빅데이터가 확산되면서 머지않아 빅데이터가 사회전체와 산업전반에 상용화될 것으로 보인다. 여러 혜택과 장점도 있겠지만 어느 한계점에 이르면 빅데이터도 결국 범용화(commoditization)의 덫에 걸려들 수 있다. 빅데이터가 시간이 흘러 비슷한 제품이나 서비스가 지속적으로 나오면서 결국 여러 빅데이터 서비스의 기술적 격차가 줄어들고 차별성이 사라지는 범용화 현상은 빅데이터 자체에서도 생겨날 수 있지만 빅데이터에 관한 사용자의 인식이나 논리, 분석상의 범용화도 큰 문제가 될 수 있다. 후자의 빅데이터의 분석상의 범용화는 빅데이터 자체의 한계와 연관이 있다. 빅데이터는 근본적으로 원인과 결과의 인과성의 논리가 아니라 단순 관련이 있다는 상호관련성에 기반한 것이다.

즉 빅데이터가 상용화된다면 인간의 합리적 사고방식에 근거한 인과성의 논리가 상호 관련성의 논리로 대체될 수 있다. 원인과 결과에 대한 사고와 윤리학적 고민이 계산학적 예측에 의해 대체되면서 인간 대신 컴퓨터가 판단의 주체가 되는 것이다. 이러한 상호 관련성에만 의존하는 빅데이터는 자칫 인간의 실제 행동의 결과에 따른 판단이 아닌, 피상적 성향과 단편적 생각만으로 판단하는 심각한 오류를 나올 수 있다. 즉 인과성에 따른 인간의 행동패턴이 아닌, 페이스북 등의 SNS상에 나타난 단순 성향, 의미 없는 기호, 생각의 파편 등의 피상적 관계성에 근거해 판단한다.

따라서 빅데이터는 관계성에 근거한 많은 정보를 양산할 수 있으나 대부분의 정보는 몰맥락성(Non-contextualization)을 내포하고 있기에 그 자체로서는 한계를 가진다. 즉 맥락성은 내재성이라는 특징과 더불어 빅데이터를 이루는 동전의 양면과 같은 역할을 한다. 빅데이터의 내재성(Intrinsic)이란 데이터 자체의 정확성, 객관성, 신뢰성 등 데이터 자체의 질(quality)이나 특징에 관한 문제이다. 반면 맥락성은 데이터가 인간을 둘러싼 환경이라는 맥락에서 인간과 다른 데이터와 어떤 관계적 의미를 지니는가의 문제이다. 즉 빅데이터에서 내재성과 맥락성은 가장 중요한 요소이자 상반되는 원리이다.

빅데이터가 점점 탈맥락화할 수록 의미없는 데이터는 양산되고, 기업이나 단체에서 오류적 데이터에 기반한 잘못된 의사결정을 할 개연성이 높아진다. 악화가 양화를 구축하듯 잘못된 데이터는 양질의 데이터를 대체할 수 있고 오류의 데이터가 확대재생산화되는 악순환구조에서는 탈맥락성은 몰맥락성과 함께 빅데이터의 가치를 저하시키고 퇴색시킬 수 있다.

따라서 빅데이터에서 가장 중요한 것은 빅데이터를 둘러싼 인간에 대한 이해이고, 그 인간들이 사는 사회에 대한 맥락적, 현상학적, 철학적 이해이다. 이것이 빅데이터 전반에서 인문학이 필수인 이유이고 빅데이터분석과 성찰은 인문사회적 지식에 기반을 두어야 한다. 구글이나 애플은 인문학 전공자를 투입해 빅데이터를 활용한 소셜서비스를 분석한다. 일본의 '정보인프라스트럭처 연구 프로젝트'에서도 인문사회 전공자와 컴퓨터 공학자들이 함께 참여해 데이터의 사회문화적 역기능을 보완하고 있다. 빅데이터 분석기술 서비스가 아무리 늘어나도 데이터에 숨겨진 깊은 뜻을 제대로 읽고 해석하지 못한다면 아무 의미가 없다. 컴퓨터 알고리즘이 기계적으로 양산해 내는 관계성을 인간이 휴머니티적 지식과 따뜻한 마음을 가지고 재해석해 내야 한다.

빅데이터는 사람들의 말과 글, 그 기저가 되는 생각과 욕구가 들어있는 무의식의 집합체이다. 그래서 사람들의 무의식을 따라가면 시대의 흐름을 읽어낼 수 있다. 그 사회의 다양한 욕망이 축적되어 오다가 절정에 달했을 때, 어떤 사회현상으로 유행하는 것이다. 트렌드란 사회문화, 경제환경, 궁극적으로는 인간에의 다양한 연결고리와 접점들을 가지는 총체적인 현상이다. 찾고자 하는 바를 알고 정확히 있을 때에만, 끝없는 질문을 이어가며 가설을 검증하는 과정이 존재할 때에만 빅데이터 분석은 유용한 결과를 만들어 낼 수 있다.