[헬로티]

빅데이터 분석 및 마케팅 애플리케이션 분야의 세계적인 선두 기업인 한국테라데이타에서 ‘만물인터넷(IoE) 및 빅데이터 분석’ 트렌드에 대해 소개했다. 최근 방한한 빅데이터 분석 분야의 세계적인 권위자이자 테라데이타 CTO인 스티븐 브롭스트(Stephen Brobst)의 발표 내용을 정리한다. 

▲ 테라데이타 CTO 스티븐 브롭스트

빅데이터 혁명의 제3의 물결은 어디에나 있는 센서, 그리고 만물인터넷으로 요약할 수 있다. 모든 데이터와 모든 사물은 측정될 수 있다. 

우리는 대용량 병렬 프로세싱과 결합된 센서 기술의 시대에 살고 있으며, 거의 모든 현상을 측정하고, 매스 데이터를 분석할 수 있다. 

고급 장비들은 날씨 패턴부터 자동차의 운전 습관, 패스트푸드전문점의 냉장고 온도까지 모든 데이터를 트래킹할 수 있도록 해준다. 

이러한 데이터들은 데이터베이스로 캡처되어 다양한 슬라이스-앤-다이스(slice-and-dice), 통계, 가상화 툴로 더욱 정밀하게 분석된다. 

21세기 새로운 경제에서 모든 기업들은 3가지로 분류된다. 이미 데이터를 잘 활용하는 기업, 데이터를 잘 활용하게 될 기업, 데이터 사용을 중단한 기업이며 만물인터넷에 의해 비즈니스 모델도 점차 바뀌고 있다. 

기존의 비즈니스 모델은 정기적인 메인티넌스 이벤트(거래)와 함께 고객들의 제품 구입이 기업과 고객 간 관계의 기반을 이루었다면 새로운 비즈니스 모델은 제품이 만들어낸 ‘상호작용(interaction)’ 데이터가 매우 중요해졌으며, 기업들은 이러한 데이터를 활용하여 부가가치 서비스와 새로운 관계를 창출할 수 있게 됐다. 

즉, 점차 향상된 스마트 기기의 ‘기술 스택’이 고객과 기업 간 데이터 교환을 가능하게 만들었고, 이를 기반으로 새로운 비즈니스 모델이 등장한다. 

그 예로 정밀농업(Precision agriculture), 디지털 제조업(Digital manufacturing), 프로페셔널 스포츠(Professional sports), 스마트 트랜스포테이션(Smart transportation), 메디컬 로보틱스(Medical robotics) 등을 들 수 있다. IT 분야로 본다면 특히 소프트웨어 및 서비스 제공 업체들이 만물인터넷에서 엄청난 가치를 얻게 될 것이다. 

모든 스마트 기기는 첫째, 기계 및 전기와 같은 물리적 요소, 둘째, 센서, 마이크로프로세서, 데이터 스토리지, 컨트롤, 소프트웨어, 내장 운영 시스템과 같은 스마트 요소, 마지막으로 제품과 제품 클라우드 간 커뮤니케이션을 지원하는 포트, 안테나, 프로토콜, 네트워크 등의 연결 요소 등 3가지 핵심 요소가 있다. 

새로운 만물인터넷 세계에서의 제품은 ‘셀프-리포팅 기능’, ‘외부 컨트롤 기능’, ‘서비스로서의 분석 기능’을 탑재하고 있다. 

제품들은 사용 특성, 환경 조건, 성과 등을 스스로 측정할 수 있으며 제조사 및 서비스 조직, 또는 고객에게 이 중요한 정보를 전달한다.

또한 보다 원활한 컨트롤을 위해 스마트 기기를 원격으로 통제하는 것이 가능하며, 서비스로서의 분석 기능을 통해 셀프 러닝 및 최적화를 기반으로 궁극적으로 제품 성능을 향상시키게 된다. 

지난 20년간 디지털 기술을 활용하고 관리하는 데 적극적으로 참여하는 ‘디지털 지식층(digirati)’ 기업 대다수는 닷컴, 유통, 통신, 은행 등 B2C 기업이 많았다. 

그러나 향후 20년, 분석적 역량을 잘 활용하는 선두 기업들은 B2B 기업과 제조 기업들이 될 것이다. 

MGI(McKinsey Global Institute)도 만물인터넷을 통한 가치 창출의 약 70%가 B2B 영역에서 이뤄질 것이라고 전망한 바 있다.

새로운 만물인터넷 세계에서는 에코시스템이 매우 중요한데, 가치 창출에 핵심적으로 기여하는 것 중 하나는 에코시스템의 여러 요소들 간 상호운용성(interoperability)이다. 

맥킨지는 만물인터넷의 가치 중 40~60%가 인터넷상의 ‘사물’ 간 상호운용성으로부터 획득된다고 밝힌 바 있다. 

만물인터넷에서의 실제적인 가치 창출은 데이터를 취합해 그 데이터를 활용할 때 생기며, 시계열 분석(Time series analytics), 지리공간 분석(Geospatial analytics), 스트리밍 분석(Streaming analytics) 등과 같은 새로운 기술 및 분석 역량이 요구되기도 한다. 

이제 노동(Labor)은 사람과 인텔리전트 머신 간 긴밀한 협업이 요구된다. 한 예로 현장 담당자는 작업 현장에서 로봇과 협업하며, AR(Augmented Reality, 증강현실) 애플리케이션은 복잡한 보수 작업을 위해 기술자를 돕는다. 

다만, 가장 부족한 분야를 꼽는다면 데이터 엔지니어와 함께 데이터를 활용하여 알고리즘을 개발할 데이터 사이언티스트들이다. 

한 조사에 따르면 센서 기기(석유 굴착 장치, 비행기 엔진)로부터 수집된 데이터의 1% 미만이 실제로 분석에 사용되고 있다. 정교하지 않은 룰 엔진을 통한 단순한 상황 인식(event detection)이 현재 만물인터넷 분야에서 최첨단 분야로 통하고 있다. 

그러나 미래의 베스트 프랙티스는 스코어링 및 룰 엔진이 보다 정교해지면서 예측과 최적화를 위해 센서 데이터를 보다 완벽하게 활용하는 것에 초점을 두게 될 것이다. 

정리 : 김혜숙 기자 (atided@hellot.net)