[아이티데일리] 위세아이텍(대표 김종현)이 지난달 12일 AI 시대의 빅데이터 분석 전략과 관련 기술 트렌드를 공유하는 ‘AI와 빅데이터, 어디까지 활용해봤니?’ 세미나를 온라인으로 개최했다.

모든 산업군에서 AI와 빅데이터의 중요성이 높아져감에 따라 기업들은 자사의 비즈니스에 해당 기술을 적용하고자 하고 있다. 하지만 AI와 빅데이터 기술에 대한 이해가 부족해 해당 기술을 어떻게 활용할지 모르는 기업이 여전히 많은 상황이다. 이에 위세아이텍은 이번 온라인 세미나를 통해 AI 기술을 보다 빠르고 쉽게 도입할 수 있는 방법을 소개하고, 수질, 의료 등 다양한 분야의 사례를 공유해 실제 비즈니스 혁신으로 이어질 수 있는 아이디어를 제시했다.

오토ML이 가져온 AI의 대중화

첫 번째 세션은 위세아이텍 제품개발센터 권지수 팀장이 ‘오토ML(AutoML)이 가져온 AI의 대중화’라는 주제로 발표에 나섰다. 권지수 팀장은 “오늘날 AI 서비스들이 구축되고 늘어날 수 있는 데에는 알고리즘의 발전, 컴퓨터 리소스의 발전, 데이터의 증가, 그리고 오토ML 플랫폼의 활용이 큰 역할을 했다”고 설명했다.

AI 개발을 위한 머신러닝 프로세스는 △데이터 수집 및 이해 △데이터 전처리 △모델 학습 △예측 등 크게 4가지 단계로 진행된다. 오토ML은 이러한 머신러닝의 전 과정을 자동화할 수 있는 기술이다. 데이터 전처리부터 머신러닝 모델 생성 및 학습, 배포에 이르는 과정을 자동화하고 반복 실행해, 비전문가도 손쉽게 AI를 개발하고 활용할 수 있도록 돕는다.

오토ML 플랫폼은 머신러닝에 필요한 신규 데이터를 수집하고 서비스를 제공하는 단계를 통합해 단일한 환경으로 제공한다. 기업 내에서 다양한 곳에 분산 저장된 데이터들을 통합해 AI 모델에 지속적으로 제공하고, 이렇게 제공된 데이터를 통해 AI 모델을 반복 학습시켜 최적화함으로써 최선의 성과를 낼 수 있는 모델을 찾는다.

하지만 관련 기술에 대한 이해가 부족한 기업에서는 자체적으로 오토ML 기술을 활용하기 어려운 것이 사실이다. 우선 머신러닝에 필요한 양질의 데이터를 확보하거나 사내에 보유하고 있는 데이터를 학습에 적합하도록 가공하는 단계에서부터 문제가 발생한다. 모델 개발 단계로 들어가면 복잡한 코딩 기반의 모델 개발 환경이 발목을 잡으며, 해결하고자 하는 문제와 데이터에 맞는 알고리즘을 찾고 적용하는 데에 적지 않은 시간이 소요된다. 아울러 오토ML 플랫폼을 지속적으로 운영하고 AI 모델을 효과적으로 활용하기 위해서는 전문인력의 충원이 불가피하다.

이러한 산업계의 어려움을 해결하기 위해, 위세아이텍은 자체 개발한 오토ML 플랫폼 ‘와이즈프로핏(WISE Prophet)’을 제공하고 있다. 와이즈프로핏은 전문지식이 부족한 사용자들도 손쉽게 사용할 수 있도록 머신러닝 프로세스의 전 과정을 GUI 기반으로 간소화해 제공한다. 30여 종에 달하는 다양한 머신러닝 알고리즘을 지원하고 추천하는 것은 물론, 구축된 AI 모델에 대한 설명을 쉽게 이해할 수 있도록 시각화된 대시보드로 제공한다.

권지수 팀장은 “위세아이텍은 DW 컨설팅부터 BI 시스템 구축 등 데이터 분야에서 뛰어난 성과와 경력을 축적해왔으며, 이를 토대로 다양한 분야의 데이터 인사이트와 전문인력들을 보유하고 있다”며, “와이즈프로핏을 통해 고객사는 머신러닝에 필요한 양질의 데이터를 확보하며 최적의 오토ML 플랫폼을 구축할 수 있다”고 강조했다.

