(질문/배경)

빅데이터 분석을 도입한 기업과 이를 이용한 사업화는 어떤 유형이 있는가?

(답변)

아마존(Amazon)이 예측 배송(Anticipatory Shipping)이라는 제목의 특허를 등록한 것이 알려지면서 화제가 되었다. 고객이 주문 버튼을 누르기도 전에, 주문을 할 지 안할 지를 예측해서 고객 근처의 물류 센터로 배송을 시작하는 기술이다. 주문을 하는 시점에는 이미 가까이 물건이 와 있으므로 훨씬 빠르게 배송할 수 있다.

국내 기업들의 빅데이터 분석 도입 수준이 낮은 이유는 무엇일까?

NIA가 최근 실시한 조사에 따르면 아직까지 빅데이터 분석을 도입하지 않고 있는 가장 큰 이유는 빅데이터라고 부를 만한 데이터가 없기 때문이다. 결국 경험이 쌓여야 아마존의 ‘예측 배송’과 같은 고도화된 빅데이터 분석이 가능하다. 경험이 쌓일 수 있는 전제사항이 되는 데이터가 부족하거나 사실상 없다면 빅데이터 분석의 도입/활용 수준과 고도화 정도가 상대적으로 취약해진다.

또한, 빅데이터 분석 도입 효과를 확신할 수 없기에 이의 도입을 꺼린다. 빅데이터 분석에 대한 CEO나 CIO의 무관심이나 국내 기업 환경에서 데이터 중심의 의사결정 문화가 부족한 것도 걸림돌로 작용한다.

또한, 국내기업은 빅데이터분석의 장밋빛 전망과는 다르게 실제로 빅데이터 분석을 통해 어떤 활동을 할 수 있는지, 빅데이터 자체가 무엇인지에 대한 이해가 부족하다. 많은 기업들이 빅데이터 분석의 활용 방안을 모르고 있으며, 빅데이터 분석을 활용한 성공사례가 아직 드물다. 특히 중소기업은 쉽게 도입하지 못한다. 빅데이터 분석은 데이터 전문가와 IT부서만의 업무라는 인식이 강하게 자리잡고 있는 것도 문제이다.

빅 데이터에서 최대의 비즈니스 가치를 끌어내고자 하는 기업들은 빅 데이터 활용 초기에는 고객 중심적 성과를 올리는데 집중해야 한다. 전사적 규모의 빅 데이터 활용 청사진을 수립해야한다. 먼저 기존 데이터를 이용하여 단기적인 성과를 추구해야한다. 비즈니스의 우선순위에 따라서 분석 역량을 구축해야 한다. 측정 가능한 성과를 근거로 비즈니스 케이스(business case)를 만들어야 한다.

빅 데이터는 고객들의 기호와 요구 사항을 완벽하게 파악하는 데 도움이 된다. 이와 같은 고객에 대한 깊은 이해를 바탕으로 모든 유형의 기업들이 기존 고객 및 잠재 고객과 상호작용할 수 있는 새로운 방법을 찾아내고 있다.

소비자를 정확하게 분석하고 어떤 제품을 만들어 판매하는 것이 매출을 올릴 수 있는 가장 좋은 방법인지 판단할 수 있게 해주는 무기는 빅데이터이다. 미국의 아마존은 빅데이터를 활용해 소비 트렌드를 한발 앞서 읽고 대응해 성공한 대표 기업으로 꼽힌다. 아마존은 창업 후 약 20여간 온라인 서점으로 성공기반을 닦았다. 아마존이 시애틀에 사상 첫 오프라인 서점을 열었다. 소비자들이 오프라인에서 책을 보고 킨들 파이어 등 아마존 제품을 직접 시연하고 싶은 욕구를 빅데이터를 동원해 파악했다. 책의 진열 방식도 빅데이터를 활용했다. 수백만권의 책 중 소비자가 좋아하는 책을 빅데이터로 파악해 이들을 전면 배치했다.

이전에는 자본이 몰리는 곳에 소비자가 몰렸지만 이제는 소비자가 몰리는 곳에 자본이 투입되고 있다. 앞으로도 시장에서 소비자의 영향력은 더욱 커질 것이다.

4차 산업혁명에 진정한 변화가 일어나는 핵심분야는 소비자 빅데이터이며 검색 대비 판매 빅데이터를 분석하고, 빅데이터 분석에 따라 생산량을 늘리고 물류센터를 구축해야 한다. 기술보다 ‘사람들이 무엇을 원하는지’에 대해 주목해야 한다.

(사례)

텔어파트는 애드 리타게팅(Ad Retargeting) 회사이다. 애드 리타게팅은 어떤 사람이 쇼핑 사이트에 방문해서 구매를 하지는 않고 구경만 하고 떠나는 경우, 나중에 그 사람이 페이스북이나 지메일 등 다른 서비스를 이용할 때 브랜드와 상품을 보내서 재방문과 구매를 유도하는 것이다.

