brunch

라이킷 13 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 범생 Jul 29. 2022

데이터의 온오프의 결합 사례 (7)

- C 교수의 디지털 트랜스포메이션 시리즈 7번째 이야기

이하의 내용은 디지털 트랜스포메이션의 기업용 발표를 위한 장표에 대해 한 장 한 장의 설명에 해당하기에 장표의 구성에 따라 1페이지에서 3페이지를 설명하는 내용으로 주기적으로 배포, 연결되며 시리즈로 구성.

아마존 고의 데이터 흐름과 활용

1. '아마존 고'에 시작과 의미

2016년 처음으로 '아마존 고'가 세상에 공표되었을 때 많은 언론에서 긍정과 극단적인 부정까지 평가가 제각각이었다. 처음 세상에 나왔을 때는 일반인들의 출입은 제한되고 직원들에게만 오픈된 때에도 아마존의 임직원의 도움으로 출입하기 시작하여 거의 5년 동안 6개월에 한 번씩 들려 때때로 일어나는 변화를 볼 행운이 있었다. 이후에 '아마존 고 프레시'까지 생기면서 야채나 과일, 생선까지 판매되는 무인 슈퍼가 탄생한 것이다. 이후에는 많은 국내외 기업들이 아마존 고와 같은 무인 슈퍼. 상점들을 따라 하기 시작하면서 기술 발전이나 인간이 경험하지 못한 서비스에 대한 이야기보다 아마존에서는 한 번도 언급하지 않은 인건비 절약, 수많은 사람들의 실직에 대한 공포감을 조장하기도 하곤 했다.

그러나 아마존 고에는 많은 계산 점원(Cashier) 보다도 더 비싸고 더 여유를 즐기는 아마존 고 관련 엔지니어들의 고용이 새롭게 일어났음을 강조하는 언론은 드물었다. 이제 새로운 시대의 새로운 서비스의 탄생, 그리고 노동의 변화를 예고하는 신호탄으로 많은 논란을 낳은 이벤트로 4차 산업혁명의 대표적인 서비스로 많은 사람들에게 광고를 하는 새로운 서비스였다.

2. '아마존 고'의 기술과 데이터

아마존 고에 들어가는 기술 중에 가장 강조되는 것은 딥러닝 기술이다. 일반적으로 포장된 제품, 그리고 바코드가 노출된 제품, 그리고 규정화된 제품의 종류에 대한 파악과 가격을 알기는 쉽지만 과일이나 야채, 생선과 고기 종류, 또한 포장되지 않고 바코드도 넣을 수 없는 제품들에는 사람이 판단하기 어려운 기술이 필요했는데 그것을 파악하는 기술로는 카메라를 통한 형태와 색, 그리고 크기를 통하여 물건의 종류를 파악해야 하기에 이러한 딥러닝 기술이 가장 중요한 키가 되었다. 이미 아마존은 아마존 프레시 배송을 할 당시 딸기나 야채의 신선도를 확인하는 딥러닝 기술을 확보하고 있어서 이에 대한 노하우를 가지고 있었다고 보였다.

물론 물건의 위치에 따라서, 그리고 해당 물건이 자판에서 사라지면 해당 위치에 저울이 반응하여 고객이 집어 든 물건이 어떤 것을 몇 개나 장바구니에 넣었는지, 천정의 카메라뿐 아니라 물건 근처의 카메라까지 교차 확인되어 고객이 어떠한 물건을 만지고 넣고 변심에 의해 빼내는 지를 정확하게 알고자 했다. 이외에 이미지 비전 기술, GPS 기술, 간편 결제 기술, 전자 영수증 기술, 이외 다양한 센서들의 결합에 의해 이름하여 'Just Walk Out Technology'를 세상에 내어놓게 된 것이다. 더구나 이러한 다양한 곳에서 생성된 데이터가 아무런 문제 없이 다양한 기기와 네트워크, 서비스를 타고 무리 없이 흘러감으로 해서 기술적 한계가 없음을 증명하고 클라우드를 통한 기술적 융합으로 디지털 스레드(Digital Thread)의 기본이 되었다. 디지털 스레드는 "구슬이 서말이라도 엮어야 보배이다"라는 속담을 통하여 이미 검증된 데이터와 기술연결의 걸작이다.