빅데이터 시대, 꼭 알아야 할 AI 활용법

두 번째 세션은 위세아이텍 연구소 이지현 팀장이 맡았다. 이지현 팀장은 ‘빅데이터 시대, 꼭 알아야 할 AI 활용법’이라는 주제로, 수질 분야와 의료 분야에서 와이즈프로핏을 활용해 우수한 성과를 거둔 사례를 공유했다.

수질 예측 분야에서는 수처리 공정을 최적화해 성과를 거둔 사례가 소개됐다. 최근 몇 년 간 1톤당 하수 처리비용이 지속적으로 증가함에 따라, 환경부는 공공하수처리 분야에 AI를 도입하려는 움직임을 보이고 있다. 하수처리 시설 점검이나 방류 수질 점검과 같은 업무에 AI 기술을 적용해 비용효율화와 전문성 확보라는 두 마리 토끼를 모두 잡겠다는 목표다. 이에 환경부는 스마트 수처리 공정 관리를 위한 AI 솔루션 개발 과제를 발주했다.

위세아이텍은 와이즈프로핏을 통해 해당 과제에 필요한 세 가지 수질 예측 모델을 개발했다. 하수처리 공정 후 방류가 가능한 수질을 판정하기 위해서는 산소요구량과 인(Phosphorus) 포화량, 질소(Nitrogen) 포화량 등을 확인해야 한다. 이에 수질 예측 솔루션은 그래디언트부스트(GradientBoost) 알고리즘을 이용해 각각의 인자를 측정할 수 있는 세 가지 모델로 각각 개발됐으며, 세 가지 모델을 운영해 예측 결과를 보여주는 시뮬레이션 기능과 예측 결과의 정확성을 확인할 수 있는 대시보드까지 함께 마련됐다.

이지현 팀장은 “해당 과제로 개발한 세 가지 수질 예측 모델과 두 가지 화면을 통해 하루 전에 수처리 방류수와 수질을 예측하고 대응할 수 있게 됐다. 또한 기존에는 관리 인력의 경험에 의존했던 하수처리 업무를 신규 인력들도 처리할 수 있게 되면서, 일자리 창출과 운영 비용 절감이라는 효과도 거둘 수 있었다”고 설명했다.

의료 분야에서는 태아 심박동 모니터링 이미지를 분석해 태아의 이상 시점을 검출한 사례가 소개됐다. 태아 심박동 모니터링 검사는 1970년대에 도입된 이후 거의 모든 산부인과에서 태아의 건강을 평가하는 데에 사용되고 있다. 하지만 의료 현장에서는 태아 심박 모니터링 전담 의료진의 수가 부족해 해당 검사에 어려움을 겪고 있으며, 태아와 산모, 신상아 정보를 종합적으로 활용하는 기술이 부족한 상황이다.

이에 위세아이텍은 태아 심박동 모니터링 이미지를 이용해 이상 시점을 검출하고, 태아 이상 상태를 진단하는 두 가지 AI 모델을 개발했다. 특히 태아 이상 검출 모델은 태아 심박동 모니터링 이미지에서 이상 조짐을 검출하는 객체인식(Object Detection) 모델이 활용됐다. 와이즈프로핏의 비정형 데이터 학습 기능을 활용해 태아 심박동 모니터링 이미지를 분석하고, 이상이 보이는 구간을 표시하고 알람을 줌으로써 의료진의 업무 효율을 크게 증가시킬 수 있었다.

빅데이터, 한눈에 쏙!

이어서 세 번째 세션은 ‘빅데이터 한눈에 쏙!’이라는 주제로, 위세아이텍 제품개발센터 강경태 팀장이 발표에 나섰다. 강경태 팀장은 데이터 시각화의 중요성에 대해 역설하며, 위세아이텍에서 개발한 BI 솔루션 ‘와이즈인텔리전스(Wise Intelligence)’와 이를 통해 구현할 수 있는 데이터 시각화 방법론을 소개했다.

데이터 시각화는 광범위하게 분산된 많은 데이터들을 분석해 한눈에 볼 수 있도록 도표나 차트 등으로 표현하는 것을 의미한다. 방대한 데이터 안에서 중요한 핵심 인사이트를 쉽게 발견할 수 있고, 이를 통해 기업에서는 데이터 기반의 빠르고 효과적인 의사결정이 가능하다. 강경태 팀장은 앤스컴 콰르텟(Anscombe's quartet)과 지난 2020년 코로나19 사망자의 연령대 분석 사례를 소개하며, 데이터 분석과 활용에 있어 시각화의 중요성을 재차 강조했다.

