[아이티데일리] 비즈니스 인텔리전스(BI)가 인공지능(AI)과 맞물려 새로운 방향으로 빠르게 발전하고 있다. 또한 AI 및 빅데이터 산업을 둘러싸고 미·중의 패권경쟁이 치열해지고 있는 상황에서 데이터는 기업에게 중요한 역량으로 강조되고 있다.

11일 본지(컴퓨터월드/IT DAILY)가 ‘제16회 BI(Business Intelligence) 컨퍼런스’를 삼성동 코엑스볼룸에서 개최했다. 올해 BI컨퍼런스 주제는 ‘사례를 통해 본 AI & BI’로, BI가 인공지능(AI)과 맞물려 새로운 방향으로 빠르게 발전하고 있는 트렌드를 공유했다.

이번 BI컨퍼런스는 이영섭 한국데이터마이닝학회장의 환영사로 시작해, 차상균 서울대학교 빅데이터연구원장이 빅데이터와 AI를 중심으로 펼쳐지고 있는 미·중의 치열한 4차 산업혁명 시장 패권경쟁과 관련, ‘AI & 빅데이터 산업을 둘러싼 미·중의 패권경쟁’이라는 제목의 기조연설이 진행됐다. 발표는 미국과 중국을 중심으로 펼쳐지고 있는 글로벌 경쟁상황과 미래 방향, 이에 대응하는 우리의 자세 등에 대해 다뤘다.

먼저 환영사에서 이영섭 한국데이터마이닝학회장은 “지난해 에코시스템의 비공개 보고서에 따르면, AI로 인해 더욱 많은 일자리가 창출될 것으로 전망된다. AI가 창출한 수익을 통해 기업이 더욱 많은 일자리를 창출할 것”이라면서, “국내에서도 학계, 정부를 중심으로 데이터 분석가 양성을 추진하고 있다”고 말했다.

이어 이 학회장은 “최근 데이터 공유도 활발해지고 있다. 정부에서는 공공데이터 포털을 통해 데이터를 개방하고 있으며, 올해 더욱 많은 데이터가 개방되고 품질도 높아질 것으로 예상된다”면서 “데이터를 활용한 BI도 진화할 것”이라고 설명했다.

다음으로 차상균 서울대학교 빅데이터연구원장이 연단에 올라 ‘AI & 빅데이터 산업을 둘러싼 미·중의 패권경쟁과 우리의 대응전략’을 주제로 키노트 강연을 했다. 차 교수는 직접 경험한 중국과 미국에서의 AI & 빅데이터 산업에서의 최근 변화상을 요약해 전달했다. 특히 차상균 원장은 디지털 이노베이션(Digital Innovation), 또는 디지털 트랜스포메이션(Digital Transformation)을 위해 중요한 다섯 가지 요소에 대해 짚었다. 바로 ▲혁신을 위한 디지털 기술과 ▲디지털 인재 ▲자본 ▲정부 정책 ▲전략적 리더십이 그것이다.

차상균 교수는 “오늘날은 지난 제조업 중심시대에 비해 혁신을 위한 아이디어, 즉 창의적인 비즈니스 모델이 중요해졌다. 그리고 이러한 아이디어를 내는 것은 혁신을 해낼 수 있는 좋은 인재가 필요하다. 즉 사람이 중요하다는 결론이다. 자본은 전 세계적으로 많이 풀렸기에 걱정되지는 않는다”면서, “정책의 경우 흔히 규제 완화만을 이야기하곤 하지만, 그보다는 적극적인 산업 정책과 로드맵이 보이지 않아 안타깝다. 또한 사람과 사회는 변화를 싫어하기에 이를 극복하기 위해 중요한 것이 바로 리더다”라고 설명했다.

이어 배영근 비아이매트릭스 대표가 ‘인텔리전스의 진화(AI, BI, CI)’라는 주제로 발표를 진행했다. 배영근 대표는 “BI와 AI는 회사 내 정보를 어떻게 잘 활용할 수 있는가에 초점이 맞춰져 있다면, CI는 콜라보레이션 인텔리전스(Collaboration Intelligence, 협업 지능)로 어떻게 협업을 잘할 것인가에 초점이 맞춰져 있다”면서, “비아이매트릭스는 CI를 연구하면서 엑셀프로세스자동화(EPA) 및 AUD 방법론을 개발했다. 이를 통해 코딩 없이 프로그램을 개발할 수 있는 환경을 만들고 있다”고 밝혔다.

이어 “AUD 방법론은 코딩 없이 UI 설계만으로 개발이 가능하다. 이 방법론을 BI에 적용하면 메타데이터에 기반해 자동으로 데이터를 조회하고, 수정할 수 있다”면서, “BI매트릭스는 AI, BI, CI를 통합해 코딩없는 환경을 만들 수 있도록 지원하겠다”고 덧붙였다.

다음 순서로 연단에 오른 김영일 퍼즐데이터 대표는 ‘빅데이터 분석의 새로운 영역, 프로세스 마이닝 활용 사례’에 대해 발표했다. 김 대표는 “디지털 트랜스포메이션은 결국 데이터를 연결하는 프로세스의 혁신”이라고 강조하며, 기업 내 복잡한 비즈니스 프로세스를 도식화하고 손쉽게 개선점을 찾아낼 수 있는 프로세스 마이닝의 가치를 공유했다.

