ZERONOVA

Data, Open, Share, Platform, Cloud, Education

빅데이터 도입 전략: 문제 중심 vs. 인프라 중심

leave a comment »

빅데이터 동네가 시끄러워지면서 빅데이터 도입 방법에 대해서도 의견이 분분하다. 하지만, 본인 생각에는 케이스마다 다르고, 기업의 상황에 따라도 다르다. 여러 가지 고려요소를 검토해서 현명한 도입 전략을 선택할 필요가 있다. 빅데이터 도입 전략은 경험상 아래 두 가지 중에 하나가 아닐까 싶다.

  • 장기적이고 전사적인 빅데이터 인프라 우선 도입
  • 데이터 기반 문제해결을 위한 목표 지향적인 도입
1. 장기적이고 전사적인 빅데이터 인프라 우선 도입
주로 대기업이나 데이터가 비즈니스의 핵심인 서비스 기업의 경우 전사적인 접근 방식을 고려한다. 개별 부서나 사업부가 독자적으로 빅데이터 인프라를 도입할 경우 중복 투자의 가능성이 있고, 빅데이터의 진정한 가치인 통합된 데이터 저장소와 연관 분석의 장점을 얻기 힘들다. 또한 개별 부서의 경우 빅데이터 기술을 어떻게 도입하고, 어떤 제품을 선택할 것인지 판단하기 어렵기 때문에 전사적으로 결정하여 공급하는 경우도 있다. 최근 대기업 중심으로 빅데이터 BMT가 실시되고 있는 것이 이러한 예라고 볼 수 있다.

포털과 같은 인터넷 서비스 기업은 데이터가 핵심 자산이기 때문에 국내 빅데이터 도입 초기 부터 발빠르게 적용하고 있다. 하지만 최근 대기업이 취하고 있는 전사적인 결정과 도입과는 다른 특징이 있다. 주로 기술을 선도적으로 받아들이는 부서에서 일부 적용하여 가능성을 검증하고, 차츰 타 부서로 확산되면서 전사적으로 확대되는 경향이 있다. 이것은 기업 문화적인 차이 때문이기도 하고, 솔루션 도입이냐 기술 내재화냐하는 차이점도 있다. (이 부분은 추후 자세히 포스팅하고자 한다)

2. 데이터 기반 문제해결을 위한 목표 지향적인 도입
기업들은 모두 현재 해결해야 하는 당면과제를 안고 있다. 신규 고객 유치를 통한 수익 확대, 고객 서비스 개선, 공급 사슬 최적화, 생산 비용 절감, 제품 품질 개선, 신규 비즈니스 개발, 내부 통제 및 보안성 강화 등 무수히 많다. 빅데이터가 무엇이냐 고민하기 전에 기업의 당면과제를 먼저 고민하는 것이다. 그리고 빅데이터 기술이 이를 해결해 줄 수 있는지 검토하는 것이다.

여기서 중요한 것! 꼭 빅데이터가 아니어도 좋다는 것이다. 데이터를 활용하여 문제해결이 가능한지 검토하는 것이다. 기존에 경험이나 직관에 의해 문제 해결을 시도한 반면 데이터 기반의 문제해결은 데이터를 분석하여 문제의 근원을 정확히 파악하고, 인사이트를 도출하여 전혀 새로운 접근 방식을 시도하는 것이다. 아래와 같은 예를 들 수 있다.
  • 오클랜드 애슬레틱스 구단의 데이터 분석 기반 스카우트 (머니볼)
    • 문제: 부족한 구단 예산으로 최선의 선수 영입
    • 데이터 기반 문제해결: 기존 구단들이 타점 중심으로 직관에 의해 선수 영입한데 반해 데이터 분석 결과 출루율과 “출루율+장타율”이 우승의 결정적인 변수임을 찾아냈고 이를 기준으로 선수 영입
    • 성과: 2000년부터 4년 연속 포스트시즌 진출, 2002년 20연승 달성
  • T-Mobile의 콜 로그 기반 고객 이탈 방지
    • 문제: 고객 이탈 방지 시스템 개선
    • 데이터 기반 문제해결: 기존에 활용하지 않았던 데이터를 적극 활용. 콜 로그의 절단율 분석과 트위터 등의 소셜 데이터 분석을 통해 이탈 예상율과 소셜 영향도 파악하여 이탈 방지 대응에 활용
    • 성과: 2011년 1Q 100,000명 이탈하던 것을 2Q 50,000명으로 획기적으로 감소
    • 참고: T-Mobile USA cuts downs churn rate by 50% with big data
  • Progressive의 자동차 운행 데이터 기반 신규 보험 상품 개발
    • 문제: 신규 자동차 보험 상품 개발
    • 데이터 기반 문제해결: 차량의 OBD 단자를 통해 운전자의 운행 데이터를 수집/분석하여 운행량, 운행 패턴에 따라 보험료를 할인해 주는 보험 상품 출시
    • 900만 가입자 중 100만명이 이용 중. 매일 60억 마일 이상의 운전 데이터 축적
    • 참고: Auto Insurers Bank on Big Data to Drive New Business
문제해결이라는 목표를 중심으로 빅데이터 도입을 검토하는 것은 빅뱅식의 전사적 빅데이터 인프라 도입보다 현실적인 방안이라 할 수 있다. 전사적 도입의 경우 많은 예산이 필요하고, 장기적인 구축이 예상되기 때문에 최고 경영자의 승인과 지속적인 지원이 필수적이다. 따라서 도입을 검토하는 단계에서 좌절할 가능성이 많다. (이 단계에서 많이 나오는 질문이 구축해서 어디 사용할 것이냐는 것이다, 그러나 답을 하긴 쉽지 않은 상황에 놓이게 된다)

이에 반해 현안 문제를 정의하고 이에 대한 해결책으로 데이터를 활용하는 접근은 소규모 예산으로 단기간에 실행할 수 있으며 부서 단위에서 의사결정으로도 가능할 수 있다. 이 과정을 통해 데이터 기반 문제해결의 가능성을 검증하고, 향후 본격적인 빅데이터 도입 타당성을 마련하는 기회로 활용할 수 있다.

< 결론 >
어떤 방식으로 빅데이터를 도입할 것인지는 기업의 상황에 맞게 결정해야 한다. 여기에 정답은 없다. 중요한 것은 현실적으로 가능성이 높은 방향으로 접근하는 것이다. 기업의 문화가 가시적인 성과를 중요시한다면 문제 해결 중심으로 접근하는게 현실적이고, 중앙 통제형의 문화라면 전사적인 도입이 좀 더 실현 가능성이 있을 수 있다. 안타까운 것은 빅데이터라는 과실을 맛보기도 전에 지쳐서 포기하는 경우가 있다는 것이다. 그래서 지혜로운 도입 전략 선택이 필요하다.
Advertisements

Written by zeronova

2013/05/09 , 시간: 9:48 오전

Big Data에 게시됨

답글 남기기

아래 항목을 채우거나 오른쪽 아이콘 중 하나를 클릭하여 로그 인 하세요:

WordPress.com 로고

WordPress.com의 계정을 사용하여 댓글을 남깁니다. 로그아웃 / 변경 )

Twitter 사진

Twitter의 계정을 사용하여 댓글을 남깁니다. 로그아웃 / 변경 )

Facebook 사진

Facebook의 계정을 사용하여 댓글을 남깁니다. 로그아웃 / 변경 )

Google+ photo

Google+의 계정을 사용하여 댓글을 남깁니다. 로그아웃 / 변경 )

%s에 연결하는 중

%d 블로거가 이것을 좋아합니다: