인사이트 플랫폼

- 빅데이터를 적용할 수 있는 산업군.
1) 유통 : 고객 및 상품에 대한 선호도 및 제품 개발과 마케팅
2) 제조 : 디지털 트윈, 스마트 팩토리 등을 중심으로 한 제조 및 생산혁신
3) 의료 : 헬스케어 및 유전체 정보를 분석하여 질병 예측 및 치료
4) 금융 : 금융 상품 및 서비스 개발, 금융 사기 방지 시스템
5) 보험:보험 상품 및 연계 상품 및 서비스 개발, 보험 사기 방지 시스템
6) 공공 : 교통, 복지, 헬스케어, 교육, 치안, 소방, 행정,
- 4차 산업혁명을 이루는 인공지능, 빅데이터, 클라우드, 사물 인터넷 등의 기술은 우리가 과거 폰 노이만의 컴퓨팅 방식에서 비롯된 연산 중심 기술에서 생명체가 특정 활동을 할 수 있도록 지시를 내리거나 방향을 제시해 주는 생각의 영역으로 진보하고 있다. 생각을 가능하게 하는 'Thinking' 영역을 인간의 생각과 유사하게 작동되도록 하는 기술이 4차 산업혁명을 이끌고 있다. 단순히 혁신적인 기술을 통해 인간의 노동력을 대체하는 것이 아니라 인간의 생각으로 움직이는 기계를 만드는 기술이 그 중심에 있는 것이 다. 인류 최초의 컴퓨터인 에니악 ENIAC은 단순히 계산 기능만을 수행했지만, 지금의 컴퓨터는 사물을 구분하고 피아를 식별하여 먹이를 주는 것인지 잡으려고 하는 것인지’ 인지할 수 있는 닭의 뇌 수준까지 발전하 였다. 여기선 닭의 뇌를 비유해 설명했지만 이렇게 생각의 기술'을 접목하면 우리 삶과 세상이 상상 이상으로 발전할 것임에 틀림 없다.
- 물감을 담는 튜브의 발명으로 인류의 그림은 실내가 아닌 찬란한 햇빛이 비치는 실외로 나왔고 햇빛과 맑은 하늘을 보며 그들이 그린 그림은 다양한 색깔과 농도로 더욱 발전할 수 있었다. 우리가 단순하게 바라 보는 시각적 사물은 사물 그 자체가 아닐 수 있다. 뇌가 시각적으로 바라본 하나의 객체는 뇌만의 방식으로 이해되기 때문이다. 기술도 마찬가지이다. 인공 신경망이라는 기술을 통해 마치 인간의 경우처럼 경험이 학습으로 누적된다. 이렇게 바라보는 객체는 수많은 사람들이 동일한 것으로 인식하지는 않는다. 객관적인 팩트는 빅데이터다. 이러한 빅데이터를 통해 만들어지는 새로운 세상은 우리를 객관적이고 냉정하게 바라볼 수 있도록 한다. 눈으로 바라본 사물과 뇌에서 인식한 사물은 많은 차이가 있다. 이러한 차이점 때문에 우리는 향후 빅데이터 기반의 인공지능 기술이 발전하면서 만들어지는 모든 결과물, 즉 인공지능이 창작한 결과물에 대한 소유권과 함께, 예술 작품 또는 '지적 노동'으로 인정해야만 할 것이다.
