[4]빅데이터는 양이 아닌 질이 중요

[박정수 성균관대 스마트팩토리 융합학과 겸임교수]

제조업을 부흥시키기 위해서는 먼저 경영 활동의 대상에 대한 관찰 능력이 있어야 한다. 우리는 디지털 기술이 고객 행동과 사람들의 삶에 영향을 미치는 4차 산업혁명 시대에 살고 있다. 관찰 능력이 습득되면 그 다음은 그 대상을 제대로 제어할 수 있는 제어 능력을 찾아내야 한다. 이런 관찰 능력과 제어 능력에 첨단 ICT 기술인 IoT 센서, 빅데이터, 인공지능, 클라우드 컴퓨팅, 5G 등을 활용하여 그 수준을 한 차원 스마트하게 높이는 것이 스마트한 관찰 능력과 제어 역량이다. 첨단 ICT 기술을 제조업 경영에 도입시키는 4차산업혁명 시대의 새로운 경영 패러다임이기도 하다.

그러므로 디지털 전환에 성공한 기업과 그렇지 못한 기업 사이의 격차는 어느 한 시점의 고정적 격차에 머물지 않고, 시간이 지나면서 더욱 벌어지게 된다. 그 격차가 처음에는 미미하더라도 나중에는 메울 수 없는 격차가 된다. 이 격차를 ‘디지털 전환에 따른 격차’ 라 부른다.

이러한 기업간의 격차는 갈수록 더 커지는 근본적인 속성이 존재하기 마련이다. 그래서 스마트팩토리 구축은 생산의 문제를 뛰어 넘는 제조업의 경영 전략이다. 또한 빅데이터 관리 기술과 인공지능을 활용한 스마트팩토리 구축은 필수적이다. 지연된 부분 정보와 과거의 경험에 의존하여 경영하던 시대는 지나가고, 이제는 실시간 모든 정보와 지금까지의 통찰로부터 얻은 모든 지식을 활용한 인공지능 기반의 스마트팩토리 플랫폼이 필요하다.

제4차 산업혁명은 ‘스마트 팩토리(Smart Factory)’라는 단어로 귀결된다. 스마트 팩토리란 스마트 센서 기술을 기반으로 공장 내·외부 모든 요소가 통신으로 연결, 지능적으로 운용되는 공장을 말한다. 그러므로 스마트 팩토리의 최종 목표는 기획, 마케팅, 설계, 생산, 판매, 물류, A/S, 고객 SNS에서 발생한 데이터(분석, 지속적 피드백) 활용을 통한 지속적인 원가절감, 품질향상 및 고객맞춤형 판매를 실행하는 것이며, 더 나아가 축적된 데이터를 통해서는 경영 관리, 신제품의 개발 등 새로운 가치를 창출할 수도 있다.

전통적인 제조업체인, 독일 지멘스, 미국 GE는 소프트웨어 전문 기업의 모습을 착실히 갖춰나가고 있으며, 전통적인 IT 업체였던 구글은 반대로 무인 자동차를 개발하고 있다. 드론 제조업체를 인수한 페이스북, 고급 헤드폰 제조업체를 인수하고 애플카를 제작 중인 애플 역시 산업 영역의 경계를 허물고 있다. 제조업은 IT업체로, IT업체는 제조업체로 변신을 꾀하며 바야흐로 피할 수 없는 융·복합 전쟁이 시작된 것이다.

가상 시스템을 제조 라인에 적용하고 있는 독일 지멘스 공장은 가상 물리 시스템(CPS)의 컴퓨터 프로그램이 바뀌면 제조 라인도 함께 변경된다. 제품을 주문 받은 뒤 24시간 이내에 출하하는 지멘스 공장의 생산성은 이전보다 8배 향상됐고, 20년 전 대비 만 배 이상의 데이터를 축적할 수 있다고 한다.

[그림] 기존 컴퓨터 제어 자동화와 스마트 팩토리의 가장 큰 차이는 설비에서 파생된 데이터와의 상호작용(interaction, 소통)을 통해 품질관리, 비용관리, 그리고 품질 이력 추적 기능이 역전된다. 이로 인해 고정된 일관생산공정이 아닌, 가볍고 유연한 모듈공정으로 가변적인 생산체제에 의한 다품종 대량생산(Mass Customization)이 가능하게 된다. 출처: 텔스타 홈맬의 인공지능 스마트팩토리 플랫폼 LINK 5

제품 생산만 담당하던 공장이 데이터를 활용 제어하고 그로 인해 수집된 데이터를 통해 고객 맞춤형 생산과 공급망 관리(SCM)가 가능해지면, 그 기업이 갖게 될 경쟁력은 막강해질 것이고, 고객은 자신에게 맞는 제품과 서비스를 제공받게 될 것이다. 이와 같이 데이터 활용 역량을 통해 선진 기업들은 이미 새로운 네트워크 기반에서 사업을 전개하고, 데이터 기반 ICT융합기술을 활용하여 판매 감소의 위기를 극복하고 있다.

