빅데이터 핵심은 ‘무엇을 할 것인가’ 답 찾는 것

프린트

기술미래 ㅣ HIT! 이 기술 빅데이터 핵심은 ‘무엇을 할 것인가’ 답 찾는 것 “갈 길 먼 AI만 의존 말고, 사람 활동과 의사결정 지원하도록 해야”

기사입력2021-07-21 09:00

한석희 객원 기자 (shhan@assist.ac.kr) ㅣ다른기사보기

4차산업혁명연구소 대표 한석희 박사

“우리 회사도 빅데이터를 사용해 제조를 합니다.”

제조기업 중 일부에서 ‘빅데이터’를 이야기하는 경우가 늘고 있다. 하지만 대체 어떤 빅데이터를 말하는지 알기는 어렵다.

빅데이터라 함은 전통적인 분석방법으로 처리하기 어려운 수준의 큰 데이터를 말한다. 모두 디지털 자료다. 빅데이터의 의미가 얼마나 다양한 지는 ‘한국판 뉴딜사업’ 일환으로 추진 중인 ‘데이터 댐(Data Lake)’이란 명칭만 보아도 알 수 있다. ‘데이터 댐’에 가둘 데이터의 양도 중요하지만, 그 곳에 담길 데이터 종류를 상상해 보라. 엄청나다. 또 댐에 들어오는 데이터가 유입되는 속도 또한 대단하다. 데이터의 크기를 말할 때 제타(Zeta)로 말해야 하는 수준이 이미 됐다. 데이터를 다루는 사람들은 이런 현상을 일컬어 3V(양-Volume, 종류-Variety, 속도-Velocity)라고 말하곤 한다.

데이터 댐에 들어가는 다양하고 많은 양의 데이터는 시시각각 계속 증가되는데, 앞으로 진짜 핵심은 ‘누가’ 이런 데이터를 ‘어떻게 활용할 것인가’에 있다.

제조현장에서도 다루는 데이터의 종류에 따라 데이터의 가치가 달라진다. 예를 들어 투입되는 원재료 ‘종류’와 ‘양’, 생산된 완제품의 ‘수’도 데이터라고 부를 수 있지만, 이런 데이터는 가치가 높다고 말하기 어렵다. 원자재, 부품의 주요 치수나 재질, 특성, 완제품의 성능과 시험 결과 같은 데이터는 전자에 비해 좀 더 활용할 가치가 있다고 말할 수 있다.

대체로 이런 데이터는 정형 데이터(Streuctured Data)라 부른다. 스마트공장 사업을 추진하게 되면서 등장하는 데이터는 대개 이런 것들을 말한다. 조금 더 살피면 ‘공정’ 데이터 또는 ‘로그’ 데이터 같은 것도 등장한다. 특정 설비의 ‘온도’, ‘압력’, ‘전기량’, ‘전압량’, ‘진동수’, ‘정지 시간’, ‘가동 시간’ 등과 같은 것이 그런 예다. 이 또한 대부분 ‘정형 데이터’에 속한다.

국내에서 수행된 2만여 개의 스마트공장 사업 예를 분석한다면, 틀림없이 이런 정형 데이터를 다룬 사업 사례가 대부분을 차지하는 것을 보게 된다. 그러나 점차 스마트공장 사업이 고도화될수록 이같은 ‘정형 데이터’가 아닌 ‘비정형 데이터(Unstructured Data)’가 증가하는 현상을 마주하게 될 것이다.

잘 정리하고 정제한 데이터로 ‘무엇을 할 것인가’에 대한 답을 찾는 것이 중요하다. 제조산업은 AI만 믿고 있을 수는 없다. 사람이 전체 목표와 분석 흐름과 같은 고차원 지식활동을 지휘해야 할 것이다.<이미지=이미지투데이>

우리가 제대로 활용할 수 없지만 ‘비정형 데이터’의 양은 세상의 전체 데이터 수의 80~90%를 차지한다는 게 정석이다. 지금껏 주종이던 ‘정형 데이터’가 앞으로 다루게 될 ‘비정형 데이터’에 비해 매우 작은 규모란 뜻이다. 앞으로 할 일이 많다는 뜻이기도 하다. 버나드 마(Bernard Mar)와 같은 이 분야 전문가의 소견이 그렇다.

제조현장의 ‘비정형 데이터’라 함은 ‘이미지’, ’동영상’, ’Text’, ‘문서’, ’file’ 등과 같은 것을 말하는데, 실제 이런 데이터를 활용할 수 있는 용도는 아직까지는 기술적으로 제한되어 있다. 따라서 이런 ‘비정형 데이터’를 수집하고 청소하고 관리하고 분석하는 능력이 스마트공장의 진짜 실력이 될 가능성이 높다. 또 앞으로의 도전은 ‘누가 이런 데이터를, 왜, 어떤 일에서 활용할 것인가?’에 답하는 과정일 것으로 본다.

데이터를 사고 파는 일은 아직 활발하지도 않다. 또 당장은 수익이 나는 일처럼 보이지도 않는다. 제조영역의 데이터만 가지고 보면 그런 생각이 지배적이다. 따라서 ‘데이터 거래’라는 거창한 꿈보다는 ‘데이터 수집’과 ‘가공’, ‘데이터 활용’에 더욱 초점을 맞추는 것이 실용적으로 보인다.

마침 국내에서도 데이터의 수집과 가공을 ‘업’으로 삼는 기업들이 하나 둘 생겨나고 있다. 지난 6월에 열린 Smart Tech 2021의 참가업체 중에 데이터를 만들 수 있는 국내기업이 상당수 참가했다. 이런 데이터 수집과 가공을 돕는 기업과 데이터를 만들 수 있는 기업이 협업을 통해 새로운 비즈니스 모델을 만들 수 있는 시점이 온 것을 알 수 있다.

물론 이런 일에서 진짜 핵심은 그렇게 잘 정리하고 정제한 데이터로 ‘무엇을 할 것인가’에 대한 답을 찾는 것이다. 우선 AI(인공지능)란 녀석이 이런 잘 정제된 데이터를 활용해서 ‘가시화’라고 불리는 성과를 보여 주는 것을 기대할 수 있을 것이다. 이것이 첫 성과가 될 수 있을 것인데, 여기서 제조산업은 AI만 믿고 있을 수는 없다.

제조산업 현장의 특정 사례별 지식, 경험, 목표, 기본 인과관계 등을 잘 알고 있는 도메인 지식을 갖춘 사람이 AI를 도와야 한다. 사람이 AI를 공부시키고 제대로 일하도록 지시하고, 전체 목표와 분석 흐름과 같은 고차원 지식활동을 지휘해야 할 것이다.

앞으로 국내에서도 이런 수준으로 빅데이터를 분석하고 응용하는 회사가 많이 나오기를 기대한다. 그리고 구체적인 숫자로 성취한 개별 사례를 다음과 같이 전하는 기업이 등장하길 바란다.

“우리 회사는 제조 빅데이터를 이용해서 용접공정이나 주조공정의 불량률을 0.1% 이하로 낮추고 있습니다. 데이터 수집, 정제, 분석, 가시화 그리고 제어까지 전체 공정에서 AI를 활용할 것은 AI를 사용하고, 사람이 참여할 것은 사람이 직접 참여하며, AI를 이용한 개선활동을 하고 있습니다. 우리는 아직 갈 길 먼 불완전한 AI에만 의존하지 않아요. AI는 결국 사람 활동과 의사결정을 지원하는 용도로 활용 중입니다.” (중기이코노미 객원=4차산업혁명연구소 대표 한석희 박사)