[컴퓨터월드] 본지 컴퓨터월드/IT DAILY가 한국BI데이터마이닝학회와 공동으로 ‘2016 BI 컨퍼런스’를 개최했다. 올해 13회째를 맞이한 이번 컨퍼런스는 국내외 빅데이터 및 BI 관련 기업·기관 12곳의 산업세션과 한국BI데이터마이닝학회의 4개 학술세션을 포함해 총 22개 세션으로 꾸며졌으며, 600여명이 넘는 참가자들이 몰려 성황을 이뤘다. BI(비즈니스 인텔리전스)를 통한 변화와 혁신의 길을 함께 모색했던 이번 컨퍼런스의 내용을 정리해본다.

빅데이터와 인공지능(AI) 등 새로운 IT기술을 기반으로 한 지능정보 시대가 목전에 있다. 이제 BI 분야의 화두는 이를 통한 변화와 혁신의 실현이다. 이에 본지 컴퓨터월드/아이티데일리는 한국BI데이터마이닝학회와 공동으로 ‘2016 BI 컨퍼런스’를 개최, 급변하는 IT트렌드 속에서 새로운 길을 함께 찾아보는 자리를 마련했다.

‘빅데이터 & BI, 그리고 변화와 혁신’이라는 주제로 열린 이번 컨퍼런스에서 발표자들은 빅데이터와 BI를 통해 전방위적으로 가속화되고 있는 변화의 흐름을 짚고, 이에 따라 갈수록 치열해지는 경쟁 속에서 어떻게 혁신을 이루며 성장을 지속할 수 있을지에 대해 참가자들과 공유하는 시간을 가졌다.

조성배 한국BI데이터마이닝학회장은 “최근 알파고와 이세돌 9단의 바둑 대결 이후 우리사회가 빅데이터 기반 머신러닝(기계학습) 열풍에 휩싸였다. 전문적인 기술에 온 국민이 열광하며 사회현상으로까지 이어지는 것은 이전에 쉽게 볼 수 없던 일”이라며, “이러한 기술들을 통해 이뤄질 초연결사회에서는 쏟아지는 데이터들의 효과적인 처리와 분석이 관건이 된다. SW기술과 데이터 분석 기술은 미래를 위한 필수적인 토양”이라고 환영사를 남겼다.

조성식 SAS코리아 대표는 개회사를 통해 “최근 개최된 다포스포럼에서 4차 산업혁명이 화두가 됐듯, 우리는 IoT(사물인터넷), 빅데이터, 딥러닝, 클라우드 컴퓨팅 등을 통한 새로운 흐름의 한가운데 놓여있다”며, “빅데이터 시대는 이제 현실로 다가왔다. 그러나 데이터가 아무리 많아도 분석을 통하지 않으면 가치를 창출할 수 없다. 새로운 시대에 분석의 가치는 더욱 높아질 것”이라고 밝혔다.

데이터에 내재된 전체 줄거리를 보라

본 행사의 첫 번째 발표자로 나선 클릭(Qlik)의 송혁 부장은 ‘See the whole story that lives within your data(데이터 속에 살아있는 전체 줄거리를 보라)’라는 메시지를 던졌다. 폭증하는 데이터를 수집하고 보유하는 것에 초점을 맞출 것이 아니라, 데이터의 가치를 이해하고 분석을 거쳐 실제 비즈니스에 활용하는데 중점을 둘 것을 주문했다.

데이터의 폭증은 이제 새로운 이야기가 아니고, 최근의 IT트렌드는 대부분 데이터를 기반으로 하고 있다. 이에 급증하는 데이터를 보유할 수 있는 수단도 다방면으로 강구되고 있지만, 이를 분석해 제대로 활용하는 측면에서는 여전히 부족하다고 느껴지는 실정이다. 더욱이 기계적으로만 분석을 수행하는 것이 아니라 현업이 지닌 기존의 경험까지 반영해 인사이트를 도출하는 경우는 찾아보기 쉽지 않다.