3. 아마존 고가 중요한 이유

아마존 고는 87명의 매장 직원이 필요한 슈퍼에 단 10여 명이면 운영 가능하다는 이야기가 나온다. 무인매장이다. 하지만 아마존에서는 이러한 이야기가 나온 적도 없다. 다만 미래학자들이나 노동계에서나 직업의 변화나 사람들의 실직에 대한 공포감을 조장할 때 자주 인용되는 이야기이다. 앞에서도 언급했듯이 새로운 고임금의 새로운 일자리가 생기는 것에 대한 언급은 별로 없다. 개인적으로도 직접 매장에서나 아마존 사람들을 통하여 아마존 고를 위해 많은 개발과 운영인력이 있음을 확인하고서야 인정하는 사안이기는 했다. 분명한 것은 아마존 고는 지금까지 인간이 경험하지 못한 것이다. 이후에 중국의 알리바바나 텐센트, 국내에서는 롯데슈퍼나 24시 편의점 등에서 따라 하기 시작한 것으로 보아 확산속도가 더욱 빨라지고 있다.

아마존은 최근에 아마존 프레시라는 월마트 규모의 대형 매장에 아마존 고 기술을 적용했는데 특징적인 것은 카트에서 계산되는 스마트 카트와 이러한 자동계산이나 반환에 익숙하지 못한 고령자들을 위해 한쪽에는 기존의 사람들이 처리하던 시스템을 공존하는 것이다. 결국 아마존은 100% 기술에 의존한 자동. 자율만을 위해 기술을 적용한 것이 아니라 사람과의 공존하는 기술 적용을 택한 것으로 보이는데 이는 새로운 것과 익숙한 것에 대한 조화를 택한 것으로 보이는 것이다.

4. 7번째 이야기를 마치면서...

아마존 고를 설명하기 위해서 7번째 이야기를 마련한 것은 아니다. 이곳에서 발생되는 데이터에 대한 이야기를 하고 싶어서였다. 프라임 고객에게서 온라인과 오프라인 데이터를 결합하여 진정으로 가장 강력한 맞춤 서비스를 할 수 있는 최고의 진성 데이터를 만들어낼 수 있다는 논리를 가진 시스템이라고 한다. 또한 그러한 데이터를 통하여 아마존이 클라우드에 탑재하여 자신들이 새로운 서비스를 만들어 낼 때마다 고객에게 최고의 원투원 마케팅이 가능한 꺼지지 않는 인공지능 서비스를 제공할 수 있다는 확신과 실제 가능한 그림을 그리고 있는 것이다.

아마존 고 자체는 중요하지 않다. 그러한 데이터의 발생에 대한 처리와 그를 통하여 얻어지는 부가가치가 지금까지 인간이 한 번도 경험하지 못한 제품이나 서비스를 만들어낼 수 있다는 것이 중요하다. 결국 그 혜택은 아마존이 가져가겠지만 모두가 '데이터를 어떻게 만들고 활용할 것인가'를 고민하면서 데이터의 발생부터 시작해한다는 것을 인식해야 한다. 물론 그렇게 처음부터 고민된 데이터여야만 향후에도 활용에 있어서 무궁무진한 신규 서비스를 만들어낼 수 있다는 것을 알아야 할 것으로 생각된다.

다음장에는 8번째 이야기로 현 기업들의 공통적인 특징인 데이터를 가지고 새로운 사업을 확장하는 이야기를 설명할 예정으로 우버의 예로 이야기를 전개할 예정...... ( 9편에 계속)

keyword