하루에 현금을 몇 번 쓰시나요? 우리는 편의점에서 1000원 미만 음료수를 사도 신용•체크카드로 결제하는 데 익숙합니다. 실제 우리나라 카드 결제 비중은 71%로 독일(33%), 호주(53%) 등에 비해 높은 수준입니다. 우리가 유난히 카드 결제를 선호하는 이유는 뭘까요?

1978년 외환은행(현 KEB하나은행)은 비자카드와 제휴해 국내에 첫 신용카드를 출시했습니다. 처음엔 많은 사람이 현금 사용에 익숙했고, 결제 시장의 흐름은 카드로 쉽게 넘어가지 않는 듯 보였습니다. 

그러나 1997년 외환위기 이후 정부의 신용카드 장려 정책으로 카드 산업 성장세가 시작했습니다. 정부는 내수 진작과 세수 확보를 위해 신용카드 장려 정책을 펼치면서, 플라스틱 카드가 결제 시장을 점령한 겁니다.

지금까지 은행, 카드사가 이른바 ‘현금 없는 사회’를 주도했습니다. ‘현금 없는 사회’, 즉 ‘캐시리스 사회’라고도 부릅니다. 현금 없는 사회는 현금을 사용하지 않고 신용•체크카드 등을 이용해 소비 및 상업 활동을 하는 것을 뜻합니다.

앞으로 결제 시장은 어떻게 진화할까요? 2000년대 현금 없는 사회를 기존 금융사가 주도했다면 앞으로는 IT 기업이 ‘지갑 없는 사회’를 이끌 것으로 예상됩니다.

지갑 없는 사회는 현금은 물론 플라스틱 카드를 지갑에 갖고 다닐 필요 없이 스마트폰만으로 소비가 가능한 사회를 뜻합니다.

지갑 없는 사회의 핵심은 개인 간(P2P) 결제입니다. ‘앱투앱’이나 ‘QR(Quick Response)코드’를 통한 결제 방식이 대표적입니다. 중간에 기존 금융사를 끼지 않고 소비자와 사업자가 직접 결제하는 것을 P2P 결제라고 칭합니다.

앱투앱 결제나 QR코드 결제는 소비자 계좌에서 상점 주인 계좌로 바로 입금이 되는 구조입니다. 특히 QR코드는 추가 인프라가 필요 없고, 스마트폰 기종이나 카드 보유 여부에 관계없이 누구나 이용할 수 있습니다. 가맹점 또는 고객이 상대가 생성해서 제시하는 QR코드를 스캔해 결제하는 방식입니다.

예를 들어, 음식점 사장님은 손님에게 받을 음식값을 자신의 포스(POS) 단말기나 스마트폰에 입력한 뒤, 손님의 QR코드를 스캔해서 결제 처리할 수 있습니다.

또는 고객이 상점에서 물건을 산 뒤, 상점에 게시된 QR코드를 스캔하고 금액과 비밀번호 등을 입력해 지불할 수 있습니다. 상점 QR코드에는 상점 코드, 상호, 상점 로고, 사진, 주소 등이 수록되고 고객 QR코드에는 지급 정보, 개인 정보 등이 수록됩니다.

다만 매출 관리 및 환불 등이 쉽지 않아 대형사업자의 경우 P2P가 아닌 P2M 결제 모델을 선호하기도 합니다. P2M 모델은 개인과 상점(Person-to-Merchant)간 거래로서 QR코드 뿐 아니라 바코드 방식도 지원하므로 상인이 이미 보유한 포스(POS) 장비를 이용해, 기존 결제 사업자(VAN 등)와 제휴하는 방식입니다. 판매자 여건이나 상황에 따라 설비가 필요 없는 P2P 방식이나 기존 장비를 그대로 활용한 P2M방식을 선택할 수 있습니다.

QR코드 결제를 가장 빠르게 흡수한 곳은 중국입니다. 중국 알리페이(Alipay)는 2013년, 위쳇페이(WeChat Pay)는 2014년, 퀵패스(QuickPass)는 2015년에 QR 결제 서비스를 중국에서 시작했습니다. 알리페이와 위챗페이 사용자(중복 포함)는 각각 8억 명, 4.5억 명을 넘어서고 있습니다. 중국의 QR코드 지급 수단은 IT 기업 주도로 전자상거래 또는 소셜(채팅) 플랫폼의 부가 서비스로 시작되었다는 것이 특징입니다.

중국의 모바일 결제 규모는 2017년 10월 기준 81조 위안으로 최근 수년간 폭발적으로 성장해 현금 거래 규모는 매년 10%씩 감소하는 실정입니다. 중국 컨설팅 업체가 발표한 2017 중국 모바일 결제 시장 보고서에 따르면 2012년에는 모바일 결제 비율이 4%에 지나지 않았으나, 2017년에는 78.5%가 카드나 현금 결제가 아닌 모바일로 결제하고 있는 것으로 나타났습니다.

중국의 설, 춘절에는 세뱃돈까지 위챗페이를 통해서 줄 정도로 중국에서 QR코드는 일상으로 자리 잡았습니다.

일본은 어떨까요? 현금 사용 비율이 꽤 높은 일본의 경우, 다수 기업이 일본 모바일 결제 시장을 선점하기 위해 QR코드 서비스를 경쟁적으로 선보이고 있습니다.

모바일 메신저 기업 ‘라인(LINE)’은 바코드 혹은 QR코드로 결제할 수 있는 라인페이(LINE Pay)를 출시했습니다. 현재 로손 편의점 등 1만 6000곳에서 라인페이를 사용할 수 있습니다. 2020년까지 100만 곳으로 확대한다는 계획입니다. 가격을 입력하면 QR코드가 생성되는 라인페이 전용 단말기도 나왔습니다.

예컨대, 편의점에서 음료수를 골랐다면 결제 시 라인페이 전용 단말기에 출력된 QR코드를 스마트폰으로 촬영하면 됩니다. 등록된 은행 계좌에서 실시간으로 현금이 인출돼 결제가 완료되는 구조입니다.

아마존 재팬은 아마존 홈페이지에서 사용하는 신용카드 결제 서비스인 ‘아마존 페이(Amazon Pay)’를 일반 점포에도 적용한다는 계획입니다. 소프트 뱅크 역시 야후와 합작해 QR코드 결제 수단인 ‘페이페이’를 서비스할 예정입니다. NTT도코모와 미쓰비시 UHJ 파이낸셜 그룹, 라쿠텐 등도 QR결제 서비스를 확대하거나 출시합니다.

일본 정부는 각 지방자치단체와 연계해 모바일 결제 도입 확대를 장려하고 ‘현금 없는 사회’를 추진한다는 방침입니다. 2027년까지 비현금 결제 비중을 40%까지 끌어올린다는 계획입니다. 모바일 결제 업체들도 정부방침에 맞춰 공격적인 마케팅을 펼치면서, 모바일 결제 시장을 선점하겠다는 의지를 보였습니다.

야후는 10월부터 3년간 QR코드 결제 수수료를 모두 무료로 책정하는 등 모바일 결제 서비스 활성화 방안을 발표했습니다. 라인 역시 3년간 라인페이의 결제 수수료를 0엔으로 책정할 것이라고 발표했습니다.

스웨덴도 지갑 없는 사회로 재빠르게 변화하고 있습니다. 노디어(Nordea), 한델스방켄(Handelsbanken), 스웨드방크(Swedbank) 등 스웨덴 은행이 공동 개발해 2012년부터 서비스하기 시작한 모바일 결제 앱 ‘스위시(Swish)’는 현재 전체 인구의 절반 이상이 사용하고 있는 것으로 알려졌습니다.

송금뿐 아니라, 상대방이 제시한 QR코드를 카메라로 스캔하면 자동으로 상대방 정보가 입력되고 이를 통해 재래시장, 소형 상점 등에서 결제할 수 있습니다. 한국도 지갑 없는 사회 대열에 동참했습니다. 플라스틱 카드 사용을 넘어 모바일 결제를 온•오프라인으로 확대하려는 움직임을 보이고 있습니다.

정부는 QR코드 결제 시스템을 통해 중간 사업자(VAN, PG사)를 배제하고, 소비자와 사업자가 직접 결제하는 P2P 결제 방식을 도입해 수수료를 낮추는 방식을 적용한 ‘소상공인 간편결제(제로페이)’ 도입을 추진 중입니다.

제로페이와 같은 새로운 지급 결제 플랫폼을 구현함과 동시에 소비자와 소상공인이 실질적으로 혜택을 누릴 수 있는 스마트오더 기능 등 다양한 부가서비스 제공도 함께 고려할 필요가 있습니다.

중국을 중심으로 QR코드 기반 결제 모델이 인기를 끌면서 일부 국가에서는 국제표준은 물론 국가별 표준도 나타나고 있는 상황입니다. 전 세계를 누비는 중국인 관광객과 중국, 인도 등에서 활동하는 외국계 기업의 QR코드 결제 경험이 세계 전역에 영향을 미칠 것으로 보입니다.

글 l 김지혜 l 전자신문 금융 IT 전문기자 (저서: 로보 파이낸스가 만드는 미래 금융 지도)

* 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 LG CNS 블로그에 저작권이 있습니다.

* 해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

4차 산업혁명으로 건설 현장까지 첨단 IT 기술의 경연장으로 바뀌고 있습니다. 제조 현장에서 사용되고 있는 디지털 트윈(Digital Twin)이 건설 패러다임을 바꾸고 있는 것입니다.

l디지털 트윈 (출처: https://www.maana.io/)

디지털 트윈이란 현실 세계와 똑같은 쌍둥이를 사이버 세계에 만들어 다양한 시뮬레이션을 해보는 첨단 기법을 말하는데요. 건설 현장에서도 실제 건설할 건물을 미리 가상으로 만들어 최적의 건축물을 짓는 혁신적인 아이디어를 제공하고 있습니다.

2022년 월드컵을 유치한 카타르는 첨단 기술을 총동원해 월드컵 주경기장을 짓고 있습니다. 이른바 3D 설계 SW인 빌딩 정보 모델링(BIM)을 이용해 무려 3년간 주경기장을 시뮬레이션으로 설계했는데요.

l Al Wakrah Stadium (출처: https://c11.kr/4641)

3차원의 설계도면과 가상현실(VR) 기술을 적용해 건물이 들어섰을 때의 완성된 모습을 다양한 각도에서 입체적으로 조망해본 뒤 실제 경기장 건설을 시작한 것입니다. 증강현실(AR)을 이용해 벽이나 바닥에 들어갈 자재까지 자세히 들여다보며 시공할 수 있습니다.

BIM(Building Information Modeling)이란 시설물의 생애 주기에 걸쳐 발생하는 모든 정보를 통합해 활용이 가능하도록 시설물의 형상, 속성 등을 3차원으로 표현한 디지털 모형을 뜻합니다.

기존의 2차원 도면으로 구현하기 어려웠던 것들을 3차원의 디지털 모형으로 구현함으로써 기획, 설계, 시공, 유지 관리와 관련된 모든 정보를 통합 관리할 수 있는데요. 그만큼 설계 품질과 생산성을 높일 수 있고 시공 오차를 최소화할 수 있습니다.

건설 과정에서 현장 인력들은 태블릿을 들고 현장을 다니며 건설 현장을 관리할 수 있습니다. 설계 결과와 건설 공정이 모두 시스템에 입력돼 있어 건설에 참여하는 사람들은 누구나 ‘BIM 상황실’을 통해 실시간으로 공사 진척 상황을 알 수 있습니다.

l BIM(Building Information Modeling) (출처: https://www.lodplanner.com/what-is-bim/)

국내 최고층 빌딩 롯데월드타워 역시 3차원 기반 BIM의 시뮬레이션을 통해 태어났습니다. 롯데는 건물을 짓기 전 현재의 월드타워와 똑같은 가상의 ‘디지털 쌍둥이 빌딩’을 만들어 지하 6층 ~ 지상 123층 높이의 초고층 건물을 완성했습니다.

건물 안에 들어설 다양한 시설과 초고층 구조물의 복잡한 설계를 디지털로 먼저 구현한 뒤 그대로 현실 세계의 건물로 표현해낸 것인데요. 이를 통해 초고층 골조공사를 안전하면서도 체계적으로 끝낼 수 있었고 공사 기간도 대폭 단축할 수 있었습니다. 나아가 마감과 기계 설비 장착, 장비 시공 등의 공사 품질을 높여 재공사율을 낮출 수 있었습니다.

싱가포르는 지속 가능한 도시 모델을 만들기 위해 BIM 개념을 확대해 3D 플랫폼을 기반으로 전 국토를 가상현실로 구현하는 ‘쌍둥이 싱가포르’를 만들고 있습니다. 3차원 모델링 된 도시 내의 모든 건물의 실시간 에너지 사용량을 모니터링할 수 있고 각 건물 옥상이 받아들이는 태양 일사량을 분석해 태양광 발전량까지 정확하게 계산해낼 수 있습니다.

l 버추얼 싱가포르 프로젝트 (출처: https://c11.kr/464q)

모델이 완성되면 도시에서 움직이는 모든 것을 포착하고 도시에서 일어나는 모든 일을 실시간 추적할 수 있습니다. 버추얼 싱가포르(Virtual Singapore) 프로젝트는 빅데이터와 IoT(사물인터넷), 3D 모델링, 인공지능, 머신러닝 등 4차 산업혁명 기술을 활용해 ‘스마트 네이션(Smart Nation)’을 만들겠다는 구상에서 나온 것입니다.

건물들이 대형화되면서 건물은 수많은 에너지를 소비하는 하마가 되고 있습니다. 하지만, IT 기술들이 건물의 내부 시스템을 모니터링해 에너지 사용을 최적화해주고 있습니다. 이른바 건물 에너지 관리 시스템(BEMS, Building Energy Management System)이 건물 스스로 에너지 사용을 통제하고 에너지 소비를 절감시켜주는 역할을 하고 있는 것입니다.

BEMS는 에너지 사용량, 요금, 시설 사용 시간 등 다양한 요소들을 측정하고 분석해 건물 관리자에게 알려주는 시스템을 말합니다.

조명은 물론 냉•난방 설비, 환기 설비, 콘센트 등에 센서와 계측 장비를 통신망과 연결해 에너지원별, 용도별 사용량을 실시간 모니터링하고 수집된 에너지 사용 정보를 분석해 에너지 사용을 최적화할 수 있습니다.

첨단 기술들이 다양한 영역에 파고들면서 업무 방식을 바꿔 놓고 있습니다. 현재 관행적으로 하고 있는 일의 방식을 어떻게 하면 혁신할 수 있을지, 새롭게 등장하는 기술에 주목해야 합니다.

글 l 최은수 미래 경영전략학 박사•MBN 산업부장(mk9501@naver.com)

이번 글에서는 생각 디자인 과정 『생각 발상 – 생각 구성 – 생각 표현』 중에서 생각 구성의 개념과 그 방법에 대해 설명해 드리겠습니다.