하나의 데이터를 어떤 관점에서 바라보느냐에 따라 각기 다른 내용을 얻을 수 있다. 또 필요한 데이터를 생각지도 못했던 곳에서 찾기도 하며, 이미 갖고 있었는데 몰랐을 수도 있다. 이러한 상황에서는 전체 데이터를 시각화해 바라볼 수 있어야, 그리고 상호간의 연관관계를 파악해 그 속에 있는 줄거리를 알아낼 수 있어야 원하는 결과를 얻을 수 있다. 또한 이 같은 과정을 손쉽게 수행할 수 있어야 사용자 고유의 지식까지 반영해 실질적인 인사이트를 구할 수 있다.

송혁 클릭 부장은 “BI는 데이터를 단순히 읽을 것이 아니라, 이를 어떻게 이해하느냐에 초점을 맞춰야 한다. 비즈니스 의사결정을 도울 수 있는 인사이트를 적시에 구할 수 없다면 데이터를 아무리 수집해 보유하고 있어도 의미가 없다”며, “이를 위해서는 데이터 거버넌스가 잘 지켜지면서도 손쉽게 연관분석을 수행할 수 있어야 한다. 이러한 BI 솔루션은 기업의 지속적인 성장을 위한 발판이 되는 대표적인 IT기술”이라고 주장했다.

빅데이터와 결합된 BI의 미래

이어 두 번째로 연단에 오른 비아이매트릭스의 배영근 대표는 ‘빅데이터와 결합된 BI의 미래’에 대한 전망을 공유했다. 그동안 산재돼있던 여러 영역의 솔루션들이 점차 통합되고, 개인화 추천에서 예측분석까지 다양한 기능과 역량이 확장되며, AI 기술의 접목을 통해 진화를 거듭하는 BI 분야의 청사진을 제시했다.

BI에 대해 1989년 가트너는 여러 곳에 산재된 데이터를 수집하여 체계적이고 일목요연하게 정리함으로써 사용자가 필요로 하는 정보를 적기에 정확하게 제공할 수 있는 환경이라고 정의한 바 있다. 전통적으로 BI는 DB(데이터베이스)에서 데이터를 뽑아 화면에 보여주는 것을 의미했으며, 기업의 다양한 IT시스템과 연동되며 그 범위를 넓혀왔다. 그러나 이는 모두 과거와 현재의 상황을 알려주는데 국한됐다.

2010년대 들어 빅데이터가 화두로 떠올라, 비정형데이터를 포함한 대량의 다양한 데이터가 활용되면서 새로운 성과들이 나오기 시작했다. 기존의 상황 분석을 넘어, 이제는 시뮬레이션을 통한 미래 예측으로 원하는 정보를 취득하는 시대로 진화하고 있는 것이다. 이에 BI 분야도 변화하고 있다. 다음 세대의 BI는 기존의 산재된 영역들이 통합, 하나의 솔루션으로 사용성을 제고하게 될 것이다. 또한 새로운 IT트렌드를 접목하면서 지속적으로 발전해나갈 것이며, 궁극적으로는 AI와의 벽이 허물어질 것이다.

배영근 비아이매트릭스 대표는 “궁금한 것을 물어보면 AI처럼 답을 해주는 것이 곧 BI의 본질이다. 시뮬레이션을 통해 예측함으로써 원하는 정보를 얻을 수 있도록 IT기술이 진화하고 있다”며, “향후 BI 솔루션의 방향은 AI 기술의 접목으로 우리가 정보를 찾는 것이 아니라 정보가 우리를 찾아오도록 하는 것이다. 영화 마이너리티리포트와 같은 시대가 머지않아 도래할 것”이라고 내다봤다.

데이터로부터의 프로세스 혁신, 프로세스마이닝

세 번째 세션에서는 굿모닝아이텍의 김영일 상무가 ‘데이터로부터의 프로세스 혁신, 프로세스 마이닝의 정의와 적용’에 대해 설명하는 자리를 가졌다. ‘프로세스마이닝’이란 기업 내 발생하는 많은 데이터들의 연관관계를 분석, 단편적인 부분이 아닌 프로세스 전 과정을 한눈에 살펴볼 수 있도록 함으로써 BPM(비즈니스프로세스관리), PI(프로세스혁신) 등과 같이 기업 프로세스의 혁신을 지원하는 것이다.

