Table of Contents

2025 빅데이터 활용 핵심 7가지, AI 전환부터 마이데이터까지 총정리

월스트리트가 미국 빅테크에 집중하는 사이, 한반도에선 조용히 산업혁명이 시작됐습니다. 2026년 한국 정부가 전면 가동한 AI 전환(AX, AI Transformation) 전략은 단순한 정책 슬로건이 아닙니다. 100조 원 이상의 경제 가치를 창출할 국가 단위 프로젝트이자, 전 산업에 AI를 '내재화'하겠다는 강력한 신호입니다.

글로벌 투자자들이 놓치고 있는 이 거대한 흐름, 지금 바로 파헤쳐 봅니다.

한국의 AX 전략이란? 빅데이터 활용으로 산업 전체를 재설계하다

정부가 직접 나선 'AI 전환' 프로젝트의 실체

한국 정부는 2026년 '3+1 혁신전환' 체계를 국가 신성장 전략의 중심에 놓았습니다. 여기서 '3'은 AI 전환(AX), 녹색 전환(GX), **서비스 산업 혁신(SX)**을 의미하고, '+1'은 이를 뒷받침할 **인프라 혁신(IX)**을 뜻합니다.

그중에서도 AX는 모든 전환의 엔진 역할을 합니다. AI를 단순히 '도입'하는 수준이 아니라, 제조·유통·의료·농업·건설에 이르기까지 산업 전반에 AI를 뿌리내리게(내재화) 하겠다는 것이죠.

혁신 축	핵심 목표	AI·빅데이터 역할
AX (AI 전환)	전 산업 AI 내재화	빅데이터 기반 학습·예측·자동화
GX (녹색 전환)	탄소중립·친환경 경제	에너지 데이터 분석, 탄소 배출 예측
SX (서비스 혁신)	서비스업 고부가가치화	고객 경험 데이터, 개인화 서비스
IX (인프라 혁신)	디지털 인프라 고도화	클라우드, 데이터센터, 5G/6G 연계

출처: 과학기술정보통신부

이 전략의 핵심은 빅데이터 활용에 있습니다. AI 모델이 제대로 작동하려면 '믿을 만한 데이터'가 필수인데, 한국은 국가 차원에서 공공·민간 데이터를 정제하고 연결해 AI 학습의 고속도로를 깔고 있는 겁니다.

대기업은 이미 움직였다: 롯데의 '데이터 경제' 전환 사례

임직원 전체에 AI를 내재화하는 롯데의 전략

롯데그룹은 2026년 **"AI 내재화"**를 최우선 경영 목표로 설정했습니다. 단순히 연구소나 IT팀만 AI를 쓰는 게 아니라, 유통·제조·물류·서비스 전 부문 임직원이 일상 업무에서 AI를 활용하도록 시스템을 재설계하고 있습니다.

어떻게 가능할까요? 바로 빅데이터 활용 인프라 덕분입니다.

고객 데이터: 롯데온·롯데카드·롯데마트 등에서 수집된 수억 건의 구매·행동 데이터를 통합 분석
물류 데이터: 실시간 재고·배송·입출고 정보를 AI로 최적화
품질 데이터: 식품·화학 제품의 품질을 센서·이미지 데이터로 측정, AI가 불량 예측

롯데는 이 데이터를 기반으로 AI 기반 실시간 통역 서비스, 고객 맞춤형 상품 추천, 작물 품질 자동 선별 시스템 등을 속속 실용화하고 있습니다.

특히 2022년 멜론에서 시작한 AI 선별 시스템은 수박·참외·복숭아로 확대되며, 당도·중량·수분·후숙도를 데이터로 측정해 유통 단계부터 프리미엄 가격을 책정할 수 있게 했습니다. 이는 애그테크(AgTech) 분야에서 빅데이터 활용이 실제 수익으로 전환된 대표 사례입니다.

출처: 산업통상자원부

스타트업이 주목하는 '애그테크·푸드테크' 빅데이터 활용 열풍

AFPRO 2026, 농식품 AI 전환의 중심 무대

올해 개최된 **AFPRO 2026(Asia Future Agricultural and Food Expo)**에서는 '농식품 AI'가 핵심 화두였습니다. 전통적으로 데이터와 거리가 멀었던 농업 분야가, 이제 센서·드론·IoT로 수집한 빅데이터를 AI로 분석하며 생산성 혁명을 일으키고 있습니다.

주요 활용 분야:

작황 예측: 날씨·토양·과거 수확 데이터 기반 수확량 예측
병충해 조기 발견: 이미지 데이터 분석으로 작물 질병 자동 탐지
품질 자동 측정: 당도·색상·크기를 AI가 실시간 판별, 등급 자동 분류
유통 최적화: 수요 예측 데이터로 출하 시기·물량 조절

이런 애그테크 스타트업들은 "데이터 확보 → AI 모델 개발 → 서비스화" 사이클을 빠르게 돌리며, 기존 농업 생태계에서 새로운 가치 사슬을 만들어내고 있습니다.

출처: 농림축산식품부

빅데이터 활용을 가로막던 장벽, 국가가 직접 허문다

경기도 '온라인 데이터 분석센터'로 본 민주화된 데이터 접근

스타트업이나 연구자에게 가장 큰 문제는 **"좋은 데이터를 어떻게 구하느냐"**였습니다. 특히 고품질 민간 데이터는 가격이 비싸거나 보안 제약으로 접근 자체가 불가능했죠.

**경기도가 2026년 구축한 '온라인 데이터 분석센터'**는 이 문제를 정면 돌파합니다.

항목	내용
제공 데이터	민간 데이터 45종 + 미개방 데이터 59종 = 총 104종
접근 방식	인터넷만 있으면 집·사무실·연구실 어디서나 클라우드 접속
분석 환경	고화질·고용량 데이터를 가상 분석 공간에서 자유롭게 가공
사용 기간	기본 7일, 최장 21일 연속 사용 가능
보안	2단계 인증, 데이터 반출 제한, 승인제 운영

출처: 경기도청

이제 개발자나 데이터 사이언티스트는 수억 원짜리 데이터 구매 없이도, 신용카드 사용 패턴·유동인구·소비 트렌드 같은 프리미엄 데이터를 분석할 수 있습니다. 이는 빅데이터 활용 민주화의 시작이자, 중소 스타트업이 대기업과 같은 출발선에 설 수 있는 게임 체인저입니다.

