[김회 이사 빅데이터 칼럼] 절호의 기회는 주어지는 것이 아니라 잡는 것! 민간 기업 경쟁력 향상 위한 성장 전략 제안 최근 조선 산업계의 구조조정이 돌입하는 모양새다. 필자는 지난 4년 동안 STX그룹 관계 기업에 몸을 담고 있었고, 몇 해 전 STX 조선 어느 프로젝트를 총괄 수행했던 경험이 있다. 그래서인지 그 당시 넓게 펼쳐진 야드에서의 커다란 소음과 많은 인원이 분주히 작업하는 모습, 거대한 골리앗 크레인의 움직이는 모습에 놀랐던 기억으로 이런 상황이 더욱 안타깝다. 뼈를 깎는 구조조정은 언제나 많은 사람이 정든 직장을 떠나 것이 동반돼 더 마음이 아프다. 하지만 한국의 조선 산업은 다시 일어서리라 믿어 의심치 않는다.지난 2회에 걸쳐 제조업 빅데이터에 대한 한국 경제 위기를 논했으며, 이에 관한 사례를 설명했다. 서두에 이야기한 조선업계 외에도 중국 시장의 성장이 둔화됨에 따라 중국에 원자재를 수출하고, 중국이 세계를 상대로 최종 생산물을 수출하는 구조상으로 볼 때, 세계의 산업 침체에 따른 우리나라의 수출 감소와 공급 과잉에 의한 성장 둔화는 어쩌면 이미 예상했으면서도 받아들이기에 힘든 상황이 아닌가 한다. 소프트웨어 융합 기반 글로벌 기업의 수익률↑여기서 시사점은 결국 최종 생산품을 수출하고 있는 소프트웨어를 가지고 있는 융합 기반의 글로벌 기업, 특히 구글과 애플 등의 소프트웨어 기반의 혁신 기업이 수익률이 매우 높음을 우리는 아주 잘 알고 있다. 애플은 소프트웨어 기업이면서 하드웨어를 설계하고 중국에 생산을 맡겨 세계로 수출하는 전형적인 최종 소매기업이다. 반면, 삼성은 스마트폰 운영체계를 가지지 못해 결국 하드웨어 생산에 주력할 수밖에 없었고, 지금은 스마트폰 생태계의 하드웨어 생산기업의 이미지가 강하다. 결국, 소프트웨어가 세상을 지배한다는 이야기는 가면 갈수록 현실화돼 간다.그러면 이제 빅데이터 도입 방안에 대해 소프트웨어의 관점에서 보도록 하자. 우리 제조 기업에서 어떻게 하면 요즘 말하는 빅데이터 기술을 활용해 우리 회사의 생산품질 제고, 인력과 원자재 등의 비용 절약, 생산 프로세스 개선을 한다든지 해서 적은 투자로 효과를 볼 수 있을지 생각해 보아야 한다. 빅데이터 기술 4단계 ‘데이터 수집, 저장, 분석, 시각화’빅데이터 기술은 ▲데이터 수집 ▲저장 ▲분석 ▲시각화 등 총 네 가지를 알면 된다. 이 단계별로 대응한다면 빅데이터 기술을 도입할 수 있다. 우선, 데이터 수집이다. 물론 빅데이터 전문 업체가 우리 제조 공정을 이해하고 컨설팅해 분석 활용하는 빅데이터 데이터를 찾아낼 것이지만, 우리도 살펴볼 수 있다. 정기적 혹은 생산 라인에 각종 장비에 붙어 있는 PLC(Programmable Logic Controller)에서 주기적으로 발생하는 데이터가 있으면 좋다. 그리고 공장을 운영하기 위한 각종 센서의 데이터, 운영과 작업 인력의 가동상황 데이터, 양품, 불량품의 데이터 관리, 롯트 관리 정보 등 셀 수 없는 만큼 많은 정형화된 데이터와 수기로라도 작성 중인 각종 데이터가 빅데이터의 대상으로 검토될 수 있다. 이렇게 이 데이터를 어떻게 모을지를 고민하는 것이 1단계 ‘수집’ 과정이다. 이후 수집된 데이터를 저장하기 위해서 특정 장소에 저장할 때 ‘저장 플랫폼’을 활용한다. 하드웨어 비용은 높지 않으니 빅데이터 기술은 더 전형적인 소프트웨어 지향적인 기술이다. 낮은 가격의 하드웨어를 묶어서 혹은 재활용해 사용해도 된다. 