'빅 데이터'에 해당되는 글 28건

환자 발생할 곳 가까이에 대기하면 응답시간 단축

구급차가 있어야할 곳을 미리 파악한다

유 제 성 | 리비젼컨설팅 HR성과연구소

사례들을 통해서 어떤 부분이 실제로 빅데이터가 활용될 수 있는 대상인지를 알아내야 내 조직에 필요한 아이디어를 찾아낼 수 있다. 아직 사례들이 많지 않으니 좀 더 다양한 경우를 보려면 전세계의 사례들을 열심히 찾아 볼 필요가 있다. 싱가포르의 SCDF(Singapore Civil Defence Force 우리나라로 따지면 국민안전처)는 구급차를 보다 효율적으로 운용하기 위해, 빅 데이터를 활용한다.

싱가포르 역시 인구 고령화로, 65세 이상 노인층에서 구급차 출동 수요가 큰 폭으로 증가했다. 2013년 자료를 보면, 총 출동 건수가 150,155건이 있었는데, 2012년 대비 5.3% 증가했다. 반면, 65세 이상 노인층 출동 요청은 8.2% 증가해 구급차의 증차를 해야 할 상황이다.

SCDF는 주야간 구급차 수요처를 분석해, 구급차의 당장 증차 없이도 공급을 맞추는 방법을 택했다. 응급 의료 서비스에 대한 수요 데이터 분석을 하니, 노인 인구의 증가와 5분 이내 출동해야 하는 가슴·심장 통증 호소 환자가 출동 요청의 70%나 되었다. 그런데, 도시국가인 싱가포르의 특성으로, 주간에는 시내 상업업무 지구(물론, 주말에는 텅텅 빈다)에서, 야간에는 주거 지역에서 인구가 밀집된다.

구급차 긴급 출동을 위해 위 두 가지 기본 사항 외에 추가해야 할 요소가 있다. 첫째, 응급 구조 요청 시간대별 통화량이다. 인구밀집과도 연관이 있다. 두 번째는 주간 시간대별·요일별 차량 속도도 중요하다. 구급차의 긴급 출동 시, 교통흐름을 파악하는 것은 기본 중의 기본이다. 세 번째는 도로공사 지역. 이 요소는 가변적이기 때문에 계속적인 업데이트가 필요하다. 마지막으로 구급차 출동 지역의 과거 이력이다.

위 요소들을 복합적으로 분석하면, 순찰 기능을 가진 구급차의 응급 구조 다발 예상 지역 중심으로 이동 배치를 할 수 있다. 조금 과장을 섞어 말하자면, 호출하기 전에 먼저 서비스를 할 수 있다. 응급 환자는 병원으로 빠른 후송만이 목숨을 살릴 수 있다. 부족한 구급차 증차 없이도 응급 의료 서비스에 대한 수요를 개선하는 가치를 창출하는 빅 데이터 활용의 좋은 사례를 보여 준다.

전문인력 부족이 문제의 핵심

제대로 교육시키고 좋은 인력을 두는 것은 CEO 숙제

 유 제 성 | 리비젼컨설팅 HR성과연구소​

빅데이터는 대략 두 종류의 전문인력을 필요로 한다. 그 중 하나는 데이터를 분석할 사람 또는 데이터 과학자와 같은 유형이고, 나머지 하나는 대량 데이터를 처리하는 시스템을 구축하고 운영할 기술인력이다. 백억원을 들여서 빅데이터 시스템을 구축했다고 하더라도 그것을 운영할 인력과 그 데이터를 분석해서 가치를 뽑아낼 인력이 없다면 무슨 효과가 있겠는가

소프트웨어나 하드웨어에 투자하는 것 보다는 사람에 대한 투자를 먼저 하는 것이 현명하다고 보인다. 대부분의 조직이, 규모가 큰 조직 조차도, 빅데이터가 요구하는 전문성을 가진 인력을 보유한 경우가 많지 않다. 이동통신사나 신용카드사들이 전문인력 확보에 경쟁적으로 나서는 모습은 사람의 중요성을 대변하는 것이다. 전문인력 부족은 국내에서만의 현상은 아니다. 미국과 같은 큰 시장에서 조차 인력 부족을 고민하고 있다.

이에 대한 해결책으로 무조건 새로운 사람을 뽑아 들이는 것만이 능사는 아니다. 고유 전문 업무영역에 대한 지식은 기존의 직원들을 최대한 활용하고, 일부 직원은 양질의 전문 교육과 훈련을 거치게 해서 키우는 것도 필요하다. 또 일부 업무는 외부의 파트너 업체와 분담하는 것도 고려해야 한다.

교육도 기술이나 전문적인 데이터 분석에 대한 것과 업무에 활용하는 측면을 나누어 볼 필요가 있다. 업무에 빅데이터를 활용하는 능력을 가진 직원들을 키우기 위해 컨퍼런 스나 세미나에도 많이 참가하도록 할 일이다. 이는 미래의 경쟁력을 좌우할 R&D와도 같다. 해외의 사례를 공부하고, 국내에서도 앞서있는 기관이나 기업의 사례에서 받아들일 점을 찾도록 해야 한다.