- 기존의 미디어 산업인 방송 중심 영상 콘텐츠는 분야를 막론하고 제작비가 막대하게 드는 속성을 가지고 있다. 상품으로서의 질보다는 제작비라는 원가 경쟁력에서 이미 뒤처진 지 오래다. 스마트폰 및 정보기술 발전으로 이제는 누구나 영상 콘텐츠를 쉽게 만들 수 있고 인터넷을 통해 쉽게 공유할 수 있다. 유튜브와 넷플릭스는 이러한 '공유' 부분에서 각자 다른 비즈니스 모델을 가지고 진화했다. 하지만 유튜브와 넷플릭스도 과연 언제까지 비즈니스를 지속적으로 발전시킬 수 있을지 생각해 보아야 할 문제이다. 영상 콘텐츠의 제작과 공유 측면에서는 유튜브가 탁월하지만 이미 경 쟁자가 하나 둘 씩 나타나고 있다. 넷플릭스는 제작 관점에서 기존 방송 과 유사한 품질을 보유하고 있고, 이를 구독 경제의 측면에서 접근하고 있다. 향후 자율주행 자동차가 대중화되면 자동차 안에서 질 좋은 콘텐츠를 공급하기에는 넷플릭스가 훨씬 유리하지 않을까 생각한다. 또한 제작과 공유의 측면에서 광고료, 콘텐츠 사용료를 지불해야 하는 유튜브의 속성상 수익을 제작자에게 제공해야 하는 한계가 있다. 이에 비하면 넷플릭스가 훨씬 유리한 사업 구조를 가지고 있는 것으로 보여진다. 하지만 지금은 이들 둘만의 문제를 넘어 어디선가 새로운 경쟁 모델 이 끊임없이 등장하고 있다. 이것이 다른 산업과 융합하며 발전한다면 기존 산업의 장벽을 허물기 충분한 새로운 서비스로 무장한 플랫폼 기업이 출현하게 될 것이다. 기존 영상 콘텐츠 산업은 각각의 영역에 집중하는 측면이 있었다. 예를 들어 교육, 취미, 정치, 오락 등 다양한 분야에 특화된 콘텐츠를 기반 으로 집중하는 중앙집권 방식의 비즈니스 모델이다. 그러나 이들은 모 두 몰락하였고, 이후 대중적이면서 친근한 그리고 쉽게 창작자로서 역할을 수행할 수 있는 플랫폼으로 진화하였지만 산업의 융합이라는 측면에서는 아직 갈 길이 멀어 보인다.
- 빅데이터 시대의 전략은 '모든 의사 결정은 데이터를 중심으로 이루어지며, 모든 전략과 전술은 생성되는 데이터를 통해 만들어져 불확실한 비즈니스 현실 앞에서 새로운 지혜 및 예측을 수반한다는 것을 그 특징으로 한다.
- 거버넌스는 통상적으로 통치, 정책 등을 의미하며 기업에서 사용하는 데이터적 측면에서의 가용성, 유용성, 통합성, 보안성 등을 관리하기 위 한 정책 및 절차를 말한다. 다양한 데이터 기반의 정책, 즉 체계적인 거버넌스를 통해 규정과 완전성, 신뢰성을 확보해야 하는 미션이 조직 내 에 존재해야 한다. 거버넌스는 빅데이터를 통해 효과적인 결과를 도출 해 내는 데 기반이 되는 뼈대와 같다. 거버넌스를 구축하기 위해서는 다 음 네 가지를 고려해야 한다.
1) 거버넌스 시스템 구성(인적, 물적)의 최적화 : 거버넌스를 통해 기업 내부의 다양한 업무 프로세스를 정립·운영하고 싶다면, 우선 조직을 '빅데이터를 지향하는 구조'로 재구성하고 유무형의 시스템을 재정비하 는 것이 중요하다. 효과적인 거버넌스 구축을 위해서는 이를 실행하는 조직이 최우선적 으로 구비되어서 전문가들로 구성되어 지속적인 브레인 스토밍을 해야 한다. 거버넌스를 만들기 위한 전담 부서가 빅데이터팀이 아니어도 좋다. 기업 성격에 맞게 해도 무방하지만 법률, 오픈 소스 중심의 정보 기술, 업무 도메 인 전문가 등으로 구성하는 것이 좀 더 효율적인 업무 추진에 좋을 것 이다. 이러한 전담 조직 구성으로 이미 활용하고 있는 데이터를 재정비해, 효과적인 분석이 가능하며 누구나 쉽게 사용할 수 있는 체계로 만들어 야 할 것이다. 이러한 체계를 만들 때는 정보 기술 전문가가 포함되지 않아도 무방할 것이다. 조직 내에 존재하는 체계화된 빅데이터를 효과 적으로 사용하고 통제하는 규칙을 만드는 것이 가장 중요한 부분이기 때문이다.
