사 물인터넷(IoT)의 성장과 함께 다양한 디바이스에서 생성된 데이터가 급증하면서 이러한 데이터의 가치도 새롭게 주목 받고 있다. 이를 통해 혁신적인 마케팅 서비스부터 획기적인 환자 치료까지 새로운 서비스를 창출할 수 있는 비즈니스 기회가 되고 있기 때문이다. 데이터의 가치의 발굴을 위해서는 무엇보다 수많은 디바이스에서 쏟아내는 대량의 데이터를 담아 분석하는 작업이 우선돼야 한다. <딜라이트닷넷>은 창간 5주년 특별기획으로 사물인터넷 시대의 빅데이터 분석 전략에 대해 살펴본다.

<글 싣는순>
①IoT와 만난 빅데이터, 비즈니스 가치 극대화
②센서데이터 분석에 적합한 아키텍처는?…주도권 누가 쥘까
③자동차부터 도시생활까지…우리의 삶을 바꾸는 IoT·빅데이터

사용자 삽입 이미지
지난 2010년 캠리 차량의 대량 리콜 사태 당시, 토요타는 기존 데이터웨어하우스(DW) 시스템을 통해서는 정확한 제품 결함의 원인을 밝혀낼 수 없자 기존의 분석방법을 뛰어넘는 새로운 분석을 시도했다.

토요다는 자체적으로 해당 분기에 클레임이 전년대비 40%나 증가한 원인과 이 시기 캠리 차량을 소유한 사람들의 불만 및 업계 전문가의 의견을 종합적으로 검토하고자 했다.

이를 위해 토요타는 자체적으로 보유하고 있는 차량의 생산데이터와 고객데이터, 클레임 데이터, 협력사 및 2차 업체 등의 차량 부품 업체의 차량 부품 관련 데이터, 캠리 차량 소유자 및 차량 업계 전문가의 소셜 데이터, 차량에서 발생하는 운행기록, 센서, 코드 데이터, 정부의 공식 클레임사이트(NHTSA)에 등록된 데이터 등을 수집, 분석했다. 

이후 가속 페달 결함과 품질관리 소홀 등의 원인이 밝혀졌고, 토요타는 이후 품질 향상을 통한 안전성 확보에 힘을 쏟고 있다.

도이치텔레콤은 IBM과의 협력을 통해 교통 신호등이나 대중교통수단, 주차장에서와 같은 공공 서비스 등에 폭넓게 사용되는 M2M 기술과 내장형 센서, 인터넷을 이용해 시스템 상황을 실시간으로 모니터링하는 솔루션을 출시했다.

지능형 교통 관리, 경로 최적화, 버스나 기차의 도착 시간 예상, 주차 공간 관리, 에너지, 치안 등 도시의 다양한 공공 서비스에서 실시간 의사결정이 가능해져 결국 똑똑한 도시 생활로 이어진다.
사용자 삽입 이미지

이처럼 IoT와 결합된 빅데이터 분석은 우리 사회의 많은 부분을 변화시키고 있으며, 앞으로 이는 더욱 빨라질 전망이다.

F1과 요트와 같은 스포츠 경기에서도 IoT와 빅데이터 분석은 경기 결과에 영향을 끼친다.

오라클 USA 팀은 지난해 9월 개최된 국제요트대회 ‘아메리칸 컵’에서 IoT 및 빅데이터 분석 플랫폼 도입으로 우승을 차지했다고 밝힌 바 있다.

보트 전체에 부착된 300개의 센서를 통해 풍속, 풍향, 돛대의 상태, 배의 움직임 등에 대한 정보를 탐지하고, 소프트웨어를 이용해 4GB의 센서 정보를 수집, 이를 실시간으로 분석해 애플리케이션으로 전송, 요트에 장착된 태블릿이나 선수들이 손목에 차고 있던 PDA를 통해 확인할 수 있도록 했다. 이를 통해 1대8로 뒤지고 잇던 경기를 막판에 내리 8연승을 하면서 역전에 성공, 우승을 차지할 수 있었다는 설명이다.

국제자동차경주인 F1(포뮬러원)의 경우도 레이서의 타고난 역량과 집요한 노력에 의존했던 과거와는 달리, 경주 차량이 달릴때 발생하는 센서 기반의 트랙 테스트 데이터 및 차량의 바람 저항을 측정하는 풍동 테스트 데이터를 수집, 분석함으로써 엔진과 공기 역학에 대한 효율성을 강화하고 연료 소모량을 절감하는 기술적인 혁신을 꾀하고 있다.

실제로 경기 차량 1대에는 200개 이상의 센서가 부착돼 있으며, 이 차량이 1랩을 달리는 동안 센서에서 생성되는 데이터의 양은 25MB에 달한다.

향후 멀지 않은 미래에 자동차나 대형마트에 전시된 상품, 생산라인 등 거의 모든 사물에서는 센서가 부착될 것이고, 이 센서들에서 생성되는 데이터를 어떻게 처리할 것이냐에 따라 기업의 가치는 달라질 것으로 예상된다. 또한 우리의 삶 또한 예전과는 많이 변화될 것이다.

