2017.11.02

"AI 열풍 믿지 않지만, 15년 전부터 분석 기술에 적용"…SAS 설립자 짐 굿나이트

Tom Macaulay | Computerworld UK
SAS 인스터튜트(SAS Institute)의 공동 창업자이자 CEO인 짐 굿나이트 박사는 소프트웨어 분야의 거인으로 41년간 일하면서 데이터 분석 기술의 발전과 부상에 중심 역할을 해왔다. 그러나 통계학 박사 학위를 가지고 있는 이 억만장자 사업가는 AI 열풍을 믿지 않는다.



굿나이트는 SAS가 매년 유럽에서 개최하는 컨퍼런스인 애널리틱스 익스피리언스(Analytics Experience)에서 진행된 본지와의 인터뷰에서 "모두가 AI와 관련된 주장을 한다. 그 이유는 AI가 최신 기술이기 때문이다. 그런데 클라우드 컴퓨팅, 빅데이터도 그랬다. 모두가 빅데이터, 클라우드에 대해 이야기를 했다. 그리고 지금은 모두가 AI를 이야기한다. 우리 또한 마찬가지다"고 말했다.

굿나이트는 기업들이 브랜드 홍보에 AI에 대한 관심을 이용하고 있다고 생각했다. 여기에는 IBM 왓슨도 포함된다. 그는 왓슨은 지능적인 검색 엔진이고, 마케팅적인 측면이 많다고 말했다.

굿나이트는 "IT 미디어와 전문가들은 클라우드에 대해 지겹게 이야기했다. 이제 새로운 것을 이야기해야 한다. 내 일생 동안 경험한 일이다. 4년마다 모든 사람들이 관심을 갖는 새로운 '버즈워드'가 등장한다. 지금의 버즈워드는 AI다"고 설명했다.

최근 들어 AI에 대한 관심이 부쩍 높아졌지만, SAS는 아주 오래 전에 이를 도입해 적용했다. 굿나이트는 "SAS는 최소 15년 전부터 AI를 다루기 시작했다. 신용카드 사기를 탐지하는 모델이 모두 AI 모델이다. 신경망(Neural Network)를 이용해 만든 모델이다. 머신이 사람이 할 수 있는 결정을 내리는 기술이 인공 지능(AI)이다. 이는 아주 광범위한 범위의 기술이다. 3 이라고 쓰는 명령도 통상 사람이 내리는 결정과 같은 명령이라면 인공 지능이라고 부를 수 있다"고 말했다.

그의 '냉소주의'는 데이터 과학 분야의 또 다른 버즈워드인 '머신러닝(machine learning)'으로까지 확대됐다. 굿나이트는 "내 생각으로는 모든 머신러닝이 '과장 선전(hype)이다. 결정 모델을 규정했다고 가정하자. 데이터를 분석하고, 목적 함수를 최소화 해 모델을 개선하려 시도한다. 목적 함수를 줄일 때까지 계속 이를 시도한다. 그러면 생산 환경에서 사용할 수 있는 모델이 구현된다. 그러나 그 이면에 모델 하나가 있다. '이봐, 학습을 시작해!'라고 말하는 모델이다. 그러니 머신러닝이라는 이름이 잘못되었다. 듣기에는 좋다. 하지만 의미하는 것과는 다르다. 맞춰야 하는 복잡한 모델에 불과하다"고 지적했다.

분석에 파괴되지 말고, 파괴적인 분석의 힘을 가져라
SAS는 IPO와 인수 제안을 거부하고, BI 시장에서 미국 최대의 비상장 소프트웨어업체가 된 것으로 유명하다. 2016년 매출이 32억 달러에 달하며, 설립 이후 매년 성장세를 유지했다. 이후 구글과 같은 대규모 기업이나 민첩한 신생 창업 업체들과의 경쟁이 치열해졌다. 굿나이트에 따르면, SAS는 고객에 초점을 맞춰 지속적으로 경쟁에서 앞서 나가고 있다.

