DT(Data Technology) 시대의 개막
DT(Data Technology) 시대의 개막
우리들에게는 아직 IT시대라는 말이 익숙하지만 이제는 IT(InformationTechnology)를 넘어 DT(Data Technology) 시대가 열렸다. 즉DT(Data Technology) 시대라고 말할 정도로 데이터가 중요해지고 있기 때문이다.
‘구슬이 서 말이라도 꿰어야 보배’라는 옛말이 있듯이 우리가 알고 있는 수많은 데이터도 이젠 단순히 데이터 저장의 수준이 아니다. 데이터의 중요성을 간파한 IT업계에서는 이미 데이터 산업의 과정으로 진화 중이다. 이른바 Raw Data는 사람들이 온라인, 모바일 등에 올린 날(生)것 그대로의 데이터이며 이러한 미가공 데이터로는 큰 효용가치를 보기 힘들다. 그러나, 이러 한방 대한 데이터가 분류에 따라 축적, 분석되어 빅데이터로 활용된다면 해당 시장의 판도를 충분히 바꿀 수 있을 만큼의 높은 가치를 지니게 된다.
마윈 회장은 중국 베이징에서 열린 데이터 산업 설명회에서 ‘세상은 지금 IT시대에서 DT시대로 가고 있다’며 ‘이제는 각자가 갖고 있는 데이터로 사회에 얼마나 많은 가치를 창출해 내느냐가 중요하다’고 언급했다. 마윈 회장의 말이 아니더라도 실제 모든 것들이 데이터를 기반으로 하고 있기에 DT시대의 도래는 그리 어색하지 않다. 이미 IT업계에서도 데이터의 실효성과 파워가 막강해져 이제는 IT(Information Technology)가 아니라 DT(Data Technology) 시대로 불리고 있다.
과거 우리가 익히 알고 있던 데이터는 비즈니스 용어로 널리 쓰이게 되었으나 성과 없이 단순히 트렌디 한 IT용어나 하나의 유행으로 보는 시각도 있었다.
그러나 데이터는 Mobile, SNS, IoT 활성화등으로 우리 주위에서 지속적으로 생산되고 있고 우리가 알게 모르게 삶의 일부가 되어가고 있다. 이러한 판을 읽은 마윈 회장이 미래의 유일한 IT 비즈니스 모델은 데이터를 기반으로 이루어지며 기업의 핵심가치와 원천 경쟁력이 될 것이라고 내다본 것이다. 또한 MS사의 사티아 나델라는 ‘우리는 데이터가 미래의 전기(電氣)’라고 언급하면서 전기가 2차 산업혁명을 촉발했듯이 방대하게 축적되고 있는 데이터는 미래의 세상을 완전히 변화시키고 데이터 분석과 기계 학습을 중심으로 한 인공지능 전략을 공개했다.(http://blog.zeroweb.kr/?p=5458 재인용) 얼마 전, 구글 ‘알파고’와 프로 바둑 기사 이세돌과 세기의 대국으로 촉발된 인공지능의 등장은 데이터의 진화된 모습이라 할 수 있다.
스위스 다보스포럼에서 밝혀진 4차 산업혁명을 촉발한 미래기술로서 데이터가 기본 물질이라고 보고 있는 시각에는 미래에 자동차가 사람을 대체하여 주행하고 구글의 룬(Loon) 프로젝트에 힘입어 지구 전체가 IoT(Int
ernet ofThings)를 넘어 IoP(Internet of People) 개념의 지구촌 초연결 사회가 되어가는 것에 데이터의 역
말이 중요하다고 보고 있다. 즉 운전자(사람)가 아닌 운전하는 기계로 바뀌기 위한 데이터의 축적과 그 축적된 데이터를 사람처럼 생각하고 판단하는 인공지능으로 바뀔 것을 이해하고 있기 때문이다.
그렇다면, 이렇게 중요한 데이터란 무엇일까? 그리고 IT와 DT의 차이는 무엇일까? 또한 이 데이터는 우리 생활에 도움이 될까? 데이터의 장점을 어떻게 활용해야 할까? 등 적지 않은 의문이 생길 것이다. 이에 대해 데이터는 부족했던 자원에서 방대하고 가치가 높은 재생 가능한 자원이 되었고, 경제와 사회적 혜택을 더 많이 제공해주는 주요 소스가 되고 있기 때문에 이러한 의문은 데이터 활용의 새로운 접근방법과 그 효용 가치와 사례들에서 해답을 찾을 수 있을 것 같다.
