ZERONOVA

Data, Open, Share, Platform, Cloud, Education

더 나은 자동차 경험을 위한 Ford의 빅데이터 활용

leave a comment »

자동차 산업만큼 빅데이터에 관심을 가진 분야도 많지 않을 것이다. 하필 자동차 제조사들이 빅데이터에 일찍부터 관심을 가지게 된 것은 자동차가 엄청나게 많은 데이터를 쏟아내는 센서 덩어리라는 특성과 볼보의 성공적인 빅데이터 활용사례 덕분이라고 생각한다. 그래서 최근 대부분의 자동차 제조사들은 빅데이터를 접목하기 위한 프로젝트를 진행 중이며, 그 중에서도 오늘은 Ford 사례를 소개하고자 한다. 아래 기사들을 참고.

사용자 경험을 개선하기 위해 빅데이터 활용

최근 전기차와 하이브리드 자동차의 중간 형태인 플러그인하이브리드(Plug-in Hybrid Electric Vehicle:PHEV) 자동차가 대안으로 떠오르고 있다. 기본적으로 외부 충전한 배터리의 전기동력으로 주행하다가 배터리 방전시 일반 하이브리드 자동차처럼 내연기관과 배터리를 동시에 사용하는 것이다. 자세한 설명은 ETRI 리포트(플러그인 하이브리드카(PHEV) 기술개발 동향)를 참조하기 바란다.

하지만 주동력원이 배터리이다 보니, 운전자 입장에서는 배터리 방전 여부와 충전소 위치에 대해 민감할 수 밖에 없다. Ford의 PHEV 자동차들에는 센서 데이터를 수집해서 배터리 잔량, 최저 비용 충전 알림, 인근 충전소 찾기 등의 정보를 운전자의 스마트폰 앱으로 보내준다. 이를 통해 PHEV 자동차의 불안감을 해소하여 보다 나은 사용자 경험을 제공한다.

myford

MyFord Mobile 서비스 구조

좀 더 상세히 들여다 보면, Ford의 PHEV인 Ford Fusion Energi와 C-MAX Energi에서는 시간당 25 GB의 센서 데이터가 생성되고, 이를 이동통신망을 이용해 Ford의 클라우드 컴퓨팅 서비스에 모아서 데이터 처리를 한 후 다시 운전자의 스마트폰 앱(MyFord Mobile)으로 필요한 정보들을 보내준다.

iPhone Screenshot 1iPhone Screenshot 4iPhone Screenshot 5iPhone Screenshot 2

< MyFord Mobile Screenshot >

MyFord 모바일앱 소개 동영상을 보면 배터리 관련 정보 이외에도 운전 스타일, 운전 기록, 줄인 CO2 배출량 등 운전과 관련된 다양한 정보를 제공하고 있다. 이런 정보들이 차량에서 수집된 센서 데이터를 정제하여 제공되는 것인데, 아직 복잡한 분석의 단계까지는 아닌 것 같다. 앞으로 센서 데이터 패턴을 분석하여 고장 진단이나 정비 시점 추천 등의 안전성 향상 기능이 추가될 수 있고, 여러 운전자들의 센서 데이터를 함께 분석하여 소셜 드라이빙 서비스로 발전할 가능성도 점쳐볼 수 있다.

자동차 설계와 개발에 데이터 기반 의사 결정

자동차를 설계할 때 고객 니즈를 정확히 판단하여 반영하는 것이 중요하다. 지금까지는 고객 니즈를 파악하기 위해 설문조사나 포커스그룹 인터뷰 등의 제한된 샘플 대상의 조사가 일반적이다. Ford Escape SUV 개발에서 트렁크 오픈 방법에 대해 수동으로 할지, 자동으로 할지 결정할 필요가 있었는데, Ford 개발팀은 소셜 미디어의 데이터를 분석하여, 뒷범퍼 아래 부착된 센서에 발을 가져다 대면 자동으로 트렁크를 열 수 있도록 설계하였다. (핸즈프리 파워 트렁크) 아마도 소셜 미디어에서 짐을 들고 트렁크를 열어야 하는 경우 불편함을 호소하는 목소리를 캐치하지 않았을까 싶다. 설계와 개발에 전문가의 정성적인 판단보다 데이터 기반 의사결정을 내린 좋은 사례라 할 수 있다.

핸즈프리 파워 트렁크

빅데이터 활용을 위한 Ford의 노력

위의 두 가지 사례는 사용자가 직접 체감할 수 있는 결과를 도출한 경우다. 하지만 Ford의 빅데이터 활용은 이뿐만이 아니라, 차량 성능 개선을 위해 4백만대 이상 차량의 센서 데이터를 수집, 실시간으로 분석하여, 운전 패턴과 외부 환경(날씨, 도로 등)에 따라 차량이 어떻게 반응하는지 탐구하고 있다. 또한 차량 동작 감시를 위한 74개 이상의 센서를 탑재하여, 차량 동작 모니터링을 하고 있다. 테스트 차량의 경우 한대당 시간당 무려 250 GB 데이터, 즉 하루 6 TB의 엄청난 양을 쏟아내고 있다. 이와 같이 자동차 동작과 운전 등에 대한 정확한 분석은 새로운 자동차를 설계하고 개발할 때 객관적인 정보를 제공하고, 데이터 기반 의사결정을 할 수 있도록 도울 것이다.

이 외에도 공급망 최적화를 통해 운영 효율을 극대화하기 위해 부품 입고부터 고객 납품까지 공급망의 전과정에 빅데이터를 수집/분석하고 이를 통해 공급망 전 과정의 완전하고 상세한 뷰를 제공한다. 소셜 미디어 데이터는 고객 니즈 분석에도 활용되지만, 어떤 상품이나 서비스를 고객과 매치해야 하는지 결정하는데도 활용될 전망이다.

Ford는 이러한 빅데이터 활용을 전담하기 위해 실리콘밸리에 빅데이터 연구소를 오픈하고, 다양한 빅데이터 도구들을 검토하고 활용하고 있다. 특히 빅데이터 플랫폼으로 Hadoop을 중심으로 이용하고 있고, 분석 도구로서 R을 사용하고 있다. 이 외에도 데이터 마이닝, 텍스트 마이닝을 위한 오픈소스도 다수 활용하고 있다고 한다. Ford가 데이터 중심 기업으로 진화하는데는 CEO Alan Mulally의 데이터 기반 경영에 대한 확고한 의지가 한몫하고 있다. 그가 회의 때마다 하는 질문은 한번 새겨 볼 만하다.

How are we doing against our objectives? Quantitatively, are we hitting whatever the metrics are, and if we’re missing them, then why?
Advertisements

Written by zeronova

2013/08/19 , 시간: 2:03 오후

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: