2019.02.13

제조 업계의 디지털 트랜스포메이션이 취할 방향은?

BrandPost Sponsored by Cloudera
Cloudera | Cloudera


제조업 디지털 트랜스포메이션의 현주소는 어디인가? 클라우데라 세션 서울(Cloudera Sessions Seoul)의 기조연설을 맡은 클라우데라의 인더스트리 리더 데이브 슈만은 오랜 역사를 가진 제조 업계가 어떻게 디지털 트랜스포메이션을 달성하고 있는지 소개했다.
 

대통합의 시대 맞이한 제조 산업 

데이브 슈만은 현재 제조업에서 목격되는 디지털 트랜스포메이션의 특징을 3가지 측면에서 설명했다. 하나는 수직적 통합이다. 세계적인 제조사들은 회사에서 보유하고 있는 데이터를 한곳에 모으는 작업에 한창이다. 수직적 통합은 간단히 말해 별도의 환경으로 구성된 비즈니스 시스템과 제조 현장에서 사용하는 시스템의 데이터가 매끄럽게 연계될 수 있는 길을 트는 것이다. 

수평적 통합은 제조사와 업무 협력 관계에 있는 모든 파트너를 포괄하는 개념이다. 내부 데이터뿐 아니라 협력사와 공유하는 정보까지 통합의 범주로 본다. 데이브 슈만은 전체를 100이라 할 때 수직적 통합의 대상인 내부 데이터 비중은 40% 정도지만 조직 밖에 있는 데이터의 양은 60%나 된다고 말했다. 이들 데이터를 모두 합쳐서 어떻게 유용한 자산으로 만들 것인가? 여기에 대한 답이 제조업의 디지털 트랜스포메이션이 갖는 세 번째 특징이다. 클라우드, 모빌리티, 머신 러닝 등 첨단 기술로 데이터의 활용 가치는 높이는 것이 바로 제조업이 추구하는 디지털 트랜스포메이션의 방향이다. 

 


첨단 제조 기업의 디지털 혁신

데이브 슈만은 디지털 트랜스포메이션을 통한 혁신을 ‘연결(Connected)’에 빗대어 예를 들었다. 현대적인 공장은 전체 공정 그리고 각 공정에서 사용하는 장치와 시스템이 생성하는 데이터가 연결되어 있다. 모든 정보는 연결되고, 이를 토대로 각종 제조 설비와 장치에 대한 예측 기반 유지보수가 이루어진다. 연결된 데이터는 제조에 필요한 각종 자재와 부품 등에 대한 공급망 관리 효율 개선에서 활용된다. 더불어 데이터를 기초로 상품의 품질을 높인다. 

연결의 궁극적 가치는 새로운 유형의 상품에서 나온다. 많은 제조 기업이 사업의 미래를 연결된 상품(Connected Product)에서 찾는다. 한번 만들어 팔고 나면 끝인 상품이 아니라 지속해서 고객에게 더 나은 경험과 가치를 제공하며 관계를 이어가는 제품, 이 역시 데이터가 모든 것의 중심에 있다. 

이런 식으로 디지털 혁신을 하려면 어디서 데이터를 끌어와야 할까? 데이브 슈만은 장치, 센서, 설비, 운영, 공급망, 재고, 마케팅, 고객 관리, 판매 등 제조 가치 사슬의 전 영역에 걸쳐 상세히 소개했다. 다음 그림에 나와 있는 다섯 가지 영역이 바로 디지털 혁신을 위해 수집과 통합을 해야 하는 데이터의 원천이다. 


