효율과 생산성을 넘어 혁신
SMAC으로 여는 세상
요즘 S대리는 오감컴퓨터에 푹 빠져있다.
오감컴퓨터와 연결된 스크린을 통해 온라인 쇼핑에서
구매하려는 물건의 촉감을 느낄 수 있기 때문이다.
그동안 눈으로만 볼 수 있어 상품의 질감을 확인하기 위해
매장을 방문해야 했는데, 이제 굳이 오프라인 매장을 방문하지 않아도
집에서 직접 만져본 듯한 느낌을 받을 수 있을 뿐만 아니라.
높낮이와 두께감 크기도 확인할 수 있게 되었다.
왠만한 음식과 화장품도 집에서 냄새를 맡을 수 있어 온라인 쇼핑을 즐기고 있고,
오감을 자극하는 영화 프로그램도 늘고 있어
혼자 집에서 영화를 편하게 볼 수 있는 횟수가 늘었다.
홀로그램이나 그래픽으로 자신이 옷을 입은 모습을 확인할 수 있고,
결제도 홍체 인식을 통해 안전하고 쉽게 하기 때문에
굳이 번거롭게 밖에 나가 쇼핑할 이유가 없어졌다.
빅데이터 시대가 도래하면서 빅데이터는 비즈니스 혁신의 도구가 되었다. 빅데이터는 데이터 수집, 저장 및 처리.분석 기술을 통해 그동안 몰랐던 엄청난 규모의 데이터를 분석할 수 있다는 자체만 가지고도 의미가 있다. 기업의 경영자들은 실시간 분석이 가능하고 방대한 데이터를 기반으로 보다 나은 의사결정을 내리게 해주는 빅데이터의 역할에 대해 그 중요성을 인정하기 시작했다.
테이터는 더 이상 단순한 트렌드 분석 보고서를 작성하는데 도움을 주는 부수적인 차원이 아니라, 미래 기업 역량의 핵심이 된다. 또한, 빅데이터는 기업이 고객에게 좀 더 가까이 다가가 남보다 빨리 차별화된 상품과 서비스를 제공하는 데 필요한 필수 자산이다. 하지만 대다수의 기업에서는 여전히 빅데이터에 대한 효과나 방향성에 대해서는 의문을 제기하고 있다. 빅데이터가 회사를 위해서 무엇을 할 수 있는지? 경영진들 앞에서 데이터가 가지고 있는 가능성 중에서 어떤 것을 추구하길 원하는 지에 대해 이야기를 할 필요가 있다.
빅데이터가 산업 전반에 대해 영향을 줄 것이라는 것은 기정사실화 되고 있다. 그러나 그 영향이 모든 산업에 같을 수 없다. 산업 내 환경과 경쟁 구도에 따라 생산성 향상에 도움이 될 수도 있고, 신상품 개발에 도움이 되거나, 의사결정의 결정적 지원을 할 수도 있다. 물론 이 모든 것에 영향을 받아 우선순위를 정해야 하는 경우도 당연히 있을 것이다. 지난 원고에서는 데이터의 중요성에 대해 알아봤습니다. 이제는 빅데이터 분석을 통해 얻고자하는 목적과 기대효과에 대해 알아보고, 빅데이터의 미래에 대해 논의해 보도록 하겠다.
시간절약으로 효율성을 높이다
빅데이터를 활용하는 목적 중의 하나는 특정한 프로세스를 수행하는 데 필요한 시간을 줄이는 것이다. 전국적인 체인망을 통해 다양한 물품을 취급하는 대형 마트가 있다고 생각해보자. 수 만개의 판매 물품 가격을 최적화하는 프로그램을 돌리는 데 하루 이상 걸리던 것이 단 한 시간이면 해결할 수 있으며, 급변하는 시장의 환경에 맞춰 실시간으로 상품 가격을 조정할 수도 있다. 이 회사는 이런 시간 절약으로 훨씬 많은 상품 가격전략을 펼칠 수 있게 된다.
국내의 K카드사는 빅데이터 분석 기반으로 카드 이용객의 행동패턴을 분석하여 ‘혜택가맹점’ 앱을 개발하였다. 이 앱을 통해 맛집의 고객 재방문율, 성별, 연령별 이용객분포, 시간대별 이용률 등의 정보를 제공하여 가맹점 매출에 기여하였으며, 최근에는 빅데이터를 활용한 고객의 니즈와 위치에 따라 최적화된 카드혜택 및 맞춤형 정보를 실시간으로 받을 수 있는 ‘실시간 마케팅 시스템’을 운영 중에 있다.
