[컴퓨터월드] 인공지능(AI) 및 빅데이터 분야 소프트웨어(SW) 전문기업 위세아이텍이 창립 27주년을 맞았다. 빅데이터 분석, 데이터 거버넌스, 공공데이터 개방 등의 분야에서 다양한 솔루션을 제시해온 이 회사는, 그동안 쌓아온 노하우를 바탕으로 최근 들어 AI 관련 사업도 본격화하고 있다. 또 한 번의 도약을 준비하는 위세아이텍의 행보를 알아본다.

더 나은 내일을 향해

위세아이텍은 국내 데이터 처리·분석 분야에서 고유의 기술력과 노하우를 지닌 전문업체로, 현재 ▲다차원 시각화 분석과 머신러닝 기반 예측을 제공하는 BI(비즈니스인텔리전스) 솔루션 ‘와이즈올랩’ ▲콘텐츠 추천과 예측정비 및 부당청구 탐지에 활용되는 개인화 추천 솔루션 ‘와이즈어드바이저’ ▲AI 기능이 신규 추가된 데이터 품질 관리 솔루션 ‘와이즈DQ’ ▲머신러닝(기계학습) 기반 타기팅을 지원하는 통합 마케팅 솔루션 ‘와이즈캠페인’ 등을 개발·공급하고 있다.

김종현 위세아이텍 대표는 인사말을 통해 “십수 년 전 개인화 추천SW를 개발하면서 AI분야에 발을 디뎠지만, 그 당시에는 컴퓨팅파워가 많이 부족했고 알고리즘에 대해서도 다소 평면적으로 접근했기에 별다른 성과를 거두지 못했다. 너무 빠르게 시작했던 셈”이라며, “하지만 그동안 쌓아온 노하우를 바탕으로 3년 전부터 AI 관련 사업을 재개, 지금은 추천뿐 아니라 예측정비나 이상탐지 등으로 그 영역을 확대해나가고 있다, 지난해보다 올해, 올해보다 내년에 더욱 발전된 모습을 보일 것”이라고 밝혔다.

머신러닝 적용한 빅데이터 품질관리와 데이터 전처리

첫 번째 세션에서는 최용준 위세아이텍 연구소장이 ‘머신러닝 적용한 빅데이터 품질관리와 데이터 전처리’를 주제로 발표했다. 데이터 활용의 기반이 되는 데이터 품질의 중요성을 강조, 머신러닝을 적용해 보다 높은 품질을 얻는 방안을 소개했다.

최 소장은 “위세아이텍은 그동안 머신러닝을 적용한 데이터 품질 관리를 개발해왔으며, 과기정통부 ‘빅데이터 품질평가도구 개발’ 과제도 올해 초 수주해 수행 중이다. 이 과제는 빅데이터 품질 평가 기준 수립과 표준화 추진, 그리고 이에 맞는 SW를 개발하는 것을 목표로 한다”며, “이에 위세아이텍은 머신러닝을 적용함으로써 자동적으로 도메인을 판별하고, 이상값을 탐지하며, 텍스트데이터의 유사도를 식별하는 기능들을 개발했다. 향후에는 데이터 모델링 시 데이터 타입 추천, 마스터데이터 관리, 데이터 흐름 파악 등에도 머신러닝 기능을 적용 가능할 것”이라고 덧붙였다.

고객분류 기반 개인화 큐레이션 시각화

두 번째 세션에서는 김상수 위세아이텍 AI센터장이 ‘고객분류 기반 개인화 큐레이션 시각화’를 주제로 발표했다. 자동화된 추천 도구의 필요성을 강조, 마케팅 효과를 높이고 비용을 절감할 수 있는 개인화 추천 방법을 소개했다.

김 센터장은 “‘와이즈 어드바이저’는 DB(데이터베이스) 및 로그 데이터를 수집해 머신러닝 기반으로 자동 타기팅하고 군집에 맞게 콘텐츠를 큐레이션함으로써 마케팅에 자유롭게 활용할 수 있게 해준다. 로그 기반인 타사 제품과 달리 데이터를 결합해 그 결과를 기반으로 추천해주고, 추천 가중치도 세밀하게 조절 가능한 게 특징”이라며, “최근 개인정보 보호법 강화로 고객정보 수집과 활용이 제한되고 있는데, 이러한 솔루션을 활용하면 고객에 맞춤화된 서비스를 제공하면서 마케팅 효과와 효율도 높일 수 있다”고 덧붙였다.

실시간 철도사고 위험 예측

세 번째 세션에서는 김범승 한국철도공사(코레일) 차장이 ‘실시간 철도사고 위험 예측’을 주제로 발표했다. 철도 안전을 위한 빅데이터 분석과 IoT(사물인터넷) 등 신기술 적용사례와 함께, 현재 추진 중인 ‘실시간 철도안전 의사결정 지원시스템 개발’사업에 대해 소개했다.

김 차장은 “열차 제동공기압, 낙석, 지진, 선로상태 등 그동안 흘려보냈던 다양한 센서 데이터를 수집하고, 각종 부품 정보와 유지보수 이력 및 운행 정보에 외부 기상정보까지 결합해 빅데이터를 구축하고 있다. 여기에 통계적 기법뿐 아니라 머신러닝을 적용해 사고 위험을 예측할 수 있는 시스템을 마련하고자 한다”며, “신속한 의사결정을 지원하기 위한 ‘실시간’에 대한 목표는 3초로, 이를 위한 알고리즘 개선작업도 병행하고 있다. 빅데이터 분석은 주로 경부선을 기반으로 했으며, 평창동계올림픽을 맞아 경강선에 먼저 적용할 예정”이라고 덧붙였다.

