한국MS 정우진 대표 컨설턴트
글로벌 기업의 빅데이터 활용 전략

정보통신분야가 유무선 통신에 기반한 유비쿼터스 환경으로 발전하고 있는 현실에서 주목해야 할 점은 축적된 다양하고 방대한 양의 데이터를 분석함으로써 새로운 가치를 창출하기 위한 시도가 이루어지고 있다는 점이다.
빅데이터는 이러한 움직임을 대표한다. 최근 글로벌 기업의 빅데이터 사례와 함께 추진 전략이 무엇인지 리뷰하고, 현재 트렌드에 맞는 접근전략을 살펴봄으로써 앞으로의 방향성과 비즈니스 모델 수립 전략을 도출해본다.

‌글로벌 빅데이터의 현황

데이터 분석에 대한 개념이 진화하고 있다. 무슨 일이 일어났는지 일반적인 현상 및 결과를 생각하는 ‘사건전개 중심 분석’에서 왜 일어났는지 ‘상황·상태를 진단 분석’의 단계로, 그 다음 무엇이 일어날지 데이터를 ‘사전예측·예상분석’하는 단계를 넘어 마지막으로 그 일이 일어나기 위해 어떻게 해야 하는지 ‘판단·추론의 규범적 분석’단계로 방향성이 바뀌었다.



빅데이터의 핵심은 ‘Fast Data’, ‘Big Analytics’, ‘Deep Insight’다. 이전 방식과는 다른 다양한 솔루션이 결합되어 데이터가 축적되고, 다양한 범위와 분야에서의 분석이 필요하게 되었으며, 새로운 현상과 이론에 대한 다양한 분석이 빅데이터의 핵심이다.
빅데이터 솔루션은 Non-Relational(비관계형) 데이터와 Relational(관계형) 데이터로 구분된다. 최근 클라우드와 함께 NewSQL 시스템이 새롭게 떠오르고 있다. 빅데이터의 많은 솔루션을 다 검토할 수 없기 때문에 빅데이터는 시작하기도, 준비하기도 어렵다.
그렇다면 과연 누가 빅데이터를 가장 많이 갖고 있으며, 활용하고 있을까. 예전에 조사된 자료에 의하면 전 세계에서 가장 많은 데이터를 갖고 있는 회사는 아마존, 애플, 이베이, 페이스북, 구글, 마이크로소프트, 트위터, 야후 등의 순서로 나타났다.
아마존, 애플, 이베이 등은 구매에 관한 데이터를 보유한 회사로, 이미 상거래에 관련된 다양한 빅데이터 분석을 하고 있다. 페이스북은 소셜 데이터, 구글은 서치(Search) 데이터를 갖고 있으며 이밖에 인터넷 데이터, 로케이션 데이터 등으로 나누어져 있다. 데이터를 보유하고 있는 것도 이슈지만 이 데이터들을 어떻게 활용하고 접목할 것인지에 대한 데이터 경쟁이 존재하고 있다. 인수합병이 수시로 일어나는 것이 바로 이러한 이유 때문이다.
얼마 전 구글이 클라우드 서비스 중 하나인 빅쿼리(BigQuery)를 발표하면서 위키피디아에 있는 몇 테라 범위의 데이터를 6000회 분석해 보였다. 구글의 빅쿼리는 이용자가 분석을 원하는 데이터를 웹서비스를 통해 업로드하면 상호작용 방식으로 빅데이터를 분석해준다. 마이크로소프트도 이와 같은 솔루션과 서비스가 준비되어 있다. 이것이 시사하는 바가 크다.

‌빅데이터의 활용

구글, 아마존, 마이크로소프트 등 대부분의 클라우드 데이터 서비스의 범위가 확장되고, 플랫폼화 되는 것이 글로벌 추세이다. 마이크로소프트는 앱스토어와 유사한 데이터 마켓플레이스(Data Marketplace)를 운영하고 있다. 나사(NASA) 등의 데이터를 무료로 열어두고 있다. 이러한 오픈 데이터를 고객들이 분석·활용하게 하는 움직임이 생겨났고, 여기에 생태계가 이뤄졌다. 데이터와 플랫폼의 마켓플레이스가 만난 경우다.



오픈 데이터는 정부 중심으로 이뤄진다. 정부에서도 많은 부분의 예산 투자가 이뤄지고 있고, 서울시에서는 최근 빅데이터에 대한 발표와 함께 심야버스 등에 적용하고 있다. 가장 근본적인 변화는 예전에는 공개하기 꺼려했던 데이터를 활용하고 있다는 점이다. 대표적인 예가 런던이다. 런던 지하철에 테러가 있은 이후 역과 지하철에 대한 정보뿐만 아니라 지하철 몇 호선이 어디서 어디로 움직이는지도 알 수 있게 되었다. 오픈 데이터의 가장 큰 변화는 데이터를 활용할 수 있도록 개방하고, 필요한 사람이 목적에 맞게 활용하고 있다는 것이다.
대표적인 벤치마킹 기업이 GE(General Electric Company)다. GE는 애플, 구글, 마이크로소프트 등의 기업의 유능한 개발자 약 400명을 채용했고, 작년 가을 GE 회장이 실리콘벨리에서 산업 지능화 플랫폼을 발표했다. 근간은 빅데이터, IoT, M2M이었다. GE가 팔고 있는 디바이스(엔진, 플랜트 등)만을 납품하는 것이 아니라 거기서 발생하는 다양한 데이터를 분석하고, 고객에게 발 빠르게 제공하여 네트워크화 시킨 데이터를 통해 새로운 현상과 제품 개발에 활용하는 것이었다.
이러한 현상은 GE뿐만 아니라 제조 산업에 열풍이 불었다. 국내 중공업 기업이나 GE를 경쟁으로 하는 기업들이 모두 이를 벤치마킹하고 있다. 다만 GE는 중장기 플랜을 체계적으로 갖추고, 하나의 서비스 사업(매출 구조)으로 가져가고 있다는 것이 차이점이다. 당연히 비행기, 발전시설, 의료시설 등 각 부문의 모든 데이터와 디바이스, 통신들을 네트워크망으로 묶고 유저들에게 편리하게 제공하는 것이 목적이다.
독일의 자동차부품업체 보쉬(Bosch)는 웹2.0 이후를 이야기 하면서 웹3.0에서 IoT와 비즈니스가 결합되어야 한다고 했다. 얼마 전 가트너에서도 IoT를 넘어 IoE에 초점을 맞춰야 한다고 했다. 결국 모든 것이 네트워크화, 분석화 된다는 것이다.