‘IT는 자기제어와 자기관리를 위주로 하고, DT는 대중 서비스와 생산력 촉발을 한다’며 ‘IT와 DT 사이 에특 정한 기술적 차이가 있는 것처럼 보이지만 사실은 사고 관념 측면의 차이’라고 마윈이 말하는 것처럼, 데이터(Data)는 가공되지 않은 1차원적의 원시 기록 상태를 뜻하며 이러한 데이터가 가공을 거쳐 특정한 맥락 속에서 이해되는 것이 정보(Information)이다. 이와 같이 IT시대에서는 정보의 단계에서 가치를 창출했다면, DT시대에서는 가장 기본이 되는 데이터에서부터 효용 가치를 드러내는 것으로 양자의 정보와 데이터의 가장 큰 차이가 될 것이다.
불과 몇 년 전만 하더라도 인터넷에 연결되는 디바이스는 컴퓨터뿐이었다.
하지만, 이제는 스마트폰, 태블릿, 웨어러블 등 디지털 기기가 급속히 보급되어 한 사람이 소지하고 있는 디바이스는 2~3개에 달하고 있다. 지난 2008년을 기점으로 인터넷에 연결된 디바이스의 수는 전 세계 인구 약 70억 명을 넘어서기 시작했고, 향후 2020년에는 500억 개의 디바이스가 인터넷에 연결될 것이라고 한다.(BSA.org재인용) 물론 연결된 디바이스를 통해 창출될 데이터의 양은 막대할 것이지만, 미국의 경제전문지 포브스는 ‘전 세계에 퍼져있는 데이터들 중 실제로 사용되거나 분석되는 정도는 0.5%도 안 된다’고 말한다. 그 이유는 아직 데이터의 활용도가 미미하고, 이 거대한 데이터들을 정교하게 분석하고 활용해 고객들에게 적합한 서비스를 제공하는 사업방식이 시장의 성패를 좌지우지할 것으로 예측되기 때문이다. 바로 이런 이유로 인해 현시점에서 데이터가 중요한 핵심가치로 떠오르고 있다고 볼 수 있다. 추가 설명을 하자면, 인터넷으로 연결된 수많은 작은 시장이 ‘차세대 거대 시장’을 형성하여 세상에 대한 더 나은 데이터를 생성함으로써 더욱 데이터 중심적인 설루션을 찾을 수 있고, 우리가 하는 모든 일에서 데이터가 생성되고 완전히 새로운 데이터의 흐름이 매일 생기고 있다는 점이다. 사실 전 세계 데이터의 90%는 지난 몇 년 동안 생성된 것이며, 속도가 정기적으로 2배 이상 증가하고 있다.
물론 생성되는 데이터의 대부분은 개인 데이터가 아직은 아니다. 데이터 프라이버시를 보호하는 것은 필수지만 우리의 생활을 개선해주는 데이터는 대부분 기계에 부착된 센서가 생성한 것이기 때문이다. 우리의 과제는 데이터를 활용하고, 독창성을 활용하여 데이터에 내재하는 중요한 가치를 찾아내는 것이다.
이처럼 아직 기계의 데이터가 대부분이라 조만간 우리 생활에 도움이 될 것이라 기대는 하지만, 과연 데이터가 우리 생활에 어떤 활용이 가능할까?
데이터는 우리 경제를 성장시키고 생활수준을 높여준 IT 중심의 생산성 향상은 전체 경제의 일부에 국한되었던 것이 사실이다. 그러나 앞으로 더 많은 분야에서 더 많은 형태의 데이터를 생성하면서 데이터는 이제 농업에서 운송, 교육, 에너지, 금융에 이르기까지 수익성이 약했던 분야에서 수익을 창출하는 역할을 하고 있다
고 BSA.org 보고서는 말하고 있다. 또한 의료 서비스의 데이터 혁신은 더 나은 통찰력을 제공하여 수명을 연장하고 더 건강하게 생활하는데 기여할 것이다.
의료 서비스는 오늘날 데이터가 가장 많은 환경 중 하나로서 매일 각 병원에서 수백 테라바이트의 데이터를 생성하고 있다. 이 데이터의 사용을 극대화한다면 치료법을 개선하고 완치 기간을 단축하는 비결이 될 수 있을 것이다.
