전설적인 하키선수 웨인 그레츠키(Wayne Gretzky)는 “나는 퍽이 있는 곳으로 가지 않는다. 나는 퍽이 갈 곳으로 가 그곳에서 기다린다”는 유명한 말을 남겼다. 해설가들은 마치 그레츠키가 다른 사람들보다 2초 앞서 행동하는 것 같다는 점에 주목했다. 이는 그레츠키가 아이스하키 슈퍼스타가 되고 에드먼튼 오일러스(Edmonton Oilers) 팀을 이끌어 4차례나 스탠리컵 챔피언십(Stanley Cup Championships)을 차지하기에 충분한 강점이었다. 그레츠키처럼 자신의 분야에서 큰 성공을 거둔 사람들은 다른 이들보다 좀 더 빠르게 수준 높은 정확한 예측 능력을 보여준다. 즉, 그들은 앞으로 일어날 일을 예상하고 그에 따라 행동한다.
알려진 바와 같이 오늘날은 신경과학과 기술이 합쳐져 보다 많은 분야에서 보다 정확한 예측이 가능한 시대다. ‘예측분석(predictive analysis)’이라는 과학은 더욱 확실하게 자리를 잡고 응용되고 있다. 그리고 이렇게 발전된 역량이 RFID 센서 및 정보 기술로 생성된 대량의 데이터와 결합하면서 기업들은 웨인 그레츠키와 같이 2초 경쟁력 기술을 활용하기 시작하고 있다.
인간의 두뇌처럼 생각하는 컴퓨터를 만들겠다는 시도는 잊어라. 미래의 과제는 우수한 두뇌와 우수한 시스템의 결합을 통해 예측 분석을 더욱 잘하는 것이다. 방법은 충분한 시간을 두고 적절한 정보를 적절한 시기에 적절한 맥락에서 결합하는 데 있다.
인간의 우수한 두뇌를 모방하라!
인간의 두뇌는 대단히 뛰어난 예측 기계다. 큰 성공을 거둔 사람들 대다수는 실제로 다음에 일어날 일을 매우 정확하게 예측하는 데 능숙하며 이를 자신의 경쟁력으로 활용한다. 기업 역시 이와 비슷한 일을 해야 한다. 전개되는 다양한 사건들을 탐지하고 다음 일어날 일을 예측한 다음 이를 토대로 행동을 개시할 수 있는 실시간 시스템을 개발해야 한다. 이제는 그레츠키의 두뇌를 기술에 도입해야 할 때다.
기업들은 최신 정보를 토대로 빨리 결정을 내려야 생존할 수 있다. CEO도 그렇다. 오늘날 CEO들은 매일 분 단위로 고객과 경쟁사에 관해 개인적인 판단을 내리고 의사결정을 해야 한다. 성공을 거두려면 CEO는 대부분의 경우 일어나는 일들을 신속하게 예측할 수 있는 정확한 멘털 모델(mental model)을 가지고 있어야 한다. 이러한 CEO들은 일어나는 모든 상황을 이해하고 거시적인 관점에서 그것을 바라볼 수 있다. 하지만 현실에서 CEO는 불완전한 정보를 바탕으로 결정을 내린다. 하버드비즈니스스쿨의 신뢰도 높은 사례 연구에 따르면 실제로 의사결정의 순간, CEO가 가지는 정보는 전체의 10% 미만이다. 결정을 내리기 위해 필요한 모든 정보를 수집하기에는 시간적 여유가 충분하지 않다. CEO는 대개 1주일 동안 크고 작은 수백 건의 결정을 내려야 한다. CEO가 그 한 가지 결정을 내리기 위해 만사를 제쳐두고 광범위한 데이터를 수집해서 철저한 분석을 할 수는 없는 노릇이다.