2010년 4월에 그레이락 파트너스, SV 엔젤스, 딕 코스톨로(Dick Costolo), 리드 호프만(Reid Hoffman) 등 VC와 투자자들이 $4.75M (약 50억원)을 투자하면서 본격적으로 회사가 시작되었다. 명품 백화점 체인인 니만 마커스(Neiman Marcus), 안경과 선글래스의 역사를 새로 쓰고 있는 워비 파커(Warby Parker), 주방 용품 프렌차이즈인 서 라 테이블(Sur La Table) 등을 고객으로 가지고 있다.

클라이밋 코퍼레이션(The Climate Corporation)는 미국 전역의 모든 기후 변화를 모니터링하다가, 일정 온도 이하로 내려가거나, 일정 습도 이상으로 올라가는 이상 기후가 발견되면 자동으로 가입자 통장으로 돈을 입금한다. 이 편리함이 많은 고객들의 공감을 샀다. 2013년 10월에 Monsanto에 $1.1B (1.2조원)의 매우 높은 가격에 인수되었고, 창업자 데이빗은 갑부가 되었다.

스마트집(SmartZip)은 언제 얼마에 구입했는지, 방은 몇 개인지, 고속도로에서 얼마나 가까운지, 마당은 얼마만한지, 집 주인은 몇 식구인지, 가구 소득은 얼마인지 등등 집마다 최고 2000개까지의 속성을 모은다. 이 모든 정보를 이용해서 향후 6~12개월 이내에 매물로 나올 것 같은 집을 미리 찾아내는 예상 분석(Predictive Analytics)이 알고리즘의 핵심이다. 일반적으로 사용되는 데이터 마이닝(Data Mining) 방법이다. 많은 빅데이터 회사들이 머신 러닝(Machine Learning) 기법을 사용한다. 대량의 데이터를 통해 알고리즘을 ‘훈련(training)’시킨 후, 이를 바탕으로 새로운 유추를 하는 것이다.

C9은 ‘매출 예측‘을 하는 회사이다. 머신 러닝(Machine Learning)을 이용해서 데이터를 분석하는데, 진행중인 딜(deal)들이 가진 속성들을 이용해서 그 딜이 완결(closing)될 확률이 몇 퍼센트인지를 계산한 후, 이를 이용해서 분기 또는 연 매출을 추정한다. 링크드인(LinkedIn), 판도라(Pandora)와 같은 회사를 고객으로 두고 있으며, 지속적인 성장성이 보이는 회사이다.

캐글(Kaggle)은 데이터 사이언티스트(Data Scientist)와 그들의 능력을 필요로 하는 회사들을 연결시켜준다. GE와 알래스카 항공(Alaska Airlines)이 큰 고객이다.

루모써티(Lumosity)는 뇌가 유연(malleable)하며 바뀔 수 있다(plastic)는 뉴로플라스티시티(Neuroplasticity) 이론을 바탕으로, 뇌를 ‘훈련’하는 것을 도와주는 서비스이다. 속도(Speed), 기억력(Memory), 집중력(Attention), 유연성(Flexibility), 문제 해결력(Problem Solving)의 다섯 가지 분야로 나누어, 각 분야마다 다양한 게임들을 통해 뇌를 훈련시킨다. 2007년에 시작된 이 서비스는 2013년 4월 기준으로 4천만명의 회원을 확보하고 있다.

Tip

사실상 “모든 것”의 디지털화로 인해 다양한 사업 분야에 새로운 유형의 대규모 실시간 데이터가 출현하고 있다. 이런 데이터의 상당수는 비정형 데이터이다. 예를 들면 스트리밍 데이터, 공간 정보 데이터, 센서 산출 데이터처럼 전통적, 구조적, 관계적인 데이터 웨어하우스에 잘 들어맞지 않는 데이터들이다. 지금은 분석 기술 및 기법의 발전 덕분에 기업들이 과거와는 비교할 수 없는 수준으로 정확하고 정교하고 신속하게 데이터에서 인사이트를 끌어낼 수 있다.

<참고자료·문헌>

https://www.tableau.com/ko-kr/ 2017년 주요 빅데이터 동향

https://www.k-startup.go.kr/homepage/businessManage/businessManageFunction.do?sid=333&mid=30291&itemSeq=295972 K-Global 빅데이터 스타트업 지원

https://www.ibm.com/big-data/kr/ko/big-data-and-analytics/ 빅데이터 분석을 통해 비즈니스 경쟁력 향상

https://www.rocketpunch.com/companies?q=&tag=빅데이터 빅데이터 스타트업

<전문용어>

 빅데이터