이은주 삼성SDS팀장, 기술 강조
제조·고객·품질 등 분석효과 확실
불량률 줄이고 예측 정확도 높여
설비 효율화에 물류비용까지 절약
플랫폼 '브라이틱스AI' 사업 본격
오픈소스 개방 등 활성화 추진도
제조·고객·품질 등 분석효과 확실
불량률 줄이고 예측 정확도 높여
설비 효율화에 물류비용까지 절약
플랫폼 '브라이틱스AI' 사업 본격
오픈소스 개방 등 활성화 추진도
"삼성SDS는 1000여 명의 데이터 분석가를 두고 연 150개 분석과제를 수행하는 '데이터 기반 기업'으로 변신했고, 앞선 기업들은 CEO 지휘 하에 데이터 경영을 하고 있다. 이같은 변화 경험을 토대로 기술·인력·기업을 아우르는 국내 데이터분석 생태계 확산을 이끌겠다."
이은주 삼성SDS 빅데이터분석팀장(상무·사진)은 "기업들은 초기에 조직 별로 분산돼 데이터 분석을 하던 것에서 이제 대부분 C레벨이 주관하고 전사 조직을 구성해 사업방식 전체를 바꾸고 있다"면서 "데이터활용 글로벌 기업을 중심으로 '데이터 기반 실시간 경영' 시대가 열린 것"이라고 말했다.
이 상무는 2013년부터 작년까지 삼성SDS 연구소에서 데이터분석 연구개발을 맡으면서, 데이터분석랩장과 빅데이터연구센터장을 지냈다. 올해부터 현업조직인 빅데이터분석팀을 이끌며 데이터분석 사업을 총괄하고 있다.
삼성 계열사의 디지털 혁신을 지원하는 삼성SDS는 이미 데이터를 키워드로 인력·조직·사업방식을 변화시켰다. 2012년 빅데이터 처리 알고리즘 연구를 시작한 회사는 계열사 데이터 수집·분석·관리·고도화를 지원하며 기술력을 쌓아왔다. 기업 내 각 시스템과 센서, 장비에서 생산되는 정형 데이터와 텍스트·비디오·이미지 등 비정형 데이터를 모아 데이터 레이크 환경을 만들고, 각 데이터와 산업에 적합한 분석모델을 개발했다.
이제 데이터는 각 산업영역에서 핵심 무기로 쓰이고 있다. 제조현장에서 생산수율을 높이고 불량을 자동으로 찾아낼 뿐 아니라 문제가 예상되는 장비와 공정을 사전에 예측해 공정중단을 막아주는 식이다.
이 상무는 "초기에는 어떤 문제를 풀지, 문제가 과연 풀릴지 자신하기 힘들었지만 수년간 자산이 쌓이면서 양과 질, 깊이가 확대되고 있다"면서 "기업들은 데이터 분석결과를 통해 업무를 개선하고 다시 성과를 측정해 품질을 높이는 선순환 루프를 가동 중"이라고 설명했다.
특히 제조·고객·판매·품질 등 전체 데이터를 한꺼번에 보면서 분석해 얻는 효과는 확실하다. 이 상무는 "제조설비 이상감지 모델만 해도 효과가 설비 유지보수 효율화로 그치지 않는다" 면서 "이상발생 최소 몇 시간 전에 미리 대처해 가동 중단을 막으면 불량률을 줄이고 더 많은 상품을 제조·판매할 수 있을 뿐 아니라 판매예측 정확도를 높일 수 있다"고 설명했다. 그 결과 적정 재고를 유지하고, 고객이 원하는 제품을 적시에 제공하는 동시에, 물류비용도 줄일 수 있다. 과거 최소 수개월이 걸렸던 제품 개선주기도 실시간 수준으로 짧아진다. 흐르는 데이터를 한눈에 보면서 내리는 빠른 의사결정 덕분에 '실시간 경영'이 가능해진 것이다.
삼성SDS는 전 산업영역에서 수년간 진행한 데이터 수집·분석경험을 토대로 AI(인공지능)·데이터 분석 플랫폼인 '브라이틱스 AI'를 내놨다. 또 올해부터 대외사업을 본격화해, 삼성 계열사들이 글로벌에서 축적한 베스트 프랙티스와 수많은 데이터 분석 노하우를 국내외 기업과 기관과 공유하기 시작했다.