‘아이디어’에 관한 과잉 기대 탓에 ‘획기적이며 창의적인 아이디어만 있으면 된다.’라는 아이디어 만능주의에 빠지기 쉽죠. 그렇지만, 획기적이며 창의적이란 말은 상대성을 내포하고 있습니다. 여러분의 머릿속에 갑자기 탁월한 생각이 떠올라 흥분을 감추지 못한 채 주변 사람들에게 말해도 주변 사람들은 시큰둥한 반응을 보일 때가 있습니다.

아이디어만으로 비즈니스 성공을 보증하거나 또는 직장 동료나 주변 사람을 완벽하게 설득하는 데는 한계가 있습니다. 구슬이 서 말이라도 꿰어야 보배가 되듯 아무리 훌륭하고 좋은 아이디어라도 다듬고 정리하여 쓸모 있는 생각으로 만들어야 합니다. 그것이 생각의 구성 과정이라 할 수 있습니다.

생각 구성이란 생각을 구체화하는 과정과 비슷합니다. 그렇지만 우리가 기계나 건물과 같이 무엇인가를 만들 때 부품 단위로 만들어내는 것을 구체화의 과정이라 볼 수 있으며, 이것을 조립하여 기계나 건물이 정상적으로 작동하도록 만드는 게 구성의 과정이라 생각합니다.

구체화의 과정에서 많은 지식이 도움이 되겠지만 구성의 과정에는 분명 생각과 지식을 구조화시키면서도 상호 간의 관계를 제대로 이해하는 것이 필요하죠. 그렇게 되려면 바로 생각을 구조화시켜주는 프레임워크(Framework)가 필요합니다.

생각나는 대로 생각을 정리하면 되지 왜 생각 프레임워크라는 낯선 단어까지 필요한 것일까 생각하시는 분들이 있으실 것입니다. 사실 우리가 학교나 직장에서 배우는 것들이 알게 모르게 ‘프레임워크’적인 사고를 가르치는 경우가 많죠. 사업 계획이나 시장 분석에 쓰이는 3C(Customer, Competitor, Company)도 직장에서 배우는 대표적인 비즈니스 프레임워크입니다.

프레임워크를 기반으로 생각을 정리하고 재구성하는 개인적인 이유는 우선 데이터 정리와 분석에 있어서 중복되거나 누락되지(MECE) 않기 위해서입니다. 일하다 보면 생각 이상으로 불필요하며 중복된 자료를 찾는데 많은 시간을 소요하거나 누락된 자료를 인식하지 못한 채 정리하거나 분석하는 경우가 많습니다. 

프레임워크는 업무 역량을 높이기 위한 필수적인 틀이라 할 수 있죠. 이런 프레임워크라는 틀 때문에 여러 사람이 동일한 자료를 보더라도 제각각 해석하게 되는 것이죠. 이것은 단순히 업무뿐 아니라 사회 문제를 인식하는데도 동일하게 작동하게 됩니다.

프레임워크가 일상생활에서 우리에게 얼마나 영향을 주는지 ‘최저임금 논란’의 사례를 들어보겠습니다. 앞서 우리가 배우는 많은 지식들은 프레임워크를 많이 반영하고 있는데 특히 재무 지식은 대표적인 프레임워크라 할 수 있습니다. 그중에 공헌이익이라는 개념과 이에 대한 프레임워크를 이해하면 ‘최저임금 논란’이 얼마나 문제의 본질에서 벗어난 것인지 이해할 수 있죠.

위 그림은 언론 보도를 통해 실제 한 가맹점의 매출 및 비용 구조를 최저시급 인상 전과 인상 후의 비용 구조를 설명한 것입니다. 원가의 구조는 이렇게 막대그래프를 만들어 각 항목이 얼마나 비중을 차지하는지 나열해보면 어떤 비용이 크게 작용하는 것인지 쉽게 알 수 있습니다.

얼핏 보면 막대그래프 내에 인건비 항목이 가장 크게 보이기 때문에 ‘최저 시급 인상은 가맹점주에게 큰 부담이 된다.’라는 논리가 맞아 보입니다. 그렇다면 이 그림을 보고 프레임워크를 통해 다른 해석을 시도해보겠습니다.

우선 ‘왜 월 매출 1,600만 원은 더 늘어날 수 없는 것인가?’에 대한 의문입니다. 손님이 늘어나거나 손님당 매출이 늘게 되면 자연스레 1,600만 원 이상의 매출이 발생할 것이며 고정비에 해당하는 인건비 + 임차료 + 로열티를 빼게 되면 순수익이 늘어날 수 있습니다.

매출이 늘어나지 않는 구조적인 문제가 있다면 바로 너무 가까운 거리에 경쟁 매장이 있거나 대체 매장이 존재하는 시장 포화상태이기 때문이죠. 적정한 매출을 보장해줘야 순이익이 어느 정도 유지가 될 수 있다고 봤을 때 2014년에 진행된 “250m 이내 신규 출점 금지 모범 기준 폐지”는 시장 경쟁을 격화시키고 곧 가맹점의 수익 악화를 가져온 중요한 요인이라 할 수 있습니다.

이렇게 수익 악화를 주는 구조적인 원인을 쉽게 이해하기 위해서는 한계 이익이라는 개념을 이해하시는 게 좋습니다. 한계 이익은 바로 매출액에서 변동비를 뺀 것을 의미합니다. 즉 가맹 본부에 해당하는 본사의 연간 매출에서 변동성에 해당하는 비용을 빼면 그것이 한계 이익이 되는데 이때 실질적인 이익은 본사의 고정비인 본사 인건비나 마케팅비 등을 빼야 합니다.

고정비는 변하지 않는 비용이기 때문에 이익이 극대화되려면 어떻게 되어야 할까요? 바로 한계이익이 극대화되어야 하고, 그러려면 매출도 극대화되어야 합니다. 본사의 매출이 극대화되는 방안은 곧 수익이 발생 가능한 곳에는 반드시 가맹점이 존재해야 하기에 전국 구석구석에서 로열티나 부대 수입을 발생하는 가맹점을 늘려가야 하는 것입니다.

이 메커니즘으로 인해 제과점, 택시, 학습지 등의 가맹 사업 구조는 본사는 이익이 늘어나는데 정작 가맹점은 가맹점 간의 경쟁 악화로 이익이 줄어드는 심각한 구조적인 문제를 가지고 있는 것입니다. 물론 목이 좋은 소수의 가맹점은 돈을 벌지만, 다수의 가맹점은 적자를 걱정하며 근근이 운영해가는 상황이 되죠. 그렇기에 경쟁에 대해 적절하게 규제를 둬야 하고 가까운 거리 내에 신규 출점을 제한하는 것이 이 메커니즘을 해결하는 유일한 방안이 됩니다.

이 외에 본 자료에서는 임대료가 인건비보다 적게 나오지만, 실제 다른 데이터에서는 부동산 임대료가 실제 인건비보다 더 많이 나오는 경우가 많습니다. 실제 노동을 통해 벌어가는 인건비라는 돈 가치와 보유만으로 인건비 이상의 돈을 벌어갈 수 있는 사회 메커니즘에 대해서는 우리가 한번 깊이 생각해볼 만한 주제라 생각합니다.

이러한 생각 프레임워크를 기반으로 하나의 문제를 분석해보면 ‘최저시급 인상’이 가맹점주 이익에 절대적인 영향을 미치는 단일 요소로 보이지 않듯 문제의 근본적인 원인과 해결안을 찾는데 매우 중요한 사고의 틀이 되어 줌을 알 수 있겠죠? 이렇듯 단순한 재무 공식만 알아도 사회의 현상을 이해하는 중요한 사고 프레임워크로 활용할 수 있습니다.

조직 생활에서 프레임워크가 필요한 또 다른 이유는 바로 비즈니스를 위한 소통 때문입니다. 여러분의 아이디어가 자신만의 힘으로 실행되어 성과를 낼 수 있으면 좋겠지만 안타깝게도 비즈니스 아이디어는 항상 자원을 요구하고 그 자원은 개인의 힘으로 결코 갖출 수가 없게 됩니다.

결국 아이디어를 실행하고자 한다면 자원을 보유한 조직이나 회사의 힘을 빌려야 하며, 이를 위해서는 동료, 리더, 경영진과 소통을 해야 합니다. 소통의 시작은 서로가 동일한 관점의 틀에서 시작되어야 하며 비즈니스 프레임워크는 바로 이를 위한 틀이 되어주는 것입니다.

우리가 어려움을 겪는 사업 계획서나 기획서는 대표적으로 비즈니스 프레임워크를 내포하고 있는 양식입니다. 시장 분석, SWOT 분석, 재무 분석 같은 틀이 꽤 오랜 시간 동안 시장에서 연구되고 정립된 비즈니스 프레임워크인 것이죠.

우린 그것을 학습하고 이 틀에 맞춰 사업 계획서의 목차와 내용을 구성하게 됩니다. 그렇게 해야 이 문서를 읽는 동료나 리더가 자신이 갖춘 동일한 틀에 맞춰 자료를 해석하고 이를 기반으로 판단할 수 있기 때문입니다.

만약 이러한 비즈니스 문서를 단순히 자신의 주관이나 생각만으로 나열하게 되면 읽는 이가 그것을 해석하고 분석하는 데 꽤 많은 시간이 들어야 할 것이고, 이는 곧 소통의 비효율을 낳게 됩니다. 당연히 문서 작성자가 원하는 결과도 얻지 못할 것입니다.

물론 이러한 프레임워크가 가만히 있는다고 생기지는 않습니다. 많은 학습을 필요로 하죠. 필자도 직장생활을 하면서 틈틈이 재무 관련 책과 전략, 경영 관련 공부를 했습니다. 그렇게 쌓은 지식이 비즈니스 프레임워크를 이해하는데 큰 도움이 되었죠.

또한 이러한 이론적 토대를 쌓는데 그치지 않고 신규 사업 개발이나 기획 업무를 수행하면서 이를 업무에 반영하려 노력했습니다. 당연히 이론적 토대가 실전에서의 경험과 지식과 결합하니까 비즈니스를 바라보는 시각이 정확해지고 빨라질 수 있었죠. 더 나아가 비즈니스 프레임워크를 현실에 반영하는 데 어떤 문제가 있으며 이를 개선하는 방안도 만들게 되었습니다.

사내벤처 프로그램을 운영하다 보면 많은 분이 시장 조사를 어떻게 해야 하고, 기획서에는 어떤 내용을 채워야 하는지 답답해합니다. 아마도 대부분의 직장인들이 비즈니스의 특정 영역, 즉 직무를 꽤 오랫동안 숙련하는데 쏟았기 때문에 비즈니스의 전체 구성 요소나 외부의 영향 요소까지 바라보는 데 익숙하지 않기 때문일 것입니다.

필자는 이러한 어려움을 해결하기 위해 제 나름대로의 비즈니스 프레임워크를 구상하고 있습니다. 예를 들어 3C-3Q-4P 기법이 제가 만들어 본 대표적인 사업 계획서 프레임워크라 할 수 있습니다. 이 프레임워크는 사업 계획서를 어떻게 구체화할지, 목차나 내용을 어떻게 구성할지 쉽게 이해할 수 있게 정의한 것입니다. 기존에 알려진 비즈니스 프레임워크(3C, 4P, As-Is To-Be)를 결합시킨 것이죠.

1. 비즈니스 프레임워크 기본 3C

비즈니스 프레임워크의 기본은 바로 3C입니다. 시장 분석에 매우 중요한 틀이죠. 3C는 고객(Customer), 경쟁(Competitor), 자사(Company)입니다.아이디어 발표나 사업 계획서 발표를 들어보면 정보 확보가 상대적으로 용이한 자사에 대한 이야기가 대다수를 차지한 경우가 있죠. 이 프레임워크는 고객과 경쟁에 대한 분석이 매우 중요함으로 알려주고 이를 기반으로 내용을 구성하도록 틀을 잡아주는 것입니다.

필자는 우선 3C를 기준으로 기본 틀을 만들었습니다. 시계 방향으로 돌면서 3가지 질문에 대한 답을 하도록 정했죠. 그래서 3C – 3Q(Questions)라 정의한 것입니다.

2. 회전하면서 상호 간의 관계에 대한 질문

3C를 회전하면서 『자사 ↔ 고객』, 『경쟁 ↔ 고객』, 『경쟁 ↔ 고객』의 순서로 아래와 같이 질문을 던져봅니다. 질문을 어렵게 생각할 것 없습니다. 예를 들어 자사와 고객 간의 관계에서는 ‘우리가 목표로 하는 고객을 우리는 뭐라고 부를 수 있는지, 어떤 특징이 있는지?’와 같은 질문을 만들어 내면 되죠.

3. 첫 번째 회전은 현실 분석(As-Is)에 대한 질문

그런데 첫 번째 시계 방향의 회전은 바로 현재에 대한 정확한 분석을 위한 것입니다. 절대 가정이나 가설, 즉 미래의 상황을 써서는 안 되는 것이죠. 이 프레임은 현재의 상황을 정확하게 분석함으로써 비즈니스 기회가 어디에 있는지 포착하기 위함입니다.

4. 두 번째 회전은 미래 가설(To-Be)에 대한 질문

현실(As-Is) 분석이 끝나면 이제 이 사업을 진행한다고 가정을 하고 앞으로 전개될 미래 상황에 대해 질문을 던져보는 것입니다.

사업 아이템을 이렇게 프레임워크를 기반으로 정리를 해보면 1) 시장 분석이나 비즈니스 모델링을 위해 무엇을 조사하고 보강해야 하는지, 2) 리더나 경영진을 설득하기 위해 어떤 스토리로 구성을 해야 하는지, 3) 비즈니스가 궁극적으로 성공하기 위해 어떤 전략을 짜야 하는지 체계화되고 구체적인 방식으로 고민할 수 있게 됩니다. 그러다 보면 자연스럽게 중복이나 누락 없이 사업 계획서 목차와 내용을 구성할 수 있게 되는 것이죠.

이러한 현 상황(As-Is) 분석과 가설(To-Be)에 대한 검증이 끝나게 되면 결국 사업 진입의 가치가 존재하는 것이며 실제 Action Plan에 해당하는 실행 계획(조직 구성, 개발계획 등)을 수립하면 됩니다.

‘아이디어만 좋으면 되지. 꼭 저렇게까지 해야 하나?’라는 생각을 가진 분들을 많이 봤습니다. 특히 자신의 아이디어를 발표하는 행사장에서 흔히 볼 수 있죠. ‘왜 내 아이디어를 이해를 못 하지?’라고 답답할 수 있겠지만 어찌 보면 우리가 사물이나 아이디어를 바라보는 관점은 나름의 프레임워크에 기반을 두고 있습니다.