오늘날 기업의 모든 업무는 IT시스템을 통해 진행된다. 따라서 IT시스템의 이벤트 로그데이터를 분석한다면 실제 비즈니스가 어떻게 진행되는지 전체적인 흐름을 확인할 수 있으며, 이러한 프로세스 마이닝을 통해 기업은 자사의 비즈니스 프로세스를 점검하고 효율적인 디지털 트랜스포메이션 전략을 수립할 수 있다. 특히 RPA를 적용하려는 기업은 우선적으로 RPA를 적용할 영역을 결정하기 위해 프로세스 마이닝을 활용할 수 있다.

오전 마지막 세션은 김동민 피앤디솔루션 부장이 ‘BI & Advanced Business Reporting 구축전략’을 주제로 발표했다. 김동민 부장은 피앤디솔루션이 국내 시장에 선보이고 있는 중국 환루안(Fanruan)사의 ‘파인리포트(Fine Report)’ 및 ‘파인BI(Fine BI)’ 솔루션을 소개했다. ‘파인리포트’는 코딩 없이 다양한 분석 리포트를 만들 수 있도록 지원한다. 엑셀과 유사한 UI를 갖고 있어 친숙하게 사용할 수 있으며, 자체 포털을 갖고 있어 별도 개발 없이 서비스 가능하다. 모바일 앱도 별도 제공해 PC에서 보는 화면을 그대로 볼 수 있다.

또한 ‘파인BI’는 셀프 BI를 위한 솔루션이다. 사용자가 직접 원하는 형태의 차트를 만들고 분석을 할 수 있도록 해준다. 데이터를 쉽게 다룰 수 있고, 시각화 기반의 데이터 분석을 할 수 있도록 한다. 빅데이터 처리 성능도 뛰어나며, 통계 툴과의 연동도 지원한다. 김동민 부장은 “대시보드와 셀프BI를 단일 솔루션으로 사용할 수 있는 툴은 없느냐는 질문을 많이 받는데, 현재 시점에서는 시장에 존재하지 않는 것 같다. 다만 ‘파인리포트’와 ‘파인BI’ 두 솔루션을 통합해 활용하면 시너지를 낼 수 있을 것으로 생각한다”고 덧붙였다.

오후에는 산업 세션과 한국데이터마이닝학회의 학술세션으로 나눠 발표가 진행됐다. 먼저 산업세션의 첫 번째 트랙에서는 ▲윤지홍 인포메티카 이사의 ‘빅데이터시대의 거버넌스’ ▲신동원 데이터브릭 전무의 ‘트리팩타를 이용한 셀프서비스 데이터 전처리 방법’ ▲이준호 잘레시아 상무의 ‘코딩없이 머신러닝 데이터를 4배 더 빠르게 준비할 수 있는 Self Service Data Prep 기술과 구축사례’ 등의 순으로 발표가 이어졌다.

두 번째 트랙에서는 ▲정한근 데이타솔루션 데이터사이언스팀 책임의 ‘머신러닝 기반의 예측 분석 통한 일반보험 손해예측’ ▲조외현 데이타벅스 대표 컨설턴트의 ‘Streamig Processing; The Secret Sause for operationalizing Machine learning’ ▲전규화 비아이매트릭스 컨설팅사업부 팀장의 ‘EPA 기반의 BI 구축사례’ 등이 발표됐다.

두 개 트랙으로 나뉘었던 산업 부문의 마지막 발표는 다시 통합 세션으로 청중이 모인 가운데, 전용준 리비젼컨설팅 대표가 ‘비즈니스 머신러닝 적용 사례들의 교훈- 기대와 실전의 차이’라는 주제로 현재 머신러닝 사례들이 주는 교훈에 대해 설명했다. 전용준 대표는 기업들이 ‘머신러닝은 적용만 하면 돈을 벌 수 있는 기술’로 인지하고 있다가 현실을 깨닫기 시작했다며 발표를 시작했다.

전 대표는 “기업에서 머신러닝을 적용하다보면, ▲어떤 데이터가 필요한지 ▲어떻게 데이터를 수집할지 ▲얼마나 많은 데이터를 얼마나 빨리 처리할지 ▲하드웨어 환경은 어떻게 구축해야 하는지 ▲분석 및 예측의 정확성은 어떻게 할 것인지 등의 고민이 생기고 있다”며, “특히 데이터 이슈가 가장 중요하며, 현재 머신러닝 적용을 추진하는 기업 중 일부는 데이터의 양, 종류, 품질, 메타데이터 등 제대로 갖추지 못한 채 추진하고 있다”고 강조했다.

이어 “기업의 경영진들은 머신러닝을 적용만하면 업무의 효율이 올라가고 실적이 나오는 것으로 생각한다”라고 지적하면서, “머신러닝 적용 추진에는 ▲데이터 사이언티스트 및 관련 현업 담당자를 포함한 ‘스태프’ ▲머신러닝을 학습하고, 시행착오를 거치는 ‘시간’ ▲기업에서 감당할 수 있을 만큼의 규모에서 반복적인 업그레이드 등이 필요하다는 것을 명심해야 하며, 머신러닝을 적용함에 있어 빅뱅과 같은 형태의 성공은 있을 수 없다”고 덧붙였다.

한편, 산업 부문이 종료된 후에도 한국데이터마이닝학회의 학술 부문 세션 발표가 이어졌다. 특히 올해는 ▲인공신경망과 딥러닝 응용 ▲네트워크 방법론 및 머신러닝 응용 ▲딥러닝 응용: CNN과 RNN ▲모니터링 및 예측 모델 ▲텍스트 마이닝 및 감성분석 ▲바이오 의료 데이터 분석 등 예년보다 더욱 다양하고 수준 높은 주제의 발표가 진행돼 학생뿐만 아니라 많은 현업 데이터 분석가들의 이목이 집중됐다.