5월 콤파스에 건국대 경영대학 함유근 교수가 나와 ‘빅 데이터와 기업경영 혁신’이라는 주제로 발표하였다. 요즘 4차 산업혁명의 핵심인 빅 데이터에 대한 관심이 고조되고 있다. 빅 데이터란 무엇이며, 어떻게 활용되고 있는지 궁금하여 이 분야의 전문가를 초청하여 들어보았다. 함유근 교수는 고려대 정경대학 통계학과를 졸업하고 미국 보스턴대학에서 경영학 석사와 박사학위를 취득했으며, 현재는 한국빅데이터학회 부회장을 맡고 있는데, 한국금융연구원 연구위원과 삼성경제연구소 초빙연구위원도 역임했다. 함 교수는 비즈니스 인텔리전스 및 IT 중심의 비즈니스 모델 혁신을 탐색하여 빅 데이터라는 거대한 시대적 조류 속에서 우리 기업들이 나아가야 할 방향을 제시하였다. 그의 논문으로 ‘적절한 개방으로 기업 차별화의 길을 찾아라’, ‘비즈니스 모델 구성요소로 본 국내 IT기업의 특성과 과제’, ‘소셜 미디어 기반 금융서비스’, ‘새로운 IT서비스 모델-클라우드 비즈니스 모델’ 등이 있으며, 저서는 ‘빅 데이터, 경영을 바꾸다’, ‘이것이 빅 데이터 기업이다’, ‘커뮤니티 비즈니스’ 등이다. 이날 발표된 내용을 소개한다.
 

1. 데이터란 무엇인가
데이터라는 말의 의미는 세상에 있는 흔적, 즉 우리에게 주어진 모든 것을 뜻한다. 지금까지는 모든 데이터들이 기억에서 희미해지고 사라지는 수동적인 시대였으나 이제는 영원히 남을 수 있는 능동적인 시대가 됐다. 요즘은 데이터와 정보의 차이를 구분하기 힘들어졌다. 지금까지는 데이터를 가공하여 정보를 만들었지만, 이제는 데이터가 무한대로 빠른 속도로 다양하게 들어오기에 데이터를 속도-다양성-규모로 나눠 다루어야 하는 시대가 됐다.

기업 생존에 가장 큰 영향을 미치는 외부요인은 무엇일까? 2016년에 IBM이 조사한 자료에 따르면, 글로벌화 등 그 어느 경쟁요인보다 기술요인이 중요하다는 결론을 내렸다. 9가지 외부요인으로는 기술, 시장, 규제, 거시경제, 인재, 사회경제, 글로벌화, 지역정치, 환경이슈 등이 있는데, 그 중에 기술요인(technology factor)이 2004년 조사한 이후 7년만에 6위에서 1위로 껑충 뛰어올랐다. 예를 들어 K뱅크의 등장으로 전통 은행의 위기가 고조되고 있다. 그래서 금융권은 지금 심각한 고민을 하며 근본적인 대책을 강구하고 있다. 기업이 살아남기 위해서는 기술요인을 등한시하면 안 되는 시대가 도래한 것이다.
 

 2. 새로운 데이터 환경
새로운 데이터 환경으로는 크기volume, 속도velocity, 다양성variety, 정확도veracity가 있다. 데이터의 양은 12제곱 바이트terabyte를 초과하는 거의 무한대이며, 반응속도는 천분의 1초milliseconds로 빨라야 하고, 다양성은 구조와 비구조를 포함하여 광대하며, 정확도는 가치와 중요성이 희석될 정도이다.       
빅 데이터란 용어는 1997년 NASA의 과학자들이 논문에서 처음 사용했는데, 이것이 2008년에 저명한 미국의 컴퓨터 과학자에 의해 대중에게 널리 알려졌다. 그들은 빅 데이터 컴퓨팅으로 인해 기업활동, 과학연구, 의료진, 국방정보요원의 활동분야에 대변혁이 일어날 것으로 예견하였다. 그러나 빅 데이터 컴퓨팅(big-data computing)이란 용어는 도저히 문자로 정의할 수 없다고도 말했다. 