비즈니스 프레임워크가 우리에게 친숙한 개념은 분명 아니지만 프레임워크를 배우고 이를 업무에 적용해보면 생각 이상으로 사고나 논리가 체계화되는 것을 경험할 수 있습니다. 특히 신사업이나 아이디어 발상에서 단순히 육감적인 선택이나 맹목적인 기대에 매몰되지 말고 냉철한 이성으로 데이터와 논리에 근거하여 분석하고 이를 프레임워크 기반으로 조망해볼 필요가 있습니다.

글 l 강석태 책임 l LG CNS 블로거 [‘아이디어 기획의 정석’ 저자]

IDC 보고서에 따르면 세계 빅데이터 분석 시장의 성장세를 2020년까지 연평균(CAGR) 11.9%로 예상하며, 특히 클라우드 플랫폼을 통한 데이터 분석 환경 구축 및 전문적인 분석 서비스의 요구와 관심이 높아지고 있다고 합니다.

l세계 빅데이터 분석 시장의 성장세 (출처: IDC)

중요한 자산인 데이터 그 자체보다는 데이터를 통해 의미 있는 규칙과 인사이트(Insight)를 찾아내고 여기에 부가적인 가치를 창출하는 분석 기술과 분석 서비스가 요즘 더 많은 관심과 노력이 집중되고 있습니다.

데이터 수집 영역부터 기술의 발전으로 수집 속도는 점점 빨라지고, 수집되는 데이터 양도 크고 방대해지고 있습니다. 물론 그것에 비례해서 출처를 알 수 없거나 왜곡되고 저품질의 데이터뿐만 아니고 회사의 기밀정보, 고객의 개인정보 또한 늘어나고 있습니다.

그래서 직접 빅데이터 분석하거나, 분석 서비스를 의뢰하는 고객들의 가장 큰 고민거리가 데이터 유출 영역이며, 클라우드 기반의 빅데이터 분석 플랫폼인 경우 더 많은 우려와 걱정이 있는 것입니다. 이전 블로그에서 언급한 것처럼 APT 기반의 외부 공격과 내부 직원에 의한 유출이 또한 중요하게 생각될 수 있습니다.

어떻게 클라우드 플랫폼 기반에서 빅데이터를 수집 단계부터 폐기될 때까지 보호할 수 있을까요? 데이터 유출 방지는 수집 영역의 데이터 거버넌스로 시작해서 상호 연관된 일관된 정책을 적용할 수 있는 통합 관리 방안이 만들어져야 합니다.

● 데이터 거버넌스

다양한 채널과 디바이스를 통해서 대량의 데이터가 생성•연계되어 수집되기 때문에 데이터 사용자와 분석가는 어디에 어떤 데이터를 어떻게 활용할 것인가를 판단하고, 이 데이터를 처리하는 방법과 절차를 알아야 합니다.

데이터의 출처 및 근원 관리를 위해 빅데이터의 버전 관리, 기관 인증, 출처 추적, 생명주기 관리 등과 같은 데이터 신뢰성을 제고할 방법이 확보되고, 분산된 다중 사이트(데이터 레이크)의 메타 데이터가 상호 연동될 수 있어야 하고, 데이터 형식도 사전에 정의되어야 합니다.

데이터 거버넌스는 메타 데이터 관리로 시작됩니다.

● 메타 데이터 관리

빅데이터의 효과적 분석을 위한 내•외부 데이터 간의 메타 데이터 관리가 가능해야 합니다. 비정형 데이터에 존재하는 마스터 데이터를 식별하고, 다양한 데이터 형식을 하나의 형식으로 변환하기 위해 일련의 통합 규칙과 논리적 연결고리를 유연하게 관리할 수 있도록 메타 데이터를 관리해야 합니다.

데이터 수집 및 통합 분석의 핵심 정보들은 싱글 뷰를 제공하기 위해 기준 정보 데이터 분류에 따른 식별자 속성을 정하고, 그 기준에 의해 다른 시스템에 분산된 정보와 융합해야 한다는 것입니다.

다시 말해 메타 데이터 관리를 통해서 기밀정보, 생명주기 관리, 개인정보, 민감정보 등 보안 및 보호가 필요한 속성에 대한 정책 및 관리 기준을 설정 관리할 수 있습니다.

빅데이터 플랫폼에 수집되는 데이터는 수집부터 폐기될 때까지 관리되고 모니터링되어야 합니다. 데이터 레이크는 또 다른 수집 영역의 이름이 될 수 있습니다.

데이터 레이크의 주요 기능을 알아야 수집 영역에서 데이터 유출 보안을 위한 고려 사항을 찾아낼 수 있습니다.

빅데이터를 활용할 수 있도록 정제되지 않은 원천 데이터를 한 곳에 통합 저장해 인사이트를 도출해 내기 위해 생성된 개념으로 주요 기능은 다음과 같습니다.

여기에 데이터 처리 오케스트레이션(Orchestration) 기능 또한 필요합니다.

여기 언급된 주요 기능에 꼭 필요한 부분은 보안 관점에서 데이터 레이크에 저장된 데이터의 접근과 변경에 대한 사용자•분석가 관점의 보안 정책이 수립되고 적용되어야 합니다.

데이터 접근 통제하는 인증(Authentication)과 데이터 활용 권한을 통제하는 인가(Authorization) 기능 및 각종 데이터 관리 및 활용에 대한 감사(Audit) 기능이 필요합니다.

데이터 레이크 솔루션을 제공하는 기업 중에는 T 사는 최근 아파치 하둡(Apache Hadoop), 아파치 스파크(Aparch Spark), 아파치 나이파이(Apache Nifi)와 같은 최신 오픈소스를 기반으로 하는 데이터 레이크 관리 소프트웨어 플랫폼을 제공하고 있는데 관련 솔루션 적용 시 인증, 인가 및 감사 증적에 필요한 로그 기능 확인해 봐야 합니다.

정부 관계 부처는 개인정보 비식별 조치 가이드라인(2016년)을 수립하였습니다. 현행 개인정보 보호 법령의 틀 내에서 빅데이터가 안전하게 활용될 수 있도록 하는데 필요한 개인정보의 비식별 조치 기준과 비식별 정보의 활용 범위 등을 제시했습니다.

l개인정보 비식별 조치 가이드라인 (출처: 관련 부처 합동. 2016)

또한 금융권 클라우드 서비스 이용 가이드(2016년, 금융 보안원)에서도 금융 회사가 클라우드를 이용하려면 ‘비 중요 정보 처리 시스템’으로 지정하도록 하고, 비식별화 조치 가이드라인을 준수하여 비식별화한 경우 ‘비 중요 정보 처리 시스템’으로 지정 가능함을 명시하여 금융권에서도 클라우드를 통한 빅데이터 분석이 가능하게 되었습니다.

그래서 자사의 D 플랫폼에서 아래와 같은 비식별화 프로세스를 활용하고 있습니다.

l비식별화 적용 절차

개인정보 비식별 처리에는 가명화와 익명화로 크게 구분할 수 있고, 가명화의 경우 추가적 정보를 활용하면 개인을 식별할 수 있어 식별 가능한 개인정보로 봐야 한다고 명시되어 있습니다. 여기서 지나친 비식별 기술을 적용할 경우 데이터 활용도가 떨어질 수 있습니다.

정부는 빅데이터 산업 육성을 위해 개인정보 비식별화 조치와 기술 안정성 확보에 속도를 내고 있으며, 특히, 규제 완화를 위해 가명 정보 활용이 가능하도록 입법화를 추진하고 있습니다.

결과적으로 현 국내법상으로 클라우드에서 개인정보를 분석할 수 있는 경우는 고객으로부터 명시적으로 동의를 받았거나 비식별화 조치를 수행되어야 많은 법적 이슈가 되지 않을 것으로 판단됩니다.

APT(Advanced Persistent Threat)와 같은 더 지능적인 해킹 방식이 증가하고 내부 사용자에 의한 정보 유출의 위협이 늘면서 단순히 네트워크 또는 시스템 레벨에서 차단하는 경계선 기반의 보안 솔루션 만으로는 100% 정보 유출을 막을 수 없습니다.

데이터 자체를 보호하는 데이터 암호화 적용과 로깅을 기본적인 사항이며, 빅데이터 활용의 특성상 여러 사람이 공유하고 이동하는 것을 효율적으로 관리하는 데는 일부 한계가 있어, 문서 보안 솔루션이라고 부른 DRM 기반 솔루션도 고려해 볼 수 있습니다.

또한 앞에서 언급되었던 개인정보 보호법 준수를 위한 개인정보 비식별화 적용 또는 향후 입법화되면 적용될 수 있는 가명화가 고려되어야 합니다.

실제로 데이터를 활용하는 환경에서 이런 ‘암호화, 로깅, DRM, 비식별화, 데이터 보안 솔루션을 어떻게 적용할 것인가?’와 ‘보안 정책과 생명주기에 따른 통합 관점에서의 보안’이 더 중요한 문제입니다.

l 한국데이터 진흥원 2017 데이터 산업 백서

정리를 해보면 다음과 같습니다.

빅데이터 플랫폼이 더욱 확대되기 위해서는 사용자의 쉬운 접근성 확보, 클라우드 기반 서비스 확대와 더불어 데이터 생명주기에 따른 데이터 보안을 확보하는 것이 필수적이라고 판단됩니다.

글 l LG CNS 보안컨설팅팀

* 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 LG CNS 블로그에 저작권이 있습니다.

* 해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

사람들이 살아가는 데 있어 물과 공기는 없어서는 안 될 가장 중요한 요소입니다. 그러나 도시화가 진행될수록 깨끗한 물과 공기를 안정적으로 보장받기가 점차 힘들어지고 있습니다. 그렇다면 물과 공기를 깨끗하게 공급하기 위해서 최근 스마트시티는 어떠한 시도를 하고 있을까요?

근대적인 도시들이 탄생하고 성장하는 과정에서 많은 나라에서는 중앙 집중형 인프라를 구축하여 운영해 왔습니다. 대도시 외곽이나 다른 지역에 대규모 발전 시설이나 취수•정수 시설을 만들어서 대도시에 공급하는 형태를 취하여 왔습니다. 인구 1,000만의 서울시만 하더라도 6개 정수 센터에서 상수도를 공급하는 체계입니다.

그러나 이미 많은 도시들이 물 문제로 고민을 하고 있습니다. 영국 BBC에 따르면 세계 500개 도시 중 약 4분 1 가량의 도시가 물 문제로 어려움을 겪고 있다고 합니다.^[각주:1]아울러 2030년까지 물 수요가 공급을 40% 이상 초과할 것으로 예상하고 있습니다. 도쿄, 런던 등이 선진국 도시 중 대표적인 물 부족 도시입니다.

l 서울시 6개 정수 센터 위치 (출처: 서울 상수도사업본부 홈페이지)

반대로 개발도상국이나 후진국의 대도시에서는 도시 시설이나 설비가 부족한 채로 도시가 저밀도로 무질서하게 교외로 확산하는 어반 스프롤(Urban Sprawl) 현상이 발생하고 있습니다. 애초부터 인프라가 부족했던 탓에 기존 인프라만으로는 광범위하게 확산하는 도시의 물 수요를 감당하기 힘든 상황입니다.

실제 인도네시아, 파키스탄 등은 많은 강수량 등으로 물 걱정이 없을 것 같지만, 빈약한 상수도 시설과 무분별한 우물(지하수) 개발에 따른 오염, 하수 처리 시설 미비 등으로 인하여 식수가 부족한 형편입니다.

이렇게 도시의 급격한 팽창을 중앙집중형 인프라만으로 대응하기 힘들어 짊에 따라 최근 분산형 환경 구축 사례가 늘어나고 있습니다. 분산형 수처리 환경 구축을 위해서 분산 정수 시설과 블록 시스템 등을 도입하고 있습니다.

분산 정수 시설은 도시 내 소비자 가까운 곳에 소규모 수처리 시설을 설치하여 소비자가 원하는 정수, 초순수 등의 물을 공급하는 체계입니다. 그런데 분산형 정수 시설을 짓기 위해서는 땅이 필요한데, 건물이 밀집된 도시에서는 넓은 땅을 확보하기 쉽지 않습니다. 기존의 중앙집중형 대형 정수 시설은 평면형으로 넓은 땅을 필요로 하기 때문에 분산형에는 적합하지 않습니다. 이에 대한 대안으로 나온 것이 빌딩형(수직형) 정수 시설입니다.

l수직형 정수 시설 개념도 (출처: K-Water 보도자료(2014.1.6)^[각주:2])

빌딩형 정수 시설은 기존 정수 시설과 달리 도심 공원이나 시설물 지하에 콤팩트한 구조로 설치가 가능해 2차 오염 없이 깨끗하게 정수된 물을 소비자에게 빠른 시간 내 공급할 수 있고 보조 수원 등과의 연계를 통해 단수 없는 용수 공급이 가능합니다.^[각주:3]

블록시스템은 배•급수관망을 대•중•소 블록으로 구분하여 구역별 수압계, 유량계, 수질 측정기, 전동밸브 등의 계측기기 설치로 블록 최적 운영이 가능하도록 한 시스템입니다. 이를 통해 정수장에서만 관리할 수 있었던 유수 상태를 블록에서도 공급량, 소비량, 누수량 등을 점검할 수 있고, 블록 시스템을 통해 상수관 수돗물의 압력과 사용량 감시를 통한 누수량 저감 및 유수율 제고를 기대할 수 있습니다. ^[각주:4]

이러한 분산 인프라 환경 구축에 관심을 갖는 가장 대표적 나라는 일본입니다. 일본은 1995년 고베 지진, 2011년 동일본 지진 등의 경험을 바탕으로 분산 인프라 환경을 갖춘 스마트시티 구축을 추진하고 있습니다.

대지진 당시 용수 공급과 정전 사태가 장기화되는 경험을 통해 집중형 인프라 구조로는 한계가 있다는 생각을 하게 되었습니다. 비상 용수 확보량은 최소 3일을 기준으로 1인당 3L를 확보할 수 있도록 저장소를 확보하도록 하고 있으며, 주택에도 3일간 전기를 쓸 수 있는 에너지 저장 장치를 보급하고 있습니다.

우리나라에서는 대표적으로 현재 기획 중인 부산 ‘스마트 에코델타 시티’에서 정수기가 필요 없는 도시를 만들겠다는 그림 아래, 분산형 스마트 정수장뿐만 아니라 에코 필터링, 스마트 상수 관리 및 저영향개발기법(LID; Low Impact Development) 등의 기술을 도입할 계획입니다. 또한 K-Water는 2017년에 캄보디아와 1일 500㎥ 처리 규모의 신개념 빌딩형 정수장을 구축하기로 협약을 맺고 사업을 진행하고 있습니다. ^[각주:5]

미세먼지는 최근 우리나라 국민들이 가장 걱정하는 환경 문제입니다. 우리나라뿐만 아니라 중국, 인도 등 많은 나라에서 심각한 공기 오염 문제로 고민을 하고 있고, 런던 등과 같은 선진국 대도시들도 디젤 차량 매연 등으로 인한 공기 문제를 늘 안고 있습니다.