또 다른 국내의 S카드사는 일정 패턴을 가진 고객 중 고객 행동분석을 통해 선정된 고객을 대상으로 자동이체 또는 관련된 상품에 대한 타켓 광고활동을 진행 중이며, 기존 CRM 또는 마케팅 시스템에서 부족했거나, 조회가 불가능한 데이터 요건을 정의 후 영업사원들에게 활동에 필요한 고객정보를 제공함으로써 실시간 현장 영업이 가능하도록 지원한다.
어떤 금융기관에서는 특정 상품의 수익성 및 시장성 분석을 위해 100개의 소스를 투입할 수 있었다면, 빅데이터를 적용할 경우 1만 개에 해당하는 소스를 적용할 수 있을 뿐만 아니라 소요 시간도 월등히 줄일 수 있게 된다. 이처럼 좀 더 정밀하고 다각적인 분석은 예측가능성을 높이고 위험을 사전에 방지할 수 있는 효과를 보게 될 것이다.
신상품 개발과 서비스 개선으로 이윤을 추구하다
빅데이터를 활용하여 얻을 수 있는 것 중에서 기업이 가장 큰 기대를 보이는 것은 새로운 상품이나 제품을 개발하는 것과 기존의 서비스를 획기적으로 개선하는 것이다. 특히 온라인상의 소비자 활동 정보인 SNS를 통해 축적된 개인정보 등이 결합되면 소비자 개인에게만 특화된 상품이나 서비스 제공이 가능해 진다. 개인 맞춤화는 모든 업종에 가능하다. 그 이유는 이미 각 기업마다 상당한 고객정보를 보유하고 있을뿐만 아니라 블로그, 트위터, 페이스북 등 다양한 SNS에서 고객의 목소리를 모아 고객 행동을 분석할 수 있기 때문이다(물론 보안이슈로 모든 데이터 수집에 한계는 있다).
최고의 인터넷 플랫폼 회사인 구글은 빅데이터에 근거한 제품과 서비스 개발을 가장 잘하는 회사로 입지를 굳혔다. 이 회사는 핵심인 검색과 광고 서비스 알고리즘을 개선하기 위해 빅데이터를 사용하는데, 검색 혹은 광고 배치를 위한 빅데이터 알고리즘를 개발하였고, 구글플러스(Google+), 지메일(Gmail), 구글 앱스(Google Apps), 유튜브(UTube) 등 고객을 위한 서비스를 지속적으로 만들어 내고 있다. 더 나아가 구글은 최근 강력한 차세대 거대언어모델(LLM) 기반 인공지능인 '제미나이(Gemini)'를 전격 공개하였다. Chat GPT로 LLM 시장을 선도하던 'Open AI'가 알트만 해임 건 등으로 주춤하면서, 구글이 반격에 나선 것이다. 기존에 나온 오픈AI나, 메타의 LLM 모델보다 분석 유형도 다양해졌고, 언어 해석능력도 뛰어나 이미 인간 전문가를 뛰어 넘었다고 한다.
[구글의 제미나이는 또 다른 LLM 시장을 열었다]비즈니스측면에서 인맥을 연결시켜 주는 링크드인LinkedIn은 다양한 제품의 제안과 특성을 개발하기 위해 빅데이터와 데이터 과학자들을 활용해왔는데, ‘알 수도 있는 사람(people you may know)', 좋아할 수도 있는 그룹(group you may like)' '관심 있을 수도 있는 직업(jobs you may be interrsted in)' '내 프로필을 본 사람(who's viewed my profiles)'과 같은 서비스를 개발하였다.
또한, 빅데이터를 주로 서비스 개선에 초점을 두고 있는 GE는 산업 제품의 서비스 계약과 정비 간격을 최소화하기 위해 활용하고 있으며, 온라인 DVD 대여회사인 넷플릭스(Netflix)는 고객이 과거에 대여한 영화 목록과 시청한 영화에 부여한 평점 등의 데이터를 분석하는 ‘시네매치(Cinematch)’라는 영화추천시스템을 창안하여 고객을 위한 영화추천 모델로 사용하고 있다.
국내는 금융권을 중심으로 빅데이터를 활용한 다양한 상품 출시를 시도하고 있다. S카드사는 매장에 고객이 들어서면 고객이 사용할 수 있는 쿠폰을 실시간으로 고객의 스마트폰으로 전송해 준다. 고객은 카드사에서 제공하는 혜택을 매장에서 바로 사용해 할인 혜택, 무료 메뉴 제공 등 다양한 우대혜택을 받으면서 카드를 이용할 수 있다. 바로 빅데이터를 기반으로 위치기반서비스와 비콘(Beacon)서비스가 융합된 O2O 마케팅이 가능해진 것이다.
