- 당신이 상품을 왜 구매하고 사용하는지, 그리고 현재 당신이 어디에 있는지를 알면 마케터는 당신에게 매력적인 체험을 줄 수 있다. 고객 개인에 대한 풍부한 정보를 바탕으로 고객에게 더욱 적합성 높은 상품을 만날 수 있게 해주고 고객에게 더욱 많은 가치를 전달해줄 수 있는 마케팅 방법이 바로 인텔리전트 개인화다. 이는 고객에 대한 풍부한 데이터 분석을 기반으로 고객이 가장 관심있으리라 생각하는 상품을 제안하는 과정이다.
- 액티브데이터는 사물인터넷 시대의 상징. 커넥슈머와 스마트 기기들 간의 소통은 액티브데이터를 생성. 액티브데이터는 실시간 사용자 행동을 기반으로 얻어지는 사실에 입각한 데이터임. 그래서 액티브데이터는 빅데이터를 더욱 유용한 데이터로 만들어주는 촉매제같은 역할을 할 수 있음. 액티브데이터는 정보를 수집할 때 사용자들에게 가공적인 조사환경을 사용하지 않아도 된다는 장점이 있음. 사용자들에게 굳이 따로 시간을 내게 해서 질문을 던지거나 문항을 작성하게 하지 않아도 된다는 의미. 액티브데이터는 조사설계나 응답자의 기억력, 설문환경 등의 변수에 의해 결고가 바뀔 수 있는 패시브데이터에 비해 고객의 욕구를 더 정확하게 파악할 수 있게 해줌. 또한 액티브데이터는 일반정보, SNS데이터, 판매데이터, 오픈 데이터, CRM데이터 등 이종 데이터와도 쉽게 결합가능
- 뉴럴네트워크는 인간의 신경망처럼 수많은 이중 선형 필터링과 비선형 결정 로직으로 이뤄져 있어 많은 데이터를 다룰 수 있기 때문에 빅데이터 처리가 가능. 그러나 속도가 느리다는 단점과 과적합 무넺가 늘 따라다녔다. 과적합은 프로그램이 너무 충실하게 학습을 한 나머지 불필요한 것까지 배워버린다는 것. 결국 분석결과에 원치 않는 부분이 생길 수 밖에 없었다. 하지만 고성능 CPU가 등장하고 데이터가 폭증하기 되면서 이 문제는 자연스레 해소되기 시작했음. 또한 이 분야를 깊숙이 고민해온 학자들이 그에 대한 해법을 내놓으면서 뉴럴네트워크는 다시 각광을 받기 시작. 토론토대 제프리 힌튼 교수, 뉴욕대 얀 레쿤 교수, 스탠포드댁 앤드류 응 교수, 이들 3인방은 딥러닝을 만든 인공지능학계 선구자들임. 제프리 힌트은 구글, 얀 레쿤은 페이스북, 앤드류 응은 한때 구글과 일하다가 지금은 중국의 구글이라 불리는 바이두와 함께 일함
- 사라질 듯 사라지지 않았던 딥러닝은 빅데이터 시대를 맞아 화려하게 부활하고 있음. 인간의 뇌와 컴퓨팅 방식의 결합, 그 속에서 딥러닝은 서서히 자기영역을 확장하고 있음. 이 과정에서 앞으로 얼마나 더 많은 학문과 기술이 결합되고 융합될지는 속단할 수 없음. 딥러닝 또는 뉴럴네트워크의 발전 이면에는 결국 사람에 대한 이해가 자리하고 있음. 뉴럴네트워크는 "사람의 신경망이 어떻게 작동할까?"를 고민한 끝에 나온 솔루션임. 인문학이 던지는 화두는 인간의 본질에 대한 이해이고, 딥러닝이 던지는 화두는 '인간의 기능'에 대한 이해다. 뉴럴네트워크와 같은 소프트웨어 알고리즘뿐만 아니라, 많은 로봇공학이 사람이나 동식물들으 움직임 또는 기능을 관찰해서 얻은 통찰에 바탕을 두고 있음. 물론 기계나 로봇으로는 동식물을 그대로 재현할 수 없기 때문에 뉴럴네트워크의 산물은 유기체와 다른 형태로 구현될 수밖에 없음. 어쨌든 유기체의 기능을 이해함으로써 새로운 것 또는 더 나은 것을 얻고 있는 것만큼은 사실이다.
- 사물인터넷 시대 이전에는 액티브데이터를 수집하는 것이 힘들었다. 그러나 사물과 인간이 연결되고 실시간으로 소통하면서 사람들의 행동을 실시간으로 알 수 있는 액티브데이터가 탄생했음. 이와 같이 기존의 빅데이터에 새로운 액티브데이터가 결합하면 고객의 컨텍스트, 상황정보가 보임. 컨텍스트는 특정 장소나 상황에서 고객들이 실제로 어떤 행도을 하는지에 대한 정보다.