근본적으로 도시의 공기 질을 개선하기 위해서는 발생 원인을 제거하는 것입니다. 예를 들어 기존 차량 대신 전기 차량이나 수소 차량의 보급을 확산한다면 그만큼 도시 내에서 발생하는 공기 오염 물질이 줄어들 것입니다.

그러나 이러한 노력에도 불구하고 외부 요인 등으로 인한 공기 오염 문제가 발생할 수 있으므로, 공기 질의 상태를 지속적으로 실시간 파악하는 것이 급선무입니다. 이미 많은 도시에서 공기 질을 측정할 수 있는 센서를 통해서 미세먼지, 초미세먼지를 측정해서 정보를 공개하고 있지만, 이보다 한발 더 나아가 도시 내 미세먼지 등이 발생하는 원인처에 대한 직접적인 감시가 필요합니다.

l서초구 공사장 미세먼지 감시 시스템 개념도 및 실제 이용 모습 (출처: 서초구)

대표적인 사례가 서초구가 2018년 4월 전국 최초로 도입한 실시간 공사장 미세먼지 감시 시스템입니다. 서초구가 구축한 '미세먼지·소음 감시시스템'은 연면적 1천㎡ 이상 대형 공사장 20곳을 대상으로 하고 있습니다.

이 시스템은 공사장 인근에 설치한 측정기가 (초)미세먼지•소음•온도•습도 등 5가지 정보를 측정해 구청 관제센터 모니터에 실시간으로 띄워주는 기능을 갖추고 있으면서, 특히 모니터 화면에 '나쁨'(미세먼지 농도 120㎍/㎥나 소음 60㏈ 이상)에 해당하는 주황색이 표시되면 담당 공무원은 바로 공사장 현장 책임자에게 비산먼지 발생 행위를 멈추고 물청소를 하거나 소음 저감 조치를 하라고 문자 메시지를 보내게 됩니다. ^[각주:6]

l스마트 클린 버스 정류장 개념도 (출처: LH공사 보도자료(2018.9.9.))

한편 실제 시민들이 이용하는 공용 공간에 미세먼지 등의 외부 오염원은 차단하고 신선한 공기를 제공할 방안도 검토되고 있습니다. 중앙 차로 버스정류장 같은 공용 장소의 이산화질소 농도는 도시 대기 측정소 농도의 2.5~5.3배 수준으로 대기오염이 심각한 상태입니다.

LH공사는 오염물질 유입을 막고 내부 공기는 정화하면서, 대기 질을 실시간 모니터링하는 ‘스마트 클린 버스 쉘터’ 개발에 착수해서 실증 시험을 실시하였으며, 2018년 올해 시범 도입을 할 예정입니다.^[각주:7]이 솔루션은 에어커튼 기술을 통해 차량의 매연과 미세먼지, 도로상 분진을 차단하고 공기 정화 장치를 통해 신선한 공기를 공급하는 구조입니다.

l시티 트리(City Tree) 설치 모습 (출처: Green City Solutions 홈페이지)

이러한 감시 활동이나 차단 활동 외에 직접적으로 도시 내 공기 정화를 시도하는 노력도 있습니다. 독일 Green City Solutions 사의 ‘시티 트리(City Tree)’는 나무를 심는 대신에 이끼를 설치한 4m 높이의 벤치 형태의 솔루션입니다. 업체에 따르면 이 솔루션의 이끼가 미세먼지, 이산화질소, 오존 등을 정화하는데, 나무 275그루의 공기 정화 능력이 있다고 합니다. 또한 센서가 설치되어 있어 주변 공기의 질을 감시합니다.

물론 벤치나 공기정화탑 몇 개로 도시의 공기 질을 획기적으로 높일 수는 없습니다. 이 점은 Green City Solutions 사도 잘 알고 있으며, 시티 트리 같은 솔루션이 여러 해결책 중의 하나라고 밝히고 있습니다.^[각주:8] 그러나 이러한 노력을 시작으로 해서 관련 솔루션들이 더 개발된다면 도시 내에 보다 나은 공기를 즐길 수 있는 기반을 확보할 수 있을 것입니다.

도시는 지구상 가장 거대한 자원의 소비처입니다. 따라서 도시에서 소비되는 자원을 얼마나 최소화하고, 발생된 폐자원을 어떻게 재활용할 수 있느냐에 따라 스마트시티로서의 평가가 달라지고 있습니다.

싱가포르는 취수원이 부족하여 건국 초기부터 수자원을 확보하는 것이 중요한 국가 과제 중 하나였습니다. 그 결과 현재 빗물 집수(20%), 말레이시아로부터 원수 수입(40%), 해수 담수화(10%), 그리고 하수 처리 재이용(30%) 등을 통해 수자원을 확보하고 있습니다.

l NEWater Plant의 개념도 (출처: PUB(Singapore’s National Water Agency) 홈페이지)

특히 하수 처리 재이용 기술 및 기반시설은 세계적인 수준입니다. ‘뉴워터 플랜(NEWater Plan)’이라고 불리우는 정책을 통해 5곳의 뉴워터 공장에서 싱가포르 현재 물 수요의 최대 40%까지 공급하고 있으며, 2060년까지 싱가포르 미래 물 수요의 55%를 충족할 것으로 기대하고 있습니다. 재활용된 물은 주로 공업용으로 사용되고 있으나, 건기에는 원수와 혼합되도록 저수지에 추가하여 상수도 처리 과정을 거쳐 공급되고 있습니다.

하수를 재처리하는 과정에서 에너지를 얻는 시설을 결합하는 방법도 같이 확산되고 있습니다. 하수 처리 과정에서의 낙차를 이용해서 발전을 한다든지, 하수 처리장 방류수의 열을 히트 펌프를 이용하여 도시 지역 냉난방 등에 활용하는 방식 등이 있습니다.

l스마트 팜 결합 하수 처리장 개념도 및 실제 사례 (출처: ENVIRONMENT COMMERCE CZ 소개 자료)

수처리 시설을 스마트 팜(Farm)으로 활용하려는 아이디어도 시도되고 있습니다. 하수 처리장 위에 스마트 팜 시설을 지음으로써, 하수 처리 과정에서 발생하는 이산화탄소(CO2)를 식물 재배에 활용하고, 식물이 광합성 할 때 발생하는 산소(O2)를 하수 처리 과정에 활용하는 시도입니다.

음식물 쓰레기의 재활용도 스마트시티가 갖는 고민 중 하나입니다. 2018년에 발표된 보스턴컨설팅그룹(BCG)의 보고서에 따르면, 2030년에는 전 세계적으로 지금의 3배인 21억 톤의 음식물 폐기물 배출이 예상된다고 하며, 이는 1초에 66톤이 발생한다는 의미입니다. ^[각주:9]

음식물 폐기물을 포함한 생활폐기물을 환경자원으로 재이용하는 ‘환경자원 순환기술’의 적용이 스마트시티에 다양하게 시도되고 있습니다. 예를 들어 생활폐기물의 자동 집하 시설이 대표적인 기술이며, 이미 송도, 용인 등에 적용되어 왔습니다.

그러나 음식물 쓰레기의 자원화는 상대적으로 더딘 편입니다. 특히 음식물 쓰레기는 우리의 일상생활에서 늘 접할 수 있음에도 불구하고 수분이 다량으로 포함되어 있어 효율적인 처리 및 에너지화가 쉽지 않은 분야이기 때문입니다. 이러한 한계를 극복하기 위한 대표적 국내 사례가 한국건설기술연구원이 실증 중인 ‘주거단지 내 발생 음식물 쓰레기의 자원 재활용 기술’ 입니다.

l음식물 쓰레기 재활용을 위한 분산 처리의 핵심 기술 (출처: 한국건설기술연구원 보도자료(2017.5.25.))

그동안 우리나라에서는 외국에서는 많이 활용되고 있는 주방용 분쇄기(디스포저)가 단순히 분쇄 후 배출하는 구조여서 환경오염, 하수도 관망에 대한 부담 등의 이유로 금지되어 왔습니다. 반면 현재 연구 중인 기술은 주거 단지 내에서 음식물 쓰레기를 외부로 배출하지 않고, 자원 선순환이 이루어질 수 있도록 하는 것을 목표로 하고 있습니다.^[각주:10] 

안전하고 쾌적한 환경에 대한 요구는 사람들이라면 누구나 갖는 욕구이며, 점차 그에 대한 기대 수준이 높아지고 있습니다. 미래의 스마트시티라면 당연히 지금 보다 더 안전하고 쾌적한 환경을 시민들에게 제공하고자 노력을 해야 할 것입니다. 

이러한 시도들을 통해 우리의 아이들이 365일 운동장에 나가 뛰어놀면서 수돗물을 맘 편히 마실 수 있도록, 보다 더 깨끗하고 안전한 환경을 즐기면서 살 수 있는 스마트시티가 빨리 오기를 기대합니다.

글 l LG CNS 엔트루컨설팅 스마트엔지니어링그룹

* 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 LG CNS 블로그에 저작권이 있습니다.

* 해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

차량 주행 기능들은 최근까지도 모든 상황들이 규칙으로 정의되고 모델링 된 후 소프트웨어로 구현되는 규칙기반 방식(Rule-based approach)으로 구현되어 왔습니다. 따라서 이러한 규칙들을 정교하게 정의하고 모델링 할 수 있는 자동차 분야의 전문가를 확보하는 것이 자율주행 기능 구현의 핵심으로 작용해왔습니다.

실제 주요 ICT 기업들이 초기 자율주행 자동차를 연구, 개발 시 완성차(OEM) 업체의 전문 인력들을 대거 영입하며 팀을 구성했던 것도 이와 같은 이유였습니다. 구글은 과거 자율주행 독립 조직 설립 시 전체 170여 명의 엔지니어 중 약 40여 명의 인력을 완성차 및 Tier 1 기업에서 영입하였으며, 애플 또한 자율주행 팀 구성 시 폭스바겐, 포드 및 Bosch, Delphi 등 자동차 산업 내 전문 인력을 대거 영입하기도 했습니다.

하지만 이러한 규칙기반 방식으로 자율주행 기능을 구현하는 데는 큰 한계가 있습니다.

첫째, 매우 비효율적입니다. 산업 내 전문성을 갖춘 인력을 영입해야 하며 이들이 매우 오랜 시간에 걸쳐 정교하게 규칙들을 모델링 해야 하기 때문인데요. 또한 이렇게 만들어진 모델을 지속적으로 실제 상황에 적용해 가며 테스트를 반복해 검증하고 모델을 유지, 보수하는 과정이 동반됩니다. 구글의 자율주행 자동차가 수년 동안 걸쳐 도로 주행 테스트를 지속하는 것도 이러한 과정의 하나인 것입니다.

둘째, 확장성(Scalability)이 매우 떨어집니다.정교하게 모델링 된 규칙을 만들었다 할 =지라도 주행 방식이 다른 국가에 적용하거나 기후적•지역적으로 주행 환경이 다른 지역에 바로 적용하는 것이 매우 어렵기 때문인데요. 이 경우 이미 만들어진 모델을 새로운 환경에 맞게 재조정하는 과정이 다시 동반되게 되며 모델링과 검증 과정이 뒤따르게 됩니다.

셋째, 아무리 정교하게 만들어진 규칙이라 할지라도 자동차 주행 중에 발생 가능한 모든 상황을 반영하는 것은 거의 불가능합니다. 일반적인 도로 주행, 차선 변경과 같은 대표적인 상황들이 아닌 수많은 예외 상황, 돌발 변수 등을 모두 다 사전에 예측해 모델링 하는 것은 매우 어려울 수밖에 없습니다. 실제 지난 2016년 구글의 자율주행 자동차의 첫 사고^[각주:1]가 발생한 것도 미리 예측하지 못했던 상황 발생했고 적절히 반응하는데 실패하면서 일어났습니다.

반면, 딥러닝을 기반으로 한 인공지능을 통해 자율주행을 구현하려는 방식은 과거의 방식과 크게 다릅니다. 딥러닝을 통해 구현되는 방식은 마치 사람이 운전을 배워가는 과정과 유사한데요. 딥러닝 기반의 인공지능이 장착된 차량을 사람이 운전하면 인공지능이 운전자의 주행 과정을 관찰하며 스스로 학습해 갑니다.

다른 차량의 주행 데이터도 인공지능이 학습할 수 있습니다. 마치 사람이 초보 운전 때 다른 사람이 주행하는 모습을 조수석에서 관찰하거나, 교통량이 적은 주차장, 이면 도로에서 운전을 익혀가면서 서서히 시내 주행, 고속도로 주행을 하며 운전이 익숙해지는 과정과 비슷합니다. 따라서 인공지능이 많은 주행 데이터를 학습할수록 자율주행 기능의 완성도가 높아지게 됩니다.

여기서 많은 양의 주행 데이터는 단순히 오랜 시간의 주행 데이터보다는 다양한 주행 환경 및 상황에서 사람들이 반응하는 과정이 포함된 다양한 데이터를 의미합니다.

즉 안정적인 주행이 지속되는 상황의 데이터를 많은 양으로 확보하기보다는 각종 위험 상황과 예측하기 어려운 사고에 대응하는 것과 같은 다양한 상황의 주행 데이터가 더욱 중요한 의미를 갖는 것입니다. 이는 딥러닝 기반의 인공지능이 데이터를 통해 다른 사람의 시행착오를 학습해 향후 유사한 상황에 대응하는 방법을 배워 나가는 과정이기 때문입니다.

l규칙 기반 방식과 딥러닝•강화학습 기반 방식 비교

따라서 딥러닝 기반의 자율주행 구현 방식은 과거 방식과 달리 자동차 산업 내 전문성보다는 인공지능, 특히 딥러닝 관련 소프트웨어 역량과 데이터가 핵심적인 역할을 하게 됩니다. 실제 최근 등장하고 있는 자율주행 관련 스타트 업들은 딥러닝 전공의 전문가들이 주행 데이터를 가지고 자율주행 기능을 구현해내고 있습니다.