그렇다면 데이터가 많다고 모든 궁금증이 해소될 수 있을까? 이 세상에서 가장 많은 데이터를 생성하는 곳은 우주이다. 무변광대한 우주 뒤에 무엇이 존재하고 있을까? 지금 이 시간에도 수많은 데이터들이 우주에서 보내져온다. 현재 우주 탄생의 비밀을 찾기 위한 시도로 글로벌 천체 망원경인 SKA(the Square Kilometre Array)를 호주와 남아공에 건설 중에 있다. 이렇듯 순간순간 무한대로 생산되는 엄청난 데이터들을 저장하는 일은 시급하고도 중요한 과제로 대두되고 있다. 빅 데이터 환경으로 바꾼 산업중의 하나로 전력산업을 들 수 있다. 전력산업은 지금까지 중앙제어, 대량발전, 탄소배출, 규제가 핵심과제였으나 미래에는 분산제어, 다양한 발전, 양방향 송전, 스마트한 장치, 환경친화 등이 될 것이다.
 

3. IT 성능의 향상
최근 IT의 성능은 놀라울 정도로 향상되었다. 일본 경제산업성 발표에 의하면, 2017년까지는 세계 데이터 양의 증가속도가 2년마다 2배로 늘어났음에 비해 하드웨어의 성능은 지수함수指數函數적으로 향상되었다고 한다. 반면에 인공지능 AI는 비연속적으로 진화되어 왔다. 요즘 AI의 발전으로 인해 기계가 인간보다 우월하다는 것이 증명되고 있다. 알파고가 이세돌 9단과의 바둑시합에서 승리하였고, 로봇이 의료 및 법률 서비스를 대행하기도 한다. 바야흐로 기계에게 직장을 빼앗기는 시대가 시작될 것이다. 인간은 모든 일을 기계에게 맡기고. 자신들은 여가를 즐기는 시대를 맞을 것이다. 종교계에서도 신학적인 고민을 하게 될 것이다. 지금까지 사람들은 자신의 한계를 인식하여 신을 의지해 왔으나 기계에 전적으로 의존하다보니 기계가 신의 영역까지 침범하여 인간을 지배하는 시대가 올 것이기 때문이다. 데이터 양이 대폭 늘어나 100만기가바이트GB인 페타바이트petabytes로 늘어난 이후부터 빅 데이터라는 용어가 사용되기 시작했다. 2007년에는 히타치가 1테라바이트급 하드 드라이브 GST(Global Storage Technologies)를 선보였다. 과거엔 20만달러로 고가였던 하드 드라이브들이 이젠 700달러까지 대폭 저렴해져 개인이 소장할 수 있을 정도가 되었다. AI 같은 장치들이 가전제품 같이 가격이 싸져 중소기업과 개인이 구입하여 사용할 수 있는 시대가 올 것이다. 이렇듯 IT의 성능이 눈부실 정도로 향상되고 가격은 저렴해져 소비자들이 널리 사용될 날이 멀지 않았다.
 

4. 해운산업의 빅 데이터의 응용과 실용화
빅 데이터가 해운산업에 실용화 하는 분야는 크게 5가지이다. 첫째, 항해 분야로 사물인터넷IoT을 적용한 자동 집적 데이터와 정오 리포트(Noon report)이고, 둘째는 장비와 부품 분야이다. 자동 집적 데이터와 수동 보고 자료, 메인티넌스 데이터와 고장 데이터, 위성통신시스템인 AIS와 사물인터넷인 위성통신, 연안통신 자료이다. 그리고 기상 및 일기정보로 과거 통계에 의한 일기예보로 풍속과 조류 예측, 화물운송 데이터 등이다. 실제로 덴마크 해운회사인 머스크는 빅 데이터를 이용한 블록체인에 착안하여 선적 및 화물추적, 배송 시스템 도입은 물론, 선형 설계 및 건조로 후발 경쟁자들이 따라오지 못하도록 하는 계획을 실천하고 있다. 이렇듯 글로벌 해운선사들은 IoT를 사용할 수 있는 스마트 선박 건조에 이미 착수하였다.

