preLoad Image preLoad Image
검색 바로가기
주메뉴 바로가기
주요 기사 바로가기
다른 기사, 광고영역 바로가기
중앙일보 사이트맵 바로가기

[강연] 빅 데이터와 경영혁신-이문용 KAIST 지식서비스공학과 교수

빅 데이터는 통찰력과 가치 창출에 기여

【서울=뉴시스】KAIST는 7일 한국과학기술회관 국제회의장에서 '제 1회 빅 데이터와 지식서비스 워크숍'을 개최했다.

이날 워크숍에서는 김화종 강원대 컴퓨터정보통신공학부 교수가 '빅 데이터(Big Data), 빅 임팩트(Big Impact)', 이의진 KAIST 지식서비스공학과 교수가 '소셜 컴퓨팅을 위한 데이터 애널리틱스 및 데이터 수집', 이재길 KAIST 지식서비스공학과 교수가 '소셜 네트워크 빅 데이터 분석 기법', 이문용 KAIST 지식서비스공학과 교수가 '빅 데이터와 경영혁신'을 주제로 강연을 했다.

빅 데이터란 소셜네트워크서비스(SNS) 및 스마트폰 등의 대중화로 다양한 형태의 데이터가 엄청나게 빠른 속도로 대량으로 생산되는 것을 가리킨다. 에릭 슈미트 구글 CEO는 "인류 문명이 시작된 이래 지난 2003년까지 만들어진 데이터 양은 모두 5엑사바이트에 불과했지만 지금은 이틀마다 그 정도 분량의 데이터가 새로이 추가되고 있으며, 이 속도는 점점 빨라지고 있다"고 말했다. 미국 의회 도서관이 소장한 장서는 약 1억5,000만종으로 1엑사바이트의 10만분의 1수준에 불과하다. 현재 전세계적으로 생산되고 있는 데이터의 양이 그만큼 엄청나다는 얘기다. 주요 강연 내용을 요약, 정리했다.

<빅 데이터와 경영혁신>-이문용 KAIST 지식서비스공학과 교수
새로운 기술이 등장할 때마다 사람들은 그 효과가 과장된 것일까, 아니면 합리적인 것일까를 놓고 고민하게 된다. 빅 데이터도 마찬가지다. 정보커뮤니케이션기술(ICT) 리서치 업체인 가트너에 따르면 모든 기술은 '도입' - '절정' - '침체' - '재조명' - '안정' 등 5가지 단계를 거친다. 빅 데이터 관련 기술 중에는 이제 겨우 '도입'단계를 넘어선 분야도 있지만 전반적으로는 '절정' 단계에 들어선 것으로 평가된다.

빅 데이터의 특징은 규모(Volume), 다양성(Variety), 속도(Velocity) 등 이른바 '3V'로 요약할 수 있다. 규모는 이미 여러차례 언급됐기 때문에 또 다시 설명하지 않겠다. 다양성은 그야말로 아주 다양한 형태의 데이터가 쏟아진다는 것을 가리킨다. 데이터는 텍스트(text), 사진, 동영상 등으로 실로 다양하다.

속도 또한 무시할 수 없는 특징이다. 1초에 수백만 건의 이메일이 발송된다는 사실은 속도를 실감케한다. 미군이 빈 라덴 제거 작전을 수행할 때 빈 라덴의 이웃사람이 인터넷에 올린 정보가 즉시 전세계로 퍼져나갔다는 게 단적인 예다.

규모, 다양성, 속도는 제 각기 유용성을 지닌다. 엄청난 분량의 데이터는 정보의 완전성을 보장한다. 과거에는 그저 표본만으로 모집단의 특성을 추정할 뿐이었지만 지금은 방대한 데이터에 의해 패턴이나 의미를 정확히 파악할 수 있다.

다양성도 마찬가지다. 언뜻 보기에는 밀접한 관계가 없는 것도 종합적으로 분석해보면 일정한 관계를 파악할 수 있다. 월마트는 협력업체로 하여금 고객의 구매패턴을 분석하도록 의뢰했다. 이 업체는 위성항법장치(GPS)를 이용해 고객들이 월마트에 오기 전에 어떤 곳을 들르는지 분석했다. 월마트 이외의 다른 유통업체를 찾는 고객을 대상으로 분석한 결과는 이들 고객을 대상으로 새로운 맞춤형 서비스를 제공하도록 만들었다.

속도가 획기적으로 높아지자 실시간으로 데이터를 확보할 수 있고, 신속히 감지하고 대응하는 것도 가능해졌다. 이른바 맥을 짚고 정확히 대응할 수 있게 됐다.

빅 데이터의 규모, 다양성, 속도 등은 새로운 통찰력(insight)을 제공한다. 빅 데이터를 분석하면 고객이 무엇을 원하는지, 시장은 어떤 방향으로 변하는지, 업무환경은 어떻게 개선하는 게 바람직한지 등에 대한 답을 얻을 수 있다. 이렇게 되면 고객 만족도는 높아지고, 기업의 수익은 개선된다. 빅 데이터가 빅 인사이트(Big Insight)를 가져오고, 빅 인사이트(Big Insight)가 빅 밸류(Big Value)를 낳는 셈이다.

빅 데이터의 생명 주기(Life Cycle)는 '수집' - '저장' - '분석' - '활용' 등으로 구성된다. 수집 단계에서는 거래정보, 인터넷 데이터, 소셜네트워크서비스(SNS) 정보, 모바일 및 센서를 통한 데이터 등을 실시간으로 수집하고, 업데이트한다.

저장 단계에서는 다양한 정보를 데이터 창고에 차곡차곡 쌓아 둔다. 분석 단계에서는 새로운 통합 분석을 통해 데이터를 분석하며, 활용 단계에서는 분석 결과를 생산성 향상, 효과적인 의사결정, 고객만족도 제고 등을 위해 사용하는 한편 고객 피드백을 통해 지속적인 학습 과정을 수행한다.

빅 데이터 활용 사례를 살펴보자. 미국의 경우 의료비가 매우 비싸다. 이에 따라 예방의학이 보다 경제적인 의료 서비스라고 할 수 있다. 빅 데이터를 활용하면 개인의 DNA 정보를 활용해 질병을 예방할 수 있을 뿐 아니라 원격 진료 서비스를 제공할 수 있다. 이렇게 되면 의료비는 당연히 절감된다.

마지막으로 빅 데이터 활용 원리를 살펴보자. 빅 데이터 활용 원리는 '관찰' - '발견' - '예측' - '학습' 등 4단계로 나눌 수 있다.

관찰은 막대한 분량의 데이터에서 유의미한 정보를 뽑아내기 위한 단계다. 발견은 모르는 현상을 찾아내는 것이며, 예측은 데이터 베이스를 바탕으로 고객의 니즈나 시장 변화를 파악하는 것이다. 학습은 고객의 피드백을 바탕으로 앞에서 말한 관찰, 발견, 예측을 지속적으로 향상시키는 작업이다. 이런 원리를 잘 활용하는 기업은 빅 데이터를 통하여 고객, 업무, 환경의 변화를 주도함으로써 성공적으로 경영혁신을 이끌 수 있다.


<저작권자ⓒ '한국언론 뉴스허브' 뉴시스통신사. 무단전재-재배포 금지.>
AD

중앙일보 핫 클릭

PHOTO & VIDEO

shpping&life

뉴스레터 보기