[컴퓨터월드] 비아이매트릭스가 지난달 21일 데이터 분석을 위한 시민 데이터 과학자(Citizen Data Scientist) 육성과 산업 확대를 위한 고객 초청 세미나를 개최했다. 이번 세미나에서 비아이매트릭스는 기업의 데이터 분석 수요를 충족시키기 위한 시민 데이터 과학자의 중요성을 강조하는 한편, 시민 데이터 과학자를 위한 통합 빅데이터 분석 솔루션 ‘아이스트림(i-STREAM)’을 소개했다. 인공지능(AI)·머신러닝·고급 분석 등 데이터 과학에 대한 미래 전략과 방향을 제시한 비아이매트릭스의 고객 초청 세미나 현장을 들여다봤다.

누구나 데이터를 활용할 수 있는 환경
데이터 분석이 더 이상 선택이 아니라 필수로 자리 잡으면서 기업의 비즈니스를 위한 데이터 분석 수요가 늘어나고 있다. 이에 따라 전문적인 지식을 갖춘 데이터 과학자(Data Scientist)에 대한 수요 역시 함께 늘어나고 있지만, 데이터 과학자의 공급은 제자리걸음을 하고 있어 기업의 수요가 제대로 채워지지 못하고 있는 실정이다. 데이터에 대한 전문적인 지식을 갖추고 현장에 접근하는 데이터 과학자가 아닌, 현장에 대한 전문성을 갖추고 데이터 분석에 대한 기본적인 지식을 가진 시민 데이터 과학자의 필요성이 제기되고 있다.

시민 데이터 과학자는 데이터 분석에 대한 전문가는 아니지만, 현장의 경험을 바탕으로 실제로 비즈니스에 필요한 분석 결과가 무엇인지, 그 결과를 얻기 위해 필요한 데이터가 무엇인지 정확히 파악할 수 있는 사람이다. 이는 부족한 데이터 과학자 공급을 대체할 수 있는 현실적인 대안을 넘어 가장 비즈니스에 적합한 분석을 해낼 수 있는 차별화된 역량을 보여줄 수 있다.

배영근 비아이매트릭스 대표는 인사말을 통해 “우리가 주장하는 것은 일반인들도 누구나 데이터마이닝을 하고 AI를 활용할 수 있는 환경”이라고 말하고, 시민 데이터 과학자를 보조할 수 있는 통합 빅데이터 분석 솔루션 ‘아이스트림’의 필요성을 강조했다.

오늘날 데이터 분석을 위한 수많은 플랫폼과 솔루션들이 준비돼있지만, 이들은 대개 스크립트 기반의 언어로 개발돼 접근성이 떨어지며 데이터 전처리·마이닝·모델링 등이 별도의 툴로 존재해 도입 비용이 높아지는 문제가 있었다.

‘아이스트림’은 하나의 플랫폼에서 데이터 분석에 필요한 다양한 기능을 제공하는 한편, 스크립트가 아닌 GUI를 활용해 드래그 앤 드롭과 같은 직관적인 조작으로 사용의 편의성을 높였다. 또한 인메모리 기반의 빠르고 가벼운 처리속도, 확장 가능한 80여개의 통계·마이닝·머신러닝 알고리즘 등이 데이터 분석을 처음 접하는 사용자를 돕는다.

배 대표는 또한 “비아이매트릭스는 2000년대 초반부터 BI 영역에서 실력을 갖춰온 회사”라며, 건설·전자·철강·제조·금융·공공 등 500여개의 중견 및 대기업 레퍼런스를 보유하고 있다는 점을 강조했다. 다양한 산업 분야의 사례를 갖춘 현장 경험을 활용해 분석 중심에서 예측 중심으로 이동하고 있는 데이터 과학자의 역할을 지원하고, 인공지능(AI) 기반의 마이닝 솔루션을 제공하겠다는 설명이다.

첫 세션을 맡은 권영상 키투웨이 대표는 4차 산업혁명에 대한 전반적인 설명을 진행하는 한편, 4차 산업혁명의 주요 키워드와 트렌드에 대해 발표했다. 디지털화와 정보통신기술에 기반한 물리학, 디지터 생물학, 유전공학, 합성생물학 등 다양한 지식과 정보들이 융복합하면서 서로 어떻게 영향을 주고받는가가 4차 산업혁명의 핵심이라는 설명이다. 따라서 어떤 산업분야에 있든 간에 융복합에 따른 영향을 받을 수밖에 없으며, 비즈니스와 관계없는 실생활에서도 이미 이러한 영향이 드러나고 있다고 강조했다.