해운산업에서의 빅 데이터 응용분야를 운항업자와 선주 입장에서 살펴본다. 우선 운항업자는 운항 측면에서 에너지 절감, 안전운항, 스케줄 관리가 있고, 선대 계획에서는 선단 배선, 서비스 계획, 용선업무 등을 들 수 있다. 선주 측면에서는 기술관리 면에서 안전관리, 모니터링 및 유지보수, 환경규제, 선체 및 프로펠러 청소, 선박의장 개선과, 신조계획에서의 설계최적화 등이다. 산업별 공급사슬관리의 과제로는 예측, 리스크 관리, 네트워크, 과정분석, 수요감지, 사후관리시스템 등이 있다. 빅 데이터 활용의 성공사례로 서울시의 심야버스 노선을 들 수 있다. 대중교통이 끊어진 심야에 택시를 잡기 위해 고군분투해본 사람이라면 누구든 자정부터 새벽 5시까지 운행하는 심야버스의 필요성을 느꼈을 것이다. 하지만 문제는 자신이 승차하고자 하는 곳에 심야버스가 정차하는가이다. 의도가 좋더라도 실제로 시민들의 활용도가 높지 않다면 무용지물이 될 것이다. 그렇다면 노선을 어떻게 정할 것이냐는 과제가 나오는데, 이는 결국 야간시간 대의 유동인구가 많은 곳을 묶어서 노선을 만드는 문제로 귀결된다. 그런데 유동인구가 많은 구간을 어떻게 정할 것인가? 큰 고민 없이 전형적인 방법으로 접근한다면, 아마도 버스노선을 담당하는 전문가들의 직관이나 예전의 버스 운행 데이터를 기반으로 책정할 가능성이 짙다. 

빅 데이터 환경은 새로운 기술과 경영전략을 필요로 한다. IBM의 2016년 자료에 의하면, 2020년에는 데이터가 44제타바이트ZB로 늘어날 것으로 예상했다. 참고로 1제타바이트zettabytes는 1조1,000억기가바이트GB이다. 빅 데이터는 해마다 구조적인 데이터가 산술적으로 늘어나는데 비해 비구조적 데이터(unstructured data)는 기하급수적으로 증가할 것이다.
머신러닝 하둡Hadoop이 3만8,000여개 있는데, 현재 가장 큰 하둡 클러스터는 2천개의 노드로 구성되어 있다. 압축되고 중복되지 않은 사용자 데이터가 무려 수 페타바이트나 된다. 현재 매달 수십만 개의 프로그램이 실행되고 있는데, 사용자들이 만들어내는 콘텐츠들을 처리하기 위해 구글, 야후, 트위터 등이 2004년에 이를 처음 시작함으로써 빅 데이터라는 용어가 탄생하였다.
기존 기술과 빅 데이터 기술의 차이점은 기존 기술이 구조적이라면 빅 데이터는 세미 구조에서 비구조적으로 이동한다. 그리고 획득하여 분류하고 저장한 후 분석하는 프로세스이다. 현재 아마존, 오라클, 하둡 같은 세계적인 유망 기업들은 모두 빅 데이터의 환경 아래 발전을 계속하고 있다.
 

5. 기업의 데이터 활용 문제
지금까지 기업들은 빅 데이터를 활용하지 못하고 그냥 폐기했다. 수많은 자료들을 저장하거나 이용할 방법이 없어 쓰레기처럼 내버렸다. 기업들이 데이터를 활용하지 못하는 이유는 데이터 관리에 어려움이 있기 때문이다. 그러나 급속도의 변화와 발전으로 아무리 데이터가 많고 다양해져도 기업 경영, 행정, 정치, 과학 등의 분야에서 이전에 할 수 없었던 많은 것들이 가능해졌다. 예를 들면 고객의 취향 변화나 질병 발생의 예측, 심야버스 노선의 신설, 은하계 발견 등에서의 활용이다. 한편, 기업측면에서는 데이터가 너무 많아지면서 이를 적절하게 수집, 저장, 분석하기가 어려워졌고, 개인정보 유출 및 오용 등의 리스크도 점차 커지고 있다. 즉, 스마트 단말기의 확산, SNS 활성화, 사물네트워크(M2M) 확산 등으로 데이터 폭발이 가속화 되자 기존 시스템이나 방식으로는 기업들의 대처가 힘들고, 데이터가 증가하고 공유되고 소스도 다양해지면서 보안이나 개인정보보호 문제도 심각해지고 있다.

