데이터 분석과 전략 기획, 일상적으로 반복해서 이루어져야
빅데이터는 일시적 유행 아냐...인공지능은 데이터 분석 툴

[보안뉴스 문가용 기자] 데이터 처리에 대한 문제가 점점 더 심각하게 대두되다 못해, 경쟁의 구도마저 바뀌고 있다. 데이터는 모든 기업의 가장 중요한 자산이며, 기업들은 ‘데이터를 현금화하는 작업’을 각자의 방법으로 실행하고 있다. 그것이 곧 경쟁이요 사업이 되어버린 것이다. 이는 결국 데이터를 활용해 실적을 올릴 줄 아는 자가, 경쟁을 잘 벌이는 자보다 한 발 앞설 수 있다는 뜻도 된다.


그래서 그런지 회사의 규모가 경쟁에 있어서 그다지 의미 있는 변수가 되지 못하는 흐름이 눈에 띈다. 큰 회사가 데이터 분석을 더 잘 하는 게 아니라는 것이다. 데이터의 접근, 처리, 저장의 비용이 추락함에 따라 대기업들이 가졌던 ‘자본력의 우세’가 힘을 잃고 있기 때문이다. 데이터 과학자들의 몸값을 대규모로 지불하고, 최신 솔루션에 돈을 투자해야만 데이터를 최대한으로 활용할 수 있는 때가 아니다. 분석의 방법이나 툴들이 점점 보편화되고 있으며, 그에 따라 가격도 내려가고 있다.

이런 시대에 어떻게 해야 앞으로 치고나갈 수 있을까? 데이터를 어떻게 남들보다 더 잘 활용할 수 있을까? 이는 ‘데이터 분석’이라는 것에 대한 새로운 이해를 요구해야만 답이 가능한 질문이며, 분석 능력이 사업 운영의 여러 역량 중 어느 정도에 위치해 있는가를 묻는 질문이기도 하다. 바야흐로 분석의 시대, 다음 다섯 가지 핵심을 기억해둘 필요가 있다.

분석 능력은 사업 전략이다
사업적으로 이루어야 할 목표가 있다면, 거기에 분석 능력과 분석 전략도 같이 포함시켜야 한다. 분석을 통해 경쟁에서 이기겠다는 확실한 목표 의식이 있어야 가야할 방향이 정해지고, 조직 전체적인 에너지를 북돋을 수도 있으며, 그래야 필요한 기능들을 덧입을 수 있게 된다. 데이터 분석을 위한 새로운 기능, 툴, 기술들을 처음부터 갖추지 못한다면 경쟁력 있는 제품 생산, 서비스 개발, 시장 선점이 어렵게 된다.

수익화 전략이 필요하다
수익화 전략이란 기업에 있어 매우 가치가 높은 근본 자산이다. 전략을 세우고 실행해 이윤을 높이거나 비용을 줄여 기업의 목표를 실현하는 것이 바로 수익화이기 때문이다. 핵심성과지표를 만들어 운영 성과, 수익화 현황 등을 평가하기 쉽도록 나타내는 것도 좋은 방법이다. 또한 경쟁력을 유지하거나 높이기 위해 이러한 비전과 핵심성과지표를 조직 내에 공유하고 끝없이 업데이트시키는 것이 중요하다.

다양한 활용이 가능한 분석 능력이 필수다
현재 북미의 기업들은 분석 솔루션을 연례행사처럼 사용하고 있다. 무슨 말이냐면, 1년에 한 번 정도, 날을 잡고 수많은 자원과 시간을 투자해 현상을 확인하고, 분석하고, 통계치를 내 새로운 사업 전략을 수입한다는 것이다. 그럴 때 사용된 데이터 분석 툴과 결과물은 회의가 끝나고 어디 파일함에 들어가 묻힌다. 그러고 끝이다. 이전 데이터가 사용되었기 때문인지, 아무도 옛 데이터 분석 자료를 재활용하지 않는다.