데이터 경제의 새로운 직업군: '데이터거래사' 601명의 의미

AI 시대, 데이터 유통 시장을 여는 전문가들

한국은 데이터 경제 활성화를 위해 '데이터거래사'라는 전문 인력을 체계적으로 육성하고 있습니다.

연도	배출 인원 (누적)
2023	162명
2024	315명
2025	601명
2026	약 160명 추가 예정

출처: 한국데이터산업진흥원

데이터거래사는 무슨 일을 할까요?

데이터 가치 평가: 특정 데이터셋이 시장에서 얼마의 가치를 지니는지 산정
거래 구조 설계: 공급자-수요자 간 데이터 거래 계약 및 흐름 설계
법규 준수: 개인정보보호법·가명정보 재사용·국외이전 규정 검토
메타데이터 관리: AI가 학습 가능한 형태로 데이터 스키마·카탈로그 정리

이는 AI 모델 훈련용 데이터 거래, 도메인 특화 데이터셋 수요 급증과 맞물려, 향후 5년간 고성장이 예상되는 직업군입니다. 개발자나 데이터 엔지니어가 데이터거래사와 협업하는 구조가 일반화될 것입니다.

IT 실무자가 지금 준비해야 할 '빅데이터 활용' 핵심 역량

데이터 중심 AI로 전환하는 시대, 모델보다 데이터가 경쟁력이다

한국 정부는 **"모델 중심 AI에서 데이터 중심 AI로 전환"**을 반복 강조하고 있습니다. 아무리 뛰어난 알고리즘이라도, 신뢰할 수 있는 데이터 없이는 쓸모가 없다는 뜻이죠.

출처: 국가데이터처

IT 전문가가 갖춰야 할 핵심 스킬:

데이터 파이프라인 설계: 수집-정제-저장-분석-피드백 루프 구축
데이터 품질 관리(QA): 오류·누락·편향 탐지 및 보정
메타데이터·온톨로지 설계: AI가 데이터 의미를 이해하도록 스키마 구조화
데이터 거버넌스: 개인정보·가명정보·원본 데이터 분류 및 접근 제어
RAG(Retrieval-Augmented Generation): LLM이 공식 DB 기반으로 환각(Hallucination) 없이 답변하도록 설계

특히 가명정보 활용, 국외 이전 규정 준수, 마이데이터 서비스 설계는 법적 리스크와 직결되므로, 개발 단계부터 데이터 컴플라이언스를 내재화해야 합니다.

투자자가 주목해야 할 AX 전략의 3가지 수혜 섹터

1. 데이터 인프라·플랫폼 기업

클라우드 데이터 분석, 데이터 거래 플랫폼, 메타데이터 관리 솔루션 제공 기업이 수혜를 볼 것입니다. 경기도 온라인 데이터 분석센터 사례처럼, 향후 타 지자체·중앙정부로 확산 시 시장 규모는 기하급수적으로 커집니다.

2. 애그테크·푸드테크 스타트업

AI 선별 시스템, 작황 예측 플랫폼, 농업 IoT 센서 제조사 등 농식품 데이터 활용 기업이 빠르게 성장 중입니다. 정부 보조금과 대기업 투자가 동시에 유입되는 분야입니다.

3. B2B 산업 데이터 플랫폼

건설 현장 비정형 데이터(사진·음성·도면) 분석, 제조업 품질 관리 AI, 의료 빅데이터 분석 등 도메인 특화 빅데이터 솔루션이 엔터프라이즈 시장에서 강력한 니즈를 만들고 있습니다.

결론: 늦기 전에 포지션을 잡아라

월스트리트는 OpenAI, 구글, 마이크로소프트에 집중하지만, 국가 단위 AI 인프라를 구축 중인 한국 시장은 아직 과소평가됐습니다.

AX 전략은 단순한 정책이 아닙니다. 전 산업에 AI를 뿌리내리기 위한 데이터 고속도로이자, 100조 원 이상의 경제 가치를 창출할 메가 프로젝트입니다.

지금이 바로, 한국 빅데이터 활용 생태계에 베팅할 골든타임입니다.

Peter's Pick
더 깊은 글로벌 IT 인사이트가 궁금하다면? → https://peterspick.co.kr/

AI 시대의 새로운 직업, '데이터거래사'가 빅데이터 활용 시장을 움직인다

2026년 현재, 한국에서 가장 빠르게 성장하는 직업군 중 하나를 꼽으라면 단연 '데이터거래사'입니다. 아직 생소하게 들리시나요? 하지만 숫자는 거짓말을 하지 않습니다. 2023년 162명으로 시작한 데이터거래사는 2024년 315명, 2025년 601명으로 폭발적으로 증가했고, 올해도 약 160여 명이 추가로 배출되고 있습니다. 매년 두 배씩 성장하는 이 직업은 대체 무엇을 하는 걸까요?

데이터거래사란? 21세기 가장 가치 있는 자산의 중개인

데이터거래사는 단순히 데이터를 사고파는 중개인이 아닙니다. 이들은 빅데이터 활용이 폭발적으로 증가하는 AI 시대에, 데이터의 가치를 평가하고 거래 구조를 설계하며, 복잡한 법률과 규제를 준수하면서 안전한 데이터 유통을 책임지는 전문가입니다.

생각해보세요. 병원의 의료 데이터, 금융회사의 거래 데이터, 제조업체의 생산 데이터, 심지어 여러분의 온라인 쇼핑 패턴까지. 이 모든 데이터는 AI 모델을 학습시키고 새로운 서비스를 만드는 데 필수적인 원료입니다. 하지만 개인정보 보호, 영업비밀, 국가 안보 등 수많은 제약이 존재하죠. 바로 여기서 데이터거래사가 등장합니다.

빅데이터 활용을 위한 데이터 경제 생태계의 구조

한국 정부는 AI 전환(AX)을 국가 성장 동력의 핵심으로 삼으면서, 데이터 경제 활성화에 전방위로 투자하고 있습니다. 데이터거래사는 이 생태계의 핵심 연결고리입니다.

데이터 거래 생태계 구성 요소	역할	관련 주체
데이터 공급자	원본 데이터 생성 및 제공	공공기관, 기업, 개인(마이데이터)
데이터거래사	거래 중개, 가치 평가, 법률 검토	정부 인증 전문인력
데이터 플랫폼	거래 인프라 제공	데이터 마켓플레이스, 중개 플랫폼
데이터 수요자	AI 학습, 분석, 서비스 개발에 활용	스타트업, 연구기관, 대기업

데이터거래사가 다루는 다양한 데이터 유형과 빅데이터 활용 사례

데이터거래사의 업무는 생각보다 훨씬 복잡합니다. 데이터 유형마다 적용되는 규칙이 완전히 다르기 때문이죠.