물론, 더 중요한 부분은 CEO 스스로 빅데이터의 원리와 사례에 대해 공부하는 시간과 노력을 늘리는 것이다. 잘 몰라서 지나치게 낙관하거나 또는 냉담하거나, 필수적인 투자를 마다하면서 빅데이터의 성과만을 당장 요구하는 식의 모습으로는 빅데이터에서 성과를 내기 어렵다

외부의 고객 아닌 내부의 직원도 중요한 분석대상

이제는 직원도 과학적 예측으로 분석 필요

                                                                                             유 제 성 | 리비젼컨설팅 HR성과연구소​

국내에 알려진 사례들은 주로 고객을 분석하거나 공공분야에서 민간인을 분석하는것 등이었다. 최근 기계나 시설물의 상태를 분석하는 것에 대한 이야기도 증가하고 있지만, 아직까지 그다지 많이 이야기되지 않은 대목이 조직내의 직원과 조직 자체이다.

적어도 아직까지는 대부분의 일을 사람이 수행한다. 마케팅도 판매도 고객서비스도, 기계의 수리나 민원의 해결도 사람이 한다. 이들은 조직의 직원이다. 이들을 관리하는 것이 인사관리 또는 조직관리이고 이는 기업과 조직의 역사만큼이나 오랜 역사를 가지고 있다. 그러나, 오늘날과 같이 조직의 규모가 커지고 다양화, 전문화된 세상에서 사람을 관리하는 일은 그리 쉬운 것이 아니다. 채용부터 배치, 교육훈련이나 성과관리, 보상까지 다양한 숙제들이 존재한다. 하지만, 지금까지의 사람관리는 주로 상급자 또는 경영진의 감에 의해 이루어졌다. 데이터라고 해봐야 한 두 장으로 된 인사카드가 고작이었다. 그 것으로는 그 사람에 대해 알 수 있는 것이 별로 없었다. 업무가 전산화, 자동화되고, 스마트폰과 같은 연결장치들이 발달된 만큼 사람과 그 행동에 대해 수집할 수 있는 데이터의 종류와 양은 기하급수적으로 증가하게 되었다.

직원들은 이메일을 주고 받으며, 각종 회의 기록을 디지털 문서로 남긴다. 출퇴근 조차 디지털로 기록된다. 이동한 장

소와 수행한 작업의 내용과 결과가 모두 데이터로 남겨진다. 이 데이터를 사용해 직원들, 그리고 그들의 집단이 부서의 과거, 현재와 미래를 분석할 수 있다. 언제, 어느 부서에서 어떤 프로젝트에서 성과를 낼 수 있을지, 어떤 보상을 주어야 더 잘 할 수 있는지를 예측하는 것 까지가 가능해지고 있다.

일의 대부분은 여전히 사람 중심으로 이루어진다. 인력에 대한 빅데이터 분석은 점점 더 주목 받을 것이다. 이 때문에 이 책에서는 특별한 분량을 인력분석에 할당하고 있는 것이다.

빅데이터는 대상에 딱 맞는 대책을 찾는다

증상에 맞는 의약품, 장비에 맞는 수리방법 파악

인터넷으로 동영상을 무상으로 볼 수 있는 유튜브에서 뮤직비디오를 한편 보고나면 자동적으로 다음에는 무엇을 보라고 다른 동영상들을 제안한다. 이 것을 개인화라고 부른다. 유명한 비틀즈의 렛잇비를 보고나니 존레논의 이매진을 보라한다. 여기까지는 상식적으로 느껴질지 모르지만, 바즈케즈사운즈라는 낯선 그룹이 부른 렛잇비도 추천한다. 페이스북을 이용한다면 친구를 추천하는 것을 많이 보았을 것이다. 광고도 나온다.

모두 당신에게만 제공하는 내용이다. 친구와도 동료와도 다른 제안이 나온다. 맞춤형으로 당신을 위한 처방만을 제시하는 개인비서, 헬스클럽의 개인트레이너 PT와도 같다.

유튜브는 이러한 제안을 통해 사용자들이 더 많은 동영상을 보도록 유도한다. 더 오래 유튜브를 시청할수록 더 많은 광고도 보게 되고 유튜브는 더 많은 돈을 번다. 온라인서점 아마존이나 인맥을 연결시키는 링크드인도 같은 방식을 사용한다. 당신보다 더 당신을 잘 안다는 것으로 돈을 버는 것이다. 딱딱하게는 마이크로 타게팅(Micro Targeting)이라고 부르는 이 방식은 데이터에서 반복적으로 나타나는 조합들을 기계학습으로 찾아내어 수많은 대상들을 자동으로 매칭시킨다.

온라인기업들에서만이 아니라 이 방식이 사용될 수 있는 적용분야는 무궁무진하다. 도서관의 수많은 책들을 수많은 학생들에게 각각 맞춤형으로 추천하는 것도 가능하며, 전국의 작은 단위의 지역별로 수많은 종류의 벌어질 수 있는 사고 중 어떤 사고가 벌어질지도 같은 방식으로 찾아낼 수 있다. 공장에 있는 수많은 장비들의 부품들에 대해서 적절한 유지보수 활동을 찾아내는 것도 가능하다. 당신의 가족에게 딱 맞는 여행경로를 골라낼 수도 있고, 전직원 각자에게 가장 성과를 낼 수 있는 최적 업무를 골라줄 수도 있다.

다만, 뚝닥하고 만들어지는 것은 아니다. 전국민을 대상으로 모든 책 중에 읽을 책을 골라준다고 생각해보자. 오천만명 곱하기 수백만권이라면 방대한 조합이다. 또, 책을 읽고 얼마나 만족했는지에 대한 모든 데이터를 분석해야한다. 난이도가 있다. 반면 그래서 이 기술이 경쟁력이 되며, 아마존이 십여년을 끝없이 개발하고 있는 것이다.