[CIO BIZ+/CIO체크리스트]빅데이터 분석

📁관련 통계자료 다운로드마이크론 테크놀로지 데이터 분석 적용 사례

최근 빅데이터 분석에 대한 이야기가 곳곳에서 나온다. 그러나 빅데이터 분석은 마치 데이터를 많이 보유한 대기업이나 특정 분야 기업이 해야 하는 이야기처럼 들린다. 빅데이터 분석을 통해 무엇을 해야 할지도 명확히 정리되지 않는다. 이는 다수의 중견·중소기업의 CEO나 CIO가 겪고 있는 고민이다. 이러한 중견·중소 CEO와 CIO의 고민을 덜어 줄 수 있는 강연이 열렸다. 경영학콘서트 저자로 유명한 장영재 카이스트 교수는 최근 한국생산성본부가 주최한 KPC 최고경영자포럼에서 `스마트한 소비자에 맞춰가는 빅데이터 혁명`이라는 주제로 강연을 했다.

[CIO BIZ+/CIO체크리스트]빅데이터 분석

`빅데이터 분석`이라는 단어의 뜻이 무겁다면 `빅`을 떼고 `데이터 분석`만 놓고 보면 된다. 데이터 분석을 통해 단순한 예측이 아니라 예측을 활용해 새로운 부가가치를 창출하고 불필요한 비용을 줄일 수 있다. 장 교수는 데이터를 분석, 활용한 다양한 사례를 제시했다.

먼저 야구에 빅데이터를 적용한 사례다. 미국 메이저리그 오클랜드 어슬래틱스는 메이저리그 팀 중 최저 연봉을 지급하는 팀이다. 뉴욕양키즈가 연간 1억2500만달러를 지급하는 반면에 오클랜드는 4100만달러에 불과하다. 우수한 선수는 커녕 제대로 된 선수조차 확보하지 못했다.

오클랜드팀에는 도루를 못하는 1번타자 제레미 지암비, 팔꿈치 수술로 많은 공을 던지지 못하는 1루수 스캇 헤티버그, 모든 구단이 퇴물로 여겼던 7번타자 데이빗 저스티스, 절대로 번트나 도루 지시를 하지 않는 감독 아트 하우 등 공포의 외인구단 수준의 선수와 감독이 모여 있다.

이러한 오클랜드팀에 일대 변화가 일었다. 빌리 빈 단장이 폴 데포데스타 하버드대학 경제학·통계학과 출신을 영입하면서부터다. 빈 단장은 경기 운영과 전략에 철저하게 데이터 분석을 적용했다. 데이터 분석 결과 개인타율, 타점, 도루율보다 장타율과 출루율이 팀 승률에 영향을 미친다는 것을 알게 됐다. 투수의 투구 수를 늘리는 타자의 능력이 팀에 가장 큰 기여를 하는 것도 알게 됐다. 데이터 분석 결과를 철저하게 경기 운영에 적용했다. 오클랜드팀은 이후 1999년부터 2003년까지 4년 연속 포스트시즌에 진출했다. 이 내용은 영화 `머니볼`로도 소개됐다.

반면에 데이터를 분석하지 못해 팀 운영을 제대로 못한 사례도 있다. 1996년 미국 내셔널리그 서부지구의 샌프란시스코 자이언츠는 59승 81패로 22경기를 남겨 놓은 상태에서 리그 꼴지를 하고 있었다. 당시 샌프란시스코팀은 보도자료를 통해 남은 22경기를 모두 다 이기고, 1위인 LA다저스가 모두 지면 1위를 할 수 있다며 남은 경기마다 전력투구를 하겠다고 밝혔다. 실제 샌프란시스코팀은 매 경기 선수를 혹사할 정도로 전력투구했다. 그러나 데이터 분석결과 이미 샌프란시스코팀은 22경기를 남긴 상태에서도 1위는 불가능한 상황이었다. 샌프란시스코팀이 다음 해를 위해 다양한 선수에게 기회를 부여하는 등 효율적인 운영을 했어야 했다.

반도체 제조회사 마이크론 테크놀로지는 장비 효율화 프로젝트를 진행했지만, 효과를 제대로 얻지 못했다. 예를 들어 값비싼 원재료인 나이트라인 소비율을 5% 줄여 원자재비용을 줄인다거나 장비 정기점검을 일주에 한번에서 열흘에 한번으로 변경하는 등 다양한 방안을 도입했다. 이러던 중 `과연 장비의 모든 움직임을 파악하고 있는가`에 대해 의문이 들었다.

무엇보다 반도체 생산 주기가 들쭉날쭉 했다. 동일 제품이라도 어떤 것은 25분 걸리는 반면 에 어떤 것은 15분 소요됐다. 그러나 상당수는 이러한 것이 큰 문제가 되지 않는다고 생각하고, 관심도 없었다. 몇몇이 반도체 장비 내 모든 움직임을 기록하는 로그 데이터를 분석하기 시작했다. 초당 수백 건 이상의 이벤트가 기록됐고 비구조적인 방식으로 저장돼 있었다. 이 데이터를 분석, 적용하기 시작했다. 결국 생산주기 오차를 줄이고, 생산을 늘릴 수 있었다. 좀 더 예측 가능한 생산이 이뤄진 것이다.

패션 브랜드 자라도 데이터 분석으로 판매를 늘린 대표적 사례다. 자라는 통합된 시스템으로 전 세계 매장에서 일어나는 모든 데이터를 분석한다. 이를 기반으로 지역에 맞는 패션 트렌드를 파악, 상품을 적시에 디자인·생산·유통·출시한다.

신혜권기자 hkshin@etnews.com