GE가 설립된 지 100년이 넘었어도 업계 1위를 유지하고 있는 것은 IoT가 이슈화 되면서 최근 10년 간 500개 기업을 인수합병 했던 것이 요인으로 작용했을 것이다. 이제 제조업계에서도 이러한 바람이 불기 시작했다. IoT는 플랫폼이다. IoT/M2M 등 다양한 통신을 연결시켜주는 네트워크와 사설망, 퍼블릭망을 산업별로 묶어줄 수 있는 플랫폼이 필요하다. 통신사와 제조업체들의 경쟁이 다양한 전략과 상황을 만들어내고 있다. 가까운 미래에는 통신사를 인수하는 경우가 나올 수도 있고, 클라우드나 빅데이터 업체가 융합되는 경우도 생길 것으로 전망된다.
해외에서는 신용카드의 부정, 복제 방지를 위해 IC칩 카드 사용이 활성화 되어 있고, 비밀번호를 반드시 눌러야 결제가 이뤄진다. 수많은 데이터에서 그 카드에 대한 실시간 트래킹이 되기 때문이다. 우리나라는 아직 활성화 되어있지 않아 동남아의 표적이 되고 있는 실정이다. 헬스케어 관련 데이터 처리와 공공시설 사용 데이터를 활용한 정교한 지능형 전력망인 ‘스마트 그리드 데이터 분석’도 마찬가지다. 이런 시스템이 갖춰지기 위해서는 법, 정책, 환경 마련이 필요하다.

‌빅데이터 적용 사례

빅데이터를 적용한 첫 번째 사례는 야후(Yahoo)다. 야후는 최근 구글의 마리사 메이어를 CEO로 영입해오면서 텀블러를 인수하고, 웹페이지 접속률이 구글과 비교되는 등 승승장구하고 있다. 야후는 사용자에게 맞춤형 콘텐츠를 제공한다. 수십, 수억 건의 브랜드 사이트가 업데이트되고, 방문자 수가 늘어나며, 리뷰 등이 통계로 작동하고 있다.
아마존과 구글도 마찬가지다. 분석 패턴이 다르다. 사용자의 경험에 대한 모든 데이터를 수집하여 분석하는 체계로 바뀌고 있다.
두 번째는 소셜 네트워크에 대한 평판성에 적용한 사례다. 최근 화두가 되고 있는 것은 오바마 대선이다. 해외에서는 이미 이것이 기업평가서비스에 활용한 바 있다. 그 중 가장 두드러지는 기업이 클라우트(Klout)다. 15개의 소셜 사이트를 연동해 브랜드에 대한 노출 캠페인, 마케팅 등을 하고 있다.
세 번째 사례는 경찰(Police)이다. 경찰이 관할하는 모든 데이터를 디지털화 시킨다. 모든 장비, 센서, 네트워크에 있는 데이터를 기록해 플랫폼, 디바이스와 연동, 통신한다. 그렇게 되면 사건 발생 시 다양하게 분석할 수 있는 저장소가 필요하다. 미국의 하나의 주(州)에서도 한 개 도시의 1년 데이터가 480테라(Terabyte)에 달했다고 한다. 변화의 예측과 사고·범죄의 예방 등이 현실화 되어 가고 있다.
네 번째 금융업의 사례이다. 리먼 브라더스는 자본 잠식 상태를 파산선고 되기 전날에서야 알았다고 한다. 금융 산업에서는 빅데이터 솔루션을 고객 세분화, 거래 데이터마이닝, 불공정거래 추적을 통한 다중 상관성 분석과 시장동향 예측에 활용할 수 있다.
최근 금융 산업에서는 개인 전자상거래를 통해 개별 기업의 특성을 고객의 행태분석으로 도출하여 수익 증대 및 비용 감소 효과를 거두고 있다. 하지만 모든 고객에게 응대 하는 것에는 한계가 있어 인바운드 채널(In-Bound Chanel) 구축을 통한 수익 극대화를 창출하려고 한다. 아울러 빅데이터를 통한 포트폴리오 관리, 거래분석 및 리스크 관리가 최근의 사례와 분석으로 나오고 있다.
빅데이터에 접근할 때는 먼저 빅데이터 비즈니스 모델 및 시나리오를 수립해야 한다. 그 다음에 다양한 유형의 서비스 설계 및 구현(알고리즘)을 할 것인지 전략을 세운 다음, 어떤 플랫폼(솔루션)을 사용할 것인지 결정해야 한다. 각각의 핵심 사안들은 전략적 일관성 확보와 상호 연관관계를 고려하여 정의되고 개발되어야 한다.
빅데이터는 단기간에 되는 프로젝트가 아니다. 데이터의 속성과 다양한 타입을 바탕으로 데이터 간의 상호 연계성 및 관계를 파악하고, 알고리즘을 도출하여 패턴 기반의 전략이 필요하다는 것을 잊지 말아야 한다.