 

데이터의 활용 가치 찾기 

비즈니스와 관련된 질문을 던지고 그 답을 데이터에서 찾을 수 있을 때 기업은 데이터라는 자산의 가치를 느낀다. 데이터에서 어떤 답을 찾을 것인지에 대해 데이브 슈만은 사업 성장, 새로운 개념의 상품, 각종 경영 위험이란 큰 주제를 던졌다. 지속 가능한 성장은 모든 기업의 목표다. 제조 기업은 사업 성장을 이어가기 위한 각종 질문에 대한 답을 데이터에서 어떻게 찾을 수 있을까? 데이브 슈만은 고객에 대한 이해를 바탕으로 한 영업과 마케팅 활동을 예로 들었다. 

다음은 신개념 상품의 경우 고객에게 새로운 경험을 제공하기 위해 제조사가 스스로 어떤 질문을 할 것인가?라는 질문이다. 데이브 슈만은 제품 개발, 생산, 물류 측면에서 데이터가 어떻게 커넥티드 상품을 시장에 공급하는 데 도움을 줄 것인지 설명했다. 그는 자동차를 예로 들면서 완성차 업체는 자동차를 팔 던 것에서 벗어나 한 지점에서 다른 지점으로 이동할 수 있는 수단을 이용자에게 제공하는 새로운 시도를 하고 있다고 말했다. 이동 과정에서 사용자에게 어떤 편의와 새로운 경험을 제공할 것인가. 그 답 역시 데이터에서 찾아야 한다. 세 번째 주제인 경영 위험에 대해, 데이브 슈만은 초연결 시대가 되면서 기업은 규제 외에 보안 위협에 노출되어 있다며, 이 문제를 해결할 때 데이터가 큰 역할을 한다고 말했다. 
 

데이터 중심 제조 혁신의 원동력 

데이브 슈만은 제조 혁신의 원동력으로 사물인터넷(IoT)를 꼽았다. IoT 기술은 실시간 모니터링, 예측 기반 유지보수, 운영 최적화, 품질 개선, 새로운 비즈니스 모델과 서비스 발굴 등 모든 분야에서 변화의 동력원이 되고 있다. 매킨지에 따르면 IoT를 통해 발생하는 제조업의 잠재적 가치를 금액으로 환산하면 2025년경 3.7조 달러에 이를 전망이다. IoT를 논할 때 늘 빅 데이터를 함께 언급하게 되는데, 데이브 슈만은 빅 데이터를 통해 조직이 얻을 수 있는 가치를 평가할 때 새로운 기준을 적용해야 한다고 힘주어 말했다. 그가 말하는 새로운 기준은 ‘A’로 시작하는 3개의 개념으로 적용성(Adaptability), 비대칭성(Asymmetry), 민첩성(Agility)이다. 빅 데이터의 가치를 지금까지 해온 것처럼 4V(Velocity, Volume, Variety, Veracity)로만 설명하면 너무 모호하다는 것이 그의 생각이다. 

데이브 슈만은 4V보다 3A를 더 중요하게 본다. 기업은 데이터를 다양한 문제 해결에 적극적으로 활용되어야 한다. 이를 위해 필요한 것이 적응성이다. 데이터를 여러 애플리케이션에 적용할 수 있어야 하고, 단일 플랫폼에서 여러 방법론과 기술을 적용해 데이터를 활용할 수 있어야 한다. 이게 바로 적용성이다.



비대칭성은 데이터의 다양성을 비즈니스 측면에서 바라본 개념이다. 기업 환경에서 데이터는 늘 원하는 형태로 나오지 않으므로, 데이터의 다양성을 수용하는 가운데, 상호 관계와 문맥을 통해 복잡한 비즈니스 문제에 대한 답을 찾을 수 있어야 한다. 민첩성은 의사 결정의 속도에 발맞출 수 있는 속도를 데이터 엔지니어링 전체 과정에서 확보해야 한다는 것을 말한다. 정리하자면 기업은 가능한 모든 데이터를 활용하는 쪽으로 진화할 것이고, 데이터 활용의 진화는 3A에 대한 역량을 요구할 것이라 볼 수 있다. 
 

