ICO 파헤치기 - 푸드산업의 스마트화를 만드는 힌트체인(Hint) 프로젝트 4편 : 힌트체인의 푸드프로필 구성요소 2

현재 ICO를 진행하거나, 곧 진행할 예정인 프로젝트들을 파헤쳐 보는

ICO 파헤치기 시리즈.

푸드산업의 스마트화를 만드는 힌트체인(Hint) 프로토콜 프로젝트

앞선 3편에 이어서 4번째 편을 진행해 보도록 하겠습니다.

앞서 힌트체인의 푸드프로필에 필수 구성요소에 대해 언급하면서

그 첫 번째로 "HintID"에 대해 알아보았는데요.

이번엔 그에 이어서 "HintIQ"에 대해 한 번 알아보도록 하겠습니다.

HintIQ? IQ검사가 문득 떠오르게 하는 이 용어는

말 그대로 IQ검사를 하는 것입니다.??

조금 더 쉽게 풀어서 알아보자면

푸드 관련 데이터를 수집해서 모으면, 이것을 분류하고 분석하기 위한

어떤 구분기준이나 방식이 필요하게 됩니다.

그런데 이런 구분기준이나 방식에 신뢰성을 얹기 위해서는

"객관성"이라는 것이 아주 중요하다 할 수 있고,

"객관성"을 만들기 위한 가장 좋은 방식은

이를 숫자로 통계해내는 "수치화"라고 할 수 있습니다.

그래서 모아진 데이터에 대해 정량화된 수치 점수를 담는 블록이

바로 이 "HintIQ"라고 생각하시면 됩니다.

IQ검사도 수치로 나오니까 같은 맥락이라고 할 수 있겠죠?

그럼 이런 HintIQ가 작동하는 방식은 어떤 원리이냐?

일단 앞서 HintID를 통해서 소비자 개개인들이 데이터를 입력하게 되는데,

이 입력정보에는 구매 데이터, 행동 데이터, 리뷰 데이터가 들어가게 됩니다.

그럼 이런 데이터들이 입력된 것을 모아서 OutputDB를 만들게 되는데

소비자의 취향과 식생활 습관을 다루는 Taste Data와

소비자의 건강정보를 알 수 있는 Health Data로 분류해서

정량적으로 수치화를 하게 됩니다.

매우 간단한 원리죠?

사실 이렇게 되면 데이터의 양은 엄청나게 방대하게 모이지만,

정량화를 통해서 분류를 하기 때문에 실제로 결과물을 도출해내는

용량이 큰 편은 아니라

방대한 데이터에 따른 속도 문제가 발생할 소지가 적다는

장점도 수반되게 됩니다.

수치화된 데이터의 활용도는 극대화시키면서 말이죠.

그럼 이런 과정들을 통해 Hint Score라는게 탄생되게 되는데

이에 대해서는 다음편에서 한 번 계속 알아보도록 하겠습니다.