2015년 창업된 drive.ai는 창업 당시 8명의 멤버 중 6명이 스탠퍼드대 인공지능 연구실의 딥러닝 전공의 박사과정 학생들이었습니다. 이들은 카메라를 통한 인식 과정에서부터 주행 기능 구현에 이르기까지 자율주행 전 과정을 딥러닝만을 가지고 구현했는데요. 단순히 차량 간의 거리를 조정하고 충돌을 방지하는 수준을 넘어(Level 3) 교통 표지판, 신호등 등을 정확히 인식해 목적지까지 완전 자율주행이 가능한 수준까지(Level 4) 기능을 구현하고 있습니다.

l자율주행 테스트 l 비 오는 밤 주행(좌), 어두운 밤 교통 신호 인식(우) (출처: drive.ai)

특히 drive.ai는 비가 오거나 어두운 밤과 같이 사람이 주행하기 쉽지 않은 상황에서의 주행 데이터를 집중적으로 학습시켜 매우 어려운 상황에서도 차량이 안전하게 주행할 수 있도록 기능을 고도화하고 있습니다.

l인공지능 기술 기반 자율주행 기술 구현 기업

drive.ai 뿐만 아닌 최근 다양한 혁신 스타트 업을 중심으로 이러한 방식의 인공지능 기술을 기반으로 자율주행 기술을 구현하는 기업들이 빠르게 출현하고 있습니다.

글 l 이승훈 책임연구원(shlee@lgeri.com) l LG경제연구원

* 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 LG CNS 블로그에 저작권이 있습니다.

* 해당 콘텐츠는 사전 동의 없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

증강현실(Augmented Reality; AR)은 단순히 미래 기술이 아닙니다. 인간과 컴퓨터의 새로운 상호작용이자 컴퓨터 역사의 계보를 잇는 컴퓨팅의 미래입니다.

지금까지 AR은 스크린에 갇혀 있었습니다. 현실에 반영된 AR 객체를 스마트폰 스크린을 통하지 않으면 볼 수 없었고, 사람의 시선도 스크린을 벗어날 수 없었죠. 다른 각도에 존재하는 AR 객체를 찾으려면 시선을 돌리는 게 아니라 카메라가 객체를 비출 수 있도록 스마트폰의 위치를 변경하고, 스마트폰 스크린이 고정된 곳으로 시선도 이동해야 합니다.

l스마트폰 AR (출처: https://developers.google.com/ar/develop/)

이런 상호작용은 AR뿐만 아니라 수십 년 전 CRT 모니터가 컴퓨팅에 도입된 이후 이어진 것입니다. 인간은 컴퓨터와 상호작용하기 위해서 스크린에서 눈을 뗄 수 없었습니다. 그리고 모든 인터페이스는 스크린을 바라보는 시선을 기준으로 발전하면서 오늘날 컴퓨팅을 정립했습니다.

마우스와 키보드로 입력하여 스크린에 출력하고, 터치 인터페이스로 스크린에 직접 입력하는 단계까지 왔죠. 그런 탓에 스크린에 갇힌 컴퓨팅은 한계에 도달했습니다. 성능은 계속 상승하겠으나 인간과 컴퓨터의 상호작용에서 스크린을 사이에 둔 인터페이스는 새로운 방법을 찾기 어려운 지점입니다.

그래서 많은 기업이 주목한 것이 바로 AR입니다. AR은 스크린 밖 현실 세계에 객체를 출력하고, 인간과 상호작용할 수 있습니다. 단지 위에서 말한 것처럼 AR도 스크린을 벗어나지 못했기 때문에 출력을 스크린에, 입력을 터치 인터페이스에 의존할 수밖에 없었습니다. AR이라는 개념은 존재하지만, 담을 인터페이스가 없었던 것입니다. 상호작용에 변화가 없으니 AR을 다음 컴퓨팅으로 인지하기 어려웠습니다. 그러나 기업들이 AR 연구에 적극적으로 나서면서 AR의 독립적인 컴퓨팅에 대한 윤곽이 드러나기 시작했습니다.

매직 리프(Magic Leap)는 2010년에 설립된 AR 장치를 개발하는 스타트업입니다. 구글, 알리바바 등 기업이 매직 리프에 투자했으며, 지난 8월, 설립 8년 만에 마침내 첫 하드웨어이자 개발자 버전인 AR 헤드셋 '매직 리프 원(Magic Leap One)'의 크리에이티브 에디션을 출시했습니다. 이전까지 매직 리프는 별다른 성과를 보이지 않아서 유명무실이라는 평가를 받기도 했습니다. 매직 리프 원은 매직 리프의 실체를 증명한 제품이면서 AR이 독립적인 컴퓨팅으로 나아갈 수 있다는 걸 보여줬습니다.

l매직 리프 원 (출처: https://www.magicleap.com/magic-leap-one)

매직 리프 원에 대한 평가는 엇갈립니다. 아직 일반 소비자용 제품이 되기에는 부족한 점이 많고, 가격이 비싸다는 부정적인 의견과 시야가 좁고, 킬러 앱은 없으나 착용이 편하고, 잘 구현된 AR 객체와 폭넓게 상호작용할 수 있다는 긍정적인 의견으로 말이죠.

매셔블은 나뉜 의견에 대해 '문제의 핵심은 매직 리프 원이 실패작이 아니라는 거다.'라면서 '판매나 성능, 전반적인 경험 측면에서 말하는 게 아니라 우리가 본 것 중 최고의 AR이며, 마이크로소프트(MS)의 홀로렌즈(HoloLens)가 소프트웨어 경험이 없다면 사용하기 어렵지만, 매직 리프 원은 그래픽 성능이 부족해도 더 큰 캔버스와 좋은 붓을 쥔 예술가가 된 것처럼 느껴졌다.'라고 말했습니다. 해결해야 할 문제가 많으나 어쨌든 AR의 가능성을 엿봤다는 것입니다.

이는 스마트폰 AR의 가치와는 다릅니다. AR 객체의 활용 방안을 스크린과 터치 인터페이스를 제거하고 생각할 수 있게 되었기 때문입니다. 또한, AR 컴퓨팅은 휴대가 아닌 착용하는 웨어러블 컴퓨팅의 일종이므로 착용한 상태에서 AR 경험을 유지할 수 있을지는 매우 중요한 부분입니다. 매셔블의 평가는 매직 리프 원이 상기한 조건을 충족하는 기기, AR 컴퓨팅의 실현 단계까지 올려놓았다는 의미입니다.

하지만 매직 리프 원은 독립적인 컴퓨팅으로서 부족한 점이 있습니다. 사용자 인터페이스(UI)와 사용자 경험(UX)입니다. 매직 리프 원은 미션 컨트롤(Mission Control)이라는 작은 리모컨으로 조작합니다. 모든 입력이 리모컨을 거쳐야 하죠. 가상현실(Virtual Reality; VR)의 조작 방식과 같습니다. 그러므로 AR과 VR의 UI/UX를 비슷한 것으로 묶어서 얘기할 수 있는데, 근본적으로 다릅니다. 터치 인터페이스로 마우스 포인트를 조작할 수 있지만, 마우스를 쓰는 것과는 다른 것처럼 말입니다.

VR은 객체뿐만 아니라 공간까지 가상입니다. AR은 가상의 객체가 현실에 반영되는 겁니다. 즉, VR은 객체부터 공간까지 모든 것이 상호작용할 점이지만, AR은 현실에 반영한 AR 객체만 점입니다. 그래서 현실에 영향을 끼칠 수 있게 디자인해야만 합니다. 특정 공간에서만 사용하고자 한다면 AR보다는 VR이 더 적합할 테니까요. AR은 끝내 모바일이어야 하고, 그랬을 때 본격적으로 AR 컴퓨팅이 확장할 수 있습니다.

예를 들어보죠. 호텔 객실의 잠금장치는 고객이 객실 문 앞에 서면, 모바일 기기로 1차 인증을 진행합니다. 1차 인증을 완료한 고객에게만 AR로 만들어진 숫자 키패드가 나타나며, 비밀번호를 입력하면 문이 열리는 구조입니다. 해당 경험을 스마트폰으로 구현한다고 해보면 굳이 ‘AR’로 할 필요는 없습니다.

1차 인증 후 스마트폰 스크린에 키패드를 나타내면 되니까요. 매직 리프 원은 어떨까요? 먼저 헤드셋을 착용한 채로 돌아다닌다는 부분을 지적하겠지만, 헤드셋을 경량화했다는 가정이라도 소지한 리모컨이 매개체가 되어야 하므로 자연스럽지 못합니다. 항상 리모컨을 소지해야 하고, 한 손 또는 양손에 꼭 리모컨을 쥐고 있어야 합니다. 마치 트랙패드나 트랙볼이 없어서 마우스가 없으면 아무것도 할 수 없는 랩톱과 같습니다.

무엇보다 자연스럽지 못한 이유는 주변 환경이 모두 상호작용할 스크린이 되었는데, 현실 객체는 손을 이용하면서 AR 객체는 리모컨을 사용해야 한다는 것입니다. UX가 일관적이지 않죠. 비밀번호는 리모컨으로 입력하고, 문은 손으로 열게 될 겁니다. 손으로 AR 객체와 상호작용하여 비밀번호를 입력하고, 현실 객체인 문까지 여는 것이 가장 자연스럽습니다.

여기에는 세 가지가 충족되어야 합니다. 첫 번째는 AR 헤드셋이 손을 인식해야 합니다. 손의 형태와 위치를 파악할 수 있어야 AR 객체와 상호작용할 수 있을 테니까요. 세 번째는 AR을 조작할 걸맞은 제스처 인터페이스가 필요합니다. AR 객체를 원하는 대로 조작할 수 있어야 합니다. 두 번째는 주변 환경과 사물을 인식해야 합니다. 손이 AR 객체가 아닌 현실 객체를 만진다고 걸 인식해야 제스처가 오작동하지 않을 것입니다.

모션 트래킹 기술 업체 리프 모션(Leap Motion)은 위에서 말한 세 가지를 컴퓨팅에 도입하기 위한 연구를 진행 중입니다. 립 모션이 개발한 센서는 손의 움직임을 정확히 인식합니다. 움직임뿐만 아니라 3차원 공간에서 서로 다른 곳에 있는 양손을 감지하고, AR 객체와 현실 객체를 분리하되 하나의 공간에서 유기적으로 작동할 수 있게 합니다. 객체를 손으로 집어서 던지거나 멀리 있는 객체를 당겨오는 등 제스처도 함께 개발합니다.

l리프 모션 트래킹 기술 (출처: http://blog.leapmotion.com/summoning-superpowers-designing-vr-interactions-distance/)

리프 모션의 디자인 및 글로벌 크리에이티브 디렉터 부사장인 게이이치 마츠다(Keiichi Matsuda)는 리프 모션 블로그를 통해 '미러월드(Mirrorworlds)'라는 현실의 대안 차원 개념을 설명했습니다. VR은 현실의 세계에서 벗어나게 합니다. 그러나 육체가 물리적인 세계를 벗어날 수는 없습니다.

그래서 움직이더라도 좁은 공간이라면 벽에 부딪히거나 바닥의 물건을 밟을까 염려합니다. 모바일 경험을 제공할 수도 없죠. VR 헤드셋이 선으로부터 해방되는 지점은 되었으나 착용한 상태로 밖을 거닌다면 착용자의 컴퓨팅 상호작용 환경은 가상 세계, 육체적인 상호작용 환경은 현실 세계로 분리되어 어떤 행동도 제대로 할 수 없을 겁니다.

미러월드는 AR의 다음 단계로 가상 현실이 물리적 환경에 변화를 줍니다. 연필을 마술 지팡이로 사용하거나 테이블을 터치스크린으로 사용하는 거죠. 마츠다는 '미러월드가 주변 세상과 새로운 관계를 형성할 기술'이라면서 '물리적 세계를 새로운 경험으로 변환할 미러월드를 실현하려면 가상 환경을 설계하는 방법이 달라져야 한다.'라고 지적했습니다.

VR은 오직 가상 환경을 조작하는 것, 현실과 분리된 공간을 만드는 거에 중점을 두어 인터페이스를 디자인합니다. AR도 매직 리프 원의 사례를 보면, AR 객체를 보여주고, 조작하는 방법만 구현했습니다. 미러월드는 현실 객체와 가상 객체에 관계없이 통합한 것으로 종이에 글을 쓸 때는 연필의 본래 능력이 현실에 나타나고, 가상에서는 마법 지팡이로 가상 객체와 상호작용하되 결과물이 현실의 변환된 공간에 반영하는 개념입니다.

이를 위해서는 결코, 가상 객체를 리모컨으로 조작해선 안 됩니다. 앞서 말한 것처럼 AR 단계에서의 리모컨 조작도 UX에 일관성이 부족합니다. 현실 세계와 가상 세계를 합친다는 개념에서 두 세계와 상호작용하는 방법이 분리되어 있다면, 완벽한 통합이라고 볼 수 없겠죠.

l미러월드 (출처: Leap Motion _ Mirrorworlds Concept: The Architect)

뒤집어 얘기해서 미러월드의 개념처럼 현실 세계와 가상 세계의 UI와 UX를 통합할 수 있다면, 스크린을 통해서만 상호작용한 기존의 컴퓨팅을 물리적인 세계로 확장하여 현실에 영향을 끼칠 수 있게 됩니다. 마츠다는 이것을 '진정한 모바일'이라고 표현했습니다. 언제 어디서든 모든 주변 환경이 컴퓨팅으로 연결되어 있고, 현실과 디지털의 경계가 허물어진 채로 상호작용할 수 있으니 말입니다.

마츠다는 미러월드가 AR 과는 다른 것이라고 설명했습니다. AR이 객체의 추가라면 미러월드는 객체의 변환이기 때문입니다. 그러나 미러월드로 나아가기 위해 선행되어야 하는 게 AR 인터페이스이고, 리프 모션은 미래 컴퓨팅을 위해 연구 중인 것입니다.

고로 AR이 미래 컴퓨팅인 이유는 첫 번째 '스크린에 갇힌 컴퓨팅의 한계를 넘을 수 있다는 것', 두 번째 '인간과 컴퓨터의 상호작용을 현실과 가상을 통합하여 확장할 수 있다는 것'으로 정리할 수 있습니다. 위에서 소개한 매직 리프 원과 리프 모션 외 애플, 구글, MS, 아마존, 페이스북 등 유수 기업들이 AR에 주목하는 이유도 같은 맥락입니다. 차세대 컴퓨팅 주도권을 빼앗기지 않기 위한 경쟁이 치열하게 벌어지고 있는 겁니다.

그러므로 AR에 대한 관점도 스마트폰 스크린과 터치 인터페이스에 국한할 것이 아니라 더 넓은 컴퓨팅 환경과 유기적인 상호작용에 대한 고민을 포함할 필요가 있습니다.

글 l 맥갤러리 l IT 칼럼리스트

* 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 LG CNS 블로그에 저작권이 있습니다.

* 해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

지난 38편에서 ‘신(新) 사업 재무 분석’에서 ‘매출 추정’에 대한 설명해 드렸습니다. 간략하게 요약해 보면, 다음과 같습니다.

우선 필자는 재무 분석을 할 때 경영 컨설턴트처럼 NPV법(Net Presnet Value, 순현재가치법), IRR(내부수익률법) 등의 전문적인 방법론을 가지고 분석을 설명하지는 않을 겁니다. 누가 보더라도, 누가 듣더라도 고개가 끄덕여지는(쉽게 이해되는) 일반인들의 눈높이에서 설명하고자 합니다.