1. 원본데이터 거래

안전조치를 전제로 원본 데이터를 AI 학습에 활용할 수 있도록 지원합니다. 예를 들어 의료 영상 데이터를 AI 진단 모델 개발에 사용하려면, 환자 동의부터 데이터 암호화, 접근 권한 관리까지 모든 과정을 설계해야 합니다.

2. 가명정보 활용

개인을 특정할 수 없도록 처리한 가명정보는 연구 목적으로 재사용이 가능합니다. 예를 들어 통신사의 가명 처리된 이동 패턴 데이터를 도시 교통 연구에 활용하거나, 카드사의 가명 결제 데이터를 소비 트렌드 분석에 사용하는 경우입니다.

3. 마이데이터 서비스

개인이 자신의 데이터를 능동적으로 관리하고 제3자에게 제공할 수 있는 마이데이터는 핀테크와 헬스케어 분야에서 혁신을 일으키고 있습니다. 정부는 마이데이터를 '사회문제 해결형 국민체감 서비스'로 규정하고 이익공유 방안까지 마련 중입니다.

4. 국외 이전 데이터

글로벌 AI 개발 경쟁에서 한국 기업이 해외 파트너와 협업하려면 데이터 국외 이전이 필수입니다. 데이터거래사는 표준계약서나 승인받은 기업규칙을 활용해 안전하고 합법적인 국제 데이터 거래를 지원합니다.

실제 비즈니스에서의 빅데이터 활용: 롯데그룹의 사례

데이터 경제가 추상적으로 들리신다면, 롯데그룹의 사례를 보시죠. 롯데는 'AI 내재화' 전략을 선언하며 임직원 전체에 AI 활용을 확산하고 있습니다.

구체적으로 롯데는 과일 선별 시스템에 AI를 도입했습니다. 2022년 멜론에서 시작해 수박, 참외, 복숭아로 확대된 이 시스템은 빅데이터 활용의 완벽한 예시입니다. 카메라와 센서로 수집한 당도, 중량, 수분, 후숙도 데이터를 AI가 실시간으로 분석해 품질을 등급화합니다.

이 과정에서 수백만 건의 과일 데이터가 축적되고, 이 데이터는 다시 모델을 개선하는 데 사용됩니다. 농가는 더 정확한 가격을 받고, 소비자는 신뢰할 수 있는 품질을 보장받으며, 롯데는 유통 효율을 높입니다. 데이터거래사는 바로 이런 데이터 흐름을 설계하고 관리하는 역할을 합니다.

데이터 플랫폼: 빅데이터 활용 인프라의 진화

데이터 경제가 작동하려면 거래가 이루어지는 '시장'이 필요합니다. 한국에서는 여러 데이터 플랫폼이 이미 가동 중입니다.

경기도 온라인 데이터 분석센터는 지자체 최초로 민간 데이터 45종과 미개방 민간 데이터 59종, 총 104종의 데이터를 클라우드 기반으로 제공합니다. 연구자나 스타트업은 인터넷만 있으면 집이나 사무실에서 고용량 빅데이터 활용 분석을 할 수 있습니다. 포털에 가입하고 분석 목적을 제출하면 2단계 인증 후 가상 분석 공간을 최장 21일간 사용할 수 있습니다.

이런 플랫폼의 등장은 데이터 접근 장벽을 극적으로 낮춥니다. 과거엔 자본력이 있는 대기업만 대규모 데이터를 확보할 수 있었다면, 이제는 작은 스타트업도 정부 인증 데이터거래사의 도움을 받아 필요한 데이터를 합법적으로 구매하고 혁신적인 서비스를 만들 수 있습니다.

데이터거래사가 해결해야 할 과제들

물론 장밋빛 전망만 있는 건 아닙니다. 데이터거래사가 마주한 현실적 과제도 만만치 않습니다.

첫째, 데이터 가치 평가의 어려움입니다. 데이터의 가격을 어떻게 매길까요? 레코드 수? 데이터 품질? 희소성? 아직 명확한 기준이 없습니다. 데이터거래사는 산업별, 용도별로 다른 평가 체계를 개발해야 합니다.

둘째, 빠르게 변하는 규제 환경입니다. 개인정보보호법, AI 윤리 가이드라인, 국제 데이터 이전 규칙 등이 계속 업데이트됩니다. 데이터거래사는 법률 전문가 수준의 최신 지식을 유지해야 합니다.

셋째, 데이터 품질 검증입니다. AI 모델은 쓰레기 데이터를 넣으면 쓰레기 결과를 내놓습니다(Garbage In, Garbage Out). 데이터거래사는 판매되는 데이터의 완전성, 정확성, 일관성을 검증할 수 있는 기술적 역량도 필요합니다.

누가 데이터거래사가 될 수 있나요?

현재 한국에서 데이터거래사는 정부 지정 교육과정을 이수하고 자격을 취득해야 합니다. IT 개발자, 데이터 사이언티스트, 법률 전문가, 도메인 전문가 등 다양한 배경을 가진 사람들이 이 분야에 진입하고 있습니다.

특히 주목할 점은 빅데이터 활용에 대한 실무 경험이 있는 사람들에게 유리하다는 것입니다. 데이터 파이프라인 설계, 데이터베이스 관리, API 개발, 데이터 거버넌스 경험이 있다면 데이터거래사로서 경쟁력을 갖출 수 있습니다.

미래 전망: 데이터 경제는 어디로 가는가

데이터거래사의 폭발적인 증가는 한국이 '데이터 중심 AI' 시대로 전환하고 있다는 명확한 신호입니다. 과거에는 더 큰 모델, 더 많은 파라미터가 경쟁력이었다면, 이제는 더 좋은 데이터, 더 깨끗한 데이터가 승부를 가릅니다.

국가데이터처는 공공데이터를 'AI 시대의 신뢰할 수 있는 국가자산'으로 규정하고 품질 제고에 집중하고 있습니다. 민간에서는 도메인 특화 데이터셋(의료, 금융, 제조, 농업 등)의 수요가 폭증하고 있습니다. AFPRO 2026에서 조명된 농식품 AI와 애그테크 분야만 봐도, 작물 생육 데이터부터 기후 데이터, 토양 데이터까지 다양한 빅데이터 활용 수요가 생겨나고 있습니다.