전반적인 국내 빅 데이터 환경변화는 다음 4가지이다. 첫째, 데이터 프로젝트가 빅 데이터 프로젝트로 재포장되어 재조명받고 있다. 국내 기업들은 꼭 빅 데이터가 아니더라도, 데이터의 활용에 눈을 돌리기 시작하였다. 둘째, B2C 산업에서는 고객관련 업무활용에 소극적인 편이다. 인터넷 기업을 제외하면 주로 내부관리 활용에 관심을 두고 있고 외부활용에는 신중한 편이다. 그리고 아직은 단순한 사후관리 위주로, 예방적 관리나 경영에는 미치지 못하고 있다. 셋째, 디지털 환경과 문제해결을 위한 서비스의 알고리즘화이다. 사물인터넷 및 4차 산업혁명 실현의 핵심은 빅 데이터의 흐름과 활용이다. 인공지능 AI의 발전도 빅 데이터 확보가 중요함을 말해주고 있다. 넷째, 빅 데이터를 포함한 기술변화로 인해 산업의 근본적인 변화와 파괴에 대응해야 하는 과제가 부상하고 있다.

다음은 내부관리와 마케팅 업무 위주의 빅 데이터 활용이다. 지금까지 기업들은 자신의 내부거래 및 고객 위주의 데이터를 관리해 왔다. 그러나 이제는 부가가치가 큰 고객관리를 해야 한다. 고객그룹 분류, 고객불만 유형 분류, 사기 탐지 등이 있는데, 예를 들어 신한카드의 ‘코드code 9’과 롯데백화점의 고객 세분화를 통한 타깃 마케팅 등이 그것이다. 그리고 심층분석을 위해 SNS 등 외부 데이터를 결합하고 분석하여 맞춤 마케팅를 할 수 있는데, 쿠팡 등은 관심 고객군 만을 분리하여 마케팅을 하고 있다. 생산공정 모니터링과 품질관리를 위해 스마트 공장을 가동할 수도 있는데, 한국남동발전이 이런 방식으로 발전설비 운영효율을 극대화시키고 있다. 멜론사는 빅 데이터를 활용하여 이용자 관심도에 따른 실시간 콘텐츠를 추천하고 있다. 앞으로 인터넷 기업들은 속도와 함께 AI와 치열한 경쟁을 하게 될 것이다.
 

 6. 빅 데이터가 의미하는 경영혁신
빅 데이터로 인한 경영혁신은 생산성의 향상, 발전에 따른 문제해결, 의사결정의 향상, 새로운 가치창출로 스마트 비즈니스가 이루어지게 된다. 즉, 위험과 비용절감, 시간절약, 복잡성 감소, 새로운 패턴 발견, 이상징후 발견, 사기 탐지, 적합한 고객 선택, 정밀한 마케팅, 고객감성 개선, 상황기반 마케팅, 새로운 서비스 제공으로 새로운 산업을 창출하는 것이다.

빅 데이터는 과거에 생각하지 못했던 것들을 발견하는 방법이다. 잡다한 정보더미에서 부가가치가 높은 자료와 정보를 추출해내는 것이다. 은행 서비스나 신규로 출시한 금융상품에 대한 SNS 상의 고객반응, 불만 등을 분석하는 한편, 경쟁사와의 비교분석으로 자사만의 고유가치와 경쟁력을 확보하는 것이다. 언어의 장벽을 깨트린 구글의 번역기를 소개한다. 구글 번역기는 언어의 구조 즉, 모음과 자음 식으로 구별하는 것이 아니라 글자와 문장 전체를 통째로 인식하여 번역하는 방식이다. 우리가 사용하는 문장이 얼마나 많은가, 빅 데이터가 아니면 불가능한 작업이다. 이와 같이 빅 데이터는 패러다임의 전환(paradigm shift)을 의미한다. 여론조사나 출구조사와 같이 표본조사를 하는 것이 아니라 모든 자료를 입력하여 아웃풋을 산출하기에 오차라는 것이 존재하지 않는다. 따라서 기존 업무에서의 의사결정이 향상된다.

