[CIO BIZ+]글로벌 기업, 빅데이터 이렇게 활용한다

관련 통계자료 다운로드 글로벌 기업 및 정부기관의 빅데이터 활용 동향

글로벌 A 보험회사는 운전자의 가속페달 및 브레이크 습관, 최고 속도는 물론이고 운전자가 방문한 유튜브, 페이스북 등을 분석, 운전 습관을 수치화해 보험료율을 개인별로 최적화하는 것을 추진하고 있다.

B 대형 할인마트는 매장별 온도 센서 데이터와 할인마트에 입장한 고객들의 체온, 외부 기온, 그리고 고객의 동선 등을 실시간 정보로 분석해 날씨에 맞춘 특가 상품, 고객이 많이 모이는 매장에서의 즉석 할인 코너 등을 계획하고 있다.

세븐일레븐은 제품 판매데이터를 분석한 결과 본격적인 장마철 직전인 초여름에 우산 판매량이 높게 나왔다. 장마철에 우산이 많이 팔릴 것으로 예상했던 것과는 상반된 결과가 나왔다. 또 여름임에도 어묵 판매량이 생각보다 많이 나왔다. 덥고 습한 탓에 에어컨을 틀면서 어묵코너 매출이 올랐던 것이다. 이제는 초여름에 우산을 매장에 비치하고, 장마철에 어묵 코너를 설치한다.

이는 모두 빅데이터 분석이 가능해지면서 추진할 수 있게 된 사례들이다. 이처럼 해외에서는 빅데이터 분석 및 활용에 많은 시도를 하고 있다. 이에 비해 국내에서 빅데이터 활용은 소셜네트워크서비스(SNS) 데이터 분석에만 초점을 맞추고 있다. 사실상 빅데이터에서 SNS 데이터는 일부분일 뿐이다. SNS 데이터 분석에만 시각이 한정돼 있다 보니 활용 저변을 넓히지 못하고 있다. 이에 글로벌 기업 및 정부기관들은 어떻게 빅데이터를 활용하고 있는지, 어떤 효과를 얻고 있는지 살펴봤다.

#도요타, `빅데이터`로 대량 리콜 사건 위기 극복

도요타는 지난 2010년 바닥 매트와 가속 페달 결함으로 전 세계에서 900만대 이상의 차량을 리콜했다. 도요타는 이 대량 리콜 사건으로 `기술 제일`이라는 명성에 엄청난 치명타를 입었다.

도요타는 이러한 대량 리콜 위기에 대응하기 위해 새롭게 제품품질분석시스템을 만들었다. 이 시스템은 회사 내부의 여러 시스템에 축적된 자동차 관련 제품 및 품질 데이터를 통합 분석해 대량 리콜 위기 때 원인규명을 쉽게 하기 위한 목적이다. 이 시스템은 지난 6년간에 걸쳐 쌓은 `빅데이터`를 한눈에 볼 수 있도록 했다.

도요타는 다양한 종류의 방대한 데이터를 통합해 매출에 영향을 미칠 수 있는 위협 요인을 파악할 수 있도록 `오라클 엔데카(Endeca)` 솔루션을 도입했다. 오라클 엔데카는 비정형 데이터에 고급 분석 기능을 제공하는 비즈니스인텔리전스(BI) 솔루션으로, 오라클이 지난해 인수했다. 오라클은 빅데이터 분석 시장에 이 제품을 주력 제품으로 내걸고 있다.

도요타는 오라클 엔데카 솔루션 도입으로 단 몇 분내 수많은 소스로부터 정형·비정형 데이터를 확보하고, 이를 활용해 리포트와 대시보드를 설계할 수 있게 됐다.

도요타 기술 정보 및 진단 그룹의 톰 트리스데일씨는 “도요타는 오라클 엔데카의 필터링 기능을 활용해 예전에는 상상하지 못했던 방법으로 제품 품질 데이터를 확인할 수 있게 됐다”면서 “일례로 도요타 품질 엔지니어는 수년간 축적된 품질 데이터를 걸러내고, 시각화하고, 탐색해 예전에는 결코 확인할 수 없었던 고유의 패턴을 확인할 수 있게 돼 대량 리콜 사태와 같은 위기도 사전에 예방할 수 있게 됐다”고 말했다.

