韓国の公共調達市場への提言：近づく時系列データベースの時代
マークベースCEO キム・ソンジン
はじめに
本稿は、韓国の公共分野、特に大量のデータを扱うIoTや関連IT分野で、公共調達を通じて製品・サービスを発注する組織や、それらを提供する方々に向けて書いています。
一企業の代表として、ある程度の偏りは避けられないかもしれません。それでも、韓国のIT市場がより成熟し、発展してほしいという思いと、公共調達市場の現状に感じるもどかしさから、本稿をまとめました。
Gartnerが示す、すでに近づいている時系列データベースの時代
IT分野の調査・助言を行うGartnerは、データ管理に関するレポートを発行しています。特徴的な「ハイプ・サイクル」の図は、各種データ処理技術がどの段階にあり、どう発展しているかを把握する手掛かりになります。
ハイプ・サイクルは、技術や製品の発展を次の5段階に分けます。
1. Innovation Trigger（黎明期）
新しく、驚きをもたらす技術が登場する段階です。
市場にどこまで受け入れられるかは未知数ですが、少なくとも顧客の目には革新的に映ります。
2. Peak of Inflated Expectations（過度な期待のピーク期）
世界を変える製品だと人々が信じ、期待が最高潮に達します。
先行する企業が競って導入し、大きな成果を期待します。
3. Trough of Disillusionment（幻滅期）
期待と現実の違いが見え始め、製品や技術に失望する段階です。
ここで市場から姿を消す技術や製品も多くあります。
一方で、革新の種が根を張り、生き残る技術も現れます。
4. Slope of Enlightenment（啓発期）
実際の市場で有用性が証明され、導入する企業が増えていきます。
技術がもたらす価値が確認され、普及が進む段階です。
5. Plateau of Productivity（生産性の安定期）
技術と製品の価値が定着し、独自の市場が形成されます。
革新性だけを訴えるのではなく、水や空気のように、当たり前に利用する実用的な基盤となる段階です。
では、インターネットで見つけた2019年版のデータ管理ハイプ・サイクルを見てみましょう。2019年刊行なので、筆者は主に前年の情報を基にしたものと考えています。
期待のピークに、Time Series DBMS（時系列データベース）が位置しています。当時の資料では、関連市場での普及は1〜5%の段階とされ、薄い青の印は、生産性の安定期まで2〜5年という見通しを示していました。
余談ですが、この図ではKey-Value DBMSに「obsolete before plateau」という注記がありました。筆者は、その分類での市場の勢いが失われつつあると受け止めました。当時、私自身がKey-Value DBMSの話を耳にする機会も少なくなっていました。
次に、2023年版のハイプ・サイクルを見てみます。
こちらでは、Time Series DBMSが啓発期に位置しています。白い印は、生産性の安定期まで2年未満という見通しです。2023年の資料では、対象市場での普及率が20〜50%の段階にあると示され、業務での導入が進んでいることがうかがえます。
では、この技術の発展と、韓国の公共調達市場にはどのような関係があるのでしょうか。
センサーデータが広がる新しい世界
私の実感では、読者の多く、場合によっては95%ほどの方にとって、時系列データベースという言葉や用途は初耳かもしれません。海外で示される普及状況に比べ、韓国では技術に触れる実務者の割合がまだ低いと感じています。
それでも、海外で主要な技術分野として定着しつつある時系列データベースを知ることには、大きな意味があります。
時系列データベースが2010年代半ば以降に急速に発展・普及した背景には、IoTセンサーの増加と、さまざまな「スマート化」があります。建物、機器、自動車、道路、さらには居間にも、10年前にはほとんどなかったセンサーデータを収集する仕組みが広がりました。私たちは、好むと好まざるとにかかわらず、センサーデータに囲まれた時代に生きています。次の図は、その変化を示しています。
参照した図では、2020年以降、センサーやモノに関する情報が主要なデータ種別となり、急増するそれらを即座に、リアルタイムで処理する必要性が示されています。
時刻とともに記録されるこれらのセンサーデータは、時系列データです。その大量処理には従来型データベースでは負担が大きい場合があり、専用の時系列データベースが開発され、採用が進んでいます。これが、本稿で最も伝えたい点です。
時系列データベースとともに進む世界、足踏みするように見える韓国
では、時系列データベースは何に使われるのでしょうか。用途を調べるだけでも、次のような例が見つかります。
スマートビル：建物のセンサーデータ収集、設備の高度化、火災・危険の予防
スマート農業：栽培環境データの収集と、AIによる自律制御
スマート船舶・自動車・エンジン：大量のモビリティデータの収集、分析、意思決定
スマート工場：製造や振動のリアルタイム分析、品質管理
スマートシティ：気候、交通、人口、粉じんなどの大規模な統合収集と即時対応
石油・エネルギー・ガス設備：圧力、バルブ、温度、湿度、振動の収集と危険予防
ITインフラ監視：データセンター機器の収集・監視と異常の予測
ロボットの制御・異常検知：モーターや駆動部のデータ収集、分析、危険予防
半導体・自動運転車：リアルタイムの保存と分析による品質改善、障害予防