우리나라는 어떤가? 대기업의 대량생산 시스템을 중심으로 한 성공적인 2차, 3차 산업혁명을 통해 한국의 국민소득은 대폭 높아졌다. 하지만 이런 2차, 3차 산업혁명의 성공에 안주한다면 4차 산업혁명에서는 뒤처질 가능성이 높다. 우리의 4차 산업혁명 준비 수준은 세계 20위, 전문가들은 앞으로 5~10년 후면 더 이상 지금까지의 방식으로는 견딜 수 없다면서 과거의 패러다임을 바꿔야 한다고 강조하고 있다.

그러므로 기본에 충실한 준비가 필요하다. 그 기본적인 준비가 빅데이터 관리기술 역량이다. 빅데이터라는 용어는 이미 2000년대 초반부터 글로벌 정보통신(IC) 기업들이 비즈니스에 활용해왔다. 또한 생활환경과 ICT기술의 변화, IoT센서, 스마트 디바이스에서 발생하는 데이터의 폭발적인 증가로 기존 데이터 저장 및 처리 방법으로는 금전적, 기술적 한계에 다다를 수밖에 없는 상황이다. 그러나 빅데이터가 반드시 대용량 데이터일 필요는 없다. 빅데이터는 데이터 크기가 아닌, 분석(Analytics)·활용 방법의 차이를 의미하기 때문이다. 이전의 분석 방법이 단순 현황 분석(Dashboard) 도출이었다면, 빅데이터 분석은 차원이 다른 예지 분석(Predictive)이라고 할 수 있기 때문이다.

빅데이터 목적성의 명료화가 필요하다. 빅데이터란 단지 많은 데이터를 쌓아놓고 빨리 꺼내보는 것이 아니다. 데이터는 그 크기에 상관 없이 비즈니스를 더 성공적으로 수행하기 위한 도구로 사용되어야 한다. 데이터의 활용을 위해서는 질문에 대한 대답의 형태를 갖추고 있어야 하는데, 이를 위한 데이터 가공의 핵심 포인트는 분석(Analytics) 형태에 있다. 그러므로 그 형태는 크게 4가지로 구분해 볼 수 있다.

첫째, Business Intelligence / BI Reporting를 생성하기 위한 데이터 분석 방법이다. 즉, 항공기 조정석(Cockpit)의 계기판에 비유해서 대시보드 리포팅(Dashboard Reporting)이라고도 하며, 현재에 어떤 일이 일어나고 있는지를 정확하고 일목요연하게 보여주는 작업이다. 빅데이터 분석의 시작 단계이며, 기본 데이터의 중요성이 강조되는 단계이다.

둘째, Descriptive Analytics(묘사 분석)은 정밀성이 요구되는 분석 방법이다. 즉, 영업활동과 마케팅 목표를 정밀하게 묘사하는 것으로 자료수집(Profiling), 세분화(Segmentation), 집단화(Clustering) 등이 여기에 포함된다. 예를 들어 주 고객층이 40~50대 여성이며 학부형일 가능성이 높고 그들의 거주지는 어느 지역이며 생활수준과 라이프 스타일은 어떤지 하는 식으로 대상을 묘사하는 것이다. 이러한 분석은 마케팅의 STP(Segmentation, Targeting, Positioning)전략에 주로 사용된다.

셋째, Predictive Analytics(예지 분석)은 경영의 예지력을 강화시키기 위한 분석방법이다. 즉, 예측(Forecasting)적 분석 대상의 미래의 행동에 관한 예지(Predictive)를 통계적 확률로 표현하는 것이 가능하다. 통계적 모델(Statistical Modeling)이지만 최근에는 인공지능을 활용하기 때문에 전수 데이터를 사용하여 분석의 고도화를 추구하는 추세이다.

넷째, Optimization Model(최적화 모델)은 스마트팩토리의 운영 측면에서 사용하는 방법이다. 즉, 고객의 주문 대응력을 극대화하기 위해서 생산 실행 전략을 세울 때에 필요한 분석 방법이며, 최적화 모델이다. “What-if Analysis” 스마트 팩토리에서 생산 수행 역량을 강화하는 데 활용한다.

결론적으로, 스마트 팩토리는 생산현장의 개선, 분석, 가시화를 ‘사용성’에 초점을 맞춘 기업가치 향상을 위한 플랫폼이다. 그리고 고객의 주문과 사용자 경험을 빅데이터 분석 기술(예지적 분석: Predictive Analytics)을 활용하여 제조업의 경영 목표(품질, 원가, 시간, 유연성: Quality, Cost, Delivery, Flexibility)를 극복해 가는 디지털 경영기술이며, 더 나아가 새로운 경쟁우위(Competitive-Edge)를 확보하는 4차 산업혁명 시대의 새로운 경영전략이다.