첨단 기술 분야에서는 아직 익숙하지 않은 것처럼 느껴지지만 점차 활용되기 시작한 빅데이터 분석.여기서는 빅데이터 분석의 활용 사례와 그 장점을 소개하고, 특히 IoT 및 산업 분야의 사례를 소개한다.
빅 데이터 활용의 눈
빅데이터 분석의 목적은 겉보기에 무질서하고 불법적이지 않은 데이터에서 어떤 법칙과 상관관계를 찾는 것입니다.거기에서 우리는 새로운 지식을 도출하여 매출을 늘리고 운영 효율성을 향상시키려고 노력하고 있습니다.
인간의 경험과 직관에 기반한 의사 결정은 불확실성이 매우 높고, 닥쳤을 때는 맞지만 빗나가는 경우가 많습니다.또한 의사 결정을 내리는 데 직관을 습득하는 데 오랜 시간이 걸립니다.또한 고객의 니즈가 다양해지고 시장의 변화 속도도 점점 빨라지고 있는 상황에서 다년간 길러낸 경험과 직관은 단기간에 통하지 않을 가능성이 크다.이런 상황에서는 사람의 손 없이도 대량의 데이터를 분석해 새로운 지식을 빠르게 제공해야 합니다.
또한 빅데이터 분석은 이전에 수치화하기 어려웠던 인간의 취향과 감성을 기반으로 법칙 및 일부 추세를 파악하는 데 유용하다고 평가됩니다.이는 이전에 대응의 난이도에서 제외되었던 데이터에서 새로운 지식을 발견할 수 있다는 것을 의미합니다.
친숙한 빅데이터 분석을 사용하는 방법의 예
실제 빅 데이터 사용 사례를 살펴보겠습니다.
자판기에서 제품 진열
제품 디스플레이는 빅 데이터 분석을 통해 법률을 만드는 좋은 예로 자주 사용됩니다.한 음료 제조업체에서는 가장 많이 팔리는 제품을 위에서 배열하는 “Z자형” 자판기의 제품 디스플레이를 변경했습니다. 이는 그전까지는 일반적이었으며, 우리가 집중하던 제품을 아래에 배치하도록 변경했습니다.이는 자판기에 가시선을 읽는 아이트래킹 카메라 (Eye tracking Camera) 를 설치하고 “쇼퍼즈 라인 오브 사이트”라는 빅데이터를 분석하여 얻은 통찰력입니다.그 결과 회사는 매출이 몇 퍼센트 증가했습니다.
많은 자판기는 구매자보다 제품 샘플을 더 많이 표시합니다.지진 발생 시 추락을 방지하기 위해 콘크리트 받침대에 고정하는 경우가 많기 때문입니다.확실히 그 자세가 눈 높이보다 조금 낮은 자세에서 보기 편하다는 말은 당연한 것 같습니다.그러나 'Z자형'의 전시와 같이 이미 상식적으로 여겨지는 관습을 뒤엎는 아이디어는 인간 혼자서는 생각해내기가 어렵습니다.
수요 변동을 이해하고 구매 및 제품 개발에 활용
빅 데이터 분석의 대표적인 응용 분야 중 하나는 수요 예측입니다.한 컨베이어 벨트 스시 체인에서는 접시에 IC 태그를 부착하여 어떤 요리가 얼마나 팔렸는지 알 수 있습니다.회계 시 점원이 판재 위에 리더를 갖다 대면 데이터를 즉시 수집할 수 있습니다.이 데이터는 연간 수억 건인데 이러한 빅 데이터를 분석하여 매출과 계절적 수요 변동을 파악하고 구매량 조정 및 제품 개발에 활용합니다.
경영진의 의사결정을 위한 고객 트렌드 분석
편의점의 판매 분석 및 재고 관리에 사용되는 경우도 있습니다.한 편의점에서는 특정 제품 매출의 60% 를 헤비 유저의 10% 만이 지원하는 것으로 나타났습니다.전자화폐 결제에 관한 빅데이터 정보를 분석하여 얻은 지식입니다.이 편의점은 열렬한 팬이 있다고 판단하여 특정 제품을 계속 판매합니다.
편의점의 중요한 수익원은 원하는 상품과 함께 구매하는 '넥스트 투 바이 (next to buy) '입니다.얼핏 보면 매출 성장으로 인해 판매를 종료해야 할 것 같은 제품이라도 열성적인 팬이 있다는 사실을 알면 고객 유치로 이어지는 중요한 제품으로서 새로운 가치를 발견할 수 있습니다.