2014/10/02 03:51 2014/10/02 03:51

사 물인터넷(IoT)의 성장과 함께 다양한 디바이스에서 생성된 데이터가 급증하면서 이러한 데이터의 가치도 새롭게 주목 받고 있다. 이를 통해 혁신적인 마케팅 서비스부터 획기적인 환자 치료까지 새로운 서비스를 창출할 수 있는 비즈니스 기회가 되고 있기 때문이다. 데이터의 가치의 발굴을 위해서는 무엇보다 수많은 디바이스에서 쏟아내는 대량의 데이터를 담아 분석하는 작업이 우선돼야 한다. <딜라이트닷넷>은 창간 5주년 특별기획으로 사물인터넷 시대의 빅데이터 분석 전략에 대해 살펴본다.

<글 싣는순>
①IoT와 만난 빅데이터, 비즈니스 가치 극대화
②센서데이터 분석에 적합한 아키텍처는?…주도권 누가 쥘까
③자동차부터 도시생활까지…우리의 삶을 바꾸는 IoT·빅데이터

사용자 삽입 이미지
디바이스 내 여러 센서로부터 발생한 센서데이터는 그 양이 매우 방대할 뿐 아니라 데이터의 포맷이 다양하고 스트림 형태로 데이터가 출력된다.

또한 바이너리 형태로 출력이 되는 경우가 많아 원하는 데이터를 색출하고 변환하는 과정을 거쳐야 비로소 분석이 가능하다.

빅데이터 특성을 포함한 센서데이터를 분석하기 위해 서버에서는 하둡 기반으로 데이터를 저장, 파싱, 변환, 가공 및 분석을 하는 아키텍처를 도입하기도 한다.

그러나 하둡의 맵리듀스 처리가 일괄 배치 처리하는 특성을 가지고 있어 실시간 분석 요건에는 적합하지 않을 수 있다. 센서데이터의 특성상 약 1% 정도만이 의미 있는 데이터라고 가정했을 경우에도 이러한 데이터 전체를 서버에서 분석하기에는 불필요한 데이터 처리비용이 많이 소요된다.

때문에 서버에서 이러한 데이터를 전부 수용하기 보다는 어느 정도 의미 있다고 판단되는 데이터만 필터링해 서버로 전송하는 것이 비용이나 네트워크 입출력(IO)을 줄일 수 있다는 관점에서 좀 더 효율적으로 여겨진다.

때문에 현재 많은 글로벌 IT업체들이 IoT를 통해 생성되는 수많은 센서데이터 등을 비용 효율적으로 분석하기 위한 다양한 솔루션을 출시하고 있다. EMC나 테라데이타, IBM, 오라클 등이 이 시장에서 경쟁하는 대표적인 업체들이다.
사용자 삽입 이미지

EMC의 경우, 대용량 데이터 저장이 가능한 스케일아웃 네트워크 스토리지(NAS) 아이실론을 포함해 하둡 배포판인 피보탈 HD, 하둡 기반 실시간 분산형 인메모리 통합 분석 플랫폼 피보탈 젬파이어 XD 등을 내세우고 있다.

테라데이타는 애스터 솔루션의 고급 디스커버리 기능을 통해 단순한 SQL에서는 쉽지 않는 센서 데이터 분석은 물론 테라데이타 통합 데이터 아키텍처(UDA)를 통해 저렴한 비용으로 센서데이터를 하둡파일시스템에 저장할 수 있다는 설명이다.

오라클 역시 다양한 솔루션을 통해 적극적인 시장 대응에 나서고 있다. 자사의 하드웨어 및 소프트웨어(SW)를 최적화시킨 엔지니어드 시스템이 빅데이터 분석에서도 중요한 역할을 담당한다.

엑사데이타, 엑사리틱스 등 대표적인 엔지니어드 시스템과 함께 정형 및 비정형 데이터의 모델링 없이 예상치 못한 요청에도 빠른 분석 결과를 보여주는 기업용 검색 SW 플랫폼인 오라클 엔데카 인포메이션 디스커버리, 대량의 비정형 데이터 처리를 우한 오라클빅데이터어플라이언스 등이 대표적이다.

IBM은 센서를 통해 적은 전력으로도 빠른 데이터 송출이 가능한 ‘MQTT(Message Queuing Telemetry Transport)’ 기술을 탑재하고 있는 메시지사이트라는 솔루션을 통해 실시간으로 대량 이벤트들을 처리하고 있다.

또한 IoT 관련 개발자들을 위한 IoT 클라우드 서비스를 무료로 제공하고 있다. 이는 개발자들이 사물인터넷 환경을 간단하게 구성하고 테스트할 수 있다.

이밖에 사물인터넷 시대의 효율적인 데이터 처리를 위해 최적화된 통신 프로토콜을 무료로 공개하고, 전용 서버 솔루션도 준비하고 있다는 설명이다.