앞으로 3~5년 내에 데이터 거래 시장은 수조 원 규모로 성장할 것으로 예상됩니다. 데이터거래사는 단순히 새로운 직업이 아니라, AI 경제의 핵심 인프라를 만들어가는 개척자들입니다. 21세기의 새로운 골드러시에서, 데이터거래사는 금맥을 찾는 사람이 아니라 안전하고 공정한 채굴 시스템을 만드는 사람들인 셈이죠.

여러분의 회사 데이터, 여러분이 생성하는 개인 데이터도 이제 단순한 기록이 아닙니다. 그것은 AI 시대의 새로운 화폐이며, 데이터거래사는 그 가치를 실현하는 열쇠를 쥐고 있습니다.

Peter's Pick
더 깊이 있는 IT 트렌드와 산업 인사이트가 궁금하시다면 Peter's Pick에서 확인하세요!

2026년, 소프트웨어보다 먼저 돈을 버는 분야가 있다

솔직히 말하자면, 요즘 IT 투자자들 사이에서 화제인 건 SaaS나 플랫폼이 아닙니다. 농업과 건설 현장에서 빅데이터 활용으로 수익을 내는 기업들이죠. 믿기 어렵겠지만, 멜론의 당도를 99% 정확도로 예측하는 AI 시스템이 실제로 돈을 벌고 있고, 건설 현장 사진을 분석해 수천억 원대 공사 지연을 방지하는 플랫폼이 빠르게 확장 중입니다.

이건 먼 미래 얘기가 아닙니다. 지금 이 순간, 한국의 애그테크와 산업 데이터 분야에서 벌어지는 실제 비즈니스 이야기입니다.

농업 빅데이터가 만드는 새로운 골드러시

AFPRO 2026에서 가장 주목받은 키워드는 단연 **'Agriculture AI'**였습니다. 농식품 산업에 AI와 빅데이터를 접목한 애그테크 기업들이 과거 IT 스타트업이 그랬던 것처럼 폭발적으로 성장하고 있거든요.

대표적인 사례가 AI 기반 과일 선별 시스템입니다. 2022년 멜론으로 시작한 이 기술은 현재 수박, 참외, 복숭아까지 확대됐습니다. 놀라운 건 단순히 크기나 외관만 보는 게 아니라는 점이에요. 당도, 중량, 수분 함량, 심지어 후숙도까지 데이터로 측정합니다.

측정 항목	기존 방식	AI 빅데이터 활용
당도 측정	샘플 추출 후 파괴검사	비파괴 전수검사, 99% 정확도
품질 판정 시간	숙련공 1명당 시간당 100개	AI 시스템 시간당 5,000개 이상
데이터 축적	불가능 (경험 의존)	실시간 데이터베이스 구축
유통 최적화	육안 판단	당도·후숙도 기반 최적 출하시기 예측

이런 시스템의 진짜 가치는 데이터가 쌓일수록 정확해진다는 점입니다. 작년 수확 데이터, 기상 데이터, 토양 데이터를 결합하면 올해 작황을 예측할 수 있고, 이는 곧 생산성 증대와 수익 극대화로 이어집니다.

롯데 같은 대기업도 이 흐름에 뛰어들었습니다. 유통사들은 이제 과일을 '눈으로 보고' 사는 게 아니라 '데이터를 보고' 삽니다. 당도 12브릭스 이상 보장, 후숙 3일 후 최적 상태 같은 식으로요.

건설 현장의 비정형 데이터를 돈으로 바꾸는 법

농업만큼이나 뜨거운 분야가 건설·산업 현장의 빅데이터 활용입니다. 건설 현장에서는 매일 엄청난 양의 데이터가 쏟아집니다. 현장 사진, 작업 일지, 음성 지시, CAD 도면, 안전 점검 문서 등등. 문제는 이 대부분이 비정형 데이터라는 점이죠.

과거엔 이런 데이터를 체계적으로 관리할 방법이 없었습니다. 하지만 2026년 현재, AI가 이 비정형 데이터를 자동으로 분석하고 구조화하는 산업 데이터 플랫폼이 실용화 단계에 들어섰어요.

예를 들어볼까요? 건설 현장에서 찍힌 수천 장의 사진을 AI가 분석합니다. "이 구역 철근 배근이 설계도와 0.3cm 차이", "3층 콘크리트 양생 상태 불량 가능성 65%" 같은 식으로 자동 분류하고 리스크를 점수화하는 겁니다.

이게 왜 중요할까요? 수천억 원짜리 공사에서 단 하나의 설계 오류나 시공 불량이 프로젝트 전체를 지연시킬 수 있기 때문입니다. 과거엔 숙련된 현장 감독관이 일일이 확인해야 했지만, 이제 AI가 24시간 실시간으로 모니터링합니다.

건설 데이터 활용 영역	전통적 방식	AI 빅데이터 플랫폼
품질 관리	샘플 점검 + 육안 확인	사진·센서 데이터 전수 AI 분석
안전 관리	정기 점검 + 사고 후 대응	실시간 리스크 예측·사전 경고
공정 관리	주간 회의 + 수작업 보고	자동 진척도 분석·병목 구간 탐지
문서 관리	수기 작성 + 파일 보관	음성·사진 자동 문서화·검색

이미 대형 건설사들은 이런 플랫폼 도입을 적극 검토 중이고, 일부는 파일럿 프로젝트를 넘어 본격 계약 단계에 접어들었습니다. 시장 전망도 밝습니다. 한국의 건설 시장 규모를 고려하면, 산업 데이터 플랫폼 시장만 수조 원대로 성장할 가능성이 충분하거든요.

경기도의 실험: 누구나 쓸 수 있는 빅데이터 분석 환경

애그테크와 건설 데이터가 '민간 주도' 혁신이라면, 공공 부문에서도 주목할 만한 움직임이 있습니다. 바로 경기도가 지자체 최초로 구축한 온라인 데이터 분석센터입니다.

이 플랫폼의 핵심은 **"집에서도, 연구실에서도, 어디서든 고가의 민간 데이터와 공공 데이터를 동시에 분석할 수 있다"**는 점입니다. 클라우드 기반이라 장소 제약이 없고, 승인만 받으면 최대 21일간 가상 분석 공간을 무료로 쓸 수 있어요.

