이처럼, 빅 데이터와 클라우드 서비스는 이전과는 비교도 할 수 없을 만큼의 대량의 데이터가 발생하면서 주목 받게 되었으며 IDC는 세계 빅 데이터 시장이 2015년까지 169억 달러에 이를 것으로 예상하고 있지만 국내에는 아직 이에 대한 대비를 마련해 둔 기업이 많지 않다.
현재 빅 데이터는 시장 전분야에서 주목 받고 있는 이슈 중 하나임은 분명하다. 꽁꽁 얼어 있는 세계 경제와 그 한파를 직접적으로 맞고 있는 기업들은 이를 자사의 새로운 기회로 보고 전략적인 우위를 선점하기 위함이다. 그렇다면 이 기회에 우리 기업도 관련 제품이나 하다 못해 빅 데이터 분석을 통한 마케팅 전략이라도 수립해야 하는 것은 아닌지 도무지 어지럽기만 하다. 이번 특집에서는 빅 데이터가 대세라는 '대세론'과 기대가 지나치게 높다는 '거품론', 도대체 무엇을 믿어야 하는지 그리고 빅 데이터의 어떤 구현 사례들이 있는지 알아본다.
편집자 주
Unbelievable but True: 빅 데이터, 어차피 가야 할 길? 가야 할 길! "세상이 스마트해진 사이, 친구의 번호를 잊어버렸습니다. 손바닥 안의 세상에 눈을 빼앗기더니 생각마저 빼앗겨 버린 건 아닐까요. 커피를 마시는 동안 생각해 봅니다. 내 생각이란 녀석은 잘 지내고 있는지……" 요즘 한 커피 광고의 카피가 참 영리하다는 생각을 한다. 스마트 기기가 급증하고 누구나 한 번쯤은 생각해 봄직한 내용이다. 그 만큼 요즘 사람들, 앞을 제대로 보고 걸어가는 사람이 드물다. 손 안에 세상과 소통하느라 분주한 모양이다. 일례로, 국내 유명 포털 유머 게시판에는 이와 관련한 만화의 한 장면이 게시돼 많은 공감을 받았다. 현재 빅 데이터는 시장 전분야에서 주목 받고 있는 이슈 중 하나임은 분명하다. 꽁꽁 얼어 있는 세계 경제와 그 한파를 직접적으로 맞고 있는 기업들은 이를 자사의 새로운 기회로 보고 전략적인 우위를 선점하기 위함이다. 그렇다면 이 기회에 우리 기업도 관련 제품이나 하다 못해 빅 데이터 분석을 통한 마케팅 전략이라도 수립해야 하는 것은 아닌지 도무지 어지럽기만 하다. 빅 데이터가 대세라는 '대세론'과 기대가 지나치게 높다는 '거품론', 도대체 무엇을 믿어야 하나. 글 황 은 정 기자
영국의 경우, 경제 비즈니스 연구센터에서는 향후 5년간 빅 데이터 관련 비즈니스로 인해 자국에 2천 억 파운드 이상의 경제적 파급효과를 줄 것으로 기대했으며 미국 국립과학재단 및 국방부 외 6개 연방정부기관은 '빅 데이터 연구 개발 이니셔티브'를 통해 2억 달러의 투자를 발표한 바 있다. 중국 정부는 이미 5억위안(약 860억 원)을 투자해 펑시현의 시셴정보산업단지에 중국 최초 빅 데이터 처리, 서비스 산업 단지를 건설하기로 한 바 있다.
우리나라 역시 빅 데이터에 대한 관심이 높다. 구글 검색어트렌드 결과를 보면 최근 빅 데이터에 대한 우리나라의 관심은 세계 2위의 높은 순위를 차지하고 있다는 것을 알 수 있다.
[그림 2] 지난 12개월간의 Big Data 검색어 구글 트렌드 분석 캡쳐
이러한 급격한 IT 시장의 변화로 인해 전세계적인 관심은 '데이터 사용량의 폭발'로 인한 빅 데이터 시스템 구축 및 효율적 관리와 활용이라는 이슈로 귀결된다. 때문에 우리 정부도 빅 데이터 관련 시장을 국가 경쟁력 제고를 위한 차세대 블루 오션으로 판단하고 있는 것으로 보인다. 지난해 11월, 정부는 빅 데이터 강국 진입을 위한 공동 인프라 구축 및 산학연 공동연구개발 등을 지원하기로 발표하고 오는 2017년까지 빅 데이터 강국으로 도약한다는 계획이다. '스마트 국가 구현을 위한 빅 데이터 마스터 플랜'으로 불리는 이번 계획은 빅 데이터를 활용하기 위한 공동인프라를 정부 내에 구축, 대학에 관련 과목 개설, 법령 제정을 추진 및 빅 데이터 기술개발 로드맵을 마련한다는 것이 주요 내용이다.
[그림 3] 2013년 예상 이슈 출처: 정보통신산업진흥원
LG 경제연구원 전승우 선임연구원은 작년 10월 '빅 데이터에 대한 기대와 현실'에서 관련 기술 기업에 대한 투자도 천정부지로 치솟고 있다고 지적한바 있다. 예를 들어 데이터 분석 소프트웨어 프로그램 제작 기업인 스플렁크(Splunk)는 기업 공개를 통해 2억 3천만 달러를 모았고 글로벌 벤처 투자기관인 엑셀 파트너스(Accel Partners)는 빅 데이터 기술관련 신생 기술에 투자하기 위해 1억 달러의 펀드를 조성했다. 지속적인 경기 침체에도 불구하고 관련 기술이나 기업에 투자가 이루어지고 있는 셈이다.
