<사진1> Oracle Korea 주최 Big Data at Work 세미나

최근 Big Data IT업계 화두로 떠오르면서 관련 세미나가 많이 개최되고 있습니다. 그 중 지난 2 20일에 Oracle Korea에서 개최한 'Big Data at Work' 라는 세미나에 참관했는데 공유할만한 좋은 정보들이 많아 Big Data에 관심있는 분들과 공유하고자 이렇게 후기를 남겨봅니다.

<사진2> Data at Work 세미나 프로그램

이번 세미나는 제조업, 유통업, 통신업, 금융업, 공공산업 등 산업별로 구분하여 진행되었는데, 이 중에서 제조/유통/통신업 Track의 내용을 중점적으로 소개해드리고자 합니다.

첫 순서는 Oracle 본사의 Big Data 전략가 Paul Sonderegger가 <Big Data at Work>라는 제목으로 기조연설이었습니다. 최근 Big Data에 대한 관심이 뜨거운데, 이 배경에는 스마트 기기가 증가하면서 Data 생산량까지 덩달아 엄청난 속도로 증가했다는 점이 언급했습니다.

2014Data 100억 건, 2020년에는 500억 건의 Data가 생산될 것으로 예측되지만, 현실적으로 이렇게 무궁무진한 Data를 사용하고 활용하는 분야는 활발하지 못하기 때문에 자연스럽게 Big Data 분석이 대두었다 설명했습니다. 하지만 Big Data란 하나의 현상이므로 특별한 기술이나 솔루션이 아니며, 특정 종류의 Data를 필요로 하지 않는다는 점도 덧붙였습니다.

그러나 이렇게 Data의 중요성이 강조되는 가운데 ‘Data가 조직에 영향을 미칠 것이다’라는 명제를 이해하는 경영자, 임원들은 전체 중 12%뿐이라 합니다. Big Data 분석은 경영과 비즈니스 변화에 적용될 수 있으며 최근 Big Data ‘at Work’가 강조되고 있습니다. Big Data를 비즈니스에 적용한 사례로 Delphi Electronics & Safety社에서는 차량 warranty 관련 Data를 분석하여 자사의 warranty 서비스 분석 및 전략 수립에 활용했다는 사실도 알게 되었습니다.

 

<사진3> ICT R&D 전략 : 글로벌 시장선점을 위한 중대형 10대 핵심기술

 

다음으로는 미래창조과학부 강성주 정보화전략국장이 '창조경제를 위한 Big Data 정책방향'이라는 제목으로 정부가 Big Data를 바라보는 관점과 관련 정책에 대해 소개하였습니다.

Big Data 단순 산업이 아니라 인터넷처럼 경제사회 전반에서 혁신을 주도하는 일종의 플랫폼(GPT: General Purpose Technology)이며, 정부에서는 산업 육성기반을 확충하기 위해, Data 기반 창업자, 솔루션 개발 기업 대상으로 테스트 인프라를 제공할 것이라고 합니다. 또한 2017년까지 국내 Data과학자 1천명 등 수준별 전문인력을 5천명 양성할 예정이라며 Big Data에 대한 지속적 관심이 필요하며 짧게 몇 년간 유행하는 사라지는 것을 지양해야 한다고 주장했습니다.

 

<사진4> Oracle Korea 강우진 전무의 고객경험(CX)기반의 빅데이터 분석 활용기법 강연 모습

 

이어서 Oracle Korea 강우진 전무'고객 경험(CX)기반의 Big Data 분석 활용방법'이라는 제목 아래 Customer Journey의 다양화에 따른 고객 경험 관리의 필요성을 논하였습니다. 하드웨어(품질)보다 소프트웨어의 가치(브랜드, 디자인, R&D, 서비스, 마케팅, 유통)가 중요하게 대두됨에 따라 고객의 소리를 반영하여 대응 프로세스를 수립하고 이를 자산화할 필요성이 커졌으며, 따라서 과거에는 기업 중심의 관점에서 고객을 관리대상으로 보는 CRM(Customer Relationship Management)이 주를 이루었다면 이제부터는 고객 중심 관점에서 고객의 모든 경험을 관리하는 CEM(Customer Experience Management)으로 변화하는 움직임이 중요하다 강조했습니다.

 

CX(Customer eXperience)의 단계

Aware

Press, Public Relations 등을 통해 브랜드 인지도 제고,

특정 상품 및 서비스를 고객에게 노출함

Purchase

고객 관심 유도 및 구매 촉진을 통한 고객 접근/접촉으로

주문 발생, 계약 성립됨

Use

고객의 상품, 서비스 사용에 따른 경험 축적

(긍정/부정적 반응 공유)

Trouble Shoot

고객 불만사항, 요청사항에 대한 해결책 제시

(Voice of Customer, Service Request, Claim )

Extend

고객 만족에 기반한 고객의 사용 빈도 및 거래 금액 증가,

타 상품/서비스에 대한 관심 확대, 입소문 증가

Close

고객 거래빈도, 거래 금액 감소 및 휴면 고객으로 전환 대응

(휴면 고객의 재활성화 유도, 이탈고객 Win-Back)

 

Big Data 활용 사례에 대한 자세한 내용은 Oracle Korea 장성우 본부장이 '통합 Big Data 인프라와 Global Best Practice' 라는 주제로 발표하였습니다.

