테라에너지/span>

이제 ICT 시장에서 빅데이터는 이제 거의 통상적인 용어로 사용되며, 다양한 분야에서 사용을 하고 있거나 혹은 이해관계자들에게 적극적인 활용이 요구되고 있습니다. 그도 그럴것이 IDC에 따르면 현존하는 전체 데이터의 90%가 지난 3년간의 생성되었다고 언급한 바 있는데, 그만큼 지금 전세계 인구의 경험(experience) 혹은 이벤트(Event)가 지금 이순간에도 수십억건의 비정형 데이터로써 생산되고 축적되고 있습니다. 그래서 기업들은 데이터를 적극적으로 활용하여 자신만의 비즈니스 전략 구축과 전술적 의사결정을 하기 위해서 방법을 찾았고, 그러함에 BI(Business Intelligence)라는 개념이 생겨나게 되었습니다. 수많은 데이터를 앞에 놓고 기업의 운명을 좌우할수도 있는 전략과 결정을 의사결정권자의 경험과 직감에만 의지하기에는 너무 위험하기 때문입니다.

그런데 이러한 BI에서도 고민거리는 생깁니다. BI는 과거나 현재상태를 분석하고, 그에 따른 흐름과 문제점을 분석 제시하는 것이지, 그에 따른 판단은 결국 인간의 몫이기 때문입니다. 다시 말하면, 좀 더 좋은 결정을 하기 위한 선택지를 줄여주는 것뿐이기에 극대화되는 효과를 위해서는 앞으로의 상황을 예측하고 대비해야만 합니다.

현황 분석을 넘어 증강 예측 분석으로

최근에 기술의 발달로 새로운 개념이 등장하게 되는데, 이것이 바로 증강분석 기술입니다. 앞서 말한 기존 BI에 AI의 머신러닝 기술로 접목시켜서 앞으로 일어날 것을 예측을 하고, 그에 따른 최적화된 대안을 인공지능이 찾아서 제시해 주는 것입니다. 사실 일반적으로 인공지능이 사람의 인력을 대체한다고 생각하기 쉽지만, 사실 인공지능의 패러다임은 사람을 인력을 대신하는 것이 아닌 사람이 처리하기에는 너무 많은 처리량을 대신 처리하여 보다 큰 비즈니스 성과를 얻을 수 있는 것 이라고 보면 좋습니다. BI 관점에서의 머신러닝은 여러 데이터를 관계화 시키고, 더 많은 조합과 사람이 못보던 새로운 조합으로 예측을 하고, 대안을 추론하는 것이기 때문에, 이 기술이 갖는 가치는 실로 엄청나다고 할 수 있습니다.

비유하자면 과거 문명에서 농사를 지을 때 자신의 과거 경험을 비춰 바로 몇시간뒤의 불확실한 날씨상황을 예측하면서 감에 의한 농사계획을 세우는 것과 현대 문명생활에서 기상센터 슈퍼컴퓨터에 의한 날씨 예측 데이터로 적절한 농사 계획을 세우는것은 차원이 다른 얘기일 것입니다. 이러한 기반에서 인간 행동의 범위는 앞으로의 상황에 따른 적절한 대응 시나리오 수립이 가능하고, 전략 실패에 대한 위험성이 현저하게 줄어든다는 것을 유의깊게 생각해 볼 수 있을 것입니다.

BI와 AI의 기술융합을 통하여 얻는 시나리오

기존 커뮤니케이션 채널이었던 전화와 PC를 넘어 언제 어디서나 사용하는 모바일로 넘어오면서 그 데이터량이 폭발적으로 증가하게 되었고, IoT로 되면서 이젠 사람간 사람의 데이터가 아닌 기계와 기계의 커뮤니케이션 데이터까지 수집해서 의미있는 데이터를 뽑아야 하는 시대가 오고 있습니다. 더군다나 이제 V2X로 대변되는 자동차간 커뮤니케이션까지 수집하여 의미있는 통찰을 얻어야 합니다. 초연결사회라는 시대 개념이 그렇게 만들 것입니다. 그렇다면 여기서의 의사결정에 있어 적확한 통찰이나 리스크 대비는 쉽지 않아 질 것임에 AI의 머신러닝을 활용한 증강분석을 통해서 보다 완벽에 가까운 비즈니스 전략 수립이 가능하여 그에 따른 기업가치가 한층 높아질 것입니다. 예를 들면 고객의 니즈와 페인 포인트(Pain Point:고객 불편)를 가장 가까이에서 듣는 컨택센터에서도 적극 활용할 수 있을 것입니다. 현재의 BI는 KPI를 적극 활용하는 데에서 그치지만, 데이터 웨어하우스에 옴니채널로써 실시간으로 들어오는 고객의 VOC자료와 기업 전사 데이터가 쌓이게 되면 AI의 피처엔지니어링 도움을 받아 정말 고객의 반응을 예상하며, 그에 따른 선제적인 대응 전략을 제시해줄 수 있는 날이 올 수 있지 않을까요? 마치 속을 꿰뚫어보는 현자처럼 말입니다.