최신 빅데이터_5가지 활용 사례에 대해서

최근 들어 빅데이터는 인공지능, 클라우딩 컴퓨팅, 등의 용어와 함께 많이 들어보았을 것입니다. 그러면 이러한 빅데이터가 우리의 실생활과 비즈니스 영역에서 어떻게 활용되고 있는지 해외의 몇 가지 사례를 통해서 알아보고 향후 우리 삶에 어떻게 영향을 미칠지에 대하여 예측해 보는 시간을 가져 보기로 하겠습니다. 

1. 물류 반응 속도를 높인 DHL
2. 고객 맞춤형 프로모션을 실시한 Target
3. 농업용 빅데이터를 활용한 Fujitsu
4. 2014 브라질 월드컵을 승리한 독일 축구팀

1. 물류 기업 DHL 

물류 기업 DHL은 빅데이터를 잘 이용해 물류 반응 속도를 높인 사례입니다. NB-IoT 기술을 통해 GPS 없이도 화물의 위치를 직접 파악할 수 있으며 자동으로 위치 데이터를 수집해서 전달할 수 있습니다. 4시간마다 자동으로 데이터 전송을 통해 현재의 위치를 보고할 수 있으며 창고 내에 있을 때는 하루에 한 번 보고를 할 수 있도록 하고 있습니다. 또한 DHL은 사물 인터넷(IoT) 플랫폼을 공급업체에도 확대 적용함으로써 데이터 수집 범위를 확장시키고 있습니다. 사물 인터넷 (IoT) 플랫폼 기반의 광학 글자 인식 OCR (Optical Character Reader) 기술을 통해 문자와 번호판을 식별하는 AI기술력으로 관리 효율 높이고 있습니다. 

이에 더하여 DHL은 수하물 보관 창고 물류 관리에 AR기능을 추가함으로써 근무자가 AR글라스를 착용하고 소포의 바코드를 스캔하면 안경 화면에 나타난 이미지와 텍스트 지시로 배송할 물건이 있는 위치와 배송할 주소를 알려주도록 하고 있습니다. 수하물의 바코드를 스캔하게 되면 물건을 어디로 옮겨야 하는지 지시를 받아서 지정된 곳으로 이동시킵니다. 이처럼 5G를 통해서 빅데이터 활용함으로써 DHL은 물류 혁신을 일으키고 있습니다. 

2. 타켓(Target)의 고객 맞춤형 프로모션

타켓은 여성 고객의 임신 여부를 선제적으로 파악하기 위해 빅데이터 분석을 활용하고 있습니다. 몇 년 전 타깃은 임신부 옷, 신생아용 가구 등 임신부들에게 보낼 만한 내용이 동봉된 쿠폰 우편을 한 여고생에게 보내 화제가 된 적이 있었습니다. 당시 그 학생의 아버지는 고등학생에게 이런 우편을 보냈다고 타깃에 강력히 항의를 했지만 얼마 뒤 그 학생이 실제로 임신 중이었던 사실이 확인되었습니다. 이처럼 타깃은 고객의 임신을 높은 확률로 추정할 수 있게 해주는 주요 아이템에 대한 검색이나 구매 등 온/오프라인에서 행해지는 고객의 모든 활동을 지속적으로 축적하고 있습니다. 이를 통해서 고객의 임신 주기까지 알아맞힐 수 있는 수준의 정보를 확보하고 있습니다. 이와 같은 분석 결과를 바탕으로 관련 상품에 대한 프로모션 등의 효과를 제고하고 있습니다.  

 

타깃은 앤드루 폴이라는 데이터 분석 전문가를 영입해 "임신 예측 모델"을 개발하였습니다. 이러한 모델을 통해서 타깃은 매장이나 온라인에서의 구매 상품 데이터, 타깃 등록 회원 데이터, 인터넷 상에서 유아용품이 검색된 데이터, 고객의 나이, 자녀 유무 등의 데이터를 분석했습니다. 이를 통해 임신 중인 고객이 어떤 상품을 구매했는지, 어떤 구매 패턴을 보이는지를 알아냈습니다. 이러한 임심 예측 모델은 임신 여부와 구매 패턴에 대한 상관성 분석을 실시하게 됩니다. 특히 상관관계 분석을 통해 임신부와 무향 티슈나 마그네슘 보충제 등 구매의 상관성이 높았던 사실을 분석해 냈습니다. 

