1990년, ‘인터넷’이라는 개념이 가시화되면서 이전까지 불가능했던 연결, 지식, 속도를 누릴 수 있게 됐습니다. 그로부터 27년이 지난 요즘, 인터넷의 가장 최신 형태인 사물인터넷(IoT)에 대한 질문을 많이 받습니다. IoT의 가능성이 무궁무진한 가운데 과연 우리는 1990년에 인터넷을 사용했던 것처럼 지금 IoT를 사용하고 있을까요? 당시 우린 인터넷을 충분히 누리고 있다고 생각했었지만, 지금은 어떤가요?
2012년, 인터넷과 재생 에너지를 원동력으로 한 3차 산업혁명 이후 불과 5년도 되지 않아 IoT는 4차 산업혁명의 시작을 알렸으며, 무서운 속도로 성장하고 있습니다. 글로벌 시장 조사 기관인 가트너(Gartner)는 2017년 전 세계 IoT 기기의 수가 전년 대비 31% 증가한 84억대에 이를 것이며, 2020년에는 204억대에 달할 것으로 전망했습니다. 국가와 산업을 막론하고 모든 기업들은 4차 산업혁명의 주도권을 확보하기 위해 앞다퉈 IoT에 투자하고 있습니다.
이처럼 치열한 경쟁 속에서 IoT는 물론 4차 산업혁명의 리더십을 확보하기 위한 최상의 방법은 무엇일까요? IoT의 가치는 단순히 사물, 사람, 공간 등 모든 것을 인터넷으로 연결하는 것에서 그치지 않습니다. 무수한 연결 속에서 발생하는 다양한 데이터를 수집하고, 공유하고, 활용하는 것에서부터 IoT의 진정한 가치가 발휘됩니다. 따라서 기업은 IoT의 참된 혜택을 누리기 위해 ▲데이터 기반의 문화를 구축하고 ▲머신러닝과 딥러닝 알고리즘을 활용한 고급 데이터 분석을 적용하고 ▲이 모든 과정을 실시간으로 처리해야 합니다. 오늘은 4차 산업혁명을 대비하는 최상의 IoT 전략 3가지를 구체적인 사례와 함께 공유하고자 합니다.
1. Culture: 데이터 기반의 문화 구축
IoT 애플리케이션을 개발하고 있나요? 그렇다면 데이터, 그것도 아주 많은 양의 데이터에 대비해야 합니다. IoT는 데이터를 생성하고, 그 데이터를 분석한 결과에 따라 작용하기 때문에 데이터 기반의 분석 문화는 필수가 됐습니다. 이는 조직의 문화적 변화를 의미하는데요. 서비스를 지향하는 기업은 특정 영역에 대한 전문 지식을 갖춰야 하며, 가장 좋은 방법은 데이터를 이용하는 것입니다. 핀란드의 대표적인 철도 회사 'VR Group’의 사례를 통해 구체적으로 살펴보겠습니다.
핀란드의 국영 철도 회사인 VR Group은 핀란드에서 유일하게 철도 여객 서비스를 제공하고 있습니다. 하지만 다른 교통 수단과의 경쟁을 간과할 수 없으며, 운임에 영향을 미치는 유지 보수에 대한 경쟁력을 확보해야 했죠. 실제 VR Group 운영 비용의 대부분은 유지 보수에 쓰이고 있습니다. 한편 운송 산업에서 고객 불만의 가장 큰 원인은 운행 지연입니다. 철도 회사들이 앞다퉈 열차 운영을 최적화하려는 이유도 바로 고객 만족을 유지하기 위해서인데요. 해결 방안의 핵심은 보유하고 있는 데이터나 쉽게 수집할 수 있는 데이터를 활용해 새로운 서비스 개선책을 찾는 것입니다.
IoT 데이터를 기반으로 고객 서비스 혁신에 성공한 VR Group
과거 VR Group은 두 가지 유지 보수 방식을 활용했습니다. 첫째, 바퀴나 대차와 같은 주요 시스템에는 예약 유지 보수 방식을 적용했는데요. 그 결과 수명이 아직 많이 남은 부품까지 교체하는 낭비가 발생했습니다. 둘째, 도어와 같은 장치에는 고장 발생 시 사후에 문제를 해결하는 방식을 적용했는데요. 이 두 방식만으로는 사전 예측이 어렵기 때문에 누락되는 노선이 발생하고 고객 불만족으로 이어질 가능성이 높았습니다.