그는 "SAS는 고객들이 원하는 기술과 제품을 개발하기 위해 노력한다. 고객에게 귀를 기울이고, 시장이 나아가는 방향을 파악해, 그 곳에 먼저 도달하려 노력한다"고 설명했다. 굿나이트는 컨퍼런스 키노트에서 "SAS의 분석 소프트웨어는 고객들이 파괴 당하지 않고, 파괴적인 혁신자가 되도록 도움을 준다"고 강조했다.

그는 SAS의 비즈니스 전략에도 동일한 원칙을 적용하고 있다. "우리가 노력하고 있는 또 다른 부분이다. SAS는 41년이라는 긴 역사를 갖고 있다. 계속 소프트웨어를 개선하고, 변화를 주고, 새로운 문제에 맞춰 적응을 한 결과다"고 말했다.

이노베이션 랩(Innovation Lab) 제도가 여기에 기여하고 있다. 직원들이 새로운 아이디어를 내놓고, 이 아이디어가 잠재력이 있으면, SAS가 개발에 필요한 투자를 하는 제도다.

이것이 생산화로까지 이어진 기술이 바이야(Viya)다. 바이야는 아이디어가 나오고 8년 뒤인 2016년에 런칭된 클라우드 기반 인-메모리 분석 엔진이다. 동시에 무수히 많은 연산과 처리를 수행할 수 있는 컴퓨터인 대량 병렬 컴퓨팅을 구현하는 아키텍처다. SAS는 '병렬 컴퓨팅'을 특정 연산을 서로 독립적인 작은 하위 연산으로 나누고, 각 하위 연산을 별개의 코어나 프로세서에 동시에 처리하는 컴퓨팅으로 정의한다.

굿나이트는 "아주 큰 도전과제였다. 지금까지 배운 것과 다른 방식이었기 때문이다. 우리는 기본적으로 순차 프로세스를 배웠다. 데이터를 읽고, 매트릭스를 계산하고, 매트릭스를 변환해 결과를 인쇄하는 방식이다. 이를 병렬로 처리하는 방법은 어떤 책에도 나와있지 않았다. 스스로 방법을 찾아 터득해야 한다. 우리가 8년 동안 했던 일이다. 모든 연산을 병렬화하는 방법을 파악하는 일이었다. 일부 작업은 18시간이 걸리던 시간을 4분으로 줄일 수 있었다. 이는 많은 데이터를 가지고 있는 고객들에게 큰 도움을 주고 있다"고 설명했다.

최근 스포츠 분석 회사인 사이스포츠(SciSports)가 바이야를 도입했다. 이 회사는 풋볼 경기에서 일어나는 일을 신속히 파악하기 위해 풋볼 경기의 이벤트 스트림 처리에 분석을 적용하고 있다. 굿나이트는 "우리는 TV 카메라들로부터 초당 32프레임의 이미지 정보를 받아 분석한다. 카메라가 20대에 달한다. 매초 처리해야 할 데이터가 정말 많다"고 말했다.

사물인터넷(IoT)이 가전 제품에서 기관차까지 수백 만의 에지 디바이스에서 데이터를 생성, 수집, 분석하면서, 이벤트 스트리밍이 SAS 비즈니스에 큰 부분을 차지하게 됐다.

굿나이트는 "우리는 분석에서 많은 부분을 이벤트 스트림으로 이동시켰다. 초당 40만 이벤트에 대한 스트리밍 데이터를 수집해 처리한다. 그리고 이를 바이야로 스트리밍해, 모든 데이터의 움직임에 대한 가시적인 결과를 제공한다. 이에 공조 제어, 난방 조절, 전기 조절 분야의 회사들과 협력하고 있다. 매일 24시간 모니터링하면서 노브를 켜거나, 댐퍼를 바꿔 효율성을 높이고, 전력 비용을 줄일 방법을 제안한다. 또한 문제를 미리 예측하는 예방 유지관리에도 이런 데이터를 활용한다"고 설명했다.

데이터 사이언스, '스킬 갭'이 문제
이런 효율성을 견인할 수 있는 '데이터 사이언스 역량(전문성 또는 전문 인력)'을 찾는 데 어려움을 겪고 있는 기업들이 많다.