- 시장세분화를 할 때, 마케터는 고객의 심리적 변수추정이 가장 어렵다는 것을 경험. 시시각각으로 변하는 고객의 심리상태를 정확히 안다는 것은 거의 불가능에 가깝기 때문. 사실 심리적 변화는 고객 자신도 자각하지 못하는 경우가 많음. 이 불가능에 가까운 추정을 가능케 해주는 것이 바로 액티브데이터다. 모바일, 소셜미디어, 빅데이터, 사물과의 인터랙션 등을 통해 수집되는 액티브데이터 기반 위에서 이뤄지는 컨텍스트 기반 세분화 방법은 심리적 변수를 효과적으로 추정함. 즉 사실에 입각한 액티브데이터를 SNS데이터와 결합시키면 노이즈를 상당부분 제거할 수 있음. SNS에서 소비자가 페르소나 속에 감추었던 모습이 사물과의 소통정보에서 그대로 드러나기 때문에, 실시간으로 변화하는 소비자의 속내가 세밀하게 측정되는 것이다.
- 네스트는 편안한 온도추구라는 고객들의 컨텍스트를 기반으로 초개인화된 기능을 발휘. 사물인터넷 기술을 적용한 학습형 온도조덜기 네스트는 대량생산 되는 제품이다. 그런데 이 제품이 고객을 만나면 스스로 고객의 습관을 학습하고 고객의 개인적 상품으로 진화. 와이파이를 지원하는 네스트는 크게 세가지 일을 한다. 하나는 스마트폰을 통해 외부에서 온도를 조절할 수 있음. 두번째는 날씨 정보를 받아와 이를 온도조절에 적용시킴. 마지막은 마치 스마트폰 운영체제처럼 내장된 소프트웨어를 업그레이드함. 네스트가 대단한 이유는 패턴을 스스로 학습하는 데 있음. 학습기간은 일주일이다. 일주일간 사용자가 시시각각 원하는 온도를 설정하면 그 패턴을 학습해나감. 그 후에는 그 패턴에 맞게 알아서 작동하는 형태. 여기서 동작인식 센서로 움직임이 없으면 외출한 것으로 판단하고 온도를 알아서 낮춤. 또한 아침 기상시간이나 집에 귀가하는 시간 등을 설정해두면 거기에 맞춰 다시 온도를 높이는 기능도 갖추었다. 일주일 동안 사용자 온도조절 습관이 클라우드에 수집되고 분석됨. 그리고 분석된 데이터를 이용해 소프트웨어가 사용자게 맞게 업그레이드됨. 이런 과정을 통해 네스트는 개인전용 홈 컨트롤러가 됨
- 지금까지 개발된 IPS중에서 가장 많이 사용되는 기술은 와이파이를 이용한 위치측정임. 여기에 저전력 블루투스와 휴대전화 통신망까지 활용하는 기술이 추가되고 있음. 그래도 한계는 있다. 와이파이 방식의 IPS는 사전에 쇼핑몰이나 공항에 있는 와이파이 중계기 위치를 알아야 한다. 스카이후크는 자체적으로 구축한 와이파이 중계기 DB를 제휴업체에 제공하고 있음. 구글은 쇼핑몰측이 직접 중계기 정보를 입력하도록 하고 있음. 그러나 와이파이 IPS는 아직 정밀도가 낮츰. 구글의 IPS는 실제 위치와 오차가 5미터 정도로, 복잡한 실내공간에서는 실용성이 떨어짐. 와이파이 방식의 단점을 극복하기 위한 여러 노력이 진행되는 가운데, 센서기반 IPS가 개발됨. 미국 바이트라이트는 LED조명을 이용한 IPS를 개발. 이 방식은 건물에 이미 설치되어 있는 LED 조명 하나하나마다 식별번호를 부여한 뒤 스마트폰 카메라가 LED가 내는 빛을 감지하고 식별번호 데이터베이스와 대조해 현 위치를 파악. 통신 중계기 없이 기존의 조명 인프라를 이용하는 데다 스마트폰 종류에 상관없이 쓸 수 있어 주목받고 있음. 스위스 연방공대 연구진은 초음파 기술을 IPS에 적용했다. 박쥐나 돌고래처럼 초음파가 벽에 부딪혔다가 반사되는 것을 스마트폰으로 포착해, 위치는 물론이고 건물 내부의 형태를 파악한다는 것. MIT의 연구진들이 개발한 크리켓 시스템과 AT&T의 연구진들이 개발한 액티브 배트 시스템도 초음파 방식의 IPS에 속함. 독일 뮌헨 공대가 개발중인 실내 위치확인 시스템 나비스는 이미지 DB를 활용해 가야할 방향을 스마트폰 화면에 화살표로 표시해주는 IPS다. 