현재 제공되는 데이터만 해도 104종입니다. 카드 소비 패턴, 유동인구, 부동산 거래, 교통 데이터 같은 민간 데이터 45종에, 미개방 민간 데이터 59종까지 포함됩니다. 스타트업이나 연구자 입장에선 수억 원 들여 사야 할 데이터를 공짜로 쓸 수 있는 셈이죠.

실제로 이 플랫폼을 활용해 지역 상권 분석, 교통 혼잡 예측, 도시 계획 시뮬레이션 같은 고부가가치 연구가 쏟아지고 있습니다. 일부 애그테크 스타트업은 경기도 농업 데이터와 민간 유통 데이터를 결합해 작물 재배 최적화 모델을 만들기도 했어요.

이런 공공 데이터 인프라가 더 확산되면, 빅데이터 활용 진입 장벽이 크게 낮아질 겁니다. 좋은 아이디어만 있으면 누구나 데이터 기반 비즈니스를 시작할 수 있는 환경이 되는 거죠.

AI 전환(AX) 시대, 레거시 산업이 오히려 기회다

한국 정부는 2026년 신성장 동력의 핵심으로 **AI 전환(AX)**을 명시했습니다. 여기서 중요한 건, AX가 단순히 'AI 회사 키우기'가 아니라는 점입니다. 기존 산업 전반에 AI를 내재화해 생산성과 경쟁력을 높이는 것이 진짜 목표거든요.

그래서 지금 가장 뜨거운 투자처가 농업·건설·제조 같은 전통 산업에 AI를 접목한 기업들입니다. 소프트웨어 회사처럼 고객 확보에 수년 걸릴 필요 없이, 이미 거대한 시장이 존재하고, 명확한 수익 모델이 있으니까요.

실제로 롯데는 "AI 내재화" 전략을 전사적으로 추진 중입니다. 임직원 전체가 AI를 업무에 활용하도록 교육하고, 고객 데이터·물류 데이터·품질 데이터를 통합해 AI 시스템을 고도화하고 있어요. 유통·식품·화학·건설 등 롯데가 보유한 모든 사업 부문에서 데이터 기반 의사결정이 표준이 되는 겁니다.

중소 기업과 스타트업도 마찬가지입니다. AFPRO 2026에 참가한 농식품 스타트업들은 "데이터 확보 → 모델 개발 → 서비스화"라는 명확한 사이클을 따라 움직입니다. 과거처럼 '좋은 기술'만으론 부족하고, 어떤 데이터를 얼마나 잘 모으고 활용하느냐가 성패를 좌우합니다.

어떤 종목이 이 흐름을 주도하고 있을까?

투자자 입장에선 당연히 궁금하겠죠. "그래서 어느 회사 주식을 사야 하나요?"

안타깝게도 애그테크·산업 빅데이터 분야는 아직 비상장 스타트업 중심입니다. 하지만 간접 수혜주는 분명히 있습니다.

롯데계열사: 롯데쇼핑, 롯데웰푸드 등 유통·식품 부문이 AI 품질 분석 시스템을 직접 도입 중
건설 IT 솔루션 기업: 현대건설, GS건설 같은 대형사에 산업 데이터 플랫폼을 납품하는 중견 IT 기업들
클라우드·데이터 인프라 제공사: 네이버 클라우드, KT 클라우드 등 공공·민간 빅데이터 플랫폼을 뒷받침하는 인프라 기업

물론 직접 투자보다 더 중요한 건 트렌드를 읽는 것입니다. 소프트웨어가 세상을 먹었다면, 이제 빅데이터가 레거시 산업을 먹고 있습니다. 그리고 그 중심엔 한국의 애그테크와 산업 데이터 기업들이 있습니다.

앞으로 2~3년 안에 이 분야에서 유니콘 기업이 나올 가능성이 충분합니다. 멜론 당도 측정으로 시작해 글로벌 농업 데이터 플랫폼으로 성장하거나, 건설 현장 사진 분석으로 시작해 전 세계 인프라 프로젝트를 관리하는 기업이 나올 수도 있죠.

지금 이 순간에도 어느 연구실, 어느 농장, 어느 건설 현장에서 빅데이터가 쌓이고 있고, AI가 학습하고 있습니다. 그리고 그 데이터는 곧 돈이 될 겁니다.

Peter's Pick
더 깊이 있는 한국 IT·투자 인사이트가 궁금하다면?
👉 https://peterspick.co.kr/

한국 정부가 스타트업에게 건네는 '데이터 황금열쇠'

2026년 현재, 한국의 스타트업 생태계에 조용하지만 강력한 변화가 일어나고 있습니다. 바로 국가 차원에서 공공 빅데이터 활용 인프라를 전면 개방하면서, 자본이 부족한 신생 기업들도 대기업 못지않은 데이터 자산에 접근할 수 있게 된 것이죠.

과거에는 수억 원을 들여야 확보할 수 있었던 고품질 데이터셋이, 이제는 클라우드 기반 플랫폼에서 몇 번의 클릭만으로 손에 들어옵니다. 건강보험 빅데이터부터 교통 패턴, 소비자 행동 데이터까지 – 스타트업이 꿈꾸던 '데이터 금고'의 문이 활짝 열린 셈입니다.

국가데이터처가 만드는 '공정한 경쟁 환경'

한국 정부는 2026년 들어 공공데이터를 "AI 시대의 신뢰할 수 있는 국가 자산"으로 재정의했습니다. 국가데이터처를 중심으로 부처 간 데이터 사일로(silo)를 허물고, 품질을 대폭 개선하며, 민간 기업들이 실제로 '쓸 수 있는' 형태로 데이터를 제공하기 시작한 거죠.

이 전략의 핵심은 단순한 데이터 공개가 아닙니다. 빅데이터 활용을 위한 완전한 생태계 구축이 목표입니다. 데이터 품질 인증, 메타데이터 표준화, 심지어 AI가 직접 이해할 수 있는 '온톨로지(ontology)' 구조까지 갖춰나가고 있어요.

왜 이게 게임 체인저인가?

전통적으로 AI 스타트업의 가장 큰 진입 장벽은 '데이터 확보'였습니다. 아무리 뛰어난 알고리즘을 가져도, 학습시킬 데이터가 없으면 무용지물이니까요.