그리고 무료 공개 소프트웨어다. 하둡이라고 부르는 무료 공개 소프트웨어를 기반으로 무료 공개 분석 도구를 사용할 수 있으며 거의 무료 공개 소프트웨어를 구축해 소프트웨어 라이센스 비용을 더 들이지 않고도 구축해 사용할 수 있는 셈이다. 하지만 공개 소프트웨어라고 하더라고 상용 혹은 관련 응용 하둡 기반의 서비스 소프트웨어 플랫폼을 구매하고 구축하는 것은 더 바람직하다. 공개용 소프트웨어는 내가 원한 빅데이터 분석을 하기 위한 최적화가 덜 돼 있고 노하우가 적어서 결국 컨설팅과 구축, 분석 서비스를 활용하는 것이 시간 단축과 시행착오를 줄이며 효과적으로 사용할 수 있기 때문이다. 다른 방법으로는 같은 결과를 혹은 더 나은 결과를 기대할 수 있는 전통적인 DW(Data Warehouse, 데이터 웨어하우스)를 구축하는 방법으로 빅데이터를 활용할 수 있다. 이 방법은 전문 통계 분석 전문 패키지 가격이 매우 비싸고 많은 비용의 컨설팅 비용이 들어가기도 한다. 그래서 더 저렴하면서 효과를 기대할 방법인 하둡 저장 빅데이터 관련 솔루션이라는 방법을 설명했다. 이것들이 2단계 ‘저장’ 과정이다.3단계 과정은 ‘분석’ 과정이다. 물론 데이터 분석 전문가(ADP: Advanced Data Analytics Professional, 데이터 사이언티스트)와 생산 현장의 관련 요원들이 팀을 이루어 분석하게 된다. 그러면 좋은 결과를 기대할 수 있을 것이다.마지막 4단계는 이 결과를 수치가 아닌 ‘시각화’를 통해서 알기 쉽게 표현해야 한다. 그래야 더 잘 활용할 수 있다. 그리고 그렇게 함으로써 결과를 재가공하고 다시 재활용해 실제 생산 공정과 환경에 적용함으로써 수익을 올릴 수 있다.자동차 부품기업, IoT 활용 서비스···‘스마트팩토리 진행’ 요즘 IoT(Internet of Things, 사물인터넷)이라고 하는 기술이 이슈화되고 있다. TV 광고에 전등을 끄고 문을 잠그고 목욕물을 데우는 기술뿐만 아니라 공장 온도를 측정하고, 원재료 순도를 측정·계측하고 농도를 측정하는 기존의 사용하던 센서를 인터넷망에 붙이는 기술이 재명명 된 것이다. 그럼 이 기술은 왜 중요할까? 빅데이터와 단짝 기술이기 때문이다. 이미 공장에 설치된 많은 센서를 통합 운용하면서 네트워크로 접속시키고 실시간 센서 데이터를 수집해 빅데이터로 활용하는 것이다. 다음 그림은 2014년도에 그려본 IoT 기술과 빅데이터 기술을 이용한 자동차 부품기업의 빅데이터 공통 활용 서비스를 구상해 본 그림이다. 1년 이상 지난 지금 여러 곳에서 [그림1] 콘셉트와 같은 프로젝트를 ‘스마트팩토리’ 사업 형태로 진행하고 있는 것을 보게 됐다. 아주 좋은 시도와 기회의 진행이라고 생각한다. 여러 곳에서 데이터와 기술을 통해서 숨어 있는 수익을 ICT 기술로 접근하고 이룰 수 있으니, 제조 환경에서의 빅데이터 활용은 최고의 서비스 모델이자 국가의 경쟁력 발전 성장 기술 모델에 이바지하는 융합 기술 분야임은 두말할 나위가 없지 않나 싶다. 이제 이 알려진 기술을 어떻게 효과적으로 도입하고 활용할지가 국가나 산업계 모두 관심사가 됐다. 이상으로 칼럼을 마치며 내가 경험했던 내용이 앞으로 더 유용한 사람들에게 기회를 만들어 가는 데 활용되길 바란다. 아울러 열악한 환경에 있는 우리 제조 산업 특히 뿌리기업에게 더 많은 기회가 주어지길 바라면서 글을 맺을까 한다. 지금까지 관심을 두고 빅데이터 칼럼을 봐준 독자들에게 감사의 마음을 전한다. 끝.