최근 SAS(Statistical Analysis Software)가 유럽 기업 100곳의 경영진을 설문 조사해 8월 발표한 결과에 따르면, 산하 데이터 사이언스 팀이 AI 도전과제를 극복할 준비가 되어 있다고 대답한 비율은 20%에 불과했다. 또한 19%는 데이터 사이언스 팀이 없다고 대답했다.

굿나이트도 이 부분을 잘 알고 있다. 74세인 94억 달러의 순자산을 지닌 굿나이트가 은퇴하지 않고 데이터 사이언스 분야에서 계속 일하면서, 분석 스킬 갭을 해결하는 데 초점을 맞추고 있는 이유가 여기에 있다.

그는 200만 명의 교사와 학생들이 이용하는 웹 기반 학습 환경인 SAS 커리큘럼 패쓰웨이(Curriculum Pathway), 중간 및 저소득층 STEM 학생들을 위한 장학금 프로그램인 굿나이트 장학금 프로그램 등 교육 관련 이니셔티브를 적극적으로 추진하고 있다.

이 제도를 통해 미국 노스 캐롤라이나 주립 대학 학부생 200여 명을 지원하고 있다. 굿나이트 자신이 졸업한 대학이다. SAS의 이야기는 1976년 노스 캐롤라이나 주립 대학에서 시작됐다. 당시 박사 과정 학생이었던 굿나이트와 존 살은 농경 데이터 통계 분석 시스템을 개발하는 연구 프로젝트에 참여했고, 이를 바탕으로 회사를 창업했다.

SAS는 다른 대부분의 기업과 달리 '스킬 갭'이 심하지 않다. 굿나이트는 경쟁력 높은 업무 환경이 이유라고 설명했다. SAS는 유연한 조직 구조, 유연한 업무 환경, 사내 체육관, 육아 시설, 무료 카운셀링 등 우수한 직원 특전을 자랑한다.

SAS는 포천의 '일하기 좋은 100대 회사(100 Best Companies to Work For)' 목록이 처음 발표된 1997년 이후 매년 상위권에 이름을 올리고 있다. 굿나이트가 배양한 기업 문화는 구글의 유명한 친화적 업무 환경에 '영감'을 준 것으로 알려져 있다. 굿나이트는 "우리는 인재 유치에 큰 어려움을 겪지 않는다. 세상에서 가장 좋은 일터 가운데 하나기 때문이다. 이것이 인재 유치에 도움을 준다. 인재 유지 역시 마찬가지다"고 말했다.

GDPR과 브렉시트(Brexit)에 대한 낙관적 전망
굿나이트는 "기업들의 개인 데이터 사용 방식에 대한 우려가 일정 수준 과장되어 있다"고 말했다.

그는 "GDPR(유럽 개인정보 보호법)이 있다. 마음에 들지 않으면 '옵트 아웃(opt-out)'을 선택하면 된다. 그러나 큰 피해를 초래할 것으로 보지 않는다. 웹사이트를 방문할 때마다, 수십 번은 봤을 같은 광고로 괴롭힐 수는 있다. 그러면 그냥 클릭해서 많은 비용을 초래시키면 된다"고 말했다.

SAS는 기업들이 GDPR이 강제하는 더 엄격한 데이터 처리 요건에 대비할 수 있도록, 개인 식별 데이터를 찾아 고립시키고 보호할 수 있는 '원스톱 숍(one-stop shop)' 소프트웨어를 출시했다. 굿나이트는 GDPR이 미칠 영향을 크게 걱정하지 않는다. 그렇다고 SAS가 이를 지지하는 것은 아니라고 말했다.