하지만 지금은 상황이 달라졌습니다:

과거 (2023년 이전)	현재 (2026년)
데이터 구매 비용: 수천만~억 원대	공공 플랫폼 무료/저비용 제공
데이터 품질 검증: 자체 진행 필요	국가 품질 인증 데이터 제공
데이터 결합: 개별 협상 필요	클라우드 플랫폼에서 원클릭 융합
법적 리스크: 개인정보 처리 불확실성	가명정보·마이데이터 체계 명확화

경기도 온라인 데이터 분석센터: 클라우드 빅데이터 활용의 실체

이 변화를 가장 극적으로 보여주는 사례가 바로 경기도 온라인 데이터 분석센터입니다. 지자체 최초로 구축된 이 플랫폼은, 인터넷만 연결되어 있다면 어디서든 고부가가치 데이터를 분석할 수 있는 환경을 제공합니다.

어떤 데이터에 접근할 수 있나?

민간 데이터 45종 + 미개방 민간 데이터 59종 = 총 104종
카드 소비 패턴, 통신 이동 데이터, 부동산 거래 정보 등
공공 데이터(교통, 인구, 환경)와 실시간 융합 분석 가능

어떻게 사용하나?

포털 가입 후 분석 주제와 필요 데이터 신청
승인 후 2단계 인증
개인 전용 '가상 분석 공간' 할당
기본 7일, 최장 21일까지 연속 사용

클라우드 기반이기 때문에 고성능 서버를 직접 구축할 필요도 없습니다. 스타트업 입장에서는 초기 인프라 투자 없이 대기업 수준의 데이터 분석 역량을 확보하는 셈이죠.

경기도 온라인 데이터 분석센터에서 신청 방법과 제공 데이터 목록을 확인할 수 있습니다.

헬스케어부터 농업까지: 산업별 빅데이터 활용 혁신

의료·헬스케어: 국민건강보험 빅데이터의 힘

최근 서울대 연구팀은 국민건강보험공단 빅데이터를 활용해 지역별 필수의료 자원 미스매치를 정밀 분석했습니다. 실제 신생아중환자실(NICU) 운영 중단 사태를 예측할 수 있는 수준의 통찰력을 보여준 거죠.

스타트업들도 이 데이터를 활용해 개인 맞춤형 건강관리 서비스, 질병 예측 모델, 지역 의료 격차 해소 솔루션 등을 개발하고 있습니다. 민감정보 처리는 가명정보 재사용 체계와 안전한 분석 환경(샌드박스)을 통해 법적 리스크 없이 진행할 수 있어요.

농업·푸드테크: 애그테크의 데이터 혁명

AFPRO 2026(아시아 최대 농식품 박람회)에서는 '농업 AI'가 최대 화두로 떠올랐습니다. 빅데이터와 AI로 작물의 당도, 수분, 후숙도까지 실시간 측정하는 시스템이 이미 멜론, 수박, 참외, 복숭아 유통 현장에서 활용되고 있죠.

스타트업들은 기상 데이터, 토양 데이터, 시장 가격 데이터를 융합해 최적 재배 타이밍, 병해충 예측, 수확량 시뮬레이션 서비스를 출시하고 있습니다. 과거에는 대학 연구실이나 대기업만 접근할 수 있었던 데이터가, 이제는 청년 농업 창업가의 손안에 있습니다.

건설·제조: 비정형 데이터의 구조화

건설 현장에서 발생하는 수많은 사진, 음성 녹음, 설계 도면, 안전 점검 문서 같은 비정형 데이터를 AI로 자동 분석·구조화하는 플랫폼도 등장했습니다.

스타트업이 이런 산업 데이터 플랫폼을 구축하려면, 과거에는 수백 개 현장과 개별 계약을 맺어야 했어요. 하지만 공공 건설 프로젝트 데이터가 개방되면서, 초기 모델 학습과 검증을 훨씬 빠르게 진행할 수 있게 됐습니다.

마이데이터와 가명정보: 규제가 아닌 기회로

많은 창업자들이 "개인정보 규제 때문에 데이터를 못 쓴다"고 생각합니다. 하지만 2026년 현재, 한국 정부는 오히려 빅데이터 활용을 촉진하는 규칙을 만들어가고 있어요.

데이터 유형별 활용 체계

데이터 유형	활용 방식	스타트업 기회
원본데이터	적법처리 근거 확대, 안전조치 전제로 AI 학습 가능	고품질 모델 학습
가명정보	다양한 연구 재사용, 안전 환경 보관	반복 실험·피봇 가능
마이데이터	사회문제 해결형 서비스, 이익공유 모델	B2C 개인화 서비스
국외이전	표준계약서·기업규칙 등 안전한 수단 확대	글로벌 확장 용이

특히 마이데이터 서비스는 정부가 '국민체감 서비스'로 명시하며 적극 지원하고 있습니다. 개인이 자신의 금융·의료·통신 데이터를 직접 관리하고, 그 데이터를 활용한 맞춤형 서비스로부터 이익을 돌려받는 구조죠.

핀테크, 헬스케어, 라이프스타일 스타트업에게는 데이터 확보와 수익화를 동시에 해결하는 비즈니스 모델이 열린 셈입니다.

AI 전환(AX) 시대: 데이터 중심 AI가 핵심

한국 정부는 2026년 신성장 전략으로 '인공지능 전환(AX, AI Transformation)'을 최우선 과제로 설정했습니다. 여기서 강조되는 핵심 개념이 바로 **"모델 중심 AI에서 데이터 중심 AI로의 전환"**입니다.

데이터 중심 AI란?

과거에는 "어떤 알고리즘이 더 뛰어난가?"가 경쟁의 핵심이었습니다. 하지만 GPT, Claude 같은 기초 모델이 범용화되면서, 이제는 **"얼마나 신뢰할 수 있는 데이터를 체계적으로 확보·정제·연결하는가"**가 차별화 포인트가 됐어요.

정부는 이를 위해:

공식 통계 데이터베이스를 AI가 직접 이해할 수 있는 온톨로지 구조로 재구축
AI 환각(hallucination) 방지를 위한 신뢰 데이터 레이어 구축
데이터 품질 인증, 메타데이터 표준화, 버전 관리 체계 마련

스타트업 입장에서는 "우리는 작은 회사니까 데이터 품질까지 신경 쓸 여력이 없어"라고 생각했던 부분을, 이제는 국가 인프라에 기대어 해결할 수 있게 된 겁니다.

국가데이터처 AI 전략 보고서에서 구체적인 로드맵을 확인할 수 있습니다.

데이터거래사 제도: 데이터 유통 시장의 개막

2026년 현재, 한국에는 약 1,000명 이상의 공인 데이터거래사가 활동하고 있습니다. 2023년 162명에서 시작해 매년 두 배 이상 성장한 수치죠.