[김회 이사 빅데이터 칼럼] 절호의 기회는 주어지는 것이 아니라 잡는 것!

민간 기업 경쟁력 향상 위한 성장 전략 제안

기사입력 2016-05-23 07:00:00

[산업일보]
최근 조선 산업계의 구조조정이 돌입하는 모양새다. 필자는 지난 4년 동안 STX그룹 관계 기업에 몸을 담고 있었고, 몇 해 전 STX 조선 어느 프로젝트를 총괄 수행했던 경험이 있다. 그래서인지 그 당시 넓게 펼쳐진 야드에서의 커다란 소음과 많은 인원이 분주히 작업하는 모습, 거대한 골리앗 크레인의 움직이는 모습에 놀랐던 기억으로 이런 상황이 더욱 안타깝다. 뼈를 깎는 구조조정은 언제나 많은 사람이 정든 직장을 떠나 것이 동반돼 더 마음이 아프다. 하지만 한국의 조선 산업은 다시 일어서리라 믿어 의심치 않는다.

지난 2회에 걸쳐 제조업 빅데이터에 대한 한국 경제 위기를 논했으며, 이에 관한 사례를 설명했다. 서두에 이야기한 조선업계 외에도 중국 시장의 성장이 둔화됨에 따라 중국에 원자재를 수출하고, 중국이 세계를 상대로 최종 생산물을 수출하는 구조상으로 볼 때, 세계의 산업 침체에 따른 우리나라의 수출 감소와 공급 과잉에 의한 성장 둔화는 어쩌면 이미 예상했으면서도 받아들이기에 힘든 상황이 아닌가 한다.

소프트웨어 융합 기반 글로벌 기업의 수익률↑
여기서 시사점은 결국 최종 생산품을 수출하고 있는 소프트웨어를 가지고 있는 융합 기반의 글로벌 기업, 특히 구글과 애플 등의 소프트웨어 기반의 혁신 기업이 수익률이 매우 높음을 우리는 아주 잘 알고 있다.

애플은 소프트웨어 기업이면서 하드웨어를 설계하고 중국에 생산을 맡겨 세계로 수출하는 전형적인 최종 소매기업이다. 반면, 삼성은 스마트폰 운영체계를 가지지 못해 결국 하드웨어 생산에 주력할 수밖에 없었고, 지금은 스마트폰 생태계의 하드웨어 생산기업의 이미지가 강하다. 결국, 소프트웨어가 세상을 지배한다는 이야기는 가면 갈수록 현실화돼 간다.

그러면 이제 빅데이터 도입 방안에 대해 소프트웨어의 관점에서 보도록 하자. 우리 제조 기업에서 어떻게 하면 요즘 말하는 빅데이터 기술을 활용해 우리 회사의 생산품질 제고, 인력과 원자재 등의 비용 절약, 생산 프로세스 개선을 한다든지 해서 적은 투자로 효과를 볼 수 있을지 생각해 보아야 한다.

빅데이터 기술 4단계 ‘데이터 수집, 저장, 분석, 시각화’
빅데이터 기술은 ▲데이터 수집 ▲저장 ▲분석 ▲시각화 등 총 네 가지를 알면 된다. 이 단계별로 대응한다면 빅데이터 기술을 도입할 수 있다.

우선, 데이터 수집이다. 물론 빅데이터 전문 업체가 우리 제조 공정을 이해하고 컨설팅해 분석 활용하는 빅데이터 데이터를 찾아낼 것이지만, 우리도 살펴볼 수 있다. 정기적 혹은 생산 라인에 각종 장비에 붙어 있는 PLC(Programmable Logic Controller)에서 주기적으로 발생하는 데이터가 있으면 좋다. 그리고 공장을 운영하기 위한 각종 센서의 데이터, 운영과 작업 인력의 가동상황 데이터, 양품, 불량품의 데이터 관리, 롯트 관리 정보 등 셀 수 없는 만큼 많은 정형화된 데이터와 수기로라도 작성 중인 각종 데이터가 빅데이터의 대상으로 검토될 수 있다. 이렇게 이 데이터를 어떻게 모을지를 고민하는 것이 1단계 ‘수집’ 과정이다.

이후 수집된 데이터를 저장하기 위해서 특정 장소에 저장할 때 ‘저장 플랫폼’을 활용한다. 하드웨어 비용은 높지 않으니 빅데이터 기술은 더 전형적인 소프트웨어 지향적인 기술이다. 낮은 가격의 하드웨어를 묶어서 혹은 재활용해 사용해도 된다. 그리고 무료 공개 소프트웨어다. 하둡이라고 부르는 무료 공개 소프트웨어를 기반으로 무료 공개 분석 도구를 사용할 수 있으며 거의 무료 공개 소프트웨어를 구축해 소프트웨어 라이센스 비용을 더 들이지 않고도 구축해 사용할 수 있는 셈이다.