이 상무는 "브라이틱스 AI는 단순한 데이터 분석모델이 아니라 기업 규모에서 데이터 분석 전 과정을 운영·관리하는 플랫폼"이라면서 "기업 내 모든 분석자산을 올려두고 어떤 일이 일어나는지 한눈에 보면서 전문가와 비전문가의 협업, 분석모델 활용·배포·관리가 가능하다"고 설명했다. 삼성 계열사들의 구축경험과 노하우가 녹아있는 것도 강점이다.
이 같은 변화를 위해 삼성SDS는 전사를 데이터 조직화했다. 기술 R&D와 솔루션 개발을 맡는 연구소, 이 상무가 이끄는 데이터 분석 전문가집단, 각 사업부 내 데이터 분석가와 데이터 분석 TF를 연결하는 조직체계를 갖췄다. 사내 데이터 분석가 교육과정과 약 50차례의 인증시험을 실시해 총 1000여 명의 인력을 길러냈다. 이들 인력은 각 사업조직에서 TF를 구성, 업무 이슈 해결을 위해 연 150개 분석과제를 수행한다. 이 상무는 "데이터 사이언티스트는 전공자나 석·박사가 해야 한다는 편견이 있지만, IT와 업종지식이 있는 인력이 많다 보니 분석방법을 배워서 응용할 영역이 무궁무진하다"면서 "처음에 한두 명으로 시작한 사업조직 내 TF들이 10~20명 규모로 커지면서, 이제 스스로 분석주제를 정하고 과제를 주도하기 시작했다"고 밝혔다.
이 상무가 이끄는 팀은 각 분야 데이터가 잘 분석·결합될 수 있도록 표준화, 데이터 전처리, 메타데이터 정제, 거버닝 작업을 진행한다. 공개형 AI기반 데이터 분석 플랫폼인 '브라이틱스 스튜디오'를 오픈소스로 개방하고, 대학교와의 산학협력 프로그램인 '브라이틱스 아카데미', 데이터 분석 공모전을 진행하며 국내 데이터 분석 생태계 확산 노력도 펼치고 있다. 브라이틱스 스튜디오는 1년 만에 1만5000번 이상 다운로드를 기록하고, 솔루션 교육 콘텐츠 다운로드 횟수도 약 77만뷰에 달한다.
이 상무는 "국내에 이런 오픈소스는 지금까지 없었다"면서 "학생뿐 아니라 파트너, 일반 기업들까지도 브라이틱스 스튜디오를 활용하고 있다"고 강조했다.
그러나 데이터 분석 플랫폼과 인력을 자체 운영할 역량을 갖춘 기업은 많지 않다. 투자규모와 데이터 분석에 대한 이해도, 전사적 참여도가 낮으면 분석 전문가를 채용해 시도하다가도 중도 포기하는 경우가 많다. 데이터로 문제를 해결하려면 사내 데이터와 업무, 기존 IT시스템을 다 알고, 전사가 참여해야 하는데 그 과정에서 장벽이 많기 때문이다. 이런 후발기업들은 데이터를 어디에서 어떻게 모아서 무슨 문제를 풀고, 인력과 조직은 어떻게 할지 전체 변화전략을 한번에 세워서 선발기업들과의 격차를 줄여야 한다. 삼성SDS는 이들 기업과 기관을 위해 데이터 분석 관련 청사진 수립부터 플랫폼 구축, 인력양성, 조직구성을 아우르는 노하우를 공유한다는 구상이다.
이 상무는 "IT와 산업, 데이터 분석을 아는 인력을 모두 갖춘 게 우리의 강점"이라면서 "국내 중견·중소기업과 공공부문에 분석 자산과 노하우를 공유해 산업·국가 경쟁력 업그레이드에 기여하겠다"고 말했다. 이어 "급변하는 영역에서 기술 경쟁우위를 지켜가기 위해 데이터·분석모델 유통, 데이터 보안, 정형·비정형 데이터 융합분석에 집중해 플랫폼을 확장할 계획"이라고 밝혔다.
안경애기자 naturean@dt.co.kr
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