데이터거래사가 하는 일

데이터 거래 구조 설계 및 가치 평가
개인정보·국외이전·가명정보 관련 법적 컴플라이언스 지원
공공·민간 데이터 결합 및 융합 분석 컨설팅

스타트업 창업자 입장에서는 "어떤 데이터를 어떻게 구해야 할지 모르겠다"는 막막함이 있었는데, 이제는 전문가의 도움을 받아 데이터 소싱부터 계약, 활용까지 원스톱으로 해결할 수 있게 됐습니다.

데이터 마켓플레이스도 활성화되면서, 도메인 특화 데이터셋(예: 패션 트렌드 이미지, 음성 감정 데이터, 산업 설비 센서 로그 등)을 API 형태로 구독하는 것도 가능해졌어요.

실전 조언: 스타트업이 빅데이터 활용으로 경쟁력을 확보하는 법

1. 공공 플랫폼부터 시작하라

경기도 온라인 데이터 분석센터, 공공데이터포털, AI 허브 등을 적극 활용
초기에는 무료 또는 저비용 데이터로 MVP(최소기능제품)를 만들고 검증

2. 도메인 특화 데이터를 조합하라

공공 데이터(인구, 교통, 환경) + 민간 데이터(소비, 이동) 융합
경쟁사가 쉽게 따라올 수 없는 독자적 데이터 파이프라인 구축

3. 가명정보·마이데이터 체계를 이해하라

법무법인이 아니라 데이터거래사와 상담
안전한 분석 환경(샌드박스) 활용으로 법적 리스크 제거

4. 데이터 품질에 투자하라

국가 품질 인증 데이터 우선 활용
초기부터 메타데이터·버전 관리 체계 구축 (장기적 경쟁력의 핵심)

5. AI 모델보다 데이터 루프에 집중하라

GPT API, Claude API 같은 기초 모델은 범용화
차별화는 피드백 수집→데이터 재학습→성능 개선 사이클의 속도

다음 IPO 대박주는 '데이터 접근성'에서 나온다

실리콘밸리의 전설적 투자자 피터 틸은 "좋은 스타트업은 독점적 기술이나 자산을 가진다"고 말했습니다. 과거에는 그게 알고리즘이나 특허였다면, 2026년 한국에서는 **'체계적으로 축적된 고품질 데이터'**가 그 자리를 차지하고 있습니다.

국가 차원에서 공공 빅데이터 활용 인프라를 개방하면서, 자본력이 부족한 스타트업도 대등한 출발선에 설 수 있게 됐어요. 이제는 "누가 더 많은 데이터를 샀는가"가 아니라 **"누가 데이터를 더 영리하게 조합·활용하는가"**가 승부처입니다.

헬스케어, 애그테크, 건설, 유통, 핀테크 – 거의 모든 산업에서 데이터 기반 혁신이 일어나고 있고, 그 중심에 한국 정부의 전략적 데이터 개방 정책이 있습니다.

다음 유니콘 기업, 다음 IPO 대박주는 아마 지금 공공 데이터 플랫폼에서 가상 분석 공간을 할당받아 조용히 모델을 학습시키고 있는 어느 팀일지도 모릅니다.

Peter's Pick
이번 이슈에서 다룬 공공 빅데이터 활용 전략과 스타트업 성장 기회에 대한 더 깊은 인사이트가 궁금하다면, Peter's Pick에서 글로벌 IT 트렌드와 한국 시장 분석을 더 만나보세요.

한국 데이터 경제, 이제 투자로 접근할 시간입니다

트렌드를 아는 것과 그것으로 수익을 내는 것은 완전히 다른 이야기입니다. 한국의 AI 전환과 빅데이터 활용 붐이 본격화되면서, 이제 투자자들에게 중요한 질문은 "어떻게 이 성장에 직접 참여할 것인가?"입니다.

정책 뉴스를 읽고 "아, 흥미롭네"로 끝내는 대신, 여러분의 포트폴리오에 실제 변화를 만들 수 있는 구체적인 투자 경로를 살펴보겠습니다. ETF부터 상장 기업, 핵심 인프라 플레이어까지—한국의 데이터 혁명에서 수익을 창출할 수 있는 세 가지 방법을 소개합니다.

방법 1: AI·빅데이터 테마 ETF로 분산 투자하기

개별 종목 선택이 부담스럽다면, 테마형 ETF가 가장 현명한 출발점입니다. 한국 시장에는 AI 전환(AX)과 빅데이터 활용 트렌드를 직접 추종하는 ETF들이 속속 등장하고 있습니다.

주목해야 할 ETF 카테고리

ETF 유형	투자 초점	대표 보유 종목 예시	장점
AI 반도체 ETF	데이터 센터·AI 칩 공급망	삼성전자, SK하이닉스, 한미반도체	데이터 인프라의 물리적 기반 확보
클라우드·SaaS ETF	클라우드 데이터 분석 플랫폼	네이버클라우드, 더존비즈온, 한글과컴퓨터	온라인 데이터 분석센터 수혜
디지털 전환 ETF	AX·DX 전반	카카오, NAVER, LG CNS	데이터 경제 생태계 전반 커버
헬스케어 빅데이터 ETF	의료 데이터 분석·AI 진단	휴먼스케이프, 인피니트헬스케어	건강보험 빅데이터 연구 확대 수혜

특히 경기도 온라인 데이터 분석센터(경기도 발표)처럼 지자체 차원의 클라우드 기반 데이터 인프라가 확산되면, 클라우드·SaaS 섹터 ETF의 수혜가 예상됩니다. 민간·공공 데이터 융합 분석 수요가 폭증하면 플랫폼 제공자들이 직접 혜택을 받게 됩니다.

실전 팁

분기별 리밸런싱: AI 정책 발표(국가데이터처 계획, AX 전략 등) 후 2~3개월 내 관련 ETF 유입이 증가하는 패턴 주목
보유 종목 체크: ETF 운용사 홈페이지에서 상위 10개 종목을 확인하고, 실제 빅데이터·AI 매출 비중이 높은지 검증

방법 2: 빅데이터 활용 핵심 기업에 직접 투자하기

좀 더 적극적인 투자자라면, 빅데이터 활용을 실제 비즈니스 모델로 전환하고 있는 개별 상장사에 주목해야 합니다. 정책 수혜와 실적 개선을 동시에 노릴 수 있는 영역입니다.