더욱 구체적이고 실제 상황에 가까운 경영정보가 추출되기 때문이다. 모든 비즈니스들은 디지털화로 변모될 것이다. 디지털 비즈니스는 사람과 기업과 사물이 블록체인화 하여 유기적으로 움직이는 것을 말한다. 이렇듯 디지털 환경으로 변모하면 서비스의 알고리즘화가 촉진된다. “지난해부터 삼성전자, LG전자, 아산병원 같은 대기업과 중소 중견기업 대표들이 함께 모여 다양한 논의를 하고 있다. 삼성전자는 시스템 에어컨에 사물인터넷IoT과 머신러닝 플랫폼을 붙여 센서를 통해 얻은 데이터를 클라우드로 수집할 계획이다. 이 데이터를 가지고 에너지 효율성을 분석하고 자동으로 관리해 에어컨 기기의 고장 징후를 잡아낼 수 있는 머신러닝 시스템을 도입할 계획이다”라고 고순동 한국마이크로소프트 대표가 발표하였다.
미래의 5가지 빅 데이터 활용분야는 구조보전과 전조前兆 수리, 자기조정, 화물추적, 집적지식, 미래설계이다.
 

7. 빅 데이터를 이용한 3가지 혁신 시나리오
기존 기업이 빅 데이터를 이용하여 혁신하게 될 3가지 시나리오는 다음과 같다. 첫째, 새로운 모빌리티 생태계가 생성된다. 산업 로봇과 자동화로 스마트 공장이 만들어진다. 커넥티드 카(connected car)가 사물 인터넷의 주요 현상이 될 것으로 가트너가 예상한 바 있다. 가트너에 의하면, 2020년이 되면 거리를 다니는 전세계 커넥티드 승용차의 대수가 2억5천만대로 5대 중에 1대 꼴이 될 것이고 2030년이면 자동주행 자동차가 전체 차량의 25%가 될 것으로 예상했다. 개인과 기업 등 차량과 그리고 차량들 간의 교통 인프라와의 데이터 교환으로 교통안전, 교통운영, 교통계획이 크게 개선될 전망이다. 또한 신차의 70 내지 80%가 인터넷에 연결될 것이고, 고속도로 이용자 및 그들의 차량들은 더욱 상세하고 풍부한 데이터를 제공받을 것이다. 정부가 보유하고 있는 데이터와 사람과 차량으로부터 발생한 데이터들을 가공하여 교통계획과 운영과 건설에서 협력적인 운송계획을 수립할 수 있게 된다. 빅 데이터의 비즈니스 모델에서의 가치창출은 고객경험과 플랫폼과 데이터가 블록체인을 이루어 순환될 것이다. 
 

선상세미나와 일본문화 탐방
바다의 날 기념 22차 선상세미나 및 일본문화 탐방 행사가 5월 16일부터 20일까지 해운가족 174명이 참가한 가운데 열렸다. 이번 행사는 카페리 팬스타드림호를 타고 선상에서 세미나를 갖고 현해탄을 건너 일본의 세토내해를 지나 오사카항에 내려 오사카항을 견학하고 교토와 나라의 사적지를 둘러보는 일정으로 진행되었다. 선상세미나에서 이경순 전 KMI 연구위원이 ‘인류와 바다, 그리고 해운이야기’, 강영민 전무가 ‘고대 한일간 해상교통로와 한일교류’로 주제발표를 하였다. 이경순 위원은 해운은 전세계 경제에서 중심적 역할을 수행했으며, 수많은 세월이 흘렀어도 해운산업의 기본적 경제원칙은 변하지 않았고, 해운은 세계가 번영하고 안정적인 때 특히 정치적으로 안정적일 때 크게 발전하였다고 말하였다. 이어진 발표에서 한반도와 일본열도 간에는 선사시대부터 해상교통로가 다양하게 열려 있었고, 해상무역과 함께 문화적 교류도 빈번했으며, 해상교통로는 한반도 동남지역~쓰시마~이키 섬~규슈 북부 노선, 남서지역~규슈 서북부의 노선, 동남지역~혼슈 서북부 노선, 동남지역~혼슈 서북부 노선, 동북지역~혼슈 중부 노선 등 4개 노선이 있었고, 신라와 발해의 선원들은 나침반이 없던 시절에도 거친 바다를 대양항해 할 정도로 항해술이 뛰어나 외국인들이 우리선박 이용을 선호할 정도였다고 소개했다. 바다와 해운에 가까이 다가서는 유익한 행사였다.
 

저작권자 © 해양한국 무단전재 및 재배포 금지