우리가 결국 만들고자 하는 최종 요약 재무 분석표는 아래 그림과 같습니다. 그래서 매출 추정과 비용 추정이 필요합니다. 여기에서 중요한 부분은 영업이익(율)과 누적 이익을 통한 투자비 회수 시점이 되겠습니다. 가급적 재무 분석 첫해는 월별 분석을 하고 두 번째 해부터는 분기 또는 반기 별 분석을 권장합니다.

l요약 재무 분석표 예시

재무 분석은 위의 요약 재무 분석표 예시처럼 일반적으로 최소 3년에 대한 예측(Forecasting)이 필요합니다.필요에 따라 5년까지 확대할 수도 있겠지만 비현실적인 의지 치에 그칠 가능성이 높기 때문에 가급적 3년 이내로 예측하는 것이 적절합니다. 사실 요즘처럼 Cycle이 짧은 시절에는 3년도 길다고 생각합니다. 그러나, 3년은 중장기 Planning 측면에서 의미가 있기 때문에 다소 예측이 어렵고 근거를 대기 힘들다 하더라도 최소한 3년 추정(Forecasting)은 지켜 주기를 바랍니다.

본격적인 비용 추정을 시작하기 전에 제가 알고 있는 스타트업 기업(A사)의 사례를 하나 소개하고자 합니다. A사를 구성하는 구성원들의 기술 역량은 상당히 탄탄한 편이었습니다. 100% 석•박사로 구성되었고, 해당 분야 연구 경험도 많았기 때문입니다.

사업 시작 초기에는 스타트업 육성을 위한 기관의 지원 아래 임대료 및 사무기기 등 비용 지불 없이 사업을 할 수 있었습니다. 그래서인지 사업을 시작하자 여기저기에서 사업을 수주할 수 있었고, 그렇게 1년이 지난 후에는 회사에 현금이 쌓이기 시작했습니다.

창업 1년 만에 10명도 안 되는 전 직원들이 모여 회의를 진행합니다. 내년도 사업 방향에 대한 논의였습니다. 거기에서 그들은 이제 기관의 지원에서 벗어나 ‘강남’으로 진출하자고 결정합니다. 그리고 거기에 더해 지난 1년 동안 Cash-cow 역할을 했던 사업이 너무 힘드니 이를 접고 솔루션 사업에 올인하자고 결정합니다. 이 모든 결정의 기반에는 지난 1년간의 사업 경험과 1년간 쌓인 현금이 큰 작용을 했습니다.

결과가 어떻게 되었을까요? 안타깝게도 이 회사는 2년도 채우지 못하고, 보유하고 있던 현금을 모두 까먹고 자본 잠식에 빠지며 다른 회사에 인수되었습니다. 회사 COO였던 임원의 말에 의하면, 회사의 비용이 어느 정도 들어가는지를 아무도 모르고 있었다는 점이 실패의 가장 큰 요인이었다고 합니다. 1년 차에 사업도 잘되고 현금도 계속 쌓이다 보니 재무관리에 소홀했다는 겁니다. 돈이 새는 줄도 모르고 결국 파산에 이르게 된 케이스입니다.

‘강남’에 사무실을 내서 신규로 발생되는 고정비(임대료, 관리비 등)가 확대되었고, Cash-Cow 사업을 접음으로써 수익이 감소되어 결국 회시가 버틸 수 없었습니다. 수익이 없는 상태에서 큰 규모의 고정비가 매월 들어간다면 어느 회사도 버티기 쉽지 않을 겁니다. 그만큼 재무 분석은 중요합니다.

그래서, 재무 분석은 최대한 정확해야 합니다. 좀 더 정확한 비용 추정을 위한 몇 가지 주의사항을 말씀드리겠습니다.

대부분 경험이 없는 분들은 재무 분석을 어떻게 해야 할지 막막할 겁니다. 이런 경우, 제일 먼저 결정한 사항은 재무 분석의 범위를 결정하는 것입니다. 기업 레벨의 재무 분석을 할 것인지, 아니면 해당 비즈니스에 국한하여 분석할 것인지를 정해야 합니다. 기업 레벨의 재무 분석은 훨씬 더 복잡하고 관리해야 하는 항목도 많습니다. 이런 경우, 재무 전문가의 도움을 받으실 것을 권합니다.

비즈니스 유형에 따라 범위가 달라지겠지만 우선 스타트업의 경우 대부분 하나의 서비스와 비즈니스 모델을 가지는 경우가 많으므로 이 경우에는 회사의 재무를 분석하는 것이 곧 비즈니스의 재무 분석과 같다고 할 수 있겠습니다.

특히, 스타트업 기업들의 경우 재무관리가 허술한 측면이 많은데요. 그래서 외부에 맡기는 경우도 많은 것 같습니다. 그렇다 할지라도 정기적인 재무 Report를 통해 재무 건전성을 지속적으로 모니터링해야 합니다. 특별히, 기업의 대표나 재무 담당은 Cash-flow에 대한 부분은 놓쳐서는 안 되는 부분이니 신경을 써야 합니다.

그리고, 신규 비즈니스가 여러 기업이 함께 모여 조인트 벤처(Joint Venture) 형태로 진행을 하는 경우에도 앞서 스타트업 기업들처럼 회사 관점의 재무 분석을 해야 합니다. 조인트 벤처 자체가 회사를 설립한다는 의미이기 때문입니다.

그렇지 않고, 기존의 사업을 하면서 신규 비즈니스를 추가하는 경우에는 그 범위를 줄여서 해당 비즈니스에 한정하여 분석을 진행해도 무방합니다. 예를 들어, 기존의 4개의 제품을 판매하는 회사가 신규로 제품을 하나 런칭하는 경우에는 사무실 임대비, OH(오버헤드) 비용 등 전사적인 비용은 제외하고 해당 비즈니스에 국한해서 분석을 진행하면 됩니다.

신규 제품(Products)이든 신규 서비스(Services)든 투자성 R&D를 진행하게 됩니다. 예를 들어, 독거노인들을 위한 강아지 로봇을 만들어 보급하는 사업을 시작한다고 가정해 보겠습니다. 최초에 강아지 로봇을 개발하는 비용이 들어갈 겁니다.

여기에는 로봇(Robot) 하드웨어 개발도 필요하지만, 독거노인들의 외로움을 달래 줄 프로그램, 독거노인들의 건강 상태를 모니터링하고 이상 발생 시 119 또는 의료기관에 자동 알람을 주는 서비스 등 Software를 기반으로 하는 서비스도 개발해야 합니다. 만약, 이에 대한 개발비용이 50억 원이 투자된다고 가정했을 때, 이를 아예 재무 분석에서 제외하는 경우도 있고, 담당자가 필요한 항목만 간략하게 반영하는 경우도 있습니다.

이 개발비를 어떻게 비용 처리하느냐에 따라 달라질 수 있는데요. 예를 들어, 투자비 50억 원을 자산으로 등록하고 매년 감가 상각 비용으로 5년 동안 나눠서 처리하는 방법도 있고, 아예 제품 원가에 포함해서 처리하는 경우도 있습니다. 중요한 것은 빠뜨리면 안 된다는 점입니다.

두 번째는 이 개발비를 최초에 한 번만 반영하는 경우도 실제로 재무 분석 자료를 보면 많은데요. 이것도 잘못되었습니다. 지금은 DevOps(Development + Operation)가 트렌드인 시대로 지속적인 개발과 운영이 반복적으로 수행되는 시대입니다. 즉, 한 번 제품•서비스를 개발했다고 해도 시장과 고객의 니즈를 지속적으로 수용하기 위해 추가 개발이 계속되어야 합니다. 그래서, 매년 이에 대한 비용(개발비)이 반영되어야 합니다.

대부분 자체적인 제조 역량이 없는 경우, 이를 아웃소싱하게 되는데요. 이때는 제조를 경험하지 않아서 생산원가만 반영하고 빠뜨릴 수 있는 비용들이 생각보다 많을 수 있습니다. 예를 들어, 위의 경우처럼 독거노인을 위한 강아지 로봇을 국내뿐 아니라 다른 국가에도 공급해야 하는 상황이라면 우선 국가별 인증을 획득해야 합니다. 특히, 통신 모듈이 들어간다면 필수적입니다.

두 번째로 자주 놓치는 부분이 A/S 비용입니다. 일반적으로 생산 초기에는 불량이 많이 나게 됩니다. 필자 경험상, 중국 생산 OEM 기업의 경우, 초기 생산 물량의 최대 15%까지 불량이 나는 경우도 보았습니다.

이런 경우, A/S 비용도 증가하게 되는데요. A/S 정책을 어떻게 세우느냐에 따라 달라지겠지만 이런 부분이 정의되지 않았다면 대략 판매가의 일정 비율을 A/S 비용으로 책정하는 방식으로 반영하면 되겠습니다.

이 외에도 생산 아웃소싱 업체와 물류를 어디까지 계약하느냐에 따라 물류비용도 추가로 발생할 수 있고(일반적으로 OEM 생산업체가 해당 국가 항구까지만 배송), 생산 물량이나 주기에 따라 재고 관리 비용 등도 발생될 수 있습니다. 이런 경우, 잘 모르면 아웃소싱 업체가 모두 책임지는 방식으로 계약을 진행하는 것이 좋습니다.

실제로 몇 달 전에 필자가 검토했었던 외부 기업의 경우에도 통신 모듈이 들어간 제품을 해외에 공급하는 사업이었는데 이런 비용에 대한 반영이 전혀 되어있지 않고 오로지 제조원가만 반영되어 실제보다 엄청 이익이 많이 나는 것으로 자료가 작성되어 있었습니다.

그래서, 잘 모르는 분야인 경우에는 관련 전문가와 인터뷰를 통해서 사전에 어떠한 비용들이 발생하는지를 어느 정도 인지하는 것이 좋습니다.

일반적으로 영업•마케팅 비용에서 가장 잘 빠뜨리는 부분이 인건비입니다. 기존의 인력들이 영업•마케팅 활동을 할 경우 대부분 이를 비용에서 제외하는데요. 기존 인력이라 할지라도 이들이 월 0.4M/M을 해당 신규 비즈니스에 할애한다면 이를 비용에 반영시켜야 합니다. 회사마다 이 부분을 산정하는 기준이 달라서 간접비에 포함되는 경우도 있으니 이 부분은 확인해서 반영하시기 바랍니다.

그리고, 미디어 또는 디지털 광고•마케팅 비용의 경우, 주요 미디어 기업들이나 포털사의 홈페이지에 가면 아래와 같이 광고비 단가표를 다운로드할 수 있게 되어 있으니, 이 단가표를 참조하시고 반영하시면 됩니다.

l네이버 광고 유형별 ‘단가표’ 제공 화면

특별히 시장 경쟁이 심하다거나, 초기에 시장 선점을 위한 Drive가 필요하거나, 사용자들의 Experience를 유도하기 위한 전략으로 마케팅 비용을 사업 초기에 많이 잡는 경우도 있으니 이러한 전략도 고려해서 반영되어야 합니다.

마케팅 비용을 재무 분석에 포함하지 않고 경영층에 보고한 후, 실제 사업에서 경쟁사들과의 치열한 가입자 확보 경쟁을 위한 마케팅 비용으로 적자가 확대되어 조기에 사업을 접었던 케이스를 본 적이 있습니다. 이런 일이 발생하지 않도록 사전에 마케팅 비용을 반영하여 정확하게 사업이 목표로 하는 바가 무엇인지 어느 시점에 실제로 BEP(손익분기점, Break - Even Point)에 도달될 수 있는지를 경영진이나 투자자와 Consensus 하는 것이 좋습니다.

신규 사업을 진행하다 보면 예기치 않는 상황이 발생하기 마련입니다. 이를 위해 예비비를 일정 비중으로 반영하는 것이 좋습니다. ‘재무 분석을 할 때 굳이 이런 부분까지 반영해야 하느냐?’고 반문하시는 분들도 계실 겁니다. 그런데, 단순히 재무 분석은 사업의 타당성만을 점검하기 위해 사용되는 것이 아니고 향후, 제품•서비스의 시장 가격을 책정할 때 기준 지표로 활용될 수 있기 때문에 하나라도 빠뜨리지 않고 반영하는 것이 좋겠습니다.

Contingency 비용(예비비)은 매출의 2% 이내로 잡되, 비용 항목에 자신이 없는 경우(즉, 무엇인가 빠뜨린 것 같은 느낌이 드는 경우)에는 그 비중을 조금 올려서 잡도록 합니다. 특히, 날씨와 같은 자연재해 영향이 큰 사업처럼 사업적으로 위험도(Risk)가 높은 경우에는 다른 케이스보다 Contingency 비중을 높게 반영해야 합니다.

위에서 5가지 주의사항에 대해 언급을 하였습니다. 이를 고려하여 비용 추정을 하시면 됩니다. 아래 그림은 비즈니스에 한정하여 비용 추정을 할 때 포함해야 하는 비용 항목 예시를 작성해 보았습니다. 이를 엑셀에 옮겨서 작성해 보시기 바랍니다.

l비용 추정 항목 예시

이렇게 지난 편에서 언급한 “매출 추정”과 이번 편에서 설명해 드린 “비용 추정”이 완료되면 이 두 개의 숫자를 이용해 신규 사업의 손익을 추정할 수 있게 됩니다. 그리고, 손익분기점도 확인할 수 있게 됩니다.

재무 분석은 꼭 신규 비즈니스가 아니더라도 지금 진행되고 있는 사업 분석도 가능합니다. 그러니, 실제로 여러분들이 하고 있는 작은 서비스 또는 제품 비즈니스에 적용해 보시기 바랍니다. 그럼, 이 글 내용은 비로소 여러분 것이 되는 겁니다.

글 l 김영주 책임 l LG CNS 블로거 

이날 LG CNS는 지난 2003년 도입해 14년간 사용한 SAP 시스템을 걷어내고, LG CNS EAP(Enterprise Application Platform)을 NEXT(Next ERP to eXecute our digital Transformation) 시스템으로 전환하는 데 성공했습니다.

기업 어플리케이션 플랫폼인 LG CNS EAP는 그동안 국내 시장을 점령했던 SAP, 오라클 등 상용 솔루션 업체들의 단일 공급자(Sole Vendor) 전략에 대항하기 위해 LG CNS의 자체 기술로 제작되었습니다.

이제는 기업 운영의 필수 불가결한 ERP(Enterprise Resource Planning)는 날로 늘어나는 산업의 형태와 경영 환경의 빠른 변화에 따라 사용자의 요구 사항이 꾸준히 변해왔습니다. ERP는 방대한 업무를 지원하고 다양한 형태의 데이터를 빠르고 정확하게 처리하면서 기능의 안정성이 보장되어야 하기에 덩치가 점점 커졌습니다.