인간의 감각도 빅데이터로 해독합니다
언더웨어 판매 사이트에서는 반품된 언더웨어와 고객 정보를 빅데이터로 분석하여 언더웨어 제조업체마다 조금씩 다른 사이즈 편차를 수치화하는 데 성공했습니다.이로 인해 구매자가 사이즈를 입력하면 해당 사이즈에 맞는 제조업체의 상품만 표시되는 시스템이 생겼습니다.
이를 통해 각기 다른 사람들의 속옷의 착용감과 착용감에 대한 빅데이터를 분석하여 고객 개개인에게 최고의 제품을 선보일 수 있었다고 할 수 있습니다.속옷의 착용감과 착용감은 인간의 감각과 감성에 속하기 때문에 일반적으로 수치화하기 어렵다고 여겨져 왔지만, 이러한 정보는 독창성에 따라 빅데이터로도 분석될 수 있습니다.
산업 및 IoT 분야의 빅데이터 분석 활용 사례
산업 및 IoT 분야의 활용 사례를 살펴보겠습니다.
실시간 도로 상황 파악 및 예측
자동차에 통신 기능을 부여하여 교통 정보를 분석하는 경우가 있습니다.통신 기능이 있는 자동차, 이른바 커넥티드 카를 이용해 운행 정보를 수집하고 빅데이터로 분석하면 정체 정보 및 사고 정보를 얻을 수 있습니다.이 데이터는 교통 체증을 예방하고 사고를 예방하는 데 사용할 수 있습니다.
메커니즘으로는 타이어가 초당 회전하는 횟수를 감지하여 회전 속도가 증가하거나 일정하면 교통 체증이 발생하지 않는 것으로 판단됩니다.즉, 차량 속도의 변화로 도로 상황을 판단합니다.또한 자동차에 GPS 수신기를 설치하여 위치 정보를 감지하고 개별 차량 속도 변화와 연계하여 빅데이터 분석을 수행함으로써 어느 지역에서 정체가 얼마나 발생하고 있거나 발생할 가능성이 있는지를 파악할 수 있습니다.이 경우 자동차에서 나오는 정보가 시시각각 실시간으로 바뀌기 때문에 빅데이터 분석을 위해서는 실시간 처리가 필요합니다.
효율적인 선박 운영
마찬가지로 센싱으로 얻은 빅데이터를 분석하여 선박의 운항을 효율화한 사례도 있습니다.상선 회사는 선박에 센서를 부착하여 엔진 속도, 주행 속도 및 해류 속도를 수집합니다.이를 빅데이터로 분석하고 최적의 비행 계획을 세우는 데 성공했습니다.이 계획을 사용하여 실제로 운행했을 때 연료 소비를 10% 줄이는 성과를 거두었습니다.일반인이 볼 때는 10% 대로 별거 아닌 것 같지만 상선사는 많은 선박을 운영하고 있고, 한 번의 항해가 긴 경우도 많은데 이 중 10% 는 대대적인 비용 절감 효과라고 할 수 있습니다.
마이닝 최적화에 대한 찬사
경우에 따라 삽차 및 불도저와 같은 건설 기계의 효율적인 작동에 기여합니다.건설 장비 제조업체의 건설 기계에는 IoT와 호환되는 센서가 있습니다.이 센서를 사용하여 위치 정보 및 작동 상태를 모니터링하고 실시간으로 빅데이터 분석을 수행함으로써 운영 효율성을 높이고 장애를 예측하는 데 사용할 수 있습니다.이는 주로 해외 광산에서 채굴할 때 유용합니다.해외 광산은 채굴 범위가 매우 넓은 경우가 많기 때문에 가능한 한 최단 거리를 선택하고 빈 화물을 덜 운반해야 합니다.따라서 엔진의 시동 시간, 주행 거리, 주행 방향 등을 감지하고 이 빅데이터를 분석하여 마이닝의 최적화를 실현합니다.
빅 데이터 분석은 보다 실시간 지향적일 것입니다
위에서 빅 데이터 분석을 사용할 수 있는 방법에 대한 예를 살펴보았습니다.이러한 사례를 통해 알 수 있듯이 빅데이터 분석을 실시간으로 수행해야 할 필요성은 점점 더 커질 것입니다.엣지 컴퓨팅은 특히 생산 현장에서 속도가 필요한 애플리케이션의 경우 속도 측면에서 호환성이 높을 것으로 보입니다.이 생산 분야에서 빅 데이터 분석을 고려하고 있다면 엣지 컴퓨팅의 도입도 선택 사항입니다.