하지만 공개 소프트웨어라고 하더라고 상용 혹은 관련 응용 하둡 기반의 서비스 소프트웨어 플랫폼을 구매하고 구축하는 것은 더 바람직하다. 공개용 소프트웨어는 내가 원한 빅데이터 분석을 하기 위한 최적화가 덜 돼 있고 노하우가 적어서 결국 컨설팅과 구축, 분석 서비스를 활용하는 것이 시간 단축과 시행착오를 줄이며 효과적으로 사용할 수 있기 때문이다.

다른 방법으로는 같은 결과를 혹은 더 나은 결과를 기대할 수 있는 전통적인 DW(Data Warehouse, 데이터 웨어하우스)를 구축하는 방법으로 빅데이터를 활용할 수 있다. 이 방법은 전문 통계 분석 전문 패키지 가격이 매우 비싸고 많은 비용의 컨설팅 비용이 들어가기도 한다. 그래서 더 저렴하면서 효과를 기대할 방법인 하둡 저장 빅데이터 관련 솔루션이라는 방법을 설명했다. 이것들이 2단계 ‘저장’ 과정이다.

3단계 과정은 ‘분석’ 과정이다. 물론 데이터 분석 전문가(ADP: Advanced Data Analytics Professional, 데이터 사이언티스트)와 생산 현장의 관련 요원들이 팀을 이루어 분석하게 된다. 그러면 좋은 결과를 기대할 수 있을 것이다.

마지막 4단계는 이 결과를 수치가 아닌 ‘시각화’를 통해서 알기 쉽게 표현해야 한다. 그래야 더 잘 활용할 수 있다. 그리고 그렇게 함으로써 결과를 재가공하고 다시 재활용해 실제 생산 공정과 환경에 적용함으로써 수익을 올릴 수 있다.

자동차 부품기업, IoT 활용 서비스···‘스마트팩토리 진행’
요즘 IoT(Internet of Things, 사물인터넷)이라고 하는 기술이 이슈화되고 있다. TV 광고에 전등을 끄고 문을 잠그고 목욕물을 데우는 기술뿐만 아니라 공장 온도를 측정하고, 원재료 순도를 측정·계측하고 농도를 측정하는 기존의 사용하던 센서를 인터넷망에 붙이는 기술이 재명명 된 것이다. 그럼 이 기술은 왜 중요할까?

빅데이터와 단짝 기술이기 때문이다. 이미 공장에 설치된 많은 센서를 통합 운용하면서 네트워크로 접속시키고 실시간 센서 데이터를 수집해 빅데이터로 활용하는 것이다. 다음 그림은 2014년도에 그려본 IoT 기술과 빅데이터 기술을 이용한 자동차 부품기업의 빅데이터 공통 활용 서비스를 구상해 본 그림이다.

[그림1] IoT 기술을 활용한 서비스 활용 방안 예

1년 이상 지난 지금 여러 곳에서 [그림1] 콘셉트와 같은 프로젝트를 ‘스마트팩토리’ 사업 형태로 진행하고 있는 것을 보게 됐다. 아주 좋은 시도와 기회의 진행이라고 생각한다. 여러 곳에서 데이터와 기술을 통해서 숨어 있는 수익을 ICT 기술로 접근하고 이룰 수 있으니, 제조 환경에서의 빅데이터 활용은 최고의 서비스 모델이자 국가의 경쟁력 발전 성장 기술 모델에 이바지하는 융합 기술 분야임은 두말할 나위가 없지 않나 싶다.

이제 이 알려진 기술을 어떻게 효과적으로 도입하고 활용할지가 국가나 산업계 모두 관심사가 됐다.

이상으로 칼럼을 마치며 내가 경험했던 내용이 앞으로 더 유용한 사람들에게 기회를 만들어 가는 데 활용되길 바란다. 아울러 열악한 환경에 있는 우리 제조 산업 특히 뿌리기업에게 더 많은 기회가 주어지길 바라면서 글을 맺을까 한다.

지금까지 관심을 두고 빅데이터 칼럼을 봐준 독자들에게 감사의 마음을 전한다.

끝.

< 김회 이사 >
(현) 메타빌드㈜ 신기술사업본부 이사
(전) STX ForceTEC IT부문 전략사업팀장/BSM사업팀장
(전) Axway Korea B2Bi Consultant
(전) GM Korea service Team manager
(전) 농심데이터시스템

뒤로 기사목록

산업일보 영상뉴스 모아보기

산업일보 페이스북 바로가기

산업일보 kidd@kidd.co.kr

이 기자의 다른기사 보기 >