A. 데이터 플랫폼·유통 인프라 기업

데이터거래사 제도가 본격화되면서(과학기술정보통신부 2026년 160여 명 추가 배출), 데이터 유통·거래 플랫폼을 운영하는 기업들이 직접 수혜를 받습니다.

투자 포인트: 데이터 마켓플레이스, API 기반 데이터 공급 솔루션, 가명정보 처리 기술 보유 여부
확인 사항: 연간 데이터 거래 건수, 플랫폼 활성 사용자 수, 공공·민간 데이터 제휴 현황
리스크: 개인정보보호 규제 강화 시 비즈니스 모델 조정 필요성

B. 산업별 빅데이터 솔루션 기업

애그테크(AgTech): AFPRO 2026에서 농식품 AI가 핵심 화두로 떠오르면서(AFPRO 공식), 작물 품질 분석 AI·빅데이터 선별 시스템을 제공하는 기업들이 주목받고 있습니다.

기업 유형	비즈니스 모델	성장 촉매
농업 IoT·데이터 분석	센서 기반 재배 환경 모니터링 + 빅데이터 예측 모델	정부 스마트팜 확대 정책
품질 AI 분석 솔루션	당도·중량·후숙도 자동 측정 시스템	유통사 도입 확대(2022 멜론→2026 복숭아까지)
푸드테크 데이터 플랫폼	생산·유통·소비 데이터 통합 분석	데이터 경제 활성화 정책

건설 데이터 플랫폼: 사진·음성·도면 등 비정형 데이터를 AI로 자동 구조화하는 솔루션 기업도 숨은 강자입니다. 현장 안전·품질 관리 니즈가 커지면서 장기 성장 가능성이 높습니다.

C. 마이데이터·핀테크·헬스케어 데이터 기업

마이데이터 서비스가 "사회문제 해결형 국민체감 서비스"로 명시되고 이익공유 방안까지 마련되면서(개인정보보호위원회), 핀테크·헬스케어에서 마이데이터를 활용한 개인화 서비스 기업들의 가치가 재평가되고 있습니다.

핀테크: 금융 마이데이터 기반 자산관리·신용평가 솔루션
헬스케어: 국민건강보험공단 빅데이터 연구 확대로 지역 의료 분석·예방 서비스 기업 수혜

방법 3: 데이터 인프라 핵심 플레이어에 베팅하기

데이터 경제의 "삽과 곡괭이"를 공급하는 인프라 기업에 투자하는 전략도 있습니다. 누가 데이터를 활용하든, 그 밑단의 인프라는 반드시 필요하니까요.

클라우드·데이터센터 운영사

온라인 데이터 분석센터 모델이 전국 지자체로 확산되면, 클라우드 자원을 제공하는 사업자들이 장기 수혜를 받습니다. 특히 공공·민간 데이터 융합 분석이 늘어나면 보안·컴플라이언스가 검증된 국내 클라우드 사업자가 유리합니다.

인프라 유형	핵심 가치	대표 기업군
하이퍼스케일 데이터센터	AI 학습·빅데이터 분석 연산 자원	LG CNS, KT클라우드, 네이버클라우드
엣지 컴퓨팅	실시간 데이터 처리(농업·건설 현장)	SK텔레콤, 세종텔레콤
데이터 보안·거버넌스 솔루션	가명정보 관리, 국외이전 규제 대응	안랩, 이글루시큐리티

반도체·AI 칩 공급망

데이터 중심 AI(국가데이터처 기조)로 전환되면서, AI 모델 훈련용 데이터가 폭증하고 그만큼 고성능 GPU·NPU 수요도 급증합니다. 삼성전자, SK하이닉스는 물론, 2차 협력사(패키징·테스트·냉각 솔루션)까지 투자 범위를 넓힐 수 있습니다.

데이터 레이블링·품질 관리 서비스

AI 환각 방지를 위해 공식통계 DB·메타데이터·온톨로지 구축이 강조되면서, 데이터 정제·레이블링·검증 전문 기업도 성장 중입니다. 비상장이 많지만, 상장 준비 중인 기업 IPO 정보를 미리 체크해두면 선점 기회가 있습니다.

실전 포트폴리오 구성 예시

초보 투자자라면 다음 비율로 시작해보세요:

40%: AI·빅데이터 테마 ETF (리스크 분산)
30%: 클라우드·데이터센터 인프라 대형주 (안정성)
20%: 산업별 빅데이터 솔루션 중소형주 (고성장)
10%: 마이데이터·애그테크 등 테마주 (고위험·고수익)

분기마다 정부 정책 발표(국가데이터처 계획, AX 전략, 마이데이터 확대 등)를 체크하며 비중을 조정하면, 정책 모멘텀을 놓치지 않고 수익을 극대화할 수 있습니다.

투자 전 반드시 확인할 체크리스트

한국의 빅데이터 활용 테마는 분명 성장 잠재력이 크지만, 무작정 뛰어들기 전에 다음을 점검하세요:

✅ 실제 매출 비중: 기업 IR 자료에서 AI·빅데이터 관련 매출이 전체의 몇 %인지 확인
✅ 정책 수혜 시점: 데이터거래사 배출, 온라인 데이터센터 확산 등 구체적 일정과 기업 준비도
✅ 규제 리스크: 개인정보보호, 국외이전 규제 강화 시 비즈니스 모델 변화 가능성
✅ 경쟁 구도: 글로벌 빅테크 vs 국내 스타트업 vs 대기업—누가 시장을 선점할지 시나리오 분석

마치며: 데이터 경제는 이제 선택이 아닌 필수입니다

한국 정부가 AI 전환(AX)을 신성장동력의 중심으로 삼고, 데이터 경제·마이데이터·공공 빅데이터 플랫폼을 전방위로 밀어붙이는 지금, 투자자에게는 10년에 한 번 올까 말까 한 기회입니다.

트렌드를 아는 것에서 멈추지 마세요. ETF로 안정적 노출을 확보하고, 핵심 기업에 직접 베팅하며, 인프라 플레이어로 리스크를 헤지하는 3단 전략으로 여러분의 포트폴리오를 데이터 혁명의 한가운데에 놓으세요.

지금 움직이는 사람이, 내일의 수익을 가져갑니다.

Peter's Pick
더 많은 글로벌 투자 인사이트와 한국 시장 분석이 궁금하시다면,
https://peterspick.co.kr/에서 확인하세요.

Peter's Pick에서 더 알아보기

구독을 신청하면 최신 게시물을 이메일로 받아볼 수 있습니다.