오늘날 데이터는 의사가 환자의 건강을 파악하고 더 나은 의사결정을 할 수 있는 능력을 제공하고 있으며, 소프트웨어 분석 덕분에 의사들은 미래의 모든 환자들이 이용할 수 있는 치료 옵션을 확보하기 위해 이전 환자의 모든 치료 결과를 활용할 수 있게 되었다. 운송의 경우에는 시간, 비용 및 연료를 절약하고, 생명을 구하는 데이터 혁신이 일어날 것으로 보인다. 왜냐하면, 데이터는 더 지능적인 운송의 미래를 열어주기 때문이다. 즉, 항공, 철도 및 도로에서 실시간으로 데이터를 분석함으로써 재화와 사람들을 안전하고 효율적으로 운송하는 능력을 개선하는 더 지능적인 운송시스템을 만들고 있다. 새 자동차는 1시간에 25 기가바이트까지 데이터를 생성할 수 있으며 이 데이터를 처리하기 위해 수천만 이상의 소프트웨어 코드를 포함하고 있다. 이 데이터는 안전벨트만큼 안전성을 높일 수 있는 새로운 안전 및 충돌 방지 시스템을 만드는 데 사용함으로써 부상자 및 사망자 수를 50%나 줄일 수 있고, 도로에 차량이 넘쳐나는 상황에서 교통 체증을 줄이고 더 효율적으로 교통량을 배치하기 위해 데이터를 혁신적인 방법으로 활용함으로써 시간, 연료, 배기가스를 모두 줄이는데 기여할 수 있다. 그리고 항공 업계의 데이터에는 항공기 기체 곳곳에 부착된 센서에서 1회 운항할 때마다 0.5 테라바이트의 데이터를 생성할 수 있는데 이 데이터는 운항 성능 개선과 난기류를 차단하며, 안전을 개선하고, 이전보다 2,000배나 빠른 시간에 엔진 결함을 파악하는데 도움이 될 것이고 물론 연료 절약은 당연할 것이다. 에너지 역시 에너지 소비량을 줄이고 환경을 개선하는데 도움이 될 것이다. 또한 건물에 데이터 설계 도구를 사용하여 에너지를 덜 사용하도록 설계할 수 있으며, 다량의 센서 데이터를 분석기 및 액추에이터(actuator; 전기, 유압, 압축공기 등을 이용하는 구동장치의 총칭)와 결합시킨 지능적 시스템으로 통합하여 더 효율적으로 운영할 수 있다. 이렇듯 세계적인 소프트웨어 협회인 BSA.org 보고서에서 추산하고 있는 부분들은 앞서 우리가 가졌던 데이터에 대한 다소간의 의구심 즉 우리 생활에 도움이 될지와 데이터의 장점을 활용하는 방법에서 어떤 아이디어를 얻을 수 있을까에 대한 해결의 실마리를 제공한다.
[해외 Telco데이터 비즈니스 동향]
[TelcoFramework(출처: SAS KoreaTelcoBusiness analytics,2014)]
위의 표는 해외 주요 Telco(통신회사)사들의 데이터 활용한 비즈니스 들이다.
통신회사 가입자들의 데이터를 중심으로 다양한 유형의 데이터 가공의 결과로 신규 사업의 형태로 이끌어 낸 것이다.
특히 일본의 NTT 도코모는 자회사인 도코모 인사이트 마케팅을 통해 휴대전화 네트워크를 이용하여 거주지역별, 시간별, 연령별, 성별 인구분포를 추정할 수 있는 ‘모바일 공간 통계’를 실용화하고 관련 데이터를 판매하고 있다. 그리고 KDDI는 일본 통신시장의 포화로 번호이동 및 전환 가입/이탈이 가장 크게 이슈화되면서 현재 시장의 한계를 극복하기 위해 기존의 ‘데이터 베이스 마케팅 플랫폼’을 ‘빅데이터 분석 플랫폼’으로 확장하고 분석 인사이트를 자산 화하여 데이터 서비스 사업자로서 수익성 향상을 꾀하고 있다.