특히 도요타 측은 하나의 데이터 소스로부터 다각적인 정보 활용이 가능하다는 점을 가장 큰 장점으로 꼽았다. 이와 함께 도요타는 `오라클 엔데카 포 소셜` 기능을 통해 트위터, 페이스북 등 소셜 데이터를 분석, 기존 데이터와 통합해 신제품 개발에도 반영하고 있다.

#뉴욕증권거래소 유로넥스트, 거래체결 데이터 실시간 분석

뉴욕증권거래소 유로넥스트는 높은 수준의 유동성을 자랑하는 세계적 금융 서비스 기업으로, 유럽과 미국에서 주식 및 파생상품을 거래하고 있다.

뉴욕증권거래소 유로넥스트는 최근 몇 년 전부터 거래체결 데이터가 빠른 속도로 폭증했다. 일일 데이터양이 매년 최고 200%까지 증가했다는 게 회사 측 설명이다. 거래체결 데이터의 증가는 곧 거래 체결 속도를 늦추는 주범이다. 이 때문에 거래 체결 지연에 영향을 미치는 요인을 파악해서 대응할 수 있는 정교한 분석 시스템이 필요했다.

이에 뉴욕증권거래소 유로넥스트는 EMC 그린플럼의 `데이터 컴퓨팅 어플라이언스`를 도입했다. 뉴욕증권거래소 유로넥스트는 △빠른 로딩 속도 △확장성 △성능 등의 요인을 솔루션 선택 시 가장 중점적으로 고려했다. EMC 그린플럼 어플라이언스는 하루 최대 2테라바이트까지 지원한다. 이 어플라이언스는 단일 랙에서 시간당 10TB를 처리할 수 있으며, 경쟁제품인 오라클 엑사데이터, IBM 네티자 등과 비교해 두 배 이상 빠른 성능을 제공하는 것이 특징이라는 게 EMC 측 설명이다.

뉴욕증권거래소 유로넥스트는 각 거래 시스템별로 새롭게 생성되는 데이터를 실시간으로 분석, 거래 체결 속도에 영향을 미치는 요인을 파악, 거래 지연 부분을 해결했다.

이와 함께 파생상품에 대한 분석 시뮬레이션 등의 대규모 분석 작업에도 활용했다. 파생상품 및 수익 분석 시뮬레이션은 워낙 방대한 데이터를 분석하기 때문에 시스템 속도가 뒷받침되지 않으면 엄두조차 내기 힘든 작업이다. EMC 그린플럼 솔루션으로 뉴욕증권거래소는 예전에 할 수 없었던 시뮬레이션 작업을 진행, 보다 정확한 시장 분석 자료를 만들 수 있게 됐다.

스티브 허시 뉴욕증권거래소 유로넥스트의 글로벌 데이터 서비스 담당 수석 부사장은 “실시간으로 방대한 양의 정보를 처리할 수 있는 빅데이터 분석 능력을 갖추게 되면서 뉴욕증권거래소 유로넥스트에서 쏟아져 나오는 데이터의 근본 가치까지 변화시키고 있다”고 설명했다.

#월풀, 하자 발견 및 처리 시간 3개월 단축

글로벌 가전전문 기업 월풀(Whirlpool)은 제품의 하자 발견 시간을 단축하는 데 `빅데이터`를 활용했다.

윌풀은 한 공장에서만 하루에 2만대의 세탁기를 만들어 전 세계에 판매하고 있다. 품질에 문제가 발생하면 그 피해 및 파급효과는 어마어마하다. 이 때문에 사소한 문제라도 반드시 원인을 찾아내서 대응할 수 있는 첨단 분석 솔루션이 절실했다.