권 대표는 4차 산업혁명이 현실로 다가오면서 네 가지 트렌드가 형성되고 있다고 밝혔다. 먼저 제시된 것은 스마트화로, IoT나 AI 같은 기술들을 통해 사물과 사람이 연결되고 여기에서 새로운 가치가 창출된다는 개념이다. 특히 제조업에 도입된 스마트 팩토리는 스마트화의 개념에서 가장 먼저, 가장 익숙하게 도입된 분야로 이미 수많은 비즈니스 현장에서 높은 결과를 올리고 있다.

다음은 서비스화로, 제품의 부가가치는 점점 하락하고 그것을 어떻게 이용할 것인가에 대한 유지보수 및 서비스의 부가가치가 상승한다는 설명이다. 이미 수많은 제조업 회사들도 소비자에 대한 서비스 위주로 비즈니스 구조를 개편하고 있다.

세 번째는 친환경화로, 온실가스 감축이나 환경규제 강화로 친환경적인 생산 및 사용을 중시하게 됐다. 특히 효율적인 공급 수단을 고민하던 과거와 달리 수요 관리를 통한 친환경화를 강조하는데, 보다 많은 생산을 전제하기보다는 데이터에 기반한 수요 예측을 통해 주어진 자원에 대한 효율적인 사용을 추구한다는 방침이다.

마지막은 플랫폼화로, 구글이나 페이스북 등은 물론 카카오나 네이버 같은 기업 역시 플랫폼 중심의 비즈니스를 하고 있다. 이들은 자신들이 가지고 있는 플랫폼 안에서 고객에게 어떤 서비스를 제공할 것인가를 고민하고 있으며, 서비스를 직접 제공하지 않더라도 파트너 및 협력사를 활용한 고객 서비스를 염두에 두고 있다. 단일한 서비스가 아닌 플랫폼 기반의 서비스로 보다 손쉽게 고객을 확보할 수 있으며, 고객에 대한 다양한 방면의 데이터 획득 역시 가능하다.

끝으로 권영상 키투웨이 대표는 “4차 산업혁명 시기에 중요한 것은 축적된 데이터를 올바르게 분석하고, 우리의 삶이 어떻게 바뀌고 비즈니스가 어떻게 변화할 지를 예측하는 것”이라고 말했다.

윤석용 베가스 대표분석컨설턴트는 “석유보다 데이터가 가치있다는 것은 이제 식상할 정도가 됐다”며, 애플이나 구글, 마이크로소프트와 같은 플랫폼과 데이터를 중요시하는 기업들이 지난 10년 간 빠르게 성장해왔다고 강조했다. 특히 매우 빠른 성장세를 보이고 있는 중국의 BAT(바이두, 알리바바, 텐센트) 역시 플랫폼과 데이터를 중심으로 성장하고 있다고 밝혔다.

포스코경영연구소에서 지난해 말 발표한 자료에 따르면, 노동력·자본력·기술력이라는 생산의 3요소가 4차 산업혁명에 들어서면서 큰 변화를 겪었다. 3차 산업혁명 시기까지는 노동력-자본력-기술력 순으로 중요하게 여겨졌지만, 4차 산업혁명 시기부터는 기술력-자본력-노동력 순서가 됐다는 설명이다. 대량생산(Mass Production) 위주의 3차 산업혁명 시기를 지나 개인화(Personalization)와 대량맞춤생산(Mass Customization)이라는 상반된 것이 함께 존재하고 있으며, 서비스와 제품의 결합(Servitization)이 활발히 일어나고 있다.

윤 컨설턴트는 이어 AI와 머신러닝을 활용한 실제 공장에서의 품질원인분석 방법을 소개했다. 이는 제조공정 상에서 정밀한 제품 이미지를 자동으로 분류, 제품에서 발생한 이상을 광학적으로 분석해 찾아내는 것으로, 일정한 집중력을 상시 발휘할 수 없는 인간이 잡아낼 수 없었던 불량품을 걸러내고 공정상의 문제점을 찾을 수 있도록 지원함으로써 전체 제품의 품질 향상을 이끌어낸다는 설명이다. 이 과정에서 데이터의 유형과 분석 목적에 따라 다양한 머신러닝 알고리즘을 활용해야한다고 밝혔다.