혼자 모든 것을 다 할 수는 없다

데이터 중심의 제조 혁신을 위한 모두의 목표, 바로 머신 러닝이다. 선도 제조 기업이 조직 내외부의 모든 데이터를 최대한 활용하도록 강력한 동기를 부여하는 것이 바로 머신 러닝이다. 머신 러닝은 우리가 지금까지 알고 있던 제조라는 업의 본질을 바꾸는 중요 기술이다. 많은 기업이 앞다투어 머신 러닝 기반 디지털 혁신에 나서는 것도 바로 이런 이유다.

 

관련해 데이브 슈만은 “혼자 외롭게 갈 필요가 없다”라는 의미심장한 말을 했다. 그는 뒤이어 클라우드데라의 리서치 리포트들을에 대해 소개했다. 클라우데라는 최첨단 머신 러닝 기술 역량 확보에 투자를 아끼지 않는다. 클라우데라는 기업이 빅 데이터와 머신 러닝을 통해 어떤 도움을 받을 수 있을지 고민하고, 다양한 주제를 연구한다. 그 결과는 리서치 보고서 형태로 발간하는데, 이는 흔히 접할 수 있는 연구 논문이 아니다. 실제 기업에 적용할 수 있는 프로토타입이 함께 제공된다. 

데이브 슈만은 많은 제조사가 관심을 두고 있는 엣지 장치에서 모델을 돌리는 것에 대한 최신 연구 결과와 프로토타입을 담고 있는 ’페더레이티드 러닝(Federated Learning)’ 보고서를 간단히 소개했다. 클라우데라가 머신 러닝 관련 전담 연구 조직을 운영하며, 그 결과를 기업과 공유하는 것에는 중요한 메시지가 담겨 있다. 기업이 머신 러닝 전문가가 되기보다 다양한 시도를 반복하면서 비즈니스에 대한 답을 찾는 데이터 활용의 주체가 되어야 한다. 이 메시지는 “혼자 외롭게 갈 필요가 없다”는 데이브 슈만의 말 속에도 담겨 있었다. 


2019.02.13

제조 업계의 디지털 트랜스포메이션이 취할 방향은?

BrandPost Sponsored by Cloudera
Cloudera | Cloudera


제조업 디지털 트랜스포메이션의 현주소는 어디인가? 클라우데라 세션 서울(Cloudera Sessions Seoul)의 기조연설을 맡은 클라우데라의 인더스트리 리더 데이브 슈만은 오랜 역사를 가진 제조 업계가 어떻게 디지털 트랜스포메이션을 달성하고 있는지 소개했다.
 

대통합의 시대 맞이한 제조 산업 

데이브 슈만은 현재 제조업에서 목격되는 디지털 트랜스포메이션의 특징을 3가지 측면에서 설명했다. 하나는 수직적 통합이다. 세계적인 제조사들은 회사에서 보유하고 있는 데이터를 한곳에 모으는 작업에 한창이다. 수직적 통합은 간단히 말해 별도의 환경으로 구성된 비즈니스 시스템과 제조 현장에서 사용하는 시스템의 데이터가 매끄럽게 연계될 수 있는 길을 트는 것이다. 

수평적 통합은 제조사와 업무 협력 관계에 있는 모든 파트너를 포괄하는 개념이다. 내부 데이터뿐 아니라 협력사와 공유하는 정보까지 통합의 범주로 본다. 데이브 슈만은 전체를 100이라 할 때 수직적 통합의 대상인 내부 데이터 비중은 40% 정도지만 조직 밖에 있는 데이터의 양은 60%나 된다고 말했다. 이들 데이터를 모두 합쳐서 어떻게 유용한 자산으로 만들 것인가? 여기에 대한 답이 제조업의 디지털 트랜스포메이션이 갖는 세 번째 특징이다. 클라우드, 모빌리티, 머신 러닝 등 첨단 기술로 데이터의 활용 가치는 높이는 것이 바로 제조업이 추구하는 디지털 트랜스포메이션의 방향이다. 

