'오늘날 빅데이터(big data) 시대가 도래하면서 하루에도 엄청난 양의 데이터가 생성되고 있다. 미국의 가트너(Gartner)는 빅데이터를 “데이터 양(Volume)이 많고, 데이터 형태가 다양(Variety)하며, 데이터 속도(Velocity)가 빠른 데이터”로 정의하였다. 일반적으로 빅데이터의 특징을 가트너의 3V, 즉 양(Volume), 다양성(Variety), 속도(Velocity)로 나타내지만, SAS는 여기에 가치(Value)라는 요소를 더해 4V로 나타내고, IBM은 3V에 정확성(Veracity, 진실성)이라는 요소를 더해 4V로 나타내고 있다. 오늘날에는 빅데이터의 특징을 3V에 가치(Value)와 정확성(Veracity, 진실성)을 추가하여 5V로 많이 나타내고 있다.

특히 요즘은 인터넷과 모바일 기기의 사용으로 엄청난 양의 데이터가 실시간으로 양산되고 있는데, 1분 동안 페이스북에서는 100만 건의 로그인이 발생하고, 트위터에서는 약 35만 건의 메시지가 트윗되며, 구글(Google)에서는 380만 건의 키워드가 검색되고, 19억 건의 이메일(Email)이 전송되고 있다. 또한, 멀티미디어 엔터테인먼트 기업인 넷플릭스(Netflix)에서는 약 70만 시간의 동영상이 시청되고 있고 유튜브에서는 1분 동안 450만 건의 비디오가 업로드되며, 플레이 스토어와 앱 스토어에서는 약 40만 개의 앱이 다운로드되고, 온라인 쇼핑으로 약 백만 달러가 거래되고 있다. 쇼핑의 예에서도 종전에는 상점에서 물건을 살 때만 데이터가 기록되었으나 오늘날에는 인터넷쇼핑몰의 경우 방문자가 구매를 하지 않더라도 어떤 상품에 관심이 있는지, 얼마 동안 쇼핑몰에 머물렀는지를 포함하여 방문자 행적 하나하나가 데이터로 저장되고 있다.

디지털 시대에 빅데이터만큼 중요한 자산은 없다. 개인이건 기업이건 경쟁사회에서 살아남기 위해서는 빅데이터를 이용하여 부가가치가 높은 자산으로 만들 필요가 있다. 방대한 규모의 빅데이터를 가치 있고 쓸모 있게 만드는 사람들이 바로 데이터 과학자(data scientist)이다.

저자가 대학교에서 빅데이터 분석을 강의하면서 느끼는 고충은 어떤 교재를 가지고 강의할 것인가였다. 대부분의 책들이 빅데이터 분석 방법에 대해 언급하고 있으나 비정형 데이터 혹은 트위터와 같은 소셜 미디어 데이터를 직접 프로그래밍을 통해 다룬 책들은 많지 않다. 설령 있다 하더라도 어려운 언어 사용으로 인해 구현하는 데 많은 시간이 소비되어 빅데이터의 맛을 제대로 볼 수가 없었다.

이 책은 2015년 출간된 "R을 이용한 빅데이터 분석"의 개정판으로 R 프로그램 업데이트 등 최신 경향에 맞춰 본문을 수정하고 예제를 추가하였다. 또한 부록에 R 사용법을 수록하여 처음으로 빅데이터에 입문하는 이들도 쉽게 배울 수 있게 구성하였다. 이 책은 총 9개의 장으로 구성되어 있다.

1장에서는 빅데이터 개요에 대해 소개하고 2장과 3장에서는 텍스트마이닝과 트위터 상에서 텍스트마이닝, 4장과 5장에서는 감성분석과 트위터 상에서 감성분석, 6장과 7장에서는 소셜 네트워크 분석과 트위터 상에서 소셜 네트워크 분석, 그리고 8장과 9장에서는 텍스트 클러스터링과 트위터 상에서 텍스트 클러스터링에 대해 다루었다. 그리고 부록에서는 R 언어를 모르는 독자들을 위해 R 프로그램 사용법, 즉 R 프로그램 설치, R 프로그램 실행, R 프로그램 문법에 대해 다루었다.

저자는 많은 사람들이 이 책을 통하여 빅데이터 맛을 볼 수 있도록 노력하였지만 여전히 책 내용에 오류가 있고 부족한 부분이 많을 것으로 생각한다. 따라서 독자들의 애정 어린 충고와 지속적인 지도편달을 바라며 미흡한 부분은 계속 보완해 나가고자 한다.

끝으로 책을 출간하는 데 도움을 주신 자유아카데미 출판사 여러분께 깊은 감사의 말씀을 드리고, 이 책이 나오기까지 많은 관심과 도움을 준 가족들에게도 감사를 표하고자 한다. 책의 예제 및 데이터 파일과 출간 후에 나올 수 있는 수정 등은 자유아카데미 홈페이지(www.freeaca.com) 자료실에 제공 예정이다.