내부의 의사결정 지원을 확실하게 하다
전통적인 분석의 목적은 대부분 내부 의사결정을 지원하는 것이었다. 즉 어떤 제안을 고객에게 제시할 것인지, 어떤 고객이 이탈할 확률이 높은지, 재고는 어느 정도 유지해야 하는지, 제품 가격은 얼마로 정해야 적절한 것인지 등의 내부의 사업적 의사 결정을 지원하는 것이다.
이런 의사결정을 하는데 있어서 과거의 정형화되고 구조화된 데이터와 함께 비정형 데이터와 비구조화된 데이터를 포함할 경우에는 빅데이터의 도움이 절실할 것이다. 기존의 기업활동에 빅데이터 분석기법을 접목하여 실시간으로 현황을 파악하거나, 고객과의 실시간 소통을 강화하는 등의 활동을 통하여 생산성과 효율성을 제고시킬 수 있다. 또한 의사결정에 영향을 주는 가능한 많은 변수들을 고려하여 판단의 정확성을 향상시키고, 오류 위험을 줄일 수 있게 된 것이다.
미국의 유명한 금융기관에서는 고객관계관리(CRM)를 좀 더 면밀하게 이해하기 위해서 빅데이터를 활용하여 다양한 채널을 분석하고 있다. 즉 웹사이트, 콜센터, 본사 직원 및 지점의 직원들과의 접촉 흔적을 통해 특정 금융 상품의 구매 혹은 이탈에 어떻게 영향을 미치는지를 더 잘 이해하려고 노력 중이다. 고객관계관리(CRM)는 기업 내 보유 중인 고객 데이터를 활용해 마케팅 활동에 이용하려는 목적으로 1990년부터 시작되었으며, 기업 보유 데이터를 통합하는 데이터웨어하우스, 데이터 마이닝을 통한 다양한 마케팅 활동을 지원해 왔다.
고객의 다채널 행로에 관한 데이터 원천은 비 구조화되어 있거나 반 구조화되어 있다. 거기에는 웹사이트 클릭, 거래 기록, 직원들의 메모, 콜센터의 음성 파일이 포함된다. 예를 들어 보험회사에서 이탈 가능성이 높은 고객을 구분하는데 활용되지 않았던 콜센터의 텍스트나 음성파일을 분석한다면 좀 더 정밀한 정보를 획득할 수 있을 것이다.
또한 내부의사결정의 주요한 항목으로 부상하고 있는 리스크관리 차원에서 빅데이터는 매우 유용하게 활용될 것으로 기대된다. 특히 2008년 발생한 글로벌 금융위기 이후 내부 원천데이터 뿐만 아니라 외부 데이터의 분석 및 활용이 더 요구되고 있는 실정이다. 실제로 좀 더 정밀한 예측시스템을 가지고 있었던 골드만삭스는 살아남았고, 상대적으로 떨어진 예측능력을 가진 리먼브라더스와 AIG는 망했다. 시장의 위험을 미리 예측하기 위해서는 시장의 다양한 정보와 광범위한 글로벌 금융환경의 데이터가 필요하고, 그에 따른 예측 시스템도 요구된다. 경우에 따라서는 외부 전문 분석회사들로부터 정밀한 정보를 제공받아야 할지도 모른다.
결국 엄청나고 다양한 데이터를 기반으로 한 의사결정 시스템은 과거처럼 사람들이 의견을 제시할 기회를 점점 줄이고 있다. 인공지능화 될수록 자동화된 의사결정 프로세스는 강화될 것이고, 사람들은 남은 시간에 무엇을 해야할 지에 더 관심을 기울여야 할 것이다.
빅데이터로 문제를 해결하다
기존의 전통적인 분석방식에서는 축적된 개인정보을 바탕으로 개인의 행동 패턴을 도출해 문제점을 발견하는 수준이었다. 하지만 이제는 스마트 기기나 설비에 설치된 다양한 센서에서 수집된 데이터나 웹 검색 키워드 등으로부터 문제점을 발견하고 해결책을 찾는 것이 가능해졌다. 예를 들어 GPS를 통해 위치를 파악하고, 스마트폰이나 내비게이션에 입력된 목적지 데이터를 실시간으로 파악해 교통량을 예측함으로써 운전자들로 하여금 사전에 대처할 수 있도록 해준다. 이런 서비스는 과거보다 월등히 차량이 늘었음에도 불구하고 명절날 교통체증이 현저히 줄어든 것을 보면 알 수 있다.