[표 1] 2012,3월에 Wikibon에서 발표된 '2011년 주요 기업별 빅 데이터 매출액' 재구성 *조사 이후 HP는 Vertica, Teradata는 Aster Data를 그리고 EMC는 Greenplum을 인수함(빅 데이터 동향 및 시사점, 어윤봉 2012)
이렇듯 '빅 데이터'관련 비즈니스에 대한 전망이나 국가적인 지원 정도는 긍정적인 흐름을 타고 있는 것이 분명하나 시장에 대해 거품론을 제기하는 이들 역시 적지 않다. IBM, 인텔 및 HP 기업들이 빅 데이터 시장을 선도하고 있으나 각 사의 총 매출액에서 빅 데이터 매출액이 차지하는 비중은 1% 내외로 매우 낮은 수준을 보이고 있기 때문이다.
또한 국내 빅 데이터 활용 사례가 미미하다는 것이 그 근거가 되고 있다. 글로벌 IT 기업들이 국내 빅 데이터 시장을 진출해 선점하는 동안 국내 기업들이 하둡 등의 분석기술을 활용하는 서비스를 통해 반격을 시도하고 있으나 영향력이 크지 않은 것이 빅 데이터 거품론의 한 요인이다. 물론 소셜 분석이 기업의 새로운 비즈니스 기회와 위기대응 및 홍보 마케팅 관점에서 적극 활용될 수 있다는 점은 빅 데이터를 가장 잘 활용한 사례 중 하나임은 분명하지만, 등호를 성립시키기에는 무리가 있다는 것이 관계자들의 의견이다.
국내에서 거품론이 대두된 가장 핵심적인 이유는 바로 '받아들일 준비'가 되어있지 않기 때문이라고 진단해본다. 이것은 비단 빅 데이터를 어떻게 활용할 것인가에 대한 구체적인 방안이 마련되지 않은 기업들만의 얘기는 아니다. 표2는 SNS 이용으로 개인정보유출을 염려하는 사람들이 전체 27%를 차지하고 있다는 것을 보여주고 있는데, 일반적으로 '데이터의 상업적 이용'에 대한 부정적인 시각을 대변한다고 볼 수 있다. 급부상하던 클라우드 서비스가 아직은 전체 시장에 2%밖에 되지 않는 것도 기업 내부의 정보를 외부에서 관리하는 것이 꺼려진다는 것이 주요 요인으로 꼽힌 것처럼 분석 정보 이용자 자신도 트윗이나 페이스북 등의 개인적인 정보가 또 다른 기업에 있어 'OOO의 행태보고서'로 적히지 말란 법이 없지 않은가.
[표 2] SNS 이용 스트레스 원인(SK 커뮤니케이션즈 자료 재인용)
그러나 빅 데이터 시장에 대한 긍정적인 의견을 모두 수렴할 필요가 없는 것처럼 이러한 거품론 역시 모두 수긍할 필요는 없다. 말 그대론 '이론(Theory)'일 뿐이다. 다만 어차피 가야 할 길인지 아닌지에 대한 판단을 내리기 위해서는 많은 의견과 정보가 필요할 터, 한쪽 의견만을 고집하는 것은 비생산적인 일이 될 것이라 사료된다. 시장의 결론은 장기적인 잠재력은 크지만 투자를 통한 단기적인 수익 창출은 어려울 것으로 보인다. 이를 염두 해, 각 기업에 사정에 맞도록 전략을 취할 필요가 있다. 또 한가지 경계해야 할 점이 있다면, 임베디드 시장의 변화는 느리다는 안일함이다. 기업의 IT 기획 조직원 이라면 현존 기술로 이득을 취할 수 있는 점을 빠르게 파악해서 자사의 로드맵에 추가하는 일이 시급할 것이며 OEM 소프트웨어 개발자라면 탁월한 제품 개발을 위해 새로운 시장에 대한 진단과 예측에 더욱 귀 기울여야 한다.
빅 데이터 시장은 점점 모바일, 태블릿, 클라우드 서비스 등으로 인해 발생된 데이터 외에도 엔터프라이즈 컴퓨팅이나 임베디드 컴퓨팅 분야에서 사용될 IoT(Internet of Things)와 M2M(Machine to Machine)에 더욱 관심이 집중될 것으로 보인다. 즉, 빅 데이터와 클라우드 트렌드는 네트워크나 IT 시장에만 국한되는 것이 아니라, 결국 엔드 디바이스로도 확장될 것이며 임베디드 시장에도 급격히 증가하고 있는 커넥티드 디바이스 수로 인한 I/O 범위 확장이 업계 도전 항목이 되고 있는 추세를 미루어 보아 All-IP 네트워크를 지원하는 방향으로 움직일 것으로 예상된다. 개발자들은 프로세서부터 통합컴퓨팅 시스템까지 빅 데이터 환경을 최대로 지원하는 디바이스의 하드웨어를 효율적으로 개발하기 위해서는 무엇을 고려해야 하는가를 고민하게 될 것이다.
회원가입 후 이용바랍니다.
개의 댓글
댓글 정렬
BEST댓글
BEST 댓글
답글과 추천수를 합산하여 자동으로 노출됩니다.
댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
그래도 삭제하시겠습니까?
댓글수정
댓글 수정은 작성 후 1분내에만 가능합니다.
내 댓글 모음