이러한 사실들을 종합해 보면 이제 미래의 성공 비결은 데이터베이스를 크게 만드는 일이 아니라는 점이 분명하다. 대신 인간의 두뇌와 더욱 유사하게 기능하는 기술을 활용하는 방법에 대한 수요가 증가할 것이다. 과학자들은 인간 지능이 작동하는 방식을 파악해 이와 비슷한 일을 하는 소프트웨어를 만들기 위해 노력하고 있다.
우수한 시스템을 개발하라!
그렇다면 우수한 인간의 두뇌처럼 기능하는 소프트웨어 시스템을 어떻게 구축할 것인가. 인공 지능의 차기 분야는 슈퍼스타 성과자들의 성장 경로를 반영한 우수하고 예측 가능한 소프트웨어를 개발하는 것이다. 특정 분야에 1만 시간을 투자하면 전문가가 된다는 ‘1만 시간의 법칙’처럼 소프트웨어에게 1만 시간에 상당하는 주도면밀한 연습을 제공하면 소프트웨어는 방대하게 비축된 정보를 활용해 머지않은 미래에 세상에 닥칠 일에 관해 단기적인 예측을 하는 데 활용할 수 있는 효율적인 모델을 구축할 수 있다.
오늘날 전 세계적으로 인터넷을 사용하는 20억 명가량의 사람들은 이런저런 컴퓨터 시스템에 데이터를 입력한다. 2011년을 기준으로 매일 디지털 트래픽을 발생시키는 휴대전화의 수는 50억 대가 넘는다. GPS로부터 얻은 데이터를 활용하는 위치기반서비스 역시 시시각각 데이터베이스로 흘러들어가고 있다. 하지만 디지털 센서가 1000분의 1초마다 시스템에 반영되면서 인간이 만들어 낸 이 모든 디지털 데이터는 소소해 보이기까지 한다.
이러한 센서는 강의 유속, 도심 도로의 교통량, TV 쇼 시청률, 포도밭 포도의 당도, 연필 수송 화물열차에서 바다의 고래에 이르기까지 모든 것의 움직임을 살펴보며 그보다 훨씬 많은 일들을 한다. 국경을 넘는 비행기 보잉 737기에 달린 센서는 약 240테라바이트의 정보를 생성한다. 운항 중인 모든 제트기의 데이터가 컴퓨터 저장 시스템에 저장되면 전 세계 모든 항공사의 데이터 센터는 감당할 수 없을 것이다.
이러한 모든 것의 의미는 현재 생성되고 있고 이용 가능한 ‘세계의 움직임에 대한 디지털 데이터’가 폭우처럼 쏟아져 내려 그 수문이 이제 열리고 있다는 것이다. 가트너그룹(Gartner Group)은 2012년부터 2017년 사이 기업 데이터가 650% 증가할 것으로 예측하고 있다. 리서치 그룹인 IDC는 세계 데이터가 이미 18개월마다 두 배씩 증가하고 있으며 기업과 정부가 더 많은 물건에 센서를 부착하고 전자 활동을 통해 더 많은 데이터를 수집하면서 가까운 미래에도 이러한 추세는 지속될 것으로 전망한다.
그렇다면 이 모든 데이터가 기업에 의미하는 바는 무엇인가? 바로 더 많은 기업들이 예측의 중요성을 깨닫고 준비해야 한다는 것이다. 몇몇 기업들은 자신만의 2초 경쟁력을 갖추기 위해 기술을 수용하고 있다. 데이터를 분석하고 며칠 혹은 몇 달 뒤에서야 사용할 수 있었던 통찰력은 이제 의사 결정자들에게 즉시, 그리고 지속적으로 제공된다. 비즈니스 속도는 빨라지고 있으며 예측 역량은 빠르게 게임 체인저가 되고 있다.