Data 분석과 함께 Data 플랫폼의 통합 및 보호 Data 운영의 필요성이 증대된다는 주제의 발표였는데요, 현재는 분석 기술이 조각조각 분열되어 있는데 Big Data 분석의 최종 목표는 정형/비정형 Data를 모두 아울러 분석하며 실시간 의사결정을 가능하게 하는 것임을 소개했습니다.

재미있는 사례 하나는 터키 통신회사 'Terkcell'에 관한 것이었는데요. 매일 10billion 건의 통화 기록 Data를 모니터링하여 이상패턴을 감지하였고 통화 선불카드 부정사용을 방지하는 효과를 얻었다고 합니다.

또 다른 사례로 미국 에너지 서비스/솔루션 업체 'Sempra energy'도 흥미로웠는데요. Smart meter를 사용하여 고객 정보와 청구내역 정보를 통합하고수요 반응 프로그램을 활용하여 에너지가 가장 많이 사용되는 피크타임의 에너지 이용량을 감소시키는 효과를 얻은 이야기였습니다.

 

<사진5> "빅데이터는 크기뿐만 아니라 형식이 다양하고 순환속도가 매우 빨라서 기존 방식으로는 관리/분석이 어려운 데이터"

 

이어지는 발표에서는 Big Data 활용 산업 및 활용에 따른 효과에 대해 ‘Big Data의 의미 및 활용전략제목으로 Oracle Korea 류창하 상무의 강의가 이어졌습니다.

Big Data의 특징은 크기와 형식이 다양하며 순환속도가 빨라서 기존 방식으로 관리/분석이 어렵다는 점은 언급하면서 Big Data Volume은 연간 60% 증가율을 보이고 있으며 앞으로 5년내로 10배로 증가할거라는 흐름도 덧붙였습니다. 

그런데 Big Data를 활용함에 따라서 Big Judgment(의사 결정의 범위 확대)가 함께 수반되어야 하며, Big Data를 활용하면 전략적 가치 창출, 이상현상 감지, 가까운 미래 예측, 새로운 기회 창출 등의 효과를 가져올 수 있다고 합니다.

미국 1000명이상 직원 보유 회사 기준으로 조사했을 때, 산업별 Data 보유량이 가장 많은 부문은 제조업과 증권/투자 서비스업이며 제조 업종에서 Big Data를 통한 개선 효과가 크게 나타나는 분야는 R&D 디자인이라는 통계를 제시하면서 마케팅과 생산부분 또한 직간접적으로 영향을 많이 받고 있다는 시사점을 언급하였습니다.

유통업의 사례로 Walmart의 “Scan&Go” 서비스를 소개했는데(현재 미국 200여개 점포에서 제공되는 애플리케이션) 소비자들은 이 애플리케이션을 통해 매장 내 제품을 스캐닝 하고 매장을 나가면서 ‘셀프 체크아웃’ 코너에서 바로 결제할 수 있다고 합니다. 여기에 고객들이 제품에 접근할 때 관련된 쿠폰이 이 앱을 통해 제공된다는 재미있는 사실을 알려주었습니다.

 

<사진6> Big Data 기술이 적용 가능한 제조 업무 현황

 

다음으로 Oracle Korea 박민우 부장이 제조현장의 생산정보 Data 분석을 위한 Big Data 아키텍처 활용 방안 및 사례에 대해 발표했습니다. 한마디로 Big Data를 제조 공정에 활용하는 제조업의 미래에 관한 내용이었습니다.

ICT가 접목된 Big Data Smart Automation이라 불리며 4차 산업혁명의 성격을 가진다 정의하면서 이 Smart Automation ERP + 제조라인의 MES(생산관리)의 융합 및 자동화에 Big Data를 활용하여 Smart Factory에 도달하는 것이 궁극적 목표라 주장했습니다.  Smart Factory를 구현하기 위해서는 IT 시스템의 수직(각기 다른 계층의 시스템을 통합), 수평적 통합(생산 각 단계, Value Network 각 단계의 시스템 통합, 공장 내/, 기업 내/외 등)이 필요합니다. 따라서 제조업에서는 Big Data를 적용하여 분석 Report 향상, 자동 분석, 설비 예측, 수율 향상을 위한 통계적 모델 검증 등이 가능하다는 의미있는 내용을 언급하였습니다. 

 

이어진 발표에서는 Oracle 솔루션 'Endeca'를 활용한 Big Data 분석 사례를 Oracle Korea 홍성욱 상무가 소개했습니다.