문제 해결에 나선 VR Group은 다양한 시스템에 센서를 장착하고 마모 상태나 기기 결함 등 열차 상태를 지속적으로 모니터링하기 시작했습니다. 하지만 이 센서는 원시 데이터(raw data)를 수집할 뿐 진정한 개선을 위해서는 데이터를 실시간으로 분석하고, 분석 결과에 따라 엔지니어가 신속하고 적절하게 대응할 수 있는 시스템이 필요했습니다. VR Group은 이러한 통찰력을 얻기 위해 SAS Analytics 솔루션을 도입했습니다.
VR Group은 새로운 데이터와 이력 데이터를 모니터링하고, 관련 정보를 제공하는 SAS Analytics 덕분에 몇몇 유지 보수 작업의 최대 주기를 계획할 수 있게 됐습니다. 각 열차에는 30,000개 이상의 차축 세트가 장착돼 있는데요. 이 세트의 가공이나 교체 일정을 최적화함으로써 열차 운행 기간을 연장시킬 수 있습니다. 소이니 부사장은 실제 유지 보수 작업량이 3분의 1로 줄 것으로 예상합니다. 동시에 VR Group은 SAS Analytics를 활용해 근본적인 결함 원인을 찾아냄으로써 비용을 크게 절감하고, 열차 안정성을 대폭 개선하고 있습니다. IoT에 대한 효과적인 인사이트를 확보함으로써 예비 부품과 자재의 필요 수량을 파악하고, 재고량을 최소화하게 됐습니다.
근본적인 결함 원인을 찾아냄으로써 비용을 크게 절감하고, 열차 안정성을 대폭 개선하고 있습니다.
2. Advanced: 머신러닝과 딥러닝 알고리즘을 활용한 고급 데이터 분석
바야흐로 데이터가 동력원인 애널리틱스 이코노미 시대입니다. 데이터가 있는 모든 곳에는 분석이 필요합니다. 분석되지 않은 데이터는 아직 실현되지 않은 가치와 같죠. 더군다나 IoT 시장의 폭발적인 성장과 함께 데이터의 규모 또한 기하급수적으로 증가하고 있으며, 그 형태 또한 다양해지고 있습니다.
이처럼 방대한 양의 데이터를 효율적으로 관리하고, 복잡한 데이터 패턴으로부터 가치를 발굴하기 위해서는 머신러닝과 딥러닝 알고리즘을 활용한 고급 데이터 분석으로 나아가야 합니다. VR Group 또한 열차에 대한 데이터를 추적하는 것 이상으로 탐색, 시각 및 예측 분석, 머신러닝 기술 등을 활용해 고급 분석 인프라를 구축함으로써 IoT 데이터의 가치를 한층 더 끌어올렸습니다.
VR Group, 사후 대응에서 예측 유지 보수 방식으로 전환
VR Group은 부품 상태를 24시간 모니터링하는 예지 보전 프로그램을 개발했습니다. 부품 고장 시기를 예측하는 수학 모델을 활용해 예기치 않은 고장이 발생하기 전에 부품을 교체할 수 있게 됐는데요. 또 SAS Analytics는 센서 데이터를 모니터링하고 모든 열차에 대한 간략한 정보를 실시간으로 제공합니다. VR Group은 실시간 모니터링과 모든 정보를 바탕으로 필요할 때마다 부품을 교체하는 사후 대응에서 예지 보전으로 유지 보수 시스템을 고도화 하는데 성공했습니다. 예를 들어, 열차의 도어가 평소보다 느리게 열리는 경우 일정 시간이 지나면 고장으로 이어질 가능성이 높기 때문에 사전에 조치를 취하게 됐죠.
그 결과 운영 비용은 줄이고 열차 가동 시간은 극대화 하는데 성공했습니다. VR Group은 현재 1,500대에 달하는 열차를 중단 없이 운행하는 동시에 더욱 효율적이고 안전한 고객 경험을 제공하고 있습니다. VR Group의 키모 소이니(Kimmo Soini) 유지 보수 담당 수석 부사장은 “VR Group은 핀란드 최고의 운송 회사가 되고자 노력하고 있으며, 예측 분석 덕분에 그 목표에 한발 더 다가갈 수 있게 되었습니다.”라고 말했습니다. 이처럼 분석 인사이트는 생산성과 효율성을 증대시킬 수 있는 기회를 창출하고, 비즈니스를 새로운 방식으로 이해할 수 있도록 합니다.