하나의 예를 들어보자. 2010년 봄, 인도에서는 5억5000만 명이 핸드폰을 휴대하고 있으며 1달에 약 2000만 명의 고객들이 신규 휴대폰 사용자로 가입하고 있다. 인도 최대의 휴대전화 기업인 릴라이언스(Reliance Communications) 커뮤니케이션스는 매일 경쟁사에 수만 명의 고객을 빼앗긴다. 고객 이탈률을 줄이기 위해 릴라이언스는 고객이 불만을 품고 다른 통신사로의 이동을 고려하는 때를 예측하는 소프트웨어를 개발했다. 이탈 시기는 통화량 감소 또는 다른 경고 신호로 알아차릴 수 있다. 그러한 상황이 발생하면 릴라이언스는 고객에게 할인혜택을 제공하거나 뿌리치기 힘든 판촉 상품을 제공한다. 이로 인해 고객 이탈은 눈에 띄게 줄었다.
또 다른 사례도 있다. 뉴저지의 이스트오렌지(East Orange) 경찰서는 기술을 활용해서 범죄가 발생하는 시기를 예측하고 이를 미연에 방지하려는 노력을 기울인다. 예를 들면 어떤 사람이 한밤중에 혼자 거리를 걷고 있는데 그 거리가 과거 그 시간대에 강도사건이 발생했던 장소라면 스마트 카메라가 이를 감지한다. 또 시스템은 경찰차를 파견해서 마약 거래가 이뤄지려는 찰나 공터를 순찰하거나 차를 훔치려는 것처럼 보이는 사람을 저지하고 심문할 수 있다. 이런 예측 치안활동은 개인의 사생활 연구에서는 뜨거운 논란거리일지도 모르겠지만 적어도 이스트오렌지에서는 범죄율이 줄어들고 있다.
스마트시그널(SmartSignal)은 아르곤국립연구소(Argonne National Laboratory)가 주도하는 연구를 실시한 회사다. 스마트시그널은 항공기 제트엔진 내의 온도센서, 진동센서, 스트레인 게이지 및 다양한 센서에서 데이터를 수집하고 고장을 나타내는 변화를 알려주는 소프트웨어를 개발했다. 실제로 스마트시그널은 고장이 발생하기 최대 6주 전에 문제를 탐지할 수 있으며, 따라서 항공기는 비행 도중 엔진에 결함이 발생하기 전에 미리 정비를 해둘 수 있다.
예측분석의 시대
2초 경쟁력 기술은 이미 널리 응용되기 시작했으며 이 트렌드는 앞으로 수년 뒤에는 더욱 강력해질 것이다. 즉 2초 경쟁력 기술의 유효성은 ‘게임 체인저’가 될 수 있으며 일단 이 기술이 보다 널리 보급되면 기업의 기존 경영 방식과 업무 방식이 재고돼야 할 것이다. 이러한 2초 경쟁력 기술은 세계적으로 중대한 정보 문제를 해결하는 데도 도움이 될 수 있다.
세계적인 대테러전쟁을 보자. 때로 테러 대응팀은 테러 공격을 계획하고 있는 사람들에 대한 수많은 정보를 취득한다. 예측 분석 기술은 이 상황에서 탁월한 효과를 발휘할 것이다. 사람들이 비행기 티켓을 현금으로 지불할 때, 테러리스트 훈련 캠프가 있는 것으로 알려진 지역을 방문할 때와 같이 데이터 흐름에서 주목해야 할 부분에 관한 규칙을 개발할 수 있다. 유명 테러리스트들의 프로필은 주목할 만한 패턴을 만드는 데 사용될 수 있다. 시간이 지나면서 시스템은 폭력을 행사할 가능성이 높은 사람을 예측하기 시작할 것이다.
독감 유행의 예방도 가능하다. 2초 경쟁력 기술은 독감 바이러스에 노출됐던 사람들을 보다 자세하게 추적하기 위해 활용될 수 있다. 일반적으로 질병의 발생은 이를 파악하기도 전에 확산된다. 예측 분석 기술을 활용하면 독감 발발을 훨씬 일찍 파악하고 세력이 확대될 기회를 얻기 전에 치료로 근절할 수도 있을 것이다.