산업과 기업이 성장함에 따라 데이터는 계속 늘어났지만, ERP는 필요한 데이터를 예전만큼 빠르게 불러오지 못했는데요. 더욱이 기업들은 요즘 트렌드인 빅데이터에 맞춰 데이터의 근원부터 손보고자 새로운 ERP를 검토하거나 ERP를 개선하기 위한 움직임을 보이기 시작했습니다. 하지만 사용하던 기존의 ERP 업체들은 이를 가만히 지켜보고 있지 않았습니다.

ERP를 통해 추출된 기업의 데이터를 조금만 활용해도 업체들은 저작권에 대한 문제를 삼기 시작한 것입니다. 데이터를 활용해 생성된 정보를 접한 모두를 간접 사용자(Indirect User)로 정의하고, 이들에 대해 수억 원에서 많게는 수백억 원의 추가 라이선스 사용료를 요구했습니다.

또한 고객들은 ERP 업체들의 Package 형태 판매 관행으로 인해 불필요한 기능을 구매해야 했으며, 특정 ERP를 위한 신규 솔루션 또는 하드웨어를 반강제적으로 선택해야 했습니다. 이에 고객들의 불만은 날로 커졌으며, 특히 중대형 규모 이상의 기업들은 마땅한 대안이 없어 발을 동동 구를뿐이었습니다.

EAP 개발은 이러한 고객들의 목소리에서 시작되었습니다. 지난 20년간의 국내 1위 ERP 구축 사업자로서의 LG CNS의 경험과 노하우를 EAP에 모두 쏟았습니다. 기능부터 비용까지 제공자와 사용자 모두 만족하는 고객이 요구 조건을 충족하는 ERP를 구현하고자 했습니다.

LG CNS EAP는 기본적으로 민첩성, 확장성, 유연성 세 가지 기초 사상을 전제로 구현됐습니다. LG CNS EAP는 기업 운영에 필요한 비즈니스 기능인 EAP Core 어플리케이션과 효율적인 개발 환경인 EAP 표준 개발 프레임워크(Framework)로 구성됐습니다.

l LG CNS EAP 구성 요소

EAP Core는 20여 년간 ERP를 구축 및 운영한 전문가들의 경험과 노하우를 바탕으로 LG CNS만의 방식으로 새로 정의하여 2014년부터 주요 핵심 기능을 완성했습니다. 즉, 기존 상용 솔루션에서 제공하던 스탠다드 기능과 차별화된 개념의 Core로, 상용 솔루션에서 제공하지 않는 자재 수불 등 기업에서 실질적으로 활용도가 높은 핵심 기능만 선정했습니다.

올해 9월 기준 인사, 재무회계, 관리회계, 수익성, 영업, 생산, 구매•자재, MDM(기준정보관리) 모듈이 확보됐으며, 지속적으로 Core를 고도화할 예정입니다. LG CNS EAP는 기존의 패키지 형태의 ERP 구매 방식에서 벗어나, 고객이 원하는 기능만을 단위 모듈 형태로 선택할 수 있는 이점이 있습니다. 고객은 선택적으로 ERP를 도입함으로써 효율적인 시스템을 구성하고 비용을 절감할 수 있습니다.

EAP Core는 수년간 사업을 통해 쌓아온 글로벌 및 LG그룹의 Best Practice를 내재화하고 있으며 단순한 데이터 모델과 아키텍처 구성으로 성능을 대폭 개선했습니다. 기존 또는 신규 유관 시스템과 원활한 데이터 흐름을 위해 기능별 API와 RUI 기반의 웹 기본 화면을 제공합니다.

이런 최적화된 Core 탑재와 함께 표준 개발 프레임워크를 제공함으로써 개발 생산성을 향상시켰습니다. 여기에는 단순히 플로우 차트를 그리는 것만으로도 개발이 가능한 MDD(Model Driven Development) 기반의 NCD(No Coding Development) 플랫폼, 간단한 셋업만으로 화면을 자동 생성해주는 Quick Window Generator 등이 포함됩니다.

그리고 사용자 관리, 메뉴 관리 등 어느 시스템이나 필요로 하는 System Administration 기능을 지원하며, Any OS, Any DB 등 오픈 아키텍처를 지향하며 최적화된 업무 시스템을 구현합니다.

그리고 합리적인 라이선스 정책과 더불어, 기존 ERP에서 EAP로 전환 시 발생할 수 있는 잠재된 S/W 관련 리스크 점검 서비스를 제공하는 등 철저히 고객 관점에서 EAP를 운영하고 서비스합니다.

LG CNS는 2016년을 일부 LG 계열사 시스템 구축을 시작으로 하여 LG CNS 차세대 시스템의 EAP 전환 등 본격적인 EAP 확산을 추진하며, 여러 의미 있는 EAP 레퍼런스를 확보 중입니다.

이러한 사례들은 이슈 없이 성공적으로 오픈하면서 사용자 중심의 고객 만족이라는 커다란 성과를 이루었습니다. 한 구축 사례의 경우 26만여 건의 원가 수불을 처리하는데 기존에는 약 25분이 걸렸지만 EAP는 단 5분 만에 해냈습니다. 이같이 EAP의 탁월한 기능을 증명해 보이면서 주변의 우려에 대한 목소리를 잠재웠습니다.

l EAP 특장점

시장에서의 솔루션의 경쟁력은 제품 자체의 기능과 성능, 그리고 안정성 등을 들 수 있습니다. 보수적인 ERP 시장의 경우 솔루션의 안정성과 성능을 레퍼런스로 여기는 경향이 있습니다. 이에 맞춰 LG CNS EAP는 우선 LG그룹 계열사를 대상으로 사업을 개발하여 Complex Enterprise에 대한 레퍼런스를 확보하면서 점차 오픈 시장으로 그 입지를 확실히 다진다는 계획을 추진 중입니다.

현재 LG CNS EAP에 대한 시장의 반응은 매우 뜨겁습니다. 국내외 기업뿐만 아니라 공공기관과 EAP 도입에 대한 협의를 진행 중입니다.

많은 사람은 ERP는 더 새로운 것이 없다고 생각했지만, EAP는 기존의 ERP와 차별화된 기능과 이행 방법을 통해 고객에게 새로운 가치를 제공하고 있습니다. 더불어 단지 ERP 영역 한곳에 머무르지 않고 AI빅데이터, 스마트팩토리, IoT, 블록체인 등 LG CNS의 디지털 기술 솔루션들과 결합을 통해 기업 어플리케이션을 선도하고 있습니다.

지난 7월에 신설된 EAP사업추진단은 2021년까지 ERP 시정점유율 1위를 목표로 구성원이 똘똘 뭉쳐 열심히 달리고 있습니다. 기업 어플리케이션 시장에서 우뚝 서기 위한 이들의 노력이 LG CNS를 솔루션 전문 기업으로 한 단계 더 발전시킬 것입니다.

글 l LG CNS 엔터프라이즈솔루션이행담당

* 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 LG CNS 블로그에 저작권이 있습니다.

* 해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

대한민국 대표 IT 서비스 기업 LG CNS가 ‘구글 프리미어 파트너 어워즈 2018’에서 ‘검색 혁신’ 부문 한국 대표 수상자로 선정됐습니다.

‘구글 프리미어 파트너 어워즈’는 전 세계 구글의 프리미어 파트너사를 대상, 혁신적인 디지털 마케팅 활동으로 고객 성장에 기여하며 높은 성과를 낸 기업을 선정하는 행사인데요. 구글 프리미어 파트너 어워즈는 한국에서 작년 첫 개최에 이어 올해 2회차를 맞이했습니다.

이번 어워즈는 총 5개 부문 ▲검색 혁신 ▲모바일 혁신 ▲디스플레이 혁신 ▲동영상 혁신 ▲온라인 비즈니스 성장으로 구성되어 있으며 부문별로 대한민국 1등 수상자를 선정했습니다.

LG CNS가 수상한 ‘검색 혁신’ 부문은 구글 검색 광고를 통해 전문성과 혁신을 보여준 기업에 수여되는 항목입니다.

LG CNS는 지난 2005년 디지털 마케팅팀을 신설해 LG 계열사와 금융권 고객의 디지털 마케팅 업무를 담당하고 있는데요. 현재는 구글 애널리틱스, 구글 애즈 등의 자격증을 보유한 50여 명의 전문가로 구성되어 있습니다.

LG CNS는 구글 검색 결과에 고객사 제품 광고가 효과적으로 노출될 수 있도록 다양한 데이터 분석 기법을 개발하고 있습니다. 현재는 전 세계 37개국 대상, 구글 검색 광고를 통한 전자 제품 디지털 마케팅 활동을 하고 있으며 국가별 특성을 반영한 차별화 전략으로 제품 판매량 상승에 기여하며 높은 평가를 받고 있습니다.

LG CNS는 구글이 최근 발표한 데이터 기반 기여 모델과 LG CNS의 데이터 분석 기법을 활용해 구글 검색으로 전자 제품을 구매하고자 하는 소비자들의 키워드 중 실제 구매 전환에 높은 관여도를 보인 키워드를 분석하고 있습니다. 또한 구매 전환율 집중 분석과 관리를 통해 지난 4년여간의 광고 운영 기간 중 올해 가장 높은 품질평가지수, 클릭률, 전환율을 기록하며 고객사에 높은 가치를 제공했다는 평가를 받았습니다.

LG CNS 미래전략사업부 김창은 담당은 "LG CNS는 글로벌 시장 현황•고객사•경쟁사 데이터를 분석하며 데이터 기반 디지털 마케팅 경쟁력을 보유하고 있습니다. 이를 바탕으로 구글의 프리미어 파트너로서 함께 더 높은 시너지 효과를 낼 것"이라고 밝혔습니다.

글 l LG CNS 홍보팀

* 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 LG CNS 블로그에 저작권이 있습니다.

* 해당 콘텐츠는 사전 동의 없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

10월 23일 24절기의 하나로서 서리가 내리는 시기를 뜻하는 상강이 지나고 가을을 지나 겨울이 한 걸음 다가왔습니다. 벌써 첫눈이 내린 곳도 있다고 하는데요. 점점 더 추워지는 날씨 건강 관리에 유의하시길 바랍니다.

한눈에 살펴보는 IT 트렌드! 10월에는 어떤 다양한 소식이 기다리고 있는지, 함께 확인해볼까요?

건물 외벽에 코팅만 해도 시원하다?

미국 콜롬비아 대학 연구팀은 건물 외벽에 쉽게 코팅할 수 있는 폴리머 소재를 이용해서 온도를 쉽게 낮출 수 있다는 연구 결과를 저널 '사이언스'에 발표했습니다. 이들이 개발한 폴리머는 매우 미세한 거품 구조를 지니고 있어 빛을 사방으로 반사해 흰색으로 보이는데요.

흙보다 반사율이 높은 금속 소재가 뜨거운 여름날 차갑지 않은 것처럼 반사율만 높다고 온도를 낮추기는 어렵다고 합니다. 동시에 열 방출을 잘하는 물질이 아니라면 조금씩 태양열을 흡수해서 결국 상당히 뜨거워지게 되는데요. 다행히 이 폴리머 소재는 열 방출률(ε)이 최대 97%로 온도를 낮추는 데 적합해 연구팀은 수동 냉방만으로 온도를 최대 6도 정도 낮출 수 있다고 설명했습니다.

l온도 낮추는 신소재 폴리머 (출처: 미국 콜롬비아 대학)

물론 우리나라처럼 여름도 덥지만, 겨울도 추운 나라에서는 일괄적으로 적용하기 어렵지만, 아열대 및 열대, 사막 지역에서는 상당히 에너지를 절감할 수 있는 신기술임이 분명한데요. 전기 에너지 가운데 상당량은 사실 석탄이나 천연가스 같은 화석연료에서 나오기 때문에 결국 지구 온난화 문제는 더 심각해지는 악순환이 계속됩니다. 이 에너지를 일부라도 아낄 수 있다면 지구 환경은 물론 경제적으로도 큰 도움이 될 것입니다.

(서울신문 10/2)

서울에서 부산까지 20분 정도면 주파?

10월 2일(현지 시각) 스페인의 엘 푸에르토 산타마리아에서 열린 미국 스타트업 '하이퍼루프 트랜스포테이션 테크놀로지'(HTT)의 발표 행사에서 서울에서 부산까지 20분 정도면 주파할 수 있는 초고속 진공 열차 하이퍼루프의 실물 크기 시제품이 세계 최초로 공개됐습니다.

l하이퍼루프 캡슐 (출처: 하이퍼루프 트랜스포테이션 테크놀로지)

하이퍼루프는 진공 상태의 튜브 속을 최대 시속 1200㎞로 달릴 수 있는 자기 부상열차를 말하며, 실제 크기의 하이퍼루프 캡슐을 공개한 것은 이번이 처음입니다. 이 캡슐은 100피트(약 30m) 길이로 최대 40명의 승객을 태울 수 있습니다. 강철보다 강도가 높으면서 가벼운 탄소 섬유 소재로 차체를 제작했으며, HTT는 내년부터 본격적인 시험 주행을 할 계획이라고 합니다.

(조선일보 10/4)

고해상도 광학카메라 등 탑재하여 야간, 접근 어려운 곳에서 활용

공공혁신조달과 연계해 실종자 수색을 위해 개발된 한국형 소형 드론이 내년부터 현장에 실전 배치됩니다. 이 드론은 실종자 발생 시 골든타임 이내에 실종자를 수색하게 됩니다. 수색용 드론 답게 고해상도의 광학•열화상카메라와 실종자 자동인식 SW, 실종자 영상인식 딥러닝 기술 등을 탑재해 야간이나 접근이 어려운 지역에서 실종자를 정확하게 찾아냈습니다.

l실종자 수색드론 (출처: 한국항공우주연구원)

대표적으로 고도별 실시간 관측을 통해 국지적 기상감시 및 기상예보의 정확성을 높일 수 있는 '기상관측용 드론'을 비롯해 감시•정찰, 대테러 등 국방분야에 특화된 '다목적 국방용 드론', 해양오염 감시 및 해양 환경 측정 드론, 대기오염물질 측정 드론, 해안안전지도 구축을 위한 매핑 드론 등을 꼽을 수 있습니다.

9개 과제 중 3개 과제는 평가를 마치고 내년에 현장에 투입될 예정이며, 나머지 6개 과제도 내년 초에 모두 종료됩니다. 내년에는 과기정통부, 국토교통부, 산업통상자원부 등과 후속 사업을 진행할 계획이라고 합니다.

(디지털타임스 10/28)

안면 인식 AI가 거짓말 탐지기 역할

중국의 은행들이 안면 인식 인공지능(AI)을 이용, 대출심사를 하기 시작했다고 영국의 파이낸셜타임스(FT)가 28일(현지시간) 보도했습니다. 중국의 은행들은 안면 인식 AI를 이용, 대출받기를 원하는 고객이 거짓말을 하는지 아닌지를 식별해 대출을 결정한다고 하는데요. 안면 인식 AI가 거짓말 탐지기 역할을 하는 것입니다.