위세아이텍의 BI 솔루션 와이즈인텔리전스는 빅데이터를 세부적으로 탐색하는 다차원 분석 시각화 도구다. 다양한 관점의 데이터 시각화를 통해 효과적인 비즈니스 분석이 가능하며, 분석 결과를 이미지 중심의 대시 보고서나 엑셀 형태의 보고서 등으로 제시해 손쉽게 활용 가능하다. 또한 클라우드 기반으로 제공돼 도입이 쉽고 다양한 플랫폼과 DBMS와의 연동이 용이하다.

직관적인 GUI를 통해 사용자 교육을 최소화한 것도 특징이다. 클릭과 드래그앤드롭(Drag&Drop) 등 간단한 조작만으로도 다양한 분석 기능을 사용할 수 있으며, 교차분석이나 상하위분석 등 고급 분석 기능에도 손쉽게 접근할 수 있다.

보고서 개발 자동화 기능도 갖췄다. 기존에 사용하던 보고서 양식을 토대로 정형 보고서를 자동으로 생성하고, 필요에 따라 엑셀 등의 외부 프로그램 설치 없이도 스프레드시트 형태의 보고서를 제작해 제공한다. 사용자 친화적인 형태의 보고서를 생성해 비즈니스 변경 없이도 빠르게 도입해 활용할 수 있으며, 반복적인 보고서 생성 업무를 줄임으로써 업무 효율성을 크게 향상시킬 수 있다.

강경태 팀장은 “직관적인 차트와 이미지를 통해 데이터에서 손쉽게 인사이트를 발견하고 결론까지 도출할 수 있도록 하는 것이 데이터 시각화의 힘”이라며, “와이즈인텔리전스는 직관적인 사용법을 통해 사용자 교육을 최소화하면서도, 일반 사용자부터 고급 분석가까지 효과적인 의사결정을 내릴 수 있도록 지원한다”고 설명했다.

데이터 기반의 과학적 의사결정 사례

마지막 세션은 위세아이텍 빅데이터사업본부 박준영 수석이 맡았다. 박준영 수석은 ‘데이터 기반의 과학적 의사결정 사례’이라는 주제로, 데이터 기반 의사결정이 중요한 이유를 소개하고 이를 위해 필요한 기술 요소와 관련 사례에 대한 인사이트를 공유했다.

데이터 기반 의사결정이란 데이터를 기반으로 개별 요소간의 인과관계를 파악해 정확한 의사결정을 내리는 일련의 과정을 의미한다. 데이터를 분석한 결과를 활용하기 때문에 직관에 의한 의사결정에 비해 불확실성을 최소화할 수 있으며, 잘못된 의사결정에 의한 시행착오도 최소화할 수 있다. 또한 의사결정의 근거가 마련되기 때문에 다른 의견을 가진 이해관계자 사이에서 논리적인 설득을 하는 데에도 용이하다.

데이터 기반 의사결정에서 가장 중요한 것은 의사결정을 하는 주체가 데이터를 활용하려는 의지와 능력을 갖춰야 한다는 점이다. 그러나 IT와 데이터에 대한 경험과 역량이 부족한 업무담당자가 이러한 데이터 리터러시(Data Literacy)를 갖추는 것은 쉽지 않다. 따라서 효과적인 데이터 분석 시스템을 사용해 복잡한 데이터 분석 업무를 단순화하고 자동화함으로써, 업무담당자의 데이터 관련 역량을 보충할 필요가 있다.

박준영 수석은 “직접 데이터 분석을 하려면 문제 정의에서 데이터 탐색, 수집 및 전처리, 분석 및 시각화, 인사이트 도출 등 다양한 단계에 대해 전문성을 갖춰야 한다. 하지만 자동화된 데이터 분석 시스템의 도움을 받으면 업무 담당자도 좀 더 쉽게 데이터 기반의 의사결정을 내릴 수 있다”고 설명했다.

한편 박준영 수석은 데이터 기반의 의사결정 과정에서 주의해야 할 사항에 대해서도 강조했다. 먼저 데이터는 데이터일 뿐이며, 분석하는 사람의 주관이 결과에 반영될 수 있다는 점이다. 따라서 분석하는 단계에서 편중된 시각을 최대한 배제하고 객관적으로 데이터를 바라볼 수 있어야 한다. 또한 전체적인 관점에서의 분석과 세부적인 관점에서의 분석이 서로 다른 결과를 만들 수 있다는 점을 감안해, 항상 여러 가지 관점에서 다각적인 분석을 수행할 필요가 있다. 아울러 데이터 분석 결과가 의사결정 과정에 제대로 활용될 수 있도록 조직 문화에서의 변화도 선결돼야 한다.