IBM 왓슨 활용한 AI 사례

네 번째 세션에서는 한선호 한국IBM 실장이 ‘IBM 왓슨 활용한 AI 사례’를 주제로 발표했다. 그동안의 AI 분야 발전상과 함께, ‘왓슨’을 중심으로 글로벌 시장에서 AI가 활용되고 있는 사례를 소개했다.

한 실장은 “왓슨의 상용화가 제조나 리테일에서 먼저 이뤄질 것이라 봤는데, 오히려 보수적이라 할 수 있는 의료와 금융부터 적용되고 있다. 의학 논문이나 금융 컴플라이언스 등 업무 관련 방대한 데이터가 끊임없이 쏟아지고 있어, 이를 사람이 모두 맡기보다는 자연어로 이해하고 추론할 수 있는 왓슨의 도움을 필요로 하게 된 것”이라며, “왓슨 API 대부분이 지난 9월 한글화를 마쳤다. 한국어 학습을 비교적 늦게 시작했음에도 발전이 상당히 빠르다. 국내에서는 현재 6개 프로젝트가 진행 중”이라고 덧붙였다.

보험·국고보조금 지능형 부당청구 탐지

다섯 번째 세션에서는 김지현 위세아이텍 수석이 ‘보험과 국고보조금 지능형 부당청구 탐지’를 주제로 발표했다. 보험금과 국고보조금의 부당청구 건수와 수법이 날로 늘어나는 실태를 강조, 이를 적발하고 예방할 수 있는 솔루션을 소개했다.

김 수석은 “지능형 부당청구 탐지는 머신러닝 기술을 통해 신규패턴을 발굴함으로써 정확도가 향상된 보험사기 탐지모델을 구현하는 것이다, 데이터 전처리 과정을 통해 변수를 선정하고 패턴을 분류하면서 신규패턴을 발굴, 전문가와 함께 이에 대한 프로파일링 단계를 거쳐 신규 룰을 생성해 시스템에 적용한다. 사고 사진에서 딥러닝으로 특질을 추출해 활용하기도 한다”며, “이를 통해 탐지 정확도는 물론 전처리 등의 업무효율도 향상시킬 수 있다. 특히, 정확도가 15% 개선되면 900억 원 상당의 의료보험 부담이 개선된다. 사회적 비용의 증가를 막고, 선의의 계약자를 보호하며, 국고 보조금 적정 집행을 지원할 수 있다”고 덧붙였다.

AI 알고리즘 최신 동향과 수리부속 수요예측

여섯 번째 세션에서는 구영현 세종대학교 교수가 ‘AI 알고리즘 최신 동향과 수리부속 수요예측’을 주제로 발표했다. 위세아이텍과 함께 수행하고 있는 ‘군 전력 장비 수요 예측’ 사업과 함께, 최근 딥러닝 관련 동향에 대해 소개했다.

구 교수는 “통계적 기법과 머신러닝은 겹치는 영역도 있지만 별개로 존재하는 부분이 더 많다. 데이터를 기반으로 한다는 점은 같지만, 통계는 수식으로 표현되는 반면, 머신러닝은 학습과 알고리즘으로 나타난다. 통계적 기법으로 분류해내지 못했던 게 머신러닝으로 가능해졌으며, 특히 딥러닝은 학습 횟수와 레이어 조정에 따라 성능과 속도가 크게 달라진다”며, “최근 딥러닝은 네트워크 수가 많아지면서 창의적인 연결로 다양한 방법이 나오고 있다. 레고블록처럼 레이어 조정을 통해 새로운 구조를 제안할 수 있는 것이다. 개발자들이 덴스넷(DenseNet)과 같은 최신 알고리즘을 써보면서 창의성을 발휘할 수 있기를 바란다”고 덧붙였다.

AI와 빅데이터 기반 산업경제 위기관리

마지막 일곱 번째 세션에서는 김창헌 고려대학교 교수가 ‘AI와 빅데이터 기반 산업경제 위기관리’를 주제로 발표했다. 글로벌 금융 시장의 빅데이터 활용사례와 함께, 과거 IMF 사태와 같은 금융위기를 미연에 방지하는 시스템을 마련하기 위한 계획을 소개했다.

김 교수는 “대중의 지혜인 빅데이터로 실시간 정보를 파악하고 AI를 접목해 보다 과학적인 분석을 수행한다면, 그동안 알기 어려웠던 징조들을 사전에 파악함으로써 골든타임을 놓치지 않을 수 있을 것으로 기대한다”며, “이러한 시스템을 마련하기 위해 KDI와 위세아이텍 등의 도움을 받아 아이디어를 수집하고 있다. 기존에 고려대 경제학과에서 만들었던 금융위기 조기경보 모형을 빅데이터로 확장해 시범적으로 개발하고 있으며, 앞으로도 다양한 의견을 모아 지속적으로 발전시켜나갈 계획”이라고 덧붙였다.