최근 문제해결을 위한 빅데이터 활용이 가장 활발한 곳은 자동차 업계이다. 최첨단을 지향하는 자동차의 경우 정교한 운전 제어를 위한 많은 센서와 전자기기 들이 집약되어 있는 것이 사실이다. 볼보의 경우 운전자의 운행 정보가 본사의 분석시스템에 자동 전송되도록 하여 빅데이터를 축적하고, 이를 활용해 제품 개발 단계에서 파악하기 어려운 결함들을 운행 초기에 파악하고 소비자들의 잠재니즈를 확인하여 빠르게 대응하는데 성공하였다. 현대자동차도 2022년 말, 세계적인 로봇 제작사인 'Boston Dynamics'를 전격 인수하였다. 자율주행 등 그동안 빅데이터 분석을 토대로 축적된 알고리즘을 로봇에 적용하여 시너지를 내려는 의도로 보인다.
빅데이터를 통해 문제를 사전에 발견해 내는 일 또한 모든 산업영역에서 가능해 질 것이다. 특히, 보안사고나 리스크에 민감한 금융기간에서는 사전 예방적인 차원에서 빅데이터의 활용이 가장 크게 기대되는 분야이기도 하다. 개인정보의 대량 유출 등 크고 작은 보안사고로 사회적인 물의를 빚기도 한 금융기관들은 외부의 보안침해를 막기위해 엄청난 예산을 투여하고 있는 것이 사실이다. 하지만 대규모의 보안사고가 내부직원이나 업무상 잘 아는 협력사 직원들에 의한 유출이 많은 점을 감안할 때 사고가 터지고 난 이후보다 사전적인 예방이 그 무엇보다 중요하다. 이런 점에서 기업이 기존에 가지고 있으나 사용하지 않았던 내부 정보와 외부정보를 활용하여 실시간 모니터링 제도를 도입할 경우 이상 징후를 미리 포착할 수 있는 가능성이 열려 있다.
이상현상감지를 부정, 범죄 분석뿐만 아니라 마케팅 분야에도 활용할 수 있다. 제품과 서비스에 변심한 고객을 감지하여 고객 이탈 방지를 막는 데 활용하는 것이다. 콜센터의 고객 목소리를 음성 인식 소프트웨어로 텍스트화하여 분석할 수 있으며, 스펨 메일 필터링에 걸리는 특정 벡터를 하둡으로 추출하여 고객 마케팅에 활용할 수도 있다.
과거의 전통적인 분석시대에서 데이터는 이벤트성 마케팅 지원이나 의사결정을 보조하는 참조적으로 이용되는 전술적인 요소가 강했다. 빅데이터 시대에서는 상품이나 서비스 로드맵을 주도적으로 만들고, 고객의 구매 패턴을 디자인하여 근본적으로 비즈니스를 이끌어 가야 한다.
앞서가는 기업들은 빅데이터를 새로운 전략 수립과 기업의 성공을 위한 기초가 됨을 이해하고, 고객중심의 사고를 중심으로 혁신을 위한 실행방안을 수립하고, 글로벌 시장에서 경쟁하는 데 필요한 변화를 추진해 나가고 있다. 물론 빅데이터를 포함한 모든 데이터 분석을 활용함으로써 말이다.
성장은 혁신에서 시작된다. 생산성을 향상시켜야 성장이 시작된다. 비즈니스 리더 중 이 사실을 이해하고 생산성과 효율성 향상에 집중하는 이들이 늘고 있다. 그러나 이제 효율과 생산성을 넘어 혁신을 해야 한다. 빅데이터가 만들어낼 혁신의 물결은 아름답다. 기존 산업의 경쟁적인 지형을 완전히 거꾸로 엎어버린다다. 전에는 경쟁할 일이 없었던 새로운 기업, 새로운 선수들과 경쟁하게 된다. IBM이 최근 발표한 보고서에 따르면 조만간 인간보다 더 뛰어난 오감을 가진 PC가 현실화돼 다방면에서 인간의 삶을 바꿔놓을 것으로 예측했다. 공항에서는 항공편이 지연되지 않고, 비행기 연료 소비량도 줄일 수 있다. 헬스케어 분야에서의 혁신은 가정을 작은 병원으로 만들지 모른다.
빅데이터 시대를 넘어 강력한 AI 시대로 넘어가는 요즈음, 'AI에게 일자리를 다 뺏기면 어떡하지' 하며 염려할 것이 아니라, 나 자신에 대해 우선 면밀한 분석을 통해 약점과 강점을 찾고, 그들과 융합한 것인지, 아니면 대결해서 이길 것인지, 판달해야 한다. 우린 지금 그런 시대에 살고 있다.