製造・化学：製造データのリアルタイム収集、分析、品質改善
二次電池・充電池：状態の収集、可視化、分析、火災予防、即時アラーム
金融・証券：取引データのリアルタイム収集・分析、高速取引、異常検知
AIによる異常検知・予知保全：学習と推論に必要なデータを高速抽出する基盤
その他、大量のセンサーデータが発生するあらゆる場面。
普及がまだ2割程度という段階でこれほどの用途があるなら、その先の2年間でどう変わるでしょうか。多くの社会インフラに採用されるのではないか、と私は期待しています。
一方、見出しに「足踏みするように見える韓国」と書いた理由も、ご想像いただけると思います。
導入を後押しする最大の理由——費用対効果
では、時系列データベースにはどのような利点があり、海外で普及が進んでいるのでしょうか。
大きな理由は、数百億から数千億件のセンサーデータをリアルタイムに保存・検索し、AIなどの分析へ迅速につなげられることです。さらに、処理に必要なCPU、保存容量、消費電力、ハードウェア構成を効率化できる場合があります。こうした経済性も、採用を後押ししています。
韓国では、センサーデータを単に「ビッグデータ」として捉え、公共調達でもHadoopなどの基盤や、従来型データベースを使うケースが多くあります。優れた構築事業者によって成果を得る場合もありますが、全体の効率、拡張性、性能、保守費用を考えると、時系列に特化した基盤との比較が必要です。
ここでは、TPC.orgが公開するデータベースの性能・価格性能に関する結果を使い、IoTセンサーデータの処理について、時系列データベースとHadoop系の構成を比較します。
掲載した比較の価格性能値は、時系列データベース側が54.85ドル、Hadoop側が329.75ドルで、約6.01倍の差があります。これは掲載された構成とベンチマークの比較であり、任意の実環境の費用比をそのまま示すものではありません。元記事では、将来のデータ増加に伴う追加ストレージや電力、専門人材の確保、開発・運用の負担も考慮すべきだと指摘しています。また、リアルタイムのIoT処理には、バッチ中心の基盤では構成上の課題が生じます。
さらにエッジコンピューティングが広がれば、小型の計算機で端末のセンサーデータを処理・分析する需要が増えます。そのような制約のある環境では、大規模なHadoop構成よりも、時系列データベースのような単体で導入できるソフトウェアが有力な選択肢になります。
エネルギー転換の時代に変わるデータサービス
公共分野でIoTセンサーデータを収集する大きな目的は、市民や行政機関へデータサービスを提供することです。暮らしの質を高め、よりよい社会へ進むための基盤として期待されています。
そのサービス提供自体にも、ESGという世界的な課題を取り入れることが求められるようになっています。（参考資料：https://www.lifein.news/news/articleView.html?idxno=14487）
時系列データベースとESGは、どのようにつながるのでしょうか。効率的なデータ処理を通じて、カーボンニュートラルや環境負荷の低いサービスを支える、一つの要素になり得るということです。
市民・行政向けサービスのデータ量、種類、数、それを支えるインフラは、今後も増えていくでしょう。インターネット普及期に公共機関のWebサイト構築が広がったように、公共データサービスの構築も大きく広がると、私は考えています。
少ない電力とハードウェアで高効率のサービスを提供し、環境負荷の低減に貢献することが、公共機関の誇りとして評価される時代が来るのではないでしょうか。
動き始めた韓国の公共機関
先ほど、Gartnerの資料に示された世界の普及段階を紹介しました。一方、韓国での認知は、私の実感では5%未満ではないかと感じています。
うれしいことに、本稿執筆の前年ごろから、韓国の公共機関でもデータサービスの課題が認識され、時系列データベースを導入する例が少しずつ現れています。これは希望を感じさせる動きです。
その利用状況を知る手掛かりの一つが、公共調達システム「KONEPS（国の市場／나라장터）」の購入記録です。
次は、韓国水力原子力がセンサーデータの統合分析のため、時系列データベースを購入した記録です。
また、韓国建設技術研究院が2023年に、IoTセンサーの計測データを保存・分析する関連事業を進めた記録も確認できました。
さらに、膨大なIoTデータを扱う「ソウル市リアルタイム都市データサービス」でも、中核データベースに時系列データベースが使われていることが分かりました。
公共調達では、発注側がどのような考えを持ち、事業の具体像を描くかが重要です。それがなければ、構築事業者の提案に頼り切ってしまいます。自組織の課題、解決の方向、将来のサービス像を考えるため、外部の経験や情報をより多く取り入れる必要があります。
困難があっても、世界の技術動向や将来の課題を見据え、新しい技術・製品を探し、試みを続ける担当者の皆さまに敬意を表します。公共組織の発展に役立つよう、時系列データベースの有用性と必要性について、さらに検討と分析が進むことを願っています。
データ、データ、データ、そして革新
今は、まさにデータの時代です。
IoT化が進む中、時系列のセンサーデータは将来の重要なデータ源になるでしょう。世界、製品、サービスの形、利用者の行動と要望が日々変化する今、データサービスの在り方を改めて考えたいと思います。本稿が、公共分野で働くさまざまな組織の発展と革新を支える、小さな一片になれば幸いです。
ありがとうございました。