유럽의 Telefonica는 디지털 이노베이션을 통해 다양한 업무 및 분석 주제에 따라 데이터 분석, 마이닝, 예측, 최적화를 통해 고객 결정 경로 분석과 실시간 의사결정으로 고객의 가치를 높이고, 이탈 가능성을 낮추는 등 마케팅 의사결정의 진화를 이룩하고 있다. 또한 T-Mobile은 3,300만 가입자와 6백만 고객 커뮤니티를 기반으로 고객 링크 분석(CustomerLink Analysis)을 통해 고객들에 대한 소셜 네트워크적 관점을 개발하고 고객 간의 상호작용 방식을 분석하고 있다.
고객 링크 분석은 고객 간 인터랙션, 소셜 네트워크 정도를 측정하여 영향력을 가진 사람(influencers)과 그를 따르는 팔로워(followers)를 파악하고 이들의 차이를 마케팅 캠페인에 이용하고 있다.
[T-Mobile, Social Network Analysis 분석 고객 이탈률 감소]
[출처: https://www.youtube.com/watch?v=x60rO9KmgmQ]
외에도 Vodafone은 영국, 이탈리아, 독일에서 전환 가입/이탈 분석, 고객 세분화, SNA, Next Best Action, 캠페인 최적화를 주요 주제로 데이터를 활용하고 있다. 특히 Vodafone Italia는 MVNO 사업자 및 인터넷 사업자와 경쟁을 극복하기 위해 비음성 상품 중심으로 새로운 CRM(Customer Relationship Management)에 맞추어 세분화, 컨택, 채널 전략을 구현해서 운용 중이다.
미국의 Verizon은 ‘Precision Market Insight’ 회사를 통해 지난 수년간 실시간으로 축적된 이용자 위치정보, 선호하는 콘텐츠 정보 등의 데이터를 수집하여 익명화된 집합적 데이터로 변환, 분석하고 도출된 시사점을 각종 쇼핑몰, 스포츠팀, 광고주 등 수요자에게 공급하고 있다. 미국유명농구팀 Pheonix Suns가 서비스에 가입했고, 광고대행사 클리어 채널 아웃도어 홀딩스는 이 서비스의 시험판을 이용 중이다. 그리고 AT&T는 지난 몇 년 동안 네트워크 데이터량이 50,000% 성장하였는데 비용절감과 고객 경험을 개선하고자 시간당 300억 데이터 포인트를 수집하고 네트워크 품질을 측정하여 자체 개발한 ‘기지국 정전 분석기 (Tower-outage analy
zer)’를 통해 59%의 고객 경험(통화품질 등)을 개선하였다고 데이터 부서에서 밝히기도 했었다.(digieco.2016.6. 재인용)
앞서 본 해외 통신기업들의 데이터 활용사례는 물론 기계적인 데이터의 축적으로 가공되어 자체적으로 비즈니스의 활성화와 효율을 높인 사례이지만 이러한 사례는 곧 우리네 일상생활에 녹여질 가능성을 상당히 내포하고 있다. 그러므로 이것을 간과하면 의구심은 커질 것이고, 만일 발전성을 이해한다면 의문은 사라질 것이다. 독자 여러분의 생각이 어찌 되었든 국내 기업들 역시 해외기업들 못지않게 발전성을 바탕으로 데이터를 이용한 접근은 지속적으로 이어져 왔었다. 물론 아직까지는 완전히 시장이 오픈되지 않았지만 꾸준히 데이터의 가공이나 활용은 있었고 지금도 데이터 산업은 진화 중이다.
사례를 보면 국내 포털 검색의 맹주인 네이버는 이용자들이 민간기업과 공공기관이 보유한 데이터를 활용할 수 있도록 데이터 포털 ‘DATA LAB’을 최근 오픈하였다. 이는 데이터는 단순히 데이터의 크기가 아닌 데이터가 가지는 가치의 크기이므로 서로 다른 데이터의 융합을 통해 새로운 가치를 제공하기 위해 만들어진 공간이라는 방향성을 제시하였다. 또한 KT는 서울시와 협업해 심야버스 노선도를 설계하는데 기지국 데이터를 활용하여 심야시간에 사람들이 몰리는 곳을 분석한 뒤 이를 반영한 버스노선을 설계하였다. 또한 조류독감(AI) 농가 데이터를 분석해 AI 확산을 막는 데에도 데이터를 활용하였으며, 최근에는 국내 30여 개 쇼핑몰과 제휴하여 2억 건 이상의 상품을 광고 없이 고객의 연령, 성별, 지역 등 기본정보와 검색 키워드, 시간대별 쇼핑 특성, 앱 이용 패턴 등과 연계하여 찾고 있던 상품을 정확하게 제안하는 데이터 기반의 상품 추천 모바일 쇼핑 서비스 ‘쇼닥’도 이러한 데이터 산업이다.