이에 월풀은 고객만족 서비스 특히, 하자보수 클레임과 하자의 근본 원인을 규명하기 위한 분석 시스템으로 SAS의 `워런티 분석(Warranty Analysis)`과 `텍스트 마이너(Text Miner)` 솔루션을 도입했다.

이 솔루션으로 구축된 `월풀 워런티 분석시스템`은 효과적인 이메일 경고기능을 제공한다. 시스템의 예측분석 기능으로 월풀은 기존에 사용하던 시스템보다 3개월이나 더 빠르게 신규 문제를 탐지하고 근본 원인을 정확히 지적해 낼 수 있게 됐다.

특히 SAS 텍스트 마이너를 통해 자동으로 텍스트 기반의 보증청구 데이터를 구분·분석해 핵심 개념을 추출하고, 여러 청구건들의 관계도 자동으로 분석할 수 있게 됐다. 이 과정에서 월풀은 연간 4000시간에 해당하는 인건비를 절감할 수 있었다.

또 월풀은 하자보수 클레임 및 기타 시스템에서 파생되는 테라바이트 단위의 데이터를 제조 부문, 콘택트 센터, 전문가 보고서 등에 통합하고, 데이터의 추출 및 분석 작업을 유연하게 수행함으로써 보다 신속하게 문제점을 파악할 수 있게 됐다.

이외에도 기존에 월풀이 갖고 있던 `서비스벤치(ServiceBench) 클레임 관리시스템`에서 데이터를 수집하는 한편, 고객 클레임 프로세스 처리 방식과 보상 일정에 대한 추적과 모니터링 방식을 자동화했다.

#미시간주, 정부기관 데이터 공유로 일 100만달러 ROI

미국 미시간주는 미 공공 기관에서 빅데이터를 가장 잘 활용하고 있는 대표 사례로 꼽힌다. 미시간주는 21개 정부기관이 따로 운영해 오던 각종 정책 기반 데이터들을 단일 시스템으로 통합해 `데이터 통합 허브시스템`을 구축했다. 이 통합 허브시스템의 사용자는 미시간주 정부기관 관계자 1만명이다. 미시간주는 테라데이터 엔터프라이즈 데이터 웨어하우스 제품으로 이 통합시스템을 구현했다.

이 통합 시스템에는 정책 수립에 필요한 각종 행정 및 국민 데이터 등이 통합돼 있다. 통합된 데이터를 통해 미시간주 정부기관들은 한정된 예산을 효율적으로 배분하고, 정책 모니터링 및 평가 작업 등에 활용하고 있다.

각각 따로 운영되던 교육, 복지, 노동 관련 정책 데이터도 통합 분석해 중복 투자되는 예산을 줄이기도 했다.

미시간주에 따르면 이 같은 정부기관의 데이터 공유 및 분석 작업으로 매일 100만달러의 투자수익률(ROI)을 실현하고 있다고 밝혔다. 이는 시간당 4만1667달러에 해당된다.

미시간주는 이 대규모 데이터 공유 및 분석 체계 구축으로 미국의료보장제도의 부정행위 발생을 감지하거나 어린이의 납 중독을 감소시키는 등 시민의 헬스케어 관련 서비스를 대폭 개선했다. 이와 함께 관할지역에 걸쳐 발생된 개인 범죄를 지역별로 연계하는 등 미시간주 통합 분석 데이터를 통해 정부기관 간 다양한 협업이 가능해졌다.

데이비드 스콧 테라데이터 부사장은 “다른 정부 기관에서 미시간주와 같이 빅데이터 분석 전략을 개발, 실행한다면 시민들을 위한 정부의 서비스 품질을 획기적으로 개선할 수 있을 것”이라며 “최근 미시간주에 이어 텍사스주에서도 테라데이터의 텍스 컴플라이언스 솔루션을 사용해 추가적인 세제 수익 외에 16억달러 이상의 세금을 회수하고 있다”고 말했다.

글로벌 기업 및 정부기관의 빅데이터 활용 동향

성현희기자 sunghh@etnews.com