2) 데이터 중심의 거버넌스 조직 : 최고 경영자 차원에서 빅데이터의 중요성에 대한 확고한 신념이 있어야 할 것이다. 불과 몇 년 전에 한 외국의 투자자가 수조 원을 들여서 국내 한 기업에 투자한 적이 있다. 많 은 시장 점유율에도 불구하고 지속적인 적자가 진행되고 있었다. 또한, 업의 특성상 경쟁이 더욱 치열해지는 상황이었고 단기간에 수익이 발 생하기란 어려운 상황이었다. 투자자의 입장에서 많이 고민되는 상황이 었다. 하지만 나는 비즈니스 측면에서 수익 이상의 많은 것을 달성했다는 생각이 들었다. 그것은 데이터의 확보라는 측면이었으며 향후 빅데이터 가 다양한 비즈니스 모델을 통해서 많은 수익을 남겨 줄 수 있는 환경을 구축하였기 때문이다. 그렇기 때문에 단기간의 수익보다는 빅데이터의 확보 차원에서 투자는 현명한 판단이었다는 생각이 든다. 불확실성이 많은 미래의 비즈니스 환경 속에서 의사 결정에 도움이 되는 전략적 도구로 인식된다면 데이터를 효과적으로 활용할 수 있는 거버넌스 조직 구축은 꼭 필요한 요소일 것이다.
3) 빅데이터 거버넌스의 목적 : 거버넌스의 목적은 매우 단순 명료하 다. 향후 기업의 미래 성장 동력이 될 빅데이터와 이를 중심으로 한 혁신적인 서비스 기반의 기술을 준비하고, 이를 효과적으로 활용하기 위해 거버넌스를 통해 데이터의 가용성, 유용성, 통합성, 보안성 관리 정책 및 체계를 확보하는 것이다. 가용성은 데이터가 필요할 때 언제든지 효과적으로 활용할 수 있는 구조를 의미한다. 이와 더불어 유용성은 의미 있는 결과를 만들어 낼 수 있는 양질의 데이터 구조를 말하며 관련된 데 이터를 통합적으로 관리해 기업의 핵심 자산으로 자리매김하는 것이 목적이다.
4) 데이터에 기반한 모든 규정, 정책 포함 : 내부 데이터 프로세스 정립 후에는 빅데이터 시스템 및 데이터에 대한 세부 규정과 정책을 수립해 관리하여야 품질 좋은 데이터를 유지할 수 있다. 특히 법률적인 문제에 있어 투명한 데이터를 관리 · 보관하는 체계를 포함한다. 규칙 및 규정으로 확보된 원천 데이터 세트 또는 가공 데이터 전반의 민감한 정보(개인정보 등)는 비식별 조치 및 사후 관리 절차에 따 라 진행하는 것이 가장 현명한 방법이다. 사실 우리가 유용하게 사용하는 데이터 대부분은 개인정보를 포함하고 있다고 해도 과언이 아니다. 지금까지 빅데이터 및 시스템 전반의 거버넌스에 대해서 알아보았다. 특히 데이터 관련 정책은 빅데이터 시스템, 데이터 분류 체계, 데이터 생애 주기, 데이터 접근 권한, 데이터 수집 정책 등 갖추어야 할 것이 많지만, 최소한 앞의 네 가지 정책만 체계적으로 수립하여도 빅데이터에 대한 거버넌스는 잘 구축되었다고 할 수 있을 것이다.