 


첨단 제조 기업의 디지털 혁신

데이브 슈만은 디지털 트랜스포메이션을 통한 혁신을 ‘연결(Connected)’에 빗대어 예를 들었다. 현대적인 공장은 전체 공정 그리고 각 공정에서 사용하는 장치와 시스템이 생성하는 데이터가 연결되어 있다. 모든 정보는 연결되고, 이를 토대로 각종 제조 설비와 장치에 대한 예측 기반 유지보수가 이루어진다. 연결된 데이터는 제조에 필요한 각종 자재와 부품 등에 대한 공급망 관리 효율 개선에서 활용된다. 더불어 데이터를 기초로 상품의 품질을 높인다. 

연결의 궁극적 가치는 새로운 유형의 상품에서 나온다. 많은 제조 기업이 사업의 미래를 연결된 상품(Connected Product)에서 찾는다. 한번 만들어 팔고 나면 끝인 상품이 아니라 지속해서 고객에게 더 나은 경험과 가치를 제공하며 관계를 이어가는 제품, 이 역시 데이터가 모든 것의 중심에 있다. 

이런 식으로 디지털 혁신을 하려면 어디서 데이터를 끌어와야 할까? 데이브 슈만은 장치, 센서, 설비, 운영, 공급망, 재고, 마케팅, 고객 관리, 판매 등 제조 가치 사슬의 전 영역에 걸쳐 상세히 소개했다. 다음 그림에 나와 있는 다섯 가지 영역이 바로 디지털 혁신을 위해 수집과 통합을 해야 하는 데이터의 원천이다. 


 

데이터의 활용 가치 찾기 

비즈니스와 관련된 질문을 던지고 그 답을 데이터에서 찾을 수 있을 때 기업은 데이터라는 자산의 가치를 느낀다. 데이터에서 어떤 답을 찾을 것인지에 대해 데이브 슈만은 사업 성장, 새로운 개념의 상품, 각종 경영 위험이란 큰 주제를 던졌다. 지속 가능한 성장은 모든 기업의 목표다. 제조 기업은 사업 성장을 이어가기 위한 각종 질문에 대한 답을 데이터에서 어떻게 찾을 수 있을까? 데이브 슈만은 고객에 대한 이해를 바탕으로 한 영업과 마케팅 활동을 예로 들었다. 

다음은 신개념 상품의 경우 고객에게 새로운 경험을 제공하기 위해 제조사가 스스로 어떤 질문을 할 것인가?라는 질문이다. 데이브 슈만은 제품 개발, 생산, 물류 측면에서 데이터가 어떻게 커넥티드 상품을 시장에 공급하는 데 도움을 줄 것인지 설명했다. 그는 자동차를 예로 들면서 완성차 업체는 자동차를 팔 던 것에서 벗어나 한 지점에서 다른 지점으로 이동할 수 있는 수단을 이용자에게 제공하는 새로운 시도를 하고 있다고 말했다. 이동 과정에서 사용자에게 어떤 편의와 새로운 경험을 제공할 것인가. 그 답 역시 데이터에서 찾아야 한다. 세 번째 주제인 경영 위험에 대해, 데이브 슈만은 초연결 시대가 되면서 기업은 규제 외에 보안 위협에 노출되어 있다며, 이 문제를 해결할 때 데이터가 큰 역할을 한다고 말했다. 
 