한 업계 관계자는 “향후에는 콘텐츠와 플랫폼이 더욱 다양한 방법으로 만들어지기 때문에 혼자서는 서비스를 제공할 수 없으므로 결국 모든 콘텐츠는 서로 같이 사용할 수 있는 방향으로 고민해야 한다”며 “많은 기업들이 플랫폼을 통해 어떤 데이터를 활용하고 관리할지 역할을 나눠야 하며, 결국 적절한 역할 분배로 융합을 이뤄내야 한다”고 강조했다.

2014/10/02 03:49 2014/10/02 03:49

사물인터넷(IoT)의 성장과 함께 다양한 디바이스에서 생성된 데이터가 급증하면서 이러한 데이터의 가치도 새롭게 주목 받고 있다. 이를 통해 혁신적인 마케팅 서비스부터 획기적인 환자 치료까지 새로운 서비스를 창출할 수 있는 비즈니스 기회가 되고 있기 때문이다. 데이터의 가치의 발굴을 위해서는 무엇보다 수많은 디바이스에서 쏟아내는 대량의 데이터를 담아 분석하는 작업이 우선돼야 한다. <딜라이트닷넷>은 창간 5주년 특별기획으로 사물인터넷 시대의 빅데이터 분석 전략에 대해 살펴본다.

<글 싣는순>
①IoT와 만난 빅데이터, 비즈니스 가치 극대화
②센서데이터 분석에 적합한 아키텍처는?…주도권 누가 쥘까
③자동차부터 도시생활까지…우리의 삶을 바꾸는 IoT·빅데이터

사용자 삽입 이미지
수많은 기기가 인터넷에 연결돼 자동적으로 방대한 양의 데이터를 주고 받고 생성하는 센서 기반의 ‘사물인터넷(IoT)’ 기술 발전에 따라 디지털 데이터는 놀라운 속도로 늘어나고 있다.

크기, 생성 속도, 다양성 면에서 기존과 차원이 다른 모습을 보여주는 데이터를 ‘빅데이터’라고 부른다. IoT로 생성되는 다양한 데이터들은 그 자체로 빅데이터가 된다. 센서 네트워크에서 실시간으로 쏟아지는 데이터들은 이 빅데이터의 특성을 그대로 갖고 있기 때문이다.

실제 시장조사기관 IDC와 스토리지 업체 EMC가 최근 발표한 ‘디지털 유니버스 보고서’에 따르면 인터넷에 연결된 디지털 기기의 수는 2013년 140억 대에서 2020년 320억대까지 증가, 이때 생성되는 디지털 데이터양인 44조 기가바이트(GB)의 10%에 달하는 데이터를 생성할 것으로 예측된다.

IoT를 통해 생성되는 다양한 형태의 방대한 데이터 중 상당수는 분석을 통해 큰 경제적 가치를 창출할 수 있는 유용한 정보를 숨기고 있다.

특히 사람과 기계, 차량 등에서의 행동 패턴을 측정할 수 있는 센서 데이터는 엄청난 기회를 창출할 것으로 예상된다. 이 엄청난 기회는 바로 데이터를 사용해 산업과 프로세스를 개선하는데서 비롯된다.

데이터 그 자체만으로는 가치를 제대로 살릴 수 없기 때문에 데이터를 분석하고 처리하는 것은 IoT 시대의 비즈니스의 경쟁력 향상에 반드시 필요하다.

예를 들어 보험업계는 센서 데이터를 사용해 고객들의 운전 습관을 정확히 파악할 수 있으며, 헬스케어 업계는 바이탈 사인이나 운동 관련 데이터를 수집해 의료 비용을 낮추고 서비스 품질을 높일 수 있다.

또한 센서 데이터 그 자체로도 중요한 의미가 있지만, 기업이 보유하고 있는 전사적자원관리(ERP)나 고객관계관리(CRM), 생산, 마케팅 등 기존의 다양한 데이터 및 소셜네트워크 등 회사 외부의 데이터와 결합될 경우, 더 많은 데이터의 연관성을 발굴하고 숨겨진 비즈니스 인사이트를 포착할 수 있다.

때문에 현재 많은 기업들이 IoT 환경에서 급속도로 팽창하는 데이터를 빠르고 효과적으로 처리하기 위한 기술에 주목하고 있으며, 데이터의 경제적 가치를 극대화하는 것에 높은 관심을 보이고 있다.

시장조사 및 컨설팅기관인 EMA와 9사이트의 연구 결과에 따르면 지난해 발생한 디바이스 기반 데이터는 전체 데이터의 38.3%로 전년 대비 11.1% 늘어난 것으로 분석됐으며, 빅데이터 시장 또한 연 평균 58%의 성장률을 보이며 향후 5년간 500억달러를 창출할 것으로 예측됐다.

지난 10년 간 많은 기업들은 지속성장에 노력을 기울여왔다. 이제는 한발 더 나아가 지속성장 기반 아래, 경쟁에서 앞서나가기 위한 예측경영 기업의 시대가 도래했다.

이것이 바로 많은 기업에게 실시간 분석 역량이 요구되는 이유이며, 이를 통해 비즈니스 가치를 더욱 극대화할 수 있다.

2014/10/02 03:47 2014/10/02 03:47