- IT 거버넌스는 IT 전략의 개발 및 운영을 관리하고 비즈니스와 IT를 융 합시키기 위하여 기업 경영진, IT 관리자가 추진하는 조직 기능이다. 기 업 거버넌스의 통합적 부분을 지칭하며, 조직의 전략과 목표 달성을 가능하게 하는 조직 구조와 프로세스, 그리고 경영 마인드로 구성된다. 효율적인 거버넌스는 IT 조직의 비전까지 포함하기 때문에 매우 중요하다. 그러나 IT 거버넌스는 IT 조직 내에서 실행할 때 많은 문제점이 존재할 수 있다. 현대의 기업 조직에서 IT는 매우 중요한 부분을 담당하고 있다. 따라서 기업 내의 다양한 조직들이 IT에 의존할수록 IT 환경에서 발생하는 리스크는 기업 전체의 문제로 확대되는 경향이 있다. 따라서 효율적인 IT 거버넌스를 구축하는 것은 기업의 미션 및 미래 전략과 도 직결된다고 할 수 있다. 빅데이터 거버넌스는 빅데이터와 관련된 체계적인 관리와 통제를 말한다. 거버넌스에는 관리와 통제라는 의미가 함께 포함되어 있지만, 그 중에서도 효율적인 관리가 더 중요하다고 할 수 있다. 빅데이터 거버넌스는 빅데이터 기반의 시스템 전반을 도입, 운영, 활용할 때 발생할 수 있는 위험 요소를 사전에 예방하고 기술적인 적용 및 효과적인 운영을 위한 것이다. 일반적으로 거버넌스라는 용어는 정부나 행정기관의 통치 행위를 말하지만, 빅데이터 거버넌스는 빅데이터에 대한 조직의 통제 관리 행위 전반을 의미한다. 거버넌스가 등장했다는 것은 새로운 기술의 등장과 이에 따른 관리 및 운영의 중요성이 나타날 수 있다는 것을 의미하며, 빅데이터 거버넌스의 등장은 새로운 데이터 기반 조직의 관 리 운영 체계 변화와 그 필요성을 수반하는 것이다.
- 과거의 IT 시스템은 제조사에 기술적 문의를 함으로써 문제 해결이 가능하였지만 빅데이터 관련 부분은 그런 방식의 해결이 어렵다. 또한 조직 내에서 데이터 소유자와 활용자를 구분하기 어려운 것 또한 빅데 이터 거버넌스를 실행하는 데 장애 요소라고 볼 수 있다. 데이터 측면에서는 '활용되는 데이터가 정교한 활용이 가능할 정도로 양질이냐' 하는 고민이 있다. 실시간으로 발생하는 빅데이터의 특성상 정교한 데이터 세트를 갖추어 놓기 어려운 부분이 있다. 왜냐하면 빅데 이터의 원천 데이터 세트는 비정형 데이터이고 구조화되어 있지 않은 특징을 가지고 있기 때문이다. 활용되는 데이터의 상당수는 외부로부터 제공되는 API 또는 CSV 같 은 형태를 띠고 있기 때문에 이를 효과적으로 활용하기 위해 양질의 데 이터가 유입되도록 기술적 요소를 포함해야 한다. 또한 개인정보에 해 당하는 민감한 정보가 데이터 곳곳에 포함되어 있기에 이를 찾아내기 위해서는 체계적인 보안 정책이 연계되어야 한다.
- 비즈니스 모델을 데이터적 시각으로 보면 (1) 연결, (2) 중심, (3) 응집, (4) 역할이 존재한다. 이러한 네 가지 특징을 바탕으로 비즈니스 모델을 구상하고 설계해서 구현해 나간다면 좋은 결과를 만들어낼 수 있을 것 이다. 연결을 통해 우리는 비즈니스 시스템의 입력, 출력, 구성, 목적을 완성해 나간다. 입력은 비즈니스를 일으키는 원동력이 되는 원천을 의미하며, 출력은 그를 통해 만들어 가는 행위의 일체를, 구성은 이를 이루는 구체적인 자원을 의미한다. 구체적인 자원'을 막연하게 생각할 수도 있는데, 여기엔 인적 자원 또는 자본을 포함한 물적 자원, 기술 등 다양한 요소가 포함된다. 그리고 목적은 비즈니스를 이루려는 목적, 즉 최종 목 표를 의미한다. 이러한 시스템을 완성하기 위해서는 다음과 같은 요소를 준비해야 할 것이다.