방철호 비아이매트릭스 수석컨설턴트는 기업의 모든 인력이 데이터를 이해하고 가공하며 분석하는 역량을 일부 갖춰야 한다고 말했다. 빅데이터 분석 시장은 2020년까지 매년 26% 성장이 예상되지만 데이터 과학자 공급은 부족한 실정이다. 그래서 기업들은 사내 교육을 통해 데이터 분석 역량을 갖춘 인재를 양성하고 있으며, 이 과정에서 시민 데이터 과학자의 입지가 강화될 것으로 보인다.

시민 데이터 과학자는 일반적인 데이터 과학자에 비해 해당 기업의 업무에 대한 높은 이해도를 가지고 있다. 기업에서 발생하는 데이터의 가치와 그것들을 통해 도출 가능한 결과를 예측할 수 있으며, 다른 부서와도 원활한 소통이 가능하며 기업 내의 문제점을 빠르게 파악할 수 있다.

방 컨설턴트는 실제로 개인화된 타겟 마케팅을 위해 비아이매트릭스의 ‘아이스트림’을 도입한 기업의 사례를 들어, 해당 기업의 담당자가 직접 ‘아이스트림’을 활용해 식자재 수요 예측이나 생활레저 분야의 퍼스널 트레이닝 개발 등을 실행해 기업 내 문제점을 해결해나가고 있다고 밝혔다.

한편 기업에서 빅데이터 분석을 추진할 경우 ▲의사결정 단계 ▲데이터 확보 단계 ▲결과 활용 단계에서 각각 문제점이 발생할 수 있다. 의사결정 단계에서의 문제점은 빅데이터 분석에 대한 높은 기대치에 의해 발생하는 것으로, 경영진과 이해관계자의 의견이 엇갈림에 따라 사업 목표와 진행 과정이 수시로 변하게 되는 것을 의미한다.

데이터 확보 단계는 기업 내/외부에서 활용 가능한 데이터를 수집 혹은 구매하고 분석에 활용할 수 있도록 처리하는 과정이며, 사업 목표에 따라 적절한 데이터를 식별하고 수집하는 것이 무엇보다 중요하다. 결과 활용 단계는 분석 결과 도출된 결과를 검증하고 시각화하며, 이를 재활용함으로써 데이터 분석의 이점을 지속적으로 활용하는 것까지 포함한다.

방 컨설턴트는 “빅데이터 분석은 이제 화두가 아니라 당면 과제가 됐다”며, “전문적인 데이터 과학자가 없더라도 편리한 분석도구를 활용해 빅데이터 분석 역량을 확보할 수 있으며, 이러한 분석도구를 활용할 수 있는 시민 데이터 과학자를 양성해야 한다”고 말했다.

AI와 머신러닝과 같은 것들이 중요하게 다뤄지고 있지만 이러한 알고리즘을 모두가 이해하고 받아들이는 것은 어렵다. 만약 그렇게 된다고 해도 곧이어 새로운 알고리즘이 등장해 다시금 허들을 높이게 되며, 데이터 분석이 중요하게 다뤄지지만 이를 효과적으로 해낼 수 있는 전문가는 일부에 불과하다. 데이터사이언스플랫폼은 이처럼 접근하기 어려운 데이터 과학에 대한 허들을 낮추고 그것을 효과적으로 활용할 수 있는 전략을 제시한다.

이윤모 베가스 센터장은 “데이터 분석이 항상 어렵고 복잡하고 높은 비용을 요구하는 영역에만 적용되는 것은 아니다”라며, “일상적인 업무에서 늘 마주치는 부분에서도 데이터 분석을 활용할 수 있다”고 말했다. 고차원의 기술을 낮은 가격과 높은 접근성으로 보다 많은 이들에게 제공하는 것이 중요하며, 이 과정에서 시민 데이터 과학자의 가치가 돋보인다.

이 센터장에 따르면, 데이터의 가치에 대한 이해가 빠르고 데이터 분석 방법론을 잘 갖췄으며 그것들을 프로그램 언어로 실현해낼 수 있는 데이터 과학자는 매우 적다. 또한 그런 데이터 과학자라고 하더라도 실제 산업 현장에서 어떤 일에 부딪혔을 때 그것을 어떻게 개선해야할 지에 대한 이해가 부족할 수 있다. 기업들이 비즈니스에 대해 잘 알고 있는 현업 전문가가 데이터 분석 역량을 확보하기를 원하는 이유이다. 그러나 그들이 데이터 과학자 수준의 분석 역량을 갖추기는 쉽지 않다.

