2019.11.06

IDG 블로그 | 선거운동 필승 조합은 데이터 과학과 클라우드 컴퓨팅

David Linthicum | InfoWorld
대학 시절 필자는 워싱턴 지역에서 정치 컨설팅 회사들을 위한 컴퓨터 컨설팅을 한 적이 있다. 양쪽 진영을 오가면 일을 했는데, CP/M 기반 PC를 당시로써는 신문물인 LAN 상에 설치했다. 아이디어는 기본적인 선거운동 프로세스, 즉 DM이나 전화 목록 관리 등을 제공해 주 단위, 지역 단위, 연방 단위 선거운동을 지원하는 것이었다. 비교적 간단한 일이었다.
 
ⓒ GettyImagesBank

2020년으로 돌아와 보자. 이제 선거운동 본부에서 사용하는 시스템은 1만 배는 더 정교한 것이다. 보통 데이터는 퍼블릭 클라우드 서비스 업체로 보내고, 첨단 데이터 과학으로 선거운동용으로 알려진 데이터의 효율성을 극대화한다. 현대 선거운동에서 가장 가치있는 사람은 선대본부장이 아니라 선거 운동 대상을 효과적으로 겨냥하는 데 이들 데이터를 이용하는 일을 맡은 사람들이다. 이 일을 제일 잘하는 후보가 이길 가능성이 크다.

선거운동에도 몇 가지 새로운 경향이 나타나고 있다. 우선, 퍼블릭 클라우드 컴퓨팅이 데이터를 저렴하게 저장하는 곳으로 받아들여지고 있다. 둘째, 분석이나 통계 툴 같은 데이터 과학 툴은 이미 5세대 또는 6세대 툴을 사용한다. 마지막으로, 데이터 패턴을 파악하는 데 AI 기술을 사용한다. AI 기술은 2020년 미국 대선의 판도를 바꿀 수도 있다.

그렇다면, 투표의 마법은 데이터의 어느 부분에서 일어나는 것일까? 부동층을 정확하게 겨냥하는 데 있다. 심지어 본인이 부동층인지 모르는 사람도 있다. 이는 유권자가 방문하는 웹 사이트나 참여하는 소셜 미디어 포스트 등과 같은 패턴을 통해 이루어진다. 그리고는 타깃 광고나 소셜 미디어 경험, 눈에 띄는 뉴스 아이템과 같은 영향력 있는 자극을 배치한다. 어떤 것이라고 유권자를 한 방향으로 밀 수만 있으면 된다. 물론 이를 적절한 시간에 의도적인 방법으로 한 명의 유권자에게 보내는 것이다.

선거운동은 기업이 아니다. 훨씬 더 큰 무작위 조직으로, 한두 해 정도 함께 일하고 다음 선거까지는 축소된다. 대부분을 새로 시작할 수 있다는 이점이 있기 때문에 베스트 오브 브리드 기술을 사용할 수 있고, 레거시 기술에 대한 종속이 거의 없다.

갑자기 생각난 것은 기업이다. 선거 운동과는 달리 대부분 기업은 이런 데이터를 영업이나 물류, 재고 관리, 시장 동향 예측 등에 좀 더 효과적으로 대응할 수 있도록 경쟁력을 강화하는 데 이용하지 못한다. 간단히 말해, 데이터는 있지만, 이 데이터로부터 자기 주장을 만들어내지 못하며, 비즈니스를 개선하기 위해 이런 주장을 기반으로 행동하는 경우는 더 적다.

기업은 내년 미국 대선의 성공과 실패로부터 배우고, 일부 사용례와 기술을 받아들여야 할 것이다. 클라우드를 잘 알고 후보자에 승리를 가져다준 데이터 과학자를 채용하면, 기업에도 성공을 가져다줄지도 모른다. editor@itworld.co.kr


2019.11.06

IDG 블로그 | 선거운동 필승 조합은 데이터 과학과 클라우드 컴퓨팅

David Linthicum | InfoWorld
대학 시절 필자는 워싱턴 지역에서 정치 컨설팅 회사들을 위한 컴퓨터 컨설팅을 한 적이 있다. 양쪽 진영을 오가면 일을 했는데, CP/M 기반 PC를 당시로써는 신문물인 LAN 상에 설치했다. 아이디어는 기본적인 선거운동 프로세스, 즉 DM이나 전화 목록 관리 등을 제공해 주 단위, 지역 단위, 연방 단위 선거운동을 지원하는 것이었다. 비교적 간단한 일이었다.
 
ⓒ GettyImagesBank

2020년으로 돌아와 보자. 이제 선거운동 본부에서 사용하는 시스템은 1만 배는 더 정교한 것이다. 보통 데이터는 퍼블릭 클라우드 서비스 업체로 보내고, 첨단 데이터 과학으로 선거운동용으로 알려진 데이터의 효율성을 극대화한다. 현대 선거운동에서 가장 가치있는 사람은 선대본부장이 아니라 선거 운동 대상을 효과적으로 겨냥하는 데 이들 데이터를 이용하는 일을 맡은 사람들이다. 이 일을 제일 잘하는 후보가 이길 가능성이 크다.

선거운동에도 몇 가지 새로운 경향이 나타나고 있다. 우선, 퍼블릭 클라우드 컴퓨팅이 데이터를 저렴하게 저장하는 곳으로 받아들여지고 있다. 둘째, 분석이나 통계 툴 같은 데이터 과학 툴은 이미 5세대 또는 6세대 툴을 사용한다. 마지막으로, 데이터 패턴을 파악하는 데 AI 기술을 사용한다. AI 기술은 2020년 미국 대선의 판도를 바꿀 수도 있다.

그렇다면, 투표의 마법은 데이터의 어느 부분에서 일어나는 것일까? 부동층을 정확하게 겨냥하는 데 있다. 심지어 본인이 부동층인지 모르는 사람도 있다. 이는 유권자가 방문하는 웹 사이트나 참여하는 소셜 미디어 포스트 등과 같은 패턴을 통해 이루어진다. 그리고는 타깃 광고나 소셜 미디어 경험, 눈에 띄는 뉴스 아이템과 같은 영향력 있는 자극을 배치한다. 어떤 것이라고 유권자를 한 방향으로 밀 수만 있으면 된다. 물론 이를 적절한 시간에 의도적인 방법으로 한 명의 유권자에게 보내는 것이다.

선거운동은 기업이 아니다. 훨씬 더 큰 무작위 조직으로, 한두 해 정도 함께 일하고 다음 선거까지는 축소된다. 대부분을 새로 시작할 수 있다는 이점이 있기 때문에 베스트 오브 브리드 기술을 사용할 수 있고, 레거시 기술에 대한 종속이 거의 없다.

갑자기 생각난 것은 기업이다. 선거 운동과는 달리 대부분 기업은 이런 데이터를 영업이나 물류, 재고 관리, 시장 동향 예측 등에 좀 더 효과적으로 대응할 수 있도록 경쟁력을 강화하는 데 이용하지 못한다. 간단히 말해, 데이터는 있지만, 이 데이터로부터 자기 주장을 만들어내지 못하며, 비즈니스를 개선하기 위해 이런 주장을 기반으로 행동하는 경우는 더 적다.

기업은 내년 미국 대선의 성공과 실패로부터 배우고, 일부 사용례와 기술을 받아들여야 할 것이다. 클라우드를 잘 알고 후보자에 승리를 가져다준 데이터 과학자를 채용하면, 기업에도 성공을 가져다줄지도 모른다. editor@itworld.co.kr


X