그는 "브뤼셀에서 SAS는 이를 반대했다. 프라이버시와 잊혀질 권리를 보장하기 위해 할 일이 많기 때문이다. 그래서 이를 강하게 반대했다. 그러나 실패했다. 하지만 기업들이 이런 데이터를 발견하는 데 도움을 주는 소프트웨어를 개발해 출시했다"고 말했다. editor@itworld.co.kr  


2017.11.02

"AI 열풍 믿지 않지만, 15년 전부터 분석 기술에 적용"…SAS 설립자 짐 굿나이트

Tom Macaulay | Computerworld UK
SAS 인스터튜트(SAS Institute)의 공동 창업자이자 CEO인 짐 굿나이트 박사는 소프트웨어 분야의 거인으로 41년간 일하면서 데이터 분석 기술의 발전과 부상에 중심 역할을 해왔다. 그러나 통계학 박사 학위를 가지고 있는 이 억만장자 사업가는 AI 열풍을 믿지 않는다.



굿나이트는 SAS가 매년 유럽에서 개최하는 컨퍼런스인 애널리틱스 익스피리언스(Analytics Experience)에서 진행된 본지와의 인터뷰에서 "모두가 AI와 관련된 주장을 한다. 그 이유는 AI가 최신 기술이기 때문이다. 그런데 클라우드 컴퓨팅, 빅데이터도 그랬다. 모두가 빅데이터, 클라우드에 대해 이야기를 했다. 그리고 지금은 모두가 AI를 이야기한다. 우리 또한 마찬가지다"고 말했다.

굿나이트는 기업들이 브랜드 홍보에 AI에 대한 관심을 이용하고 있다고 생각했다. 여기에는 IBM 왓슨도 포함된다. 그는 왓슨은 지능적인 검색 엔진이고, 마케팅적인 측면이 많다고 말했다.

굿나이트는 "IT 미디어와 전문가들은 클라우드에 대해 지겹게 이야기했다. 이제 새로운 것을 이야기해야 한다. 내 일생 동안 경험한 일이다. 4년마다 모든 사람들이 관심을 갖는 새로운 '버즈워드'가 등장한다. 지금의 버즈워드는 AI다"고 설명했다.

최근 들어 AI에 대한 관심이 부쩍 높아졌지만, SAS는 아주 오래 전에 이를 도입해 적용했다. 굿나이트는 "SAS는 최소 15년 전부터 AI를 다루기 시작했다. 신용카드 사기를 탐지하는 모델이 모두 AI 모델이다. 신경망(Neural Network)를 이용해 만든 모델이다. 머신이 사람이 할 수 있는 결정을 내리는 기술이 인공 지능(AI)이다. 이는 아주 광범위한 범위의 기술이다. 3 이라고 쓰는 명령도 통상 사람이 내리는 결정과 같은 명령이라면 인공 지능이라고 부를 수 있다"고 말했다.

그의 '냉소주의'는 데이터 과학 분야의 또 다른 버즈워드인 '머신러닝(machine learning)'으로까지 확대됐다. 굿나이트는 "내 생각으로는 모든 머신러닝이 '과장 선전(hype)이다. 결정 모델을 규정했다고 가정하자. 데이터를 분석하고, 목적 함수를 최소화 해 모델을 개선하려 시도한다. 목적 함수를 줄일 때까지 계속 이를 시도한다. 그러면 생산 환경에서 사용할 수 있는 모델이 구현된다. 그러나 그 이면에 모델 하나가 있다. '이봐, 학습을 시작해!'라고 말하는 모델이다. 그러니 머신러닝이라는 이름이 잘못되었다. 듣기에는 좋다. 하지만 의미하는 것과는 다르다. 맞춰야 하는 복잡한 모델에 불과하다"고 지적했다.

분석에 파괴되지 말고, 파괴적인 분석의 힘을 가져라
SAS는 IPO와 인수 제안을 거부하고, BI 시장에서 미국 최대의 비상장 소프트웨어업체가 된 것으로 유명하다. 2016년 매출이 32억 달러에 달하며, 설립 이후 매년 성장세를 유지했다. 이후 구글과 같은 대규모 기업이나 민첩한 신생 창업 업체들과의 경쟁이 치열해졌다. 굿나이트에 따르면, SAS는 고객에 초점을 맞춰 지속적으로 경쟁에서 앞서 나가고 있다.