기업 내 여러 IT시스템에서는 많은 데이터가 생성되지만, 이 데이터들을 단면적이 아니라 전체적으로 바라보기는 쉽지 않다. 프로세스마이닝은 이러한 문제를 해결하기 위해 등장한 분석기법 중 하나로, 컴퓨팅파워로써 여러 프로세스들 전반을 시각적으로 구현해 모니터링하면서 문제점을 찾아 개선해나가는 일련의 과정이다. 기존에는 컨설턴트들이 직관적으로 파악하곤 했던 문제들의 해결에 객관적인 방법론을 동원할 수 있게 된 것이다.

프로세스마이닝 과정은 빅데이터 분석과도 유사한 면이 있다. 이벤트로그를 규정하고 이를 수집 및 정제, 알고리즘을 적용하고 모델을 생성해 시각화한다. 이를 통해 프로세스 병목구간 발견, 프로세스 낭비제거, 프로세스 변경 효과 검증, 컴플라이언스 준수 검증, 감사, 공정 표준화 등을 돕는다.

김영일 굿모닝아이텍 상무는 “프로세스마이닝은 데이터 사이언스가 액션으로 이어지는 것을 목표로 하고 있기 때문에 데이터마이닝과는 다른 학문의 영역으로 유럽 등지에서 확산되고 있다”며, “프로세스마이닝을 위한 솔루션인 ‘프로디스커버리’를 활용하면 복잡한 공정도 한눈에 살펴볼 수 있어 어느 부분에서 병목현상이 발생하는지, 또는 어떤 장비에 일이 몰리는지를 파악할 수 있다. 이로써 프로세스상의 문제점을 발견하거나, 효율화해 개선할 수 있는 부분들을 확인 가능하다”고 소개했다.

고급분석의 대중화, 어프로처블 애널리틱스

오전 세션의 마지막 발표는 SAS코리아의 고준형 이사가 맡아 ‘고급 분석의 대중화 시대를 여는 어프로처블 애널리틱스(Approachable Analytics)’를 주제로 다뤘다. 데이터 분석의 가치가 인정받아 비즈니스 의사결정에 필수적인 요소로 자리한 가운데, 나아가 보다 손쉬운 접근을 통한 고급분석의 대중화라는 BI 분야의 새로운 화두를 던졌다.

주로 비상사태 초기 인명구조에 중요한 시간을 뜻하는 용어인 골든타임은 이제 일반 기업에서도 거론되기 시작했다. 디지털미디어시대를 맞아 정보의 전파가 빨라지고 경로도 다양해져, 온라인 위기상황에 대해 15분 내 대처할 수 있어야 한다고 거론되는 실정이다. 이는 분석에 있어서도 마찬가지로, 이전처럼 몇 달에 걸쳐 분석할 만한 여유가 사라지고 있다. 빠른 세태에 발맞춰 실시간으로 분석하고 미리 예측해 대응하고자 하는 니즈가 늘어난 것이다.

이러한 대응이 가능하려면 직접 문제에 부딪히는 현업에서도 분석을 수행할 수 있어야 하는데, 전통적인 데이터 분석은 현업에서 수행하기에 어렵고 시간도 소요된다. 이에 어프로처블 애널리틱스가 새로운 화두가 되고 있는데, 손쉬운 사용성과 시각화 등을 통해 누구나 데이터로부터 빠르게 인사이트를 도출할 수 있도록 돕는 것이다. 이는 소수의 전유물이었던 고급분석의 대중화를 촉진, 데이터 사이언티스트들의 워크로드를 줄일 수 있게 된다.