Data 분석 시에는 Data 유형, 구조에 상관없이 모두 통합되어 제공되어야 하는데 이는 정형Data(재무, 생산, 구매 등 ERP Data)고객 정보 등 CRM Data 및 비정형Data(Voice of Customer, 시장동향&경쟁사 동향, 기업 내 문서 등)이 통합되어야 하는 것이죠.

 

<사진 7> Oracle 솔루션을 이용한 HR관련 Big Data 분석 사례

 

Oracle에서는 자사의 솔루션을 활용하여 직원들의 이력서를 기반으로 기본 정보인 출신 학교, 학위, 성별, 나이 등 정형 Data를 분석함은 물론, Text로 적혀 있는 비정형 Data를 분석하여 관련 경력, 현재 근무 위치, 투입 가능 시점 등까지도 알아냅니다. 이를 향후 프로젝트에 적임자를 효율적으로 찾고 적절히 배치하는 데 활용할 수 있고 Staffing Cost도 절감하는 효과를 가져오게 되었다고 합니다.

 

<사진 8> Fast Data와 Big Data 분석

 

Oracle Korea 김용섭 부장은 Big Data와 함께 Fast Data라는 개념을 소개했습니다. 이 둘의 차이점을 한번 살펴볼까요?

Big Data

Fast Data

하드디스크 상의 저장된 Data

메모리 상에 존재하는 움직이는 Data

저장 후 분석

발생 즉시 분석

Hadoop, MapReduce, NoSql

Complex Event Processing (CEP)

 

결론만 말하면, 실시간성을 확보한 Big Data 분석은 적시 정확한 조치를 취할 수 있게 하기 때문에 가치가 더욱 증가합니다. 현상을 파악하는 즉시, 바로 분석에 들어가고, 그만큼 더욱 빠른 대응을 가능하게 해준다니 정말 놀라웠습니다.

 

<사진 9> 'Big Data 환경에서의 데이터 보호 방안' 발표 모습

 

Big Data 환경에서의 수많은 Data가 생성되고 사용되다보니 자연스럽게 Data 보호에 관한 부분도 관심이 있을수 밖에 없겠죠? 이에 대해서는 Oracle Korea의 심형보 부장이 강연을 진행했습니다.

Data 보호에 관한 사항은 Data 백업, 복원작업, 효율성, 예산 등이며, 소요시간이 오래 걸리고 비용이 높다는 한계점이 있다. 현재 백업의 14% 실패, 복구의 19% 실패, 기업 중 55%Data 손실을 경험, Data 보호 미비로 인해 기업의 37%가 명성에 손상을 입기도 한다. 이는 Storage관련 솔루션으로 문제를 해결할 수 있는데 Big Data 관리를 위한 shared storage, archival storage, Hadoop cluster Oracle Storage이 있다는 것을 소개했습니다.

 

<사진 10> 실시간 이상 감시 수행(eFDC)의 개념

 

마지막으로 제조산업 설비엔지니어링시스템 Data를 활용한 생산효율 및 품질향상관해 BISTEL 이세원 부장이 마무리 발표를 진행했습니다. 반도체 생산 공정의 Data 분석, 실시간 공정 제어에 관한 내용이었는데, 반도체 웨이퍼 생산 라인에서 품질 불량에 대한 원인을 도출하고 제어 모델을 만들어 실시간으로 다음 공정에 반영할 수 있다는 논리였습니다. 구체적으로는 공정 Data를 수집하고 설비/공정의 실시간 이상을 감지한 후, 실시간 공정을 제어하는 과정으로 진행됨을 부연 설명했습니다.

 

하루 동안의 강연들을 돌이켜보며 Oracle <Big Data at Work> 세미나의 시사점을 고민해보았습니다.

먼저, Big Data에 대한 관심뿐만 아니라 경영진 및 직원들의 Data가 조직에 영향을 미칠 것이다’라는 공감이 필요합니다. 그리고 Big Data 분석은 기업의 실시간 의사 결정 (제조업의 경우) 실제 공정에 반영될 때 의미가 크겠지요. 또한 새로운 Data 분석 기술 개발 뿐만 아니라, Data 플랫폼 통합 및 분석 기술의 연계도 중요합니다. 분석을 넘어서 대응의 관점에서 생각해보면, Big Data와 함께 Data 분석의 시간적 측면을 고려한 ‘실시간’ Fast Data를 함께 분석하여 적시 적절한 조치를 취할 수 있습니다. 이렇게 Big Data를 활용함에 따라 의사 결정의 범위 확대가 가능하게 되면서 이를 통해 전략적 가치 창출, 이상현상 감지, 가까운 미래 예측, 새로운 기회 창출이라는 효과를 얻을 데 의미가 있습니다.

 

이번 세미나는 제품 소개에 초점이 되어있기보다 세미나 제목 그대로 여러 Big Data 분석 관련 사례들을 접할 수 있는 유익한 자리였습니다. 앞으로도 깊이 있는 내용으로 가득한 알찬 세미나를 기대합니다. 

 

 

 

티스토리 툴바