하지만 데이터 분석이 곧 경쟁력이자 수익 모델이 되는 시대에서 이는 사라져야 할 ‘문화’다. 데이터 분석은 반복적으로, 자주, 자동으로 일어나야 한다. 또한 조직 내 여러 부서에서 가치가 있는 데이터 분석이 행해져야 한다. 어떻게 보면 ‘데이터 분석의 일상화’가 이뤄져야 한다는 것인데, 이는 조직이 좀 더 유연해지는 데에 일조할 것이다. 재활용이 가능한 데이터 분석 자료와, 그런 자료를 일상적으로 만들어내고, 활용하는 프로세스 정립으 고민해야 한다.

빅데이터는 지나가는 유행이 아니다
그저 한 번 지나가는 유행으로서 빅데이터를 이해하고 있다면 큰 오산이다. 데이터 분석이 중요해지는 시대이며, 그것을 최대한 활용하기 위해 체질 개선을 해야 한다는 이 기고글이 이미 빅데이터 시대가 ‘디폴트’가 될 것이라는 증거다. 지금부터라도 빅데이터 환경으로 변하기 위한 준비를 해야 한다.

빅데이터가 주류로 자리잡아갈 거라는 예상의 근거는 기업 내 인프라 비용이 대폭 절감된다는 것이다. 특히 기업들은 점점 쌓이는 데이터를 안전하게 보관하기 위한 저장소 마련 문제에 골머리를 앓을 수밖에 없는데, 이는 기존 IT 구조로 해결하려면 큰 비용이 들 수밖에 없다. 경쟁력을 위해서라도 빅데이터 환경 구축은 필수적이다.

빅데이터 환경이 만들어져 큰 데이터셋을 여러 개 조합하고 분석할 수 있다면, 이전에 없던 결과와 통찰을 기업들은 얻을 수 있게 될 것이다. 낱낱이 흩어져 있던 데이터, 소셜 미디어 관련 정보, 검색 정보, 이미지, 각종 히스토리 등이 한 데 모아질 때, 이전에는 추출하기 너무 어려웠거나 너무 비싼 정보를 끌어낼 수 있게 된다. 예를 들어 자동차 판매원들은 이미 오래 전부터 잠재 고객들의 검색 기록이나 습관에 대한 데이터와 자동차 모델에 대한 데이터를 매칭시켜 유의미한 ‘구매 가능성’ 정보를 추출할 수 있게 된다.

데이터 주제에는 어김없이 등장하는 인공지능
데이터 시대의 경영자라면 인공지능의 발전 추이에 주의를 기울여야 한다. 인공지능이 어떤 식으로 얼마나 발전하고 있는지, 내가 속한 조직에서 어떻게 활용될 수 있는지, 어떤 제품을 먼저 도입해봐야 하는지, ‘나의 문제로서’ 접근해야 한다. 인공지능에 대한 소문은 너무나 무성해, 당장 내일이면 책상을 빼야 할 것 같기도 하다가, 아예 상상 속에서만 머물다 끝날 것처럼 보이기도 하다. 그래서 머리가 아프다.

하지만 일단 인공지능이 대규모의 사람들을 ‘백수’로 만드는 미래는 아직 한참 후의 일이며, 그나마도 가상 시나리오다. 그 걱정으로부터 인공지능에 접근하는 건 그리 생산적이지 못하다. 지금은 기가, 테트라를 넘어 페트라 단위로 넘어가는 엄청난 데이터를 빠르게 처리해줄 도구로서 인공지능을 바라보는 게 더 적절하다.

예를 들어 현재 의료계와 법계는 수많은 약품 및 사건 데이터를 검색하고 분류하는 데에 인공지능을 도입시키고 있는 분위기다. 환자 치료하기도 바쁜 의사가 일일이 최신 논문 자료와 의학법을 검색하지 않아도 되도록 돕는 것이 그 목적이다. 법조계 전문가들에게도 인공지능은 비슷한 맥락에서 도움을 주고 있다.

데이터 분석을 일상적인 기능으로서 받아들이고, 환경을 새롭게 바꿔가며 인공지능이라는 최신 기술을 관찰해가는 것이, ‘데이터 분석력 시대’의 주요 지침이라고 정리할 수 있다.

글 : 앤드류 웰즈(Andrew Wells), 케이티 윌리엄즈(Kathy Williams)
[국제부 문가용 기자(globoan@boannews.com)]

Copyrighted 2015. UBM-Tech. 117153:0515BC
<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>