술요인으로 데이터를 수집 및 분석하여 미래를 예측하고 새로운 가치를 창출하고 있습니다. 또한 데이터를 생성 및 수집하는 IoT, 생성된 빅데이터를 분석하기 위한 인공지능과 직접적으로 연계되어 있습니다. 또한 현재 글로벌 차원의 다양한 빅데이터 활용 및 제품화, 산업 적용이 선진국 중심으로 이루어지고 있습니다.

빅데이터산업에서 빅데이터가 가장 크게 활용되는 분야는 사물인터넷과 인공지능 분야라 할 수 있습니다.

(1) 사물인터넷과 빅데이터 사물인터넷의 경우 빅데이터의 분석을 위해서는 대량의 데이터가 공급 되어지는 구조가 필요한데 사물인터넷 환경에서는 다수의 센서들로 이루어진 센서 네트워크로부터 방대한 양의 데이터가 생성되고, 비정형·고차원일 뿐만 아니라 양이 매우 방대한 특징을 가집니다. 다만 이러한 데이터가 스스로 가치를 발휘하기 위해서는 목적에 맞는 분석·처리·거버넌스가 필수적이며, 수집만으로는 비즈니스 가치를 충분히 창출하기 어렵습니다. 향후 거의 모든 사물에 센서가 부착되는 환경이 자리 잡게 될 경우, 생성되는 데이터를 어떻게 효율적으로 처리·분석·활용하느냐에 따라 기업·기관의 경쟁력이 크게 달라질 것으로 전망됩니다. 사물인터넷은 필연적으로 빅데이터를 생성하고, 반대로 빅데이터 분석을 위해서는 IoT에 기반한 데이터 생성·수집 체계가 필요하므로 두 기술은 상호 보완적인 관계에 있다고 볼 수 있습니다.

(2) 인공지능과 빅데이터 인공지능, 특히 딥러닝 기반의 AI는 빅데이터를 학습·분석해 복잡한 데이터 패턴을 파악하고 최적의 의사결정을 도출하는 기술로, 빅데이터 처리 기술이 지향하는 핵심 모델 중 하나입니다. 딥러닝은 방대한 양의 데이터를 컴퓨터에 학습시켜 사람이 직접 명시적으로 정의하지 않은 규칙을 스스로 학습·추론하는 방식으로 동작합니다. 의료 분야에서는 임상실험 데이터와 환자 치료 데이터를 기반으로 학습해 의료진의 진단을 보조하거나 치료 의사결정을 지원할 수 있으며, 자동차 분야에서는 차량 비전시스템으로 수집된 영상 빅데이터를 학습해 주변 환경을 판독하고 안전한 자율 주행을 지원합니다. 이 외에도 천체 시뮬레이션, 기상예측, 유전체 분석 등 다양한 분야에서 빅데이터를 기반으로 하는 AI 알고리즘이 활용되고 있으며, AI 성능과 데이터 양·품질 사이의 상관관계는 더욱 강화되고 있습니다.

최근에는 고성능 GPU·AI 가속기 등 하드웨어의 성능 향상과 가격 하락으로 인해 과거보다 훨씬 많은 데이터를 학습·분석할 수 있게 되었고, 이는 Large Language Model(LLM) 등 생성형 AI의 급속한 발전에도 기여하고 있습니다.

라. 시장규모 및 전망(1) 글로벌 시장 현황 디지털 서비스의 폭발적 확산과 AI·IoT·클라우드 컴퓨팅의 발전으로 인해 전 세계적으로 생성·전달·저장되는 데이터의 총량이 기하급수적으로 증가하고 있습니다. 시장조사기관 Statista의 자료에 따르면, 글로벌 연간 데이터 생성량은 2018년 33ZB(제타바이트)에서 2025년 181.8ZB로 약 5.5배 증가한 수준에 도달했으며, 이는 2024년(149ZB) 대비 22% 성장한 수치입니다. 이러한 데이터 증가세는 2030년까지 지속될 전망으로, 2029년 394ZB를 넘어 연평균 17% 이상의 복합성장률(CAGR)을 기록하며 1YB(요타바이트) 이상 규모로 확대될 것으로 예측됩니다. 특히 생성형 AI(LLM)와 RAG(Retrieval-Augmented Generation) 기술의 확산으로 고품질·신뢰성 있는 대용량 데이터 처리 수요가 급증하고 있습니다.

[ 글로벌 연간 데이터 생성량 전망 ] (단위 : 제타바이트) 출처 : Statista EU Commission의 최신 보고서에 따르면, 유럽 데이터 시장은 2023년 약 1,200억 유로 규모로 성장했으며, 2026년까지 연평균 12.5% 성장을 지속할 전망입니다. 미국 데이터 시장은 유럽 대비 약 3~4배 규모로 추정되며(2023년 기준 약 4,000억 유로 이상), 글로벌 데이터 시장에서 주도적 위치를 유지하고 있습니다. 최근 3년간(2023~2025) 글로벌 데이터 시장의 연평균 성장률은 약 13~15% 수준으로 확인되며, 이는 생성형 AI와 클라우드 전환 가속화에 따른 결과로 분석됩니다. 유럽 데이터 시장 연구팀은 2026년까지 데이터 거래·분석·AI 플랫폼 부문이 시장 성장을 견인할 것으로 전망하고 있습니다.

글로벌 빅데이터 시장에서 미국이 주도적 위치를 유지하고 있으며(시장 점유율 약 40~45%), 중국·일본·한국 순으로 뒤를 잇고 있습니다. 미국 빅데이터 소프트웨어 시장은 지속 성장 중이며, 글로벌 빅데이터 시장 전체는 2025년 약 2,300억 달러에서 2030년 4,500억 달러 이상으로 확대될 전망입니다(연평균 10~15%).

[ 글로벌 빅데이터 시장 전망 ] (단위 : 십억달러) 출처 : Statista, EU Commission 등

(2) 국내 데이터산업 시장 현황(가) 데이터 시장한국데이터산업진흥원의 ‘2024 데이터산업현황조사 결과보고서’ 자료에 따르면, 국내 데이터산업 시장 규모는 2023년 29조 687억 원(약 29.7조 원)으로 집계되었습니다. 이는 2019년 16.9조 원 규모에서 2023년까지 최근 5년간 연평균 11.3%…