기업 차원에서도 몇몇 흥미로운 가능성이 2초 경쟁력과 더불어 시작되고 있다. 예를 들어, 프로 스포츠 팀은 이미 첨단 기술을 적극 사용하고 있다. 지금까지 이러한 기술 대부분은 특정 선수의 기록과 다른 선수의 것을 비교하는 과거 지향적 방식이었다. 전문 스포츠 팀이 예측 분석을 사용해 막 일어나려는 일에 관해 순간적인 예측이 가능한, 실시간 상황에 응용할 수 있는 모델을 만들 수만 있다면 이는 엄청난 경쟁력이 될 것이다.
구글은 지금까지 수년 동안 차세대 검색 엔진을 개발해왔다. 가만히 뒤에 앉아 사람들이 뭔가 검색하길 기다리는 대신 차세대 구글 - 사내에서는 ‘세렌디피티(Serendipity)’라고 부른다 - 은 당신이 하려는 일을 주시하면서 다음에 필요할 만한 것을 예측한다. 이것은 마치 풀타임 가상 비서와 비슷할 것이다.
2초 경쟁력 기술은 소셜네트워킹을 훨씬 개개인에 맞게 생산적으로 만들 수 있다. 페이스북(Facebook)은 예측 분석을 활용해 소셜 라이프 모델을 구축하고 만남을 즐기거나, 함께 일하거나, 프로젝트에 공동으로 참여할 만한 사람들을 소개해준다. 또한 포스퀘어(Foursquare)가 업그레이드된 버전처럼 친구들이 가까운 곳에 있을 때 이를 알려줄 수도 있다.
시스터즈 오브 머시(Sisters of Mercy) 병원은 ‘핏비트(Fitbit)’라 불리는 개인 의료 센서를 개발해 99달러에 판매한다. 센서는 움직임을 추적하고 연소한 칼로리와 활동량에 대한 정보를 컴퓨터로 무선 전송한다. 또한 체온, 심박, 혈압, 산소 수치 등 바이탈 사인에 대한 일련의 데이터를 전송할 것이다. 시스템은 본인이 자각하기도 전에 잠재적인 건강 문제에 대한 적신호를 감지할 수 있다.
앞으로 2초 경쟁력 기술은 엄청난 영향을 미칠 것이다. 이 기술은 기업들이 경영을 더욱 잘하게 하고, 정부나 지자체가 더욱 안전하고 살기 좋은 도시를 만들게 하며, 경제가 더욱 원활하게 돌아가는 데 도움을 준다. 또한 테러리즘과 질병을 저지하는 데 도움을 주면서 인명을 구할 것이다. 또한 일상적인 사생활을 개선하고, 더욱 생산적으로 활동하는 데 도움을 주고, 여가 시간을 즐기고, 중요한 다른 사람들과 교류하게 만들어줄 것이다. 기술은 이제 막 등장하기 시작했다. 그 잠재력을 충분히 깨닫는 수고와 획기적인 발전이 필요하겠지만 이는 세상의 흐름이다.
권춘오 네오넷코리아 편집장 pipal73@hanmail.net
이 책을 쓴 비벡 레너디베(Vivek Ranadive)는 조직이 상황을 주도하게 하는 소프트웨어 개발회사 팁코소프트웨어(TIBCO Software Inc.) 설립자이자 현 CEO다. 골든스테이트 워리어스(Golden State Warriors) NBA 프랜차이즈 공동 소유자이자 부회장직을 겸임하고 있다. 저술서로 와 가 있다. MIT와 하버드비즈니스스쿨(Harvard Business School)을 졸업했다. 공동저자 케빈 매이니(Kevin Maney)는 브랜딩 기업 VSA 파트너스(VSA Partners) 편집장으로 <포춘(Fortune)> <패스트컴퍼니(Fast Company)> <애틀랜틱(The Atlantic)>을 비롯한 유력한 경제매체에 글을 써오고 있다. 지에는 20년 이상의 고정 칼럼을 써왔다. 저술서로 가 있고 의 공동 저자이다. 러트거스대(Rutgers University)를 졸업했다.