고준형 SAS코리아 이사는 “데이터 분석은 이제 선택이 아닌 필수가 됐으나, 단순 현황파악을 넘어 예측 가능케 하는 고급분석의 활용은 여전히 제한적이다. 이에 ‘시티즌 데이터 사이언티스트’에 대한 니즈가 대두되고 있다”며, “아이언맨에게 고급정보를 이해하기 쉽게 띄워주는 자비스가 있듯, 일반 사용자들도 손쉽게 고급분석을 수행할 수 있도록 하는 ‘어프로처블 애널리틱스’는 BI 분야의 자연스러운 흐름”이라고 짚었다.

새로운 비즈니스 애널리틱스

총 4개 트랙으로 나뉘었던 오후 세션을 마치고 다시 한곳에 모인 자리에서는 한국오라클의 홍성욱 상무가 ‘가트너의 뉴 비즈니스 애널리틱스와 오라클의 뉴 비즈니스 애널리틱스’라는 주제로 발표를 이어갔다. 커넥티드, 클라우드 등 새로운 환경에 적응하기 위한 비즈니스 분석의 변화를 다루는 한편, 데이터의 중요성과 이를 통한 기업의 비즈니스 혁신을 역설했다.

수많은 기기와 시스템들이 서로 연결되면서 데이터를 쏟아내고, 이 데이터들이 저장되는 곳에 클라우드가 추가되면서 BI는 새로운 변화에 직면했다. 대시보드와 리포트 등으로 대표됐던 전통적인 BI는 비즈니스 속도를 따라가기 쉽지 않아졌기 때문이다. 이에 새로운 BA(비즈니스 애널리틱스)를 위한 데이터 디스커버리가 화두가 되고 있다. 전통적인 BI는 보고자 하는 바를 정의해놓고 이에 해당되는 데이터만 분석한다면, 데이터 디스커버리는 이러한 정의 없이 모든 데이터를 활용하면서 이들 간의 조합에서 인사이트를 찾아내는 것이 차이점이다.

이러한 데이터 디스커버리를 위해서는 다양한 데이터를 수집하고 실시간으로 처리할 수 있도록 IT아키텍처에도 변화가 필요하다. 이러한 변화를 꾀한 기업은 잘 관리해 보유한 데이터를 바탕으로 향후 새로운 상품을 만들면서 수익을 꾀할 수도 있을 것이다. 아직 그 가치에 대한 인식이 충분히 확산되지 않았음에도, 현재도 데이터는 가장 큰 무형자산으로 평가되기 때문이다. 이에 발맞춰 CDO(최고데이터책임자)는 물론, CAO(최고분석책임자)도 등장하고 있다.

홍성욱 한국오라클 상무는 “전통적인 BI로는 현재 비즈니스 속도를 지원하기 쉽지 않아, ‘데이터 디스커버리’가 새로운 비즈니스 분석으로 지목되고 있다. 이에 다양한 데이터를 보다 많은 이들이 활용할 수 있도록 아키텍처에도 새롭게 투자가 요구된다”며, “기업에게 가장 큰 자산은 바로 데이터이며, 데이터 사이언티스트, CDO, CAO 등 핵심인재의 확보도 더욱 중요해지고 있다. 데이터를 갖고 돈을 버는 시대가 올 것”이라고 전망했다.

빅데이터와 머신러닝, 상상과 실전의 차이

이날 행사의 마지막 세션에는 리비젼컨설팅의 전용준 대표가 ‘빅데이터와 기계학습 통한 예측분석의 결합, 상상과 실전’을 주제로 강연을 펼쳤다. AI와 머신러닝에 대한 관심이 높아졌지만 그 응용과 실제모습에 대한 이해 부족으로 인해 오해와 우려도 만연한 상황임을 지적하는 한편, 예측분석의 중요성과 이를 위한 데이터 준비의 필요성을 강조했다.

알파고의 등장 이후 머신러닝이 키워드로 부상하고 있지만, 그리 머지않은 과거인 2000년대 초반에도 국내에서 머신러닝이 주목받다가 이내 관심이 식어버렸던 적이 있었다. 그때와 지금의 차이는 필요한 SW비용이 보다 저렴해졌고, 알고리즘 성능이 개선됐으며, 특히 데이터가 충분히 많아져 예측모델의 정확도가 향상됐다는 점이다. 즉 머신러닝의 핵심도 결국 예측과 적용으로, 기존 데이터마이닝과 비교하면 용어만 바뀌었을 뿐 그 내용은 별반 달라지지 않은 것이다.