데이터사이언스플랫폼은 데이터 분석 프로젝트 전체 사이클을 효율적으로 지원할 수 있다. 데이터의 연결, 통합, 탐색과 분석 모델링 개발을 제공하며, 현업 전문가가 손쉽게 데이터를 비즈니스에 활용할 수 있도록 돕는다. 이렇게 현업 전문가에게 시민 데이터 과학자의 역할을 해낼 수 있는 역량을 부여함으로써 기업의 데이터 분석 역량에 대한 요구를 채울 수 있다.

마지막 세션에서는 윤성웅 비아이매트릭스 수석컨설턴트가 자사 ‘아이스트림’을 활용한 분석 모델링을 시연했다. 데이터의 입력과 전처리, 시각화, 출력 등 다양한 기능들을 ‘아이스트림’의 직관적인 GUI를 통해 보여줌으로써 손쉬운 데이터 분석이 가능하다고 강조했다.

윤 컨설턴트는 “시민 데이터 과학자는 ‘난 모르겠으니 해달라’고 하는 사람이 아니라, ‘이런 게 필요한데 어떻게 해야 할 지를 모르겠다’고 말하는 사람”이라고 말했다. 비즈니스에 대한 지식을 갖추고 데이터를 활용해 비즈니스를 개선하고자 하는 의지가 있다면 누구나 시민 데이터 과학자가 될 수 있다는 설명이다.

현업 전문가는 비즈니스를 개선하기 위해 어떤 것이 필요한지 알고 있지만, 그것을 실행할 수 있는 방법을 모른다. 시민 데이터 과학자는 비즈니스 개선을 위해 필요한 것을 데이터 분석을 통해 채우고자 하며, 기업에서 어떤 데이터를 확보할 수 있는지, 어떤 분석 모델이 있는지, 그것을 활용하면 어떤 결과가 도출될 지를 상상할 수 있어야 한다.

이를 위해 비아이매트릭스의 ‘아이스트림’은 시민 데이터 과학자가 되고자 하는 현업 전문가에게 쉽고 간단한 데이터 분석 모델링을 제공한다. 프로그램 언어가 아닌 드래그&드롭을 활용한 직관적인 GUI를 제공하며, 데이터셋과 알고리즘 노드를 넣고 작동시키면 각각의 노드에서 어느 정도의 시간이 소요됐는지, 각 노드가 어떤 역할을 수행했는지를 시각화해서 보여준다. 이를 통해 시민 데이터 과학자는 해당 분석 과정이 제대로 수행됐는지, 만약 그렇지 않다면 어디가 잘못됐는지를 신속하게 파악하고 개선할 수 있다. 또한 분석 과정에서 발생한 오류를 개선해나가며 본인의 분석 역량 역시 꾸준히 향상시킬 수 있다.

주병준 비아이매트릭스 부사장은 “데이터 분석에 대한 요구는 증가하나 데이터 과학자는 시장에서 여전히 부족하며, 시민 데이터 과학자는 선택이 아닌 필수가 됐다”고 말했다. 시민 데이터 과학자는 데이터 과학자보다 5배 이상 빠르게 증가하고 있다.

현실적으로 수많은 기업들의 데이터 분석에 대한 요구를 충족시킬 수 있는 것은 시민 데이터 과학자밖에 없으며, 이들을 지원할 수 있는 데이터 분석 도구 역시 빠르게 발전하고 있다. 따라서 데이터 과학에 관심이 있는 기업들은 현업 전문가를 시민 데이터 과학자로 양성해야 하며, 사내 데이터 거버넌스를 개선해 직원들이 비즈니스를 개선하기 위해 데이터를 활용할 수 있도록 해야 한다.

또한 시민 데이터 과학자를 위한 올바른 분석 도구를 마련하는 것도 중요하다. 올바른 분석 도구는 데이터 전문가가 아니어도 사용 가능할 정도로 쉬워야 하며, 분석 과정을 다른 비전문가가 보더라도 어떻게 된 것인지를 이해할 수 있을 만큼 직관적이어야 한다. 특히 사용자의 역량이 향상되면 분석 도구가 제공하는 기능과 알고리즘을 넘어 직접 만든 알고리즘을 사용할 수 있는 확장성을 제공해야 한다.

끝으로 주 부사장은 “비아이매트릭스는 쉽고 직관적이며 확장 가능한 분석도구를 지속적으로 개발해나갈 것”이라며, “이번 행사가 시민 데이터 과학자 양성을 위해 올바른 툴을 선택하고 지속적인 교육을 진행하기 위한 계기가 됐으면 좋겠다”고 말했다.