(1) 연결 : 노드와의 연결이 비즈니스의 첫 번째 단계이며 가장 중요한 요소다. 기업에서는 연결을 많이 만들기 위한 노력으로 특정한 활동, 즉 캠페인, 이벤트, 체험과 같은 행사를 진행한다. 예를 들면 게임사에서는 "일단 다운로드 받으세요.”, “1달만 무료로 사용해 보세요.”, “신제품 쿠폰이 발행되었으니 사용해 보세요.” 등의 행사를 하며, 이러한 캠페인을 통해 고객은 무수히 많은 연결에 노출된다.
(2) 중심 : 노드가 연결된 허브를 지칭하는 것으로, 비즈니스 모델의 중심을 의미하기도 한다. 제품이 중심인지, 서비스가 중심인지, 인적자원이 중심인지 등 모델의 중심을 파악해야 할 것이다. 이러한 비즈니스 모델의 중심을 파악하기 위해 사회 연결망을 활용할 수도 있다. 특정 기업이 출시한 제품 또는 서비스가 사회 연결망 속 어떤 위치에서 고객층을 형성하고 있는지, 제품의 중심은 어디인지 등을 파악할 수 있을 것이다.
(3) 응집 : 응집은 어느 특정한 부분에 모여 있는 상태 또는 뭉쳐 있는 상태를 의미한다. 중심 또는 허브와 같은 의미로 볼 수도 있겠다. 일반적 으로 데이터는 특성에 따라 다르겠지만, 분산되어 있기보다는 특정한 부분에 뭉쳐 있는 특징을 가지고 있다. 뭉쳐 있다는 것은 정상적인 것을 의미하기도 한다. 물론 여기서 정상적이라는 것은 특정한 사건 또는 이벤트가 아닌 통상적인 것을 의미한다. 사회 연결망에서 긍정과 부정이라는 항목을 놓고 무를 자르듯 딱 나 누기를 원하는 경우가 대다수다. 물론 긍정과 부정을 표시하지 않으면 중립적인 의미 또는 무관심하다는 의미를 나타내기도 하지만 말이다. 긍정적이든 부정적이든 중립적이든 일반적인 의사에 해당하는 데이터 는 특정한 영역에 엉켜서 몰려 있기 마련이다. 이러한 것을 응집이라고 한다. 이러한 응집이 강하게 연결되어 있을수록 비즈니스는 더욱 강력한 결과를 만들어낼 수 있다. 오래 되거나 유명한 기업의 제품에는 마니아가 몰려 있기 마련이다. 이들 마니아는 특정한 기업 또는 제품을 맹목적으로 신뢰하고 구매하려 는 욕구가 매우 크다. 대표적으로 애플 아이폰을 예로 들 수 있겠다. 이 러한 고객이라면 흔히 마니아라는 이름으로 충성도가 매우 높은 경향을 가진다는 것을 알 수 있다. 애플뿐 아니라 일반적인 기업의 제품도 특정 한 고객군으로부터 마니아 층이 형성되어 있는 것을 볼 수 있다. 이것을 제품 또는 기업 중심의 응집이라고 할 수 있다. 그러나 이러한 응집이 너무 오랫동안 지속되면 혁신은 도태되는 현상 이 나타날 수 있다. 데이터 또는 고객, 제품에 응집 현상이 보인다면 좋은 측면도 있지만 반대급부적으로 부정적인 측면도 존재하는 것이다.
(4) 역할 : 비즈니스 모델의 시스템적인 측면에서 데이터 및 각 노드는 반드시 역할이 존재한다. 역할은 맡은 바 임무 또는 수행해야 할 일을 뜻한다. 데이터나 노드에는 그러한 역할이 존재하고 그 역할에 따라 다양한 결과를 만들어낸다.