데이터 중심 제조 혁신의 원동력 

데이브 슈만은 제조 혁신의 원동력으로 사물인터넷(IoT)를 꼽았다. IoT 기술은 실시간 모니터링, 예측 기반 유지보수, 운영 최적화, 품질 개선, 새로운 비즈니스 모델과 서비스 발굴 등 모든 분야에서 변화의 동력원이 되고 있다. 매킨지에 따르면 IoT를 통해 발생하는 제조업의 잠재적 가치를 금액으로 환산하면 2025년경 3.7조 달러에 이를 전망이다. IoT를 논할 때 늘 빅 데이터를 함께 언급하게 되는데, 데이브 슈만은 빅 데이터를 통해 조직이 얻을 수 있는 가치를 평가할 때 새로운 기준을 적용해야 한다고 힘주어 말했다. 그가 말하는 새로운 기준은 ‘A’로 시작하는 3개의 개념으로 적용성(Adaptability), 비대칭성(Asymmetry), 민첩성(Agility)이다. 빅 데이터의 가치를 지금까지 해온 것처럼 4V(Velocity, Volume, Variety, Veracity)로만 설명하면 너무 모호하다는 것이 그의 생각이다. 

데이브 슈만은 4V보다 3A를 더 중요하게 본다. 기업은 데이터를 다양한 문제 해결에 적극적으로 활용되어야 한다. 이를 위해 필요한 것이 적응성이다. 데이터를 여러 애플리케이션에 적용할 수 있어야 하고, 단일 플랫폼에서 여러 방법론과 기술을 적용해 데이터를 활용할 수 있어야 한다. 이게 바로 적용성이다.



비대칭성은 데이터의 다양성을 비즈니스 측면에서 바라본 개념이다. 기업 환경에서 데이터는 늘 원하는 형태로 나오지 않으므로, 데이터의 다양성을 수용하는 가운데, 상호 관계와 문맥을 통해 복잡한 비즈니스 문제에 대한 답을 찾을 수 있어야 한다. 민첩성은 의사 결정의 속도에 발맞출 수 있는 속도를 데이터 엔지니어링 전체 과정에서 확보해야 한다는 것을 말한다. 정리하자면 기업은 가능한 모든 데이터를 활용하는 쪽으로 진화할 것이고, 데이터 활용의 진화는 3A에 대한 역량을 요구할 것이라 볼 수 있다. 
 

혼자 모든 것을 다 할 수는 없다

데이터 중심의 제조 혁신을 위한 모두의 목표, 바로 머신 러닝이다. 선도 제조 기업이 조직 내외부의 모든 데이터를 최대한 활용하도록 강력한 동기를 부여하는 것이 바로 머신 러닝이다. 머신 러닝은 우리가 지금까지 알고 있던 제조라는 업의 본질을 바꾸는 중요 기술이다. 많은 기업이 앞다투어 머신 러닝 기반 디지털 혁신에 나서는 것도 바로 이런 이유다.

 

관련해 데이브 슈만은 “혼자 외롭게 갈 필요가 없다”라는 의미심장한 말을 했다. 그는 뒤이어 클라우드데라의 리서치 리포트들을에 대해 소개했다. 클라우데라는 최첨단 머신 러닝 기술 역량 확보에 투자를 아끼지 않는다. 클라우데라는 기업이 빅 데이터와 머신 러닝을 통해 어떤 도움을 받을 수 있을지 고민하고, 다양한 주제를 연구한다. 그 결과는 리서치 보고서 형태로 발간하는데, 이는 흔히 접할 수 있는 연구 논문이 아니다. 실제 기업에 적용할 수 있는 프로토타입이 함께 제공된다. 

데이브 슈만은 많은 제조사가 관심을 두고 있는 엣지 장치에서 모델을 돌리는 것에 대한 최신 연구 결과와 프로토타입을 담고 있는 ’페더레이티드 러닝(Federated Learning)’ 보고서를 간단히 소개했다. 클라우데라가 머신 러닝 관련 전담 연구 조직을 운영하며, 그 결과를 기업과 공유하는 것에는 중요한 메시지가 담겨 있다. 기업이 머신 러닝 전문가가 되기보다 다양한 시도를 반복하면서 비즈니스에 대한 답을 찾는 데이터 활용의 주체가 되어야 한다. 이 메시지는 “혼자 외롭게 갈 필요가 없다”는 데이브 슈만의 말 속에도 담겨 있었다. 


X