그리고 삼성카드는 가입자 결제 기록 등 데이터를 통해 대형마트 등 특정점포에 방문할 가능성이 높은 고객을 찾아내고 이들을 대상으로 타깃 마케팅을 벌여 매장 방문 가능성을 높이는 효과를 거두고 있다. 2015년 6월 특허를 출원한 데이터 기반 '스마트 알고리즘'은 삼성카드가 가진 데이터를 십분 활용해 가맹점 매출을 단기간에 끌어올리는 시스템으로 소비패턴을 비롯한 수백 개의 변수를 분석해 특정인의 소비 트렌드를 미리 읽어낼 수도 있다는 사례(digieco.2016.6. 재인용)를 보면, 데이터 산업은 이미 우리의 생활 속에 들어와 있고 여러 유형으로 활용되고 있다. 또 이러한 다양성은 다른 형식으로 발전될 수도 있다는 가능성을 보여주며 데이터가 비즈니스가 되고 일상의 다른 데이터와 융합되었을 때 또 다른 가치를 얻을 수 있다는 것을 알게 될 것이다.
[KT쇼닥/ 네이버 데이터랩/ 삼성카드 데이터 마케팅]
[출처: http://www.shodoc.co.kr, http://datalab.naver.com , 매경‘15.6 ]
정주용의 모바일 트렌드에서 '데이터는 이 시대의 석유가 맞다’라고 했다. 즉 데이터를 어떻게 분석하느냐는 석유를 정제하는 화학산업에 해당된다는 해석이다. 정제되지 않은 상태인 석유의 효용은 제한적이나 고도의 기술로 정제된 후의 석유는 거의 모든 제품에 원료로 공급되어왔다는 것을 상기시키는 말이다.
데이터도 바로 ‘분석(Analytics)’과 ‘가공’이 데이터 기술의 핵심이다.
오늘날 기술 속에서 가치를 뽑아내려는 대부분의 기업들은 무수히 많은 무원칙의 데이터 속에서 ‘인사이트’를 얻어내려 안간힘을 썼었지만, 석유를 정제하듯이 정제의 기술이 바로 데이터 기술이고, 그것이 부가가치를 창조한다는 점을 이해하지 못하면 아무런 의미가 없는 것이다. 현재 모든 기업의 사업 영역에 데이터는 이미 핵심 역량이 되었고 테라데이터(Teradata), IBM, 델(Dell)과 같은 기업들은 모두 과거의 사업모델을 완전히 전환해서 데이터 분석, 처리, 관리 기업으로 탈바꿈하고 있다. 이들은 시대의 흐름을 한 발짝 앞장서서 예측하고 베팅한 기업들이다(http://www.mobiinside.com/kr/2015/11/18/dt-data/재인용)
이제 이러한 기업들이 왜 데이터 분석 기업으로 전환을 하는지는 미래의 어떤 스토리가 아니다. 참고로 테라데이터는 데이터에만 집중한 사업모델로 2014년 기준 7000억 원이 넘는 수익을 올렸다고 한다. 그리고 데이터에 집중하는 사업모델로 전환하고 있는 IBM도 향후 데이터 ‘정제’에 대한 수요가 급증하면 실적의 급 향상이 가능하다. 세계적인 투자자인 워런 버핏 역시도 이러한 가능성을 보고 투자한 바 있다.
과거 산업혁명, 제조업 전성기에 석유 정제 없이 가치사슬의 꼭대기에 앉아있었다
면, 앞으로는 데이터를 지배하는 거대 플랫폼으로 데이터를 분석하고 가공하는 데이터 기업이 가치사슬의 꼭대기에 위치할 것이라는 점을 확실히 인지해야 한다. 그러므로 독자 여러분들은 데이터를 단순히 저장만 하는 우는 범하지 말기를 기대하면서, 외장하드나 USB는 저장장치에 불과하지만 혹여 분석이나 가공의 기술이 적용된 파생상품이 될 수도 있다는 점을 이해한다면, 증권사의 흔한 애널리스트들보다 업그레이드된 데이터 애널리스트로의 직업전환도 가능할 것이다.(월간 마케팅 201802)