스마트폰으로 주변을 촬영한 영상을, 내장된 실내 지도와 대조해가면서 길을 찾는 원리다. 이 위치인식 시스템은 기본적으로 시각정보에 기반하고 있음. 연구진은 이 프로젝트를 위해서 특별한 위치인식 시스템을 개발. 그들은 빌딩의 사진을 찍는 것부터 시작했고, 게단이나 표지와 같인 눈에 띄는 특징들을 동시에 기록. 이 시스템을 이용해 길을 찾기 위해 해야 할 일은 사진을 찍는 것이다. 프로그램은 자체 데이터베이스에 저장된 영상과 제시된 사진을 비교해 사용자의 정확한 위치와 그가 향하고 있는 방향을 알아내고, 실행된 앱의 3D보기 모드에서 방향을 가리키는 화살표를 제시함. 영국의 CSR은 PDR(pedestrian dead reckoning, 스마트폰에 탑재되는 자이로센서, 가속도계, 지구자기장 센서를 이용하는 보행자 항법)과 와이파이 기지국인 AP의 위치 데이터베이스 등을 함께 이용해 실내에서의 사용자 위치를 계산하는 방식을 개발. 땅이 넓은 미국에서 나침반은 매우 유용한 기기임. 주소를 알고 방향만 알면 네비게이션 없이도 웬만한 곳은 종이지도를 가지고도 찾을 수 있기 때문. 이 나침반 앱을 사용할 수 있게 하기 위해 잡스는 아이폰 출시 때부터 지구자기장 센서를 내장. 이 센서를 이용해서 실내에서 길을 찾는다는 기발한 아이디어가 나옴. MIT미디어랩의 정재우 박사는 중계기 없이 스마트폰만 이쓰면 작동하는 자기장 IPS 앱을 개발. 대형 빌딩은 건축시 사용된 철재 빔의 위치에 따라 자기장이 다르게 나타남. 스마트폰에 내장된 자기장 센서로 현재 위치의 자기장을 측정하고, 이를 미리 입력된 건물 내부 자기장 지도에 대입해 건물 내 현위치와 목적지가지의 길 안내를 제공하는 것. 오차는 1미터로 기존 IPS보다 훨씬 정확함
- 사물인터넷 시대의 주류 광고는 적어도 오늘날과는 다를 것이다. 사물 스스로가 주문을 수행하고 스마트폰이 의사결정을 할 수 있는 매개체 역할을 함. 마케터가 고객이 의사결정을 하는 타이밍을 정확하게 안다면 가장 효과적인 광고는 의사결정 직전에 전달되는 메시지일 것이다. 이는 광고 역할의 확장을 의미. 전통적 광고는 고객의 태도변화가 목표였음. 메시지를 만들고 고객에게 전달해 고객이 그것을 이해하고 공감해 브랜드 강화나 전환이 일어나도록 하는 것이 광고의 역할이었음. 그 다음에 구매까지 이어지는 과정에는 많은 변수가 있다. 그런데 사물이 소비자의 의사결정에 개입하고, 스마트데이터와 실시간 행동을 알려주는 데이터들이 결합되고 분석되면서 새로운 양상이 나타나기 시작. 마케터가 고객이 구매의사결정을 하려한다는 상황정보까지 읽을 수 있게 된 것. 그뿐 아니다. 고객의 커뮤니케이션 허브역할을 하는 스마트폰과 연결돼 그 고객이 어떤 이유로 의사결정을 하려고 하는지도 추정할 수 있게 됐다. 이때 전달하는 광고 메시지는 단순히 태도변화만을 야기하기 위한 것이 아님. 고객의 행동을 변화시킬 수 있는 강력한 한 방이 되는 것이다. 즉 앞으로 광고는 구매까지 책임지게 될 것이다. 고객의 구매의사결정 시점에 전달하는 광고의 내용은 고객의 생활과 밀착된 메시지가 돼야 함. 특히 고객들이 광고가 귀찮다고 느끼지 않으려면 그것이 고객의 문제를 해결해주거나 편안하게 해주는 등 가치서비스가 돼야 함. 이와 같은 서비스가 고객들이 기기들과 인터랙션하는 과정에서 도출되면 더욱 좋음. 예를 들어 자동차가 엔진오일의 교체시기를 미리 통보해주고 주인이 편한 시간에 주인을 대신해 오일교체를 예약해주는 경우 이를 귀찮다고 할 사람은 별로 없을 것이다. 예약즉시 그 자동차와 API를 연결한 엔진오일 마케터는 제품판매의 기회를 얻는다