구글에서 머신러닝을 검색하면 로봇 이미지가 많이 나오는데, 일반적인 오해가 반영된 결과라 할 수 있다. 머신러닝의 학습은 인간의 지시에서 비롯되는 프로그램 과정으로, 인간의 학습과 개념이 다르고 비교될만한 수준도 아니다. 머신러닝은 학습시키는 인간의 성향을 완전히 배제할 수 없고, 데이터를 알아서 다 구하지도 못한다. 또한 꼭 실시간으로 수행돼야 하는 것도 아니며, 꼭 빅데이터가 요구되는 것도 아니다. 경우에 따라 어떤 데이터를 확보해 어떻게 예측하고 실제 적용하느냐가 관건인 것이다.

전용준 리비젼컨설팅 대표는 “머신러닝의 경우 무조건 실시간으로 수행돼야 한다거나, 어떤 데이터로 어떤 상황에도 결과가 나온다거나, 빅데이터가 필수라거나, 자동적인 설명이 가능할 것이라는 등의 오해가 많다. 머신러닝이 과거에 비해 성과를 내고 있는 가장 큰 이유는 데이터가 많아졌기 때문으로, 이는 단순히 건수가 많아진 것보다 다양한 데이터를 사용한다는 측면이 크다”며, “알고리즘 자체 개발이나 향상 이상으로, 다양한 중요 데이터를 더 많이 찾아내고 안정적으로 확보하는 것이 실전에서는 중요하다. AI, 머신러닝 등 용어 자체에 집착하기보다는 정확한 예측을 통해 성과를 입증하는데 집중할 필요가 있다”고 짚었다.

다채롭게 꾸며진 BI컨퍼런스, 다양한 길을 모색하다

한편, 이날 오후에는 총 4개 트랙으로 나뉘어 세 가지 산업세션 및 학술세션이 이어졌다.

산업세션 트랙1에서는 ▲정성원 데이타솔루션 이사의 ‘빅데이터의 꽃 예측분석과 다양한 산업 적용사례’ ▲이상희 피보탈코리아 이사의 ‘데이터 드리븐 앱 & 커넥티드 카’ ▲이은영 오픈메이트 대표의 ‘빅데이터에서 딥데이터로, 목적에 맞는 데이터 생성 통한 빅데이터 분석’ ▲김준표 한국IBM 과장의 ‘빅데이터 시대에 적합한 리눅스 온 파워’ 등의 발표가 진행됐다.

산업세션 트랙2에서는 ▲민광기 이씨마이너 대표의 ‘빅데이터 활용 및 사례’ ▲김태호 한국인포매티카 상무의 ‘종합적인 고객 경험 관리 통한 가치 창출’ ▲이준호 잘레시아 이사의 ‘현업 및 데이터 사이언티스트 위한 머신러닝 기반 셀프서비스 데이터 프리퍼레이션’ ▲김학균 MDS테크놀로지 팀장의 ‘빅데이터 플랫폼 스플렁크 통한 실시간 분석사례’ 등의 발표가 진행됐다.

산업세션 트랙3에서는 ▲이경전 경희대 교수의 ‘알파고 통해 본 AI 응용 전망과 빅데이터’ ▲권일고 피앤디솔루션 이사의 ‘더 나은 비즈니스 의사결정 돕는 스폿파이어’ ▲정경진 위세아이텍 선임의 ‘빅데이터 분석과 기계학습 이용한 콘텐츠 추천 사례’ ▲정경후 마이크로스트레티지코리아 차장의 ‘거버넌스 기반 셀프서비스 및 빅데이터’ 등의 발표가 진행됐다.

이와 함께 행사장 외부에는 데모를 통해 이해를 돕는 전시부스들도 함께 마련돼 참가자들의 발길을 끌었다.