그는 "SAS는 고객들이 원하는 기술과 제품을 개발하기 위해 노력한다. 고객에게 귀를 기울이고, 시장이 나아가는 방향을 파악해, 그 곳에 먼저 도달하려 노력한다"고 설명했다. 굿나이트는 컨퍼런스 키노트에서 "SAS의 분석 소프트웨어는 고객들이 파괴 당하지 않고, 파괴적인 혁신자가 되도록 도움을 준다"고 강조했다.

그는 SAS의 비즈니스 전략에도 동일한 원칙을 적용하고 있다. "우리가 노력하고 있는 또 다른 부분이다. SAS는 41년이라는 긴 역사를 갖고 있다. 계속 소프트웨어를 개선하고, 변화를 주고, 새로운 문제에 맞춰 적응을 한 결과다"고 말했다.

이노베이션 랩(Innovation Lab) 제도가 여기에 기여하고 있다. 직원들이 새로운 아이디어를 내놓고, 이 아이디어가 잠재력이 있으면, SAS가 개발에 필요한 투자를 하는 제도다.

이것이 생산화로까지 이어진 기술이 바이야(Viya)다. 바이야는 아이디어가 나오고 8년 뒤인 2016년에 런칭된 클라우드 기반 인-메모리 분석 엔진이다. 동시에 무수히 많은 연산과 처리를 수행할 수 있는 컴퓨터인 대량 병렬 컴퓨팅을 구현하는 아키텍처다. SAS는 '병렬 컴퓨팅'을 특정 연산을 서로 독립적인 작은 하위 연산으로 나누고, 각 하위 연산을 별개의 코어나 프로세서에 동시에 처리하는 컴퓨팅으로 정의한다.

굿나이트는 "아주 큰 도전과제였다. 지금까지 배운 것과 다른 방식이었기 때문이다. 우리는 기본적으로 순차 프로세스를 배웠다. 데이터를 읽고, 매트릭스를 계산하고, 매트릭스를 변환해 결과를 인쇄하는 방식이다. 이를 병렬로 처리하는 방법은 어떤 책에도 나와있지 않았다. 스스로 방법을 찾아 터득해야 한다. 우리가 8년 동안 했던 일이다. 모든 연산을 병렬화하는 방법을 파악하는 일이었다. 일부 작업은 18시간이 걸리던 시간을 4분으로 줄일 수 있었다. 이는 많은 데이터를 가지고 있는 고객들에게 큰 도움을 주고 있다"고 설명했다.

최근 스포츠 분석 회사인 사이스포츠(SciSports)가 바이야를 도입했다. 이 회사는 풋볼 경기에서 일어나는 일을 신속히 파악하기 위해 풋볼 경기의 이벤트 스트림 처리에 분석을 적용하고 있다. 굿나이트는 "우리는 TV 카메라들로부터 초당 32프레임의 이미지 정보를 받아 분석한다. 카메라가 20대에 달한다. 매초 처리해야 할 데이터가 정말 많다"고 말했다.

사물인터넷(IoT)이 가전 제품에서 기관차까지 수백 만의 에지 디바이스에서 데이터를 생성, 수집, 분석하면서, 이벤트 스트리밍이 SAS 비즈니스에 큰 부분을 차지하게 됐다.

굿나이트는 "우리는 분석에서 많은 부분을 이벤트 스트림으로 이동시켰다. 초당 40만 이벤트에 대한 스트리밍 데이터를 수집해 처리한다. 그리고 이를 바이야로 스트리밍해, 모든 데이터의 움직임에 대한 가시적인 결과를 제공한다. 이에 공조 제어, 난방 조절, 전기 조절 분야의 회사들과 협력하고 있다. 매일 24시간 모니터링하면서 노브를 켜거나, 댐퍼를 바꿔 효율성을 높이고, 전력 비용을 줄일 방법을 제안한다. 또한 문제를 미리 예측하는 예방 유지관리에도 이런 데이터를 활용한다"고 설명했다.

데이터 사이언스, '스킬 갭'이 문제
이런 효율성을 견인할 수 있는 '데이터 사이언스 역량(전문성 또는 전문 인력)'을 찾는 데 어려움을 겪고 있는 기업들이 많다.