- 제품이 인터넷과 연결된다는 것은 인터넷을 통해 클라우드 서버와 접속한다는 것을 의미. 그리고 제품은 이를 통해 고도의 컴퓨팅 능력을 가질 수 있는 것이다. 이로 인해 제품은 사용자의 습관이나 니즈를 지속적으로 수집, 분석하고 학습할 수 있으며 자동으로 컨트롤과 응대가 가능한 인공지능을 지니게 됐다. 사물인터넷 기술개발 초기에는 센서와 칩의 개발이 중심이었으나, 이제는 기기가 보낸 자료를 처리하고 분석하는 인공지능 기술의 정교함이 첨단기술의 승부처로 떠오르고 있음. 그래서 페이스북, 구글, 바이두 등 빅브라더들은 인공지능 분야의 최고인재 채용에 적극적. 지난 수십년 동안 뜨고 지기를 반복한 인공지능이 사물인터넷 시대를 맞아 다시 각광받는 이유는 인공지능이 궁극적으로 연결된 사물을 효율적으로 제어하기 위한 핵심기술이기 때문
- 14년 11월 구글은 신의 한수라고 할 수 있는 새로운 플랫폼을 개발. 바로 피지컬 웹이다. 피지컬 웹의 개발목적은 사물인터넷 기기를 인터넷 주소로 직접 연결해 특정 운영체제나 앱의 종속에서 벗어나게 하는 것. 지금까지 거의 모든 사물인터넷 기기는 앱을 통해 운영되고 있음. 구글과 삼성이 올해 인수한 스마트폼 플랫폼 네스트나 스마트씽즈도 앱을 거쳐야만 함. 그러나 폭발적으로 늘어나는 사물인터넷 기기를 각자 다른 앱으로 통제한다는 것은 현실적이지 않다고 판단한 구글은 사용자가 언제든지 모든 장치와 상호작용할 수 있는 시스템으로 피지컬 웹을 제시했다. 구글은 이미 안드로이드 운영체제를 통해 오픈 플랫폼에 대한 학습을 충분히 했다. 그래서 그들은 개방적 사물인터넷 생태계를 만드는 방안으로 웹이라는 오픈소스를 생각해낸 것. 피지컬 웹의 원리는 매우 단순함. 사용자가 사물을 URL을 통한 웹으로 연결하고, 이를 사용자와 소통하는 창구로 만든다는 것. 장점은 두말할 것 없이 사물과 사용자간 연결이 쉬워지고 편리해진다는 것. 여기에는 플랫폼이 필요없음. 따라서 개발자의 고민도 줄어든다
- 구글은 Walk up and use anything, 즉 어떤 스마트 기기든 가서 쓰면 된다는 슬로건으로 피지컬 웹의 개념을 요약. 자동판매기, 포스터, 장난감, 버스정류소, 렌터카 등에 가까이 가기만 하면 이곳에 설치된 해당 기기가 제공하는 서비스가 어떤 것인지 웹을 통해 스마트폰으로 전송되고 바로 이용할 수 있다는 것. 개인이 사용하는 사물은 앱 형태로 제공하더라도 문제될 것이 없음. 다수가 접근할 이유가 없기 때문. 그러나 버스 정류장처럼 하나의 객체가 다수의 이용자들과 소통해야 하는 사물은 웹을 활용하면 객체가 다수의 이용자들과 소통해야 하는 사물은 웹을 활용하면 접근성을 높일 수 있고 관리도 수월하게 할 수 있음. 관리가 수월하다는 건 비용이 줄어든다는 것을 의미. 따라서 피지컬 웹은 제조사로서는 환영할만한 제안이다. 기존의 웹이 수많은 웹페이지를 url로 연결해서 가상의 정보네트워크를 만들었듯, 피지컬 웹은 사물간의 정보 네트워크다. 예를 들어 어떤 사람이 자율주행 자동차를 렌트한다고 하자. 사용자가 도심 곳곳에 주차된 자율주행 자동차 근처로 이동하면 그를 비롯한 근처의 사물인터넷 기기들이 스마트폰에 뜬다. 이제 간편결제를 이용해 대여료를 내면 목적지까지 데려다주는 서비스를 이용할 수 있음. 피지컬 웹 프로젝트는 아직 컨셉 단계임. 앞으로 상품화까지는 몇년이 걸릴수도 있음. 그러나 사물인터넷의 플랫폼 주도권에 대한 경쟁이 가열되는 상황에서 피지컬 웹 전략은 독자적 플랫폼 싸움을 피하면서 여타 플랫폼에서도 이익을 취할 수 있고, 오픈 소스로 지지도 얻을 수 있는 매우 이상적 접근법임. 이렇게 된다면 구글은 플랫폼 경쟁에서 우위를 차지할 카드를 내놓은 셈