이러한 예측 모델은 보통 상관관계 분석을 활용해 개발됩니다. 고객들의 특성과 고객들이 구매한 상품의 관계를 분석해 가장 상관성(연관성) 높은 것들을 찾아내는 것입니다. 타깃은 이 상관관계 분석을 통해 ‘임신부’와 ‘무향 티슈나 마그네슘 보충제 등 구매’의 상관성이 높았던 사실을 찾아낸 것입니다. 이처럼 타켓의 임신 예측 모델은 빅데이터 분석 사례로 가장 많이 언급되는 사례로 알려져 있습니다. 

 

3. 후지쯔의 농업용 빅데이터 활용

일본의 IT기업인 후지쯔는 아키사이(Akisai)라는 농업 클라우드 서비스를 상용화시켰습니다. 과학적으로 농작물을 재배. 관리할 수 있는 클라우드 기반의 농업 경영 플랫폼을 출시했습니다. 아키사이라 불리는 농업용 빅데이터 활용 시스템은 농작물의 데이터를 근거로 농산물의 생산부터 판매까지 전 과정을 체계적으로 관리해 주고 있습니다. 기존에는 농업이 농민들의 감에 의해서 운영되었습니다. 그러나 이 시스템 도입을 통해서 농지 작업 실적과 작물 이미지 등과 같은 모든 데이터를 빅데이터에 저장하고 분석함으로써 농산물 수확량 증가와 품질 향상을 극대화하고 있습니다. 

 

농장에서 근무하는 작업자는 비료를 뿌리는 시기, 시간 등 작업 내용과 농작물 성장 상황을 사진으로 찍어 스마트폰에 기록하면 후지쯔 데이터센터에 자동으로 저장되게 됩니다. 이러한 데이터를 받아서 컴퓨터를 통해 농작물의 작황 상태와 투입 비용, 수익성 등 각종 현황 정보를 확인하도록 하였습니다. 여기에 최적의 농약 살포 시기까지 제공 받을 수 있습니다. 실질적으로 이러한 빅데이터 활용을 통해서 농가 수확량이 30% 이상 증가되었다고 확인되었습니다. 

(후지쯔 빅데이터 활용 사례)

4. 2014년 독일 FIFA 월드컵 축구 우승

2014년 브라질에서 개최된 2014 FIFA월드컵은 대표적인 빅데이터를 통해 사례입니다. 독일은 준결승에서 개최국 브라질을 7:1로 꺾고, 결승에서 아르헨티나와 연장전까지 가는 대접전을 벌렸습니다. 결과는 독일이 무패행진을 통해서 월드컵 트로피를 안게 되었습니다. 이러한 승리 뒤에는 빅데이터가 있었습니다. 

 

독일 국가대표팀은 SAP업체와 협업을 통해서 실전 경기에 SAP매치 인사이트를 도입하였습니다. 'SAP 매치 인사이트'는 선수들에게 부착된 센서를 통해 선수들의 운동량, 순간 속도, 심박수, 슈팅 동작, 등 다양한 비정형 데이터를 수집, 분석하여 분석된 결과를 코칭스태프에 전달하는 솔루션입니다. SAP매치 인사이트는 코칭단에 선수들의 각종 데이터를 기반으로 전술을 짤 수 있도록 지속적인 피드백과 정보를 전달하였습니다. 또한 선수들 개개인에 대한 분석외에도 상대팀 전력, 강점, 약점 등 종합적인 분석을 바탕으로 쳬계적으로 분석 내용이 전달되어 과학적 전략 수립이 가능하도록 하였습니다. 정보 수집에 쓰이는 센서 1개가 1분에 만들어내는 데이터가 총 12000여 개로 독일 국가대표팀은 선수당 4개 (골키퍼는 양 손목 포함 6개)의 센서를 부착했고 90분 경기 동안 한 선수당 432만 개, 팀 전체로는 약 4968만 개의 데이터를 수집하였다고 전하고 있습니다.  

 

일반적으로 감독의 주관적 판단이나 느낌에 의해서 전략.전술이 결정되었다면 SAP매치 인사이트 도입을 통해서 감독은 보다 과학적이고 데이터를 근거로 종합적 판단으로 경기 운영 전술에 대한 결정을 내리면서 경기의 승률이 더 높아질 수 있었습니다.