최근 SAS(Statistical Analysis Software)가 유럽 기업 100곳의 경영진을 설문 조사해 8월 발표한 결과에 따르면, 산하 데이터 사이언스 팀이 AI 도전과제를 극복할 준비가 되어 있다고 대답한 비율은 20%에 불과했다. 또한 19%는 데이터 사이언스 팀이 없다고 대답했다.

굿나이트도 이 부분을 잘 알고 있다. 74세인 94억 달러의 순자산을 지닌 굿나이트가 은퇴하지 않고 데이터 사이언스 분야에서 계속 일하면서, 분석 스킬 갭을 해결하는 데 초점을 맞추고 있는 이유가 여기에 있다.

그는 200만 명의 교사와 학생들이 이용하는 웹 기반 학습 환경인 SAS 커리큘럼 패쓰웨이(Curriculum Pathway), 중간 및 저소득층 STEM 학생들을 위한 장학금 프로그램인 굿나이트 장학금 프로그램 등 교육 관련 이니셔티브를 적극적으로 추진하고 있다.

이 제도를 통해 미국 노스 캐롤라이나 주립 대학 학부생 200여 명을 지원하고 있다. 굿나이트 자신이 졸업한 대학이다. SAS의 이야기는 1976년 노스 캐롤라이나 주립 대학에서 시작됐다. 당시 박사 과정 학생이었던 굿나이트와 존 살은 농경 데이터 통계 분석 시스템을 개발하는 연구 프로젝트에 참여했고, 이를 바탕으로 회사를 창업했다.

SAS는 다른 대부분의 기업과 달리 '스킬 갭'이 심하지 않다. 굿나이트는 경쟁력 높은 업무 환경이 이유라고 설명했다. SAS는 유연한 조직 구조, 유연한 업무 환경, 사내 체육관, 육아 시설, 무료 카운셀링 등 우수한 직원 특전을 자랑한다.

SAS는 포천의 '일하기 좋은 100대 회사(100 Best Companies to Work For)' 목록이 처음 발표된 1997년 이후 매년 상위권에 이름을 올리고 있다. 굿나이트가 배양한 기업 문화는 구글의 유명한 친화적 업무 환경에 '영감'을 준 것으로 알려져 있다. 굿나이트는 "우리는 인재 유치에 큰 어려움을 겪지 않는다. 세상에서 가장 좋은 일터 가운데 하나기 때문이다. 이것이 인재 유치에 도움을 준다. 인재 유지 역시 마찬가지다"고 말했다.

GDPR과 브렉시트(Brexit)에 대한 낙관적 전망
굿나이트는 "기업들의 개인 데이터 사용 방식에 대한 우려가 일정 수준 과장되어 있다"고 말했다.

그는 "GDPR(유럽 개인정보 보호법)이 있다. 마음에 들지 않으면 '옵트 아웃(opt-out)'을 선택하면 된다. 그러나 큰 피해를 초래할 것으로 보지 않는다. 웹사이트를 방문할 때마다, 수십 번은 봤을 같은 광고로 괴롭힐 수는 있다. 그러면 그냥 클릭해서 많은 비용을 초래시키면 된다"고 말했다.

SAS는 기업들이 GDPR이 강제하는 더 엄격한 데이터 처리 요건에 대비할 수 있도록, 개인 식별 데이터를 찾아 고립시키고 보호할 수 있는 '원스톱 숍(one-stop shop)' 소프트웨어를 출시했다. 굿나이트는 GDPR이 미칠 영향을 크게 걱정하지 않는다. 그렇다고 SAS가 이를 지지하는 것은 아니라고 말했다.

그는 "브뤼셀에서 SAS는 이를 반대했다. 프라이버시와 잊혀질 권리를 보장하기 위해 할 일이 많기 때문이다. 그래서 이를 강하게 반대했다. 그러나 실패했다. 하지만 기업들이 이런 데이터를 발견하는 데 도움을 주는 소프트웨어를 개발해 출시했다"고 말했다. editor@itworld.co.kr  


X