필요할 때마다 부품을 교체하는 전통적인 유지 보수 방식에서 벗어나 예지 보전 시스템을 구축했습니다.
3. Real-time: 실시간 데이터 처리
IoT 모델의 대부분은 기계, 기기, 어플라이언스 등의 데이터를 관찰하고, 데이터를 클라우드 또는 데이터 센터로 전송한 후 그곳에서 일괄 처리합니다. 이러한 모델은 일부 애플리케이션에서는 문제가 없겠지만, 커넥티드 기기의 수가 급증하고 데이터를 적시에 (대개의 경우 실시간으로) 처리해야 할 필요성이 높아지는 가운데 점점 불충분해지고 있습니다.
이제 센서에서 데이터가 수집되는 속도만큼 신속하게 데이터를 처리해야 합니다. 데이터 그 자체는 대기 시간과 유효 기간의 속성을 지닙니다. 데이터를 너무 늦게 분석하면 데이터의 가치를 잃을 수 있습니다. 데이터는 본 순간, 맞닿는 순간, 집계하는 순간에 바로 처리해야 하며, 알맞은 유형의 분석을 수행하기에 적절한 시간을 파악해야 합니다.
금융 산업을 예로 들자면, 은행은 신용 카드가 사용되자마자 사기 거래의 발생 여부를 파악해야 합니다. 내부 규정 상 판매 시점에서 잠재적인 거래 사기를 차단하지 않아도 거래의 발생 여부는 즉시 알 수 있어야 하는데요. 분석이 모든 산업에 가져올 수 있는 변화 중 하나입니다. 실제 VR Group의 소이니 수석 부사장은 “센서 데이터의 크기가 기하급수적으로 증가하면서 데이터 제어 문제가 급부상했습니다. 센서 데이터 분석의 자동화를 갖추지 않으면 다음 단계로 나아갈 수 없습니다. IoT이 전체 산업의 모든 유지 보수 방식을 혁신할 것으로 확신합니다.”라면서 그 변화에 대한 자신감을 내비쳤는데요.
그렇다면 이 다음은 무엇일까요? 지난 27년간 엄청난 발전을 이뤄온 사물인터넷, 그러나 앞으로 가져올 가능성은 더욱 더 무궁무진합니다. 인지 컴퓨팅, 머신러닝, 인공지능(AI)에 힘입어 더욱 새로운 가능성의 세계가 IoT 앞에 놓여 있으며, 그 여정은 이제 막 시작됐습니다. 분석을 통해 소프트웨어가 점점 더 스마트해지고 있는 속도를 생각하면 사물 ‘인터넷’(Internet of things)이 사물 ‘지능’(intelligence of things)으로 나아갈 시점이 정말 가까이 와있는지도 모르겠습니다!
최근 인텔(Intel)의 쿠마 발라수브라마니언(Kumar Balasubramanian) IoT 솔루션 총괄 책임자와 ‘정확성: 사물인터넷을 위한 원칙, 프랙티스, 솔루션(Precision: Principles, Practices and Solutions for the Internet of Things)’의 저자인 티모시 차우(Timothy Chou)와 함께 IoT에 대해 심도 있는 대화를 나눴습니다.
IoT는 모든 산업에서 고객 경험을 혁신할 잠재력을 지닙니다. 이러한 IoT 데이터가 급증하면서 그 안에서 최대한의 정보를 신속하게 활용할 수 있도록 ‘클라우드 분석’과 같은 창의적인 솔루션이 떠오르고 있습니다. 클라우드 기반의 기술은 IoT의 규모와 민첩성(애자일)에 대한 요구 사항을 달성합니다. 기업은 IoT 데이터 소스와 더 밀접한 종단 장치에서 데이터를 처리하고, 머신러닝 모델을 적용함으로써 비즈니스 속도에 맞게 인사이트를 창출할 수 있습니다. SAS 웹캐스트를 통해 클라우드가 IoT 기회를 어떻게, 왜 완성시키는지에 대해 자세히 살펴보세요.