사람들이 거짓말을 할 경우, 눈꺼풀이 평소보다 더 많이 떨리는 등 얼굴 변화의 특징을 AI가 잡아내 이를 대출 결정에 이용하는 방법으로 이는 세계 최초로, 찬반양론이 있다고 FT는 소개했습니다. 대출을 원하는 고객의 심리상태를 잘 알 수 있는 장점이 있지만 인권침해 논란도 피해 갈 수 없기 때문입니다.

그러나 중국 핑안 보험은 이 같은 기술을 이미 도입했으며, 핑안 보험의 AI는 모두 54개의 얼굴의 미세한 부분의 움직임을 포착해 고객이 거짓말을 하는지 아닌지를 식별해 낸다고 합니다. 핑안 보험은 이 기술을 이용, 사기 대출을 60%나 줄일 수 있었다고 밝혔습니다.

(news1 10/29)

우주여행, 상상이 현실 될까?

지구에서 우주까지 엘리베이터를 타고 간다는 공상이 현실로 다가오고 있습니다. 우주 엘리베이터는 지구에서 인공위성까지 케이블을 연결해 엘리베이터처럼 우주에 물건을 나르는 장치인데요. 19세기 말부터 우주 수송의 한 방식으로 제안됐지만 공상과학(SF) 소설을 벗어나 실제 우주 공간에서 시도되는 것은 이번이 처음입니다.

l우주 엘리베이터 상상도 (출처: geir.org)

우주 엘리베이터는 건설 비용만 100억 달러가 넘게 들 것으로 추정되지만 장기적으로는 우주로 화물을 나르는 비용을 획기적으로 낮출 수 있다고 하는데요. 우주왕복선으로 물자를 실어나르면 화물 1㎏당 2만 2000달러(약 2500만 원) 정도가 소요되는데 엘리베이터를 이용하면 그 100분의 1 수준인 200달러(약 22만원)까지 떨어질 것으로 전망된다고 합니다.

일본 우주 산업계는 '스타스-미(STARS-Me)'로 명명한 이번 실험에 성공할 경우 수 만㎞ 상공의 위성과 지상을 연결하는 우주 엘리베이터 건설에 본격 착수한다는 계획입니다.

(조선일보 10/04)

한눈에 살펴보는 IT 트렌드, 10월의 소식! 어떠셨나요? 서울에서 부산까지 1시간이 채 되지 않는 이동 시간과 우주여행이 점점 현실로 다가오고 있는 것 같습니다.

10월에 준비한 ‘한눈에 살펴보는 IT 트렌드’는 여기서 마무리하겠습니다. 11월에도 다양한 IT 소식과 함께 돌아오겠습니다.

글 l LG CNS 홍보팀

* 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 LG CNS 블로그에 저작권이 있습니다.

* 해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

LG CNS Fun IT Quiz 이벤트

LG CNS 블로그에 소개된 콘텐츠 내용으로 진행되는 Fun IT Quiz!

이번엔 빈칸 채우기로 여러분을 찾아갑니다.

문제를 보고 빈칸의 정답을 아래 배너를 클릭하고 남겨주세요.

참여해주시는 분 중 추첨을 통해 푸짐한 상품을 드립니다.

힌트 보기를 활용하시면 쉽게 정답을 맞힐 수 있습니다.

문제 및 힌트 보기

‘카카오톡 채팅으로 홈쇼핑 주문 서비스를 만들어볼까?’라는 아이디어를 떠올렸던 2015년 봄. 그 당시까지만 해도 기업이 메신저를 이용해서 비즈니스에 활용하는 서비스를 만든다는 게 생소했고 그렇게 주목받지 못했던 기억이 납니다. 

챗봇(Chatbot)이라는 용어도 쓰이지 않았죠. 3년이 흐른 지금 어떤가요? 이제 일반인들도 챗봇이라는 단어를 이해할 만큼 일반명사가 되었습니다. 이렇게 챗봇이 범용적인 용어가 되는 데는 한때 산업계를 휩쓸었던 챗봇 열풍 때문이 아닌가 생각됩니다.

챗봇이라는 용어를 전 세계에 확산시킨 동력은 페이스북 마크 저커버그입니다. 그는 2016년 4월 샌프란시스코에서 열린 개발자 회의 ‘F8 2016’에서 페이스북 미래의 키워드로 ‘메신저’, 그리고 ‘챗봇(Chatbot)’을 언급했죠. 동시에 메시징 API도 공개하였습니다.

이후 챗봇은 인공지능이나 4차 산업이라는 키워드와 결합되면서 업계의 폭발적인 관심을 받았습니다. 필자 또한 인공지능 기술에 대한 기대가 컸습니다. 또한 그런 열풍 분위기 속에서 금융, 공공, 유통 기업과 AI 콘퍼런스에서 인공지능 챗봇 강연을 하게 되었습니다. 

언론에서는 연일 새로운 챗봇 서비스가 쏟아졌죠. 또한 전문 솔루션 업체들이 탄생했습니다. 그렇지만 ‘과도한 열풍은 언제나 시들기 마련이듯’ 챗봇도 이제 기술 효용성에 대한 냉정한 검증의 시기를 맞이한 것 같습니다. 미래의 키워드로 챗봇을 제시했던 페이스북에서도 산업을 뒤흔들 챗봇은 등장하지 못했고, 국내에서도 여전히 챗봇의 미래를 볼 수 있는 서비스는 등장하지 못했죠. 여전히 챗봇은 기대를 품은 채 더 성숙해야 하고, 더 발전해야 하는 기술인 듯합니다.

필자는 챗봇이 기업 현장에는 한계가 있다는 생각을 했었고, LG CNS 블로그뿐만 아니라 AI 콘퍼런스에서도 이런 부분에 대해 우려된다는 내용으로 강연을 자주 했습니다. 사업을 하는 저로서야 그런 한계가 극복되면 좋겠지만 분명 현장에서 느끼는 기술적 한계나 UX 한계 때문에 쉽사리 긍정적인 청사진을 제시할 수는 없었기 때문이죠. 그래도 ‘한계를 내포한’ 챗봇을 활용해서 비즈니스를 해야 했고, 그 한계를 이겨내고자 여러 시도를 해보았습니다.

오랜만에 챗봇에 관해 글을 쓰는 이유는 분명 챗봇이 태생적인 한계가 있지만, 그 한계 속에서도 비즈니스 현장에서 훌륭한 고객 가치를 만들어낼 수 있다는 확신 때문이며, 그 경험과 지식을 공유하고자 이렇게 연재 글을 다시 쓰게 되었습니다. 

그렇다면 기업이 비즈니스 채널로서 챗봇을 활용하는 데 왜 한계가 있는 것일까요? 분명 대화형 인터페이스는 커뮤니케이션의 가장 친숙한 모델인데도 말이죠. 필자는 이것을 서비스 핵심 요소인 UX 측면, 기능 측면, 그리고 데이터 측면에서 정리해보았습니다.

1. UX 측면: 앱•웹은 공간, 봇은 시간

아래 그림은 앱•웹의 UI와 챗봇의 UI 사례입니다. 두 화면에서의 가장 큰 차이가 보이시나요?

l공간 배치 중심의 앱 UI _ 네이버 지도(좌) / 시간 흐름의 대화 방식인 챗봇 UI _ LG U+ 고객센터(우)

결론적으로 바로 우리가 익숙한 모바일 앱 UI는 공간적 효율성을 강조했지만, 챗봇 UI는 사람의 대화 방식과 유사하게 시간적 개념이 반영되어 있다는 것입니다. 앱 UI는 가독성이 떨어지지 않는 범위 내에서 많은 기능과 정보가 배치되어 있고, 반면 챗봇 UI는 공간이 있음에도 불구하고 다음의 대화 전까지는 필요한 대화 정보만 노출되는 방식인 셈이죠.

그러다 보니 대부분의 챗봇 UI에는 말풍선 외부 영역에는 비효율적인 공간이 많이 남아있는 것입니다. AI 스피커와 같이 음성 기반의 서비스라면 공간 자체가 아예 사용되지도 않겠죠.

문제는 두 방식이 어느 것이 더 낫다고 말하기 어렵다는 것입니다. 공간과 시간은 서비스의 제공에 있어서 적절히 활용할 대상이며 자원이지 인공지능 기술과 유사하다고 해서 챗봇 UI가 최고의 인터페이스가 될 수는 없습니다.

좋은 서비스는 공간의 효율성과 시간의 편리성을 적절히 활용하는 데 있습니다. 그간 대부분의 앱이 공간적 효율성만 강조했다면 이제 시간의 흐름을 활용한 기능 구현이 필요한 단계에 와 있는 것이죠. 만약 챗봇 서비스의 차별화를 위해 기존 앱의 모든 UI•UX를 봇 형태 UI로 전환한다면 훨씬 불편한 서비스가 될 것입니다.

2. 기능 측면: 레거시를 무시해선 안된다

챗봇이 자체 서버만을 갖추고 서비스를 제공하는 경우가 있지만, 대부분 기업들은 인증, 주문, 예매, 고객 서비스 제공을 위해 레거 시스템(기간계 시스템)을 갖추고 있습니다. 이런 시스템과 비교해볼 때 챗봇 서비스는 비즈니스 채널의 역할을 해주는 경우가 대부분입니다. 마치 상담사나 ARS, 그리고 모바일 앱처럼 UI, 기능, 데이터를 제공하여 사용자와 커뮤니케이션해주는 채널 역할인 셈이죠.

문제는 기존 기간계가 많은 채널과 연결되어 있다는 점입니다. 그래서 기간계가 가지고 있는 구조적 한계나 타 채널에서 제공하는 기능적 제약은 챗봇 서비스를 만드는 데 있어서 반드시 고려해야 할 사항입니다.

마케팅 부서에서 아무리 좋은 챗봇 모델을 기획한다고 해도 IT 부서가 관리하는 기간계 시스템은 이를 수용하기 어려운 구조를 가지고 있다면 챗봇을 만드는 비용보다 기간계를 변경 개발하는 비용, 즉 꼬리가 몸통을 뒤흔드는(Wag the dog) 주객전도의 상황이 되는 것이죠. 무리해서 기간계를 변경 개발할 순 있겠으나, 만약 비용 대비 효과가 있느냐는 질문을 던진다면 이를 입증하기가 쉽지 않을 것입니다.

3. 데이터 측면: 누구도 갖추지 못한 양질의 대화 DB

봇이 훌륭한 기능을 수행한다면 UI도 혁신적으로 바꾸고 필요한 모든 기능을 구현할 순 있겠죠. 그런데 예상치 못한 문제에 봉착합니다. 인공지능 챗봇 솔루션을 들여놨는데 말을 못 알아듣고 엉뚱한 답만 쏟아낸다는 것입니다. 이런 상황을 경험해보신 분들은 ‘TV에서 보던 알파고가 환상에 불과하구나’라고 실감하셨겠죠.

챗봇 서비스를 위해서는 대화가 있어야 합니다. 더 정확히 표현한다면 언어지능 알고리즘이 고객 말의 의도를 알기 위한 학습용 대화 DB가 필요한 것이죠. 그런데 그 어떤 기업도, 그 어떤 솔루션•플랫폼 업체도 양질의 대화 DB가 없다는 것입니다.

이러한 대화 DB는 회사마다 다르고, 업종마다 다르며, 어떤 서비스를 제공하느냐에 따라 천차만별이다 보니 결국 필요한 대화 DB를 직접 쌓아야 하죠. 그래서 챗봇 빌더 플랫폼에는 대화 의도인 인텐트(Intent)나 대화에 있어서 중요한 정보인 개체(Entity 또는 Slot)를 직접 만드는 구조로 되어 있는 것입니다.

l챗봇 서비스의 구성, 언어 인식 알고리즘은 대화 예문에 해당하는 학습 문장을 통해 

서비스 제공에 필요한 의도와 객체를 추출해낸다.

특히 문답식의 질문을 벗어나 맥락의 이해가 필요한 복잡한 대화 흐름을 설계하고 이를 위해 대화 DB를 만드는 일은 여간 어려운 작업이 아닙니다. 그 양이 얼마나 되는지 대표적인 사례를 들자면 AI 스피커에서 쓰이는 “OO야, OOO 음악 틀어줘”와 연관된 대화 DB만 27만 개에 달한다고 할 정도입니다.

이런 과정을 거치다 보면 ‘이게 무슨 인공지능이야?’라고 생각하시는 분도 있고, 그런 우려에도 불구하고 막상 서비스를 오픈해 보니 예상치 못한 질문들과 그에 따른 불만들로 인해 실패한 프로젝트라는 오명(?)을 썼다는 소식을 간간이 접하게 됩니다.

길게 썼지만 결국 결론은 오직 봇(bot) 만으로는 비즈니스 채널로 자리 잡기에 분명 한계가 있다는 것입니다. 그렇다고 해서 버려야 할 기술도 아닙니다. 앞서 말씀드린 대로 공간의 효율이 필요하듯 자연스러운 대화라는 시간적 강점을 활용할 수 있기 때문이죠. 좋은 서비스는 한계의 극복과 장점의 적절한 활용에서 시작됩니다. 

그 대표적인 서비스가 바로 띵스플로우 업체가 만든 타로챗봇 ‘라마마’입니다.

타로챗봇이라는 타이틀만 보셔도 어떤 챗봇인지 이해가 되죠? 타로점을 봐주는 챗봇입니다. 타로점이라는 특화된 기능을 수행하기 위해 만들어져 있고, 누가 들어도 어떤 챗봇인지 알 수 있습니다.

l띵스 플로우 사가 만든 기능형 타로챗봇 ‘라마마’

필자는 이런 특화 기능 수행 챗봇을 가칭 『기능봇(Fuction Bot)』이라 지칭합니다. 그리고 이런 기능봇이 공간적 효율성을 절대 넘어설 수 없는 한계를 가진 챗봇과 보이스봇의 방향이자 미래라고 생각합니다. LG CNS도 유사한 기능봇으로 톡톡한 효과를 보았습니다. 이벤트 챗봇이죠.

수많은 기업이 상품과 브랜드 홍보를 위해 이벤트를 하는데 이때 이벤트나 상품에 대해 궁금한 점을 물어볼 때 그에 맞는 대답을 해주는 챗봇입니다. 이벤트라는 한정된 영역 내에서 이벤트 선정이나 경품에 대한 문의 해결, 상품과 브랜드에 대한 궁금증을 풀어주는 기능봇인 이벤트 챗봇은 한정된 영역 내에서 완벽한 기능을 수행해낸 대표적 사례라고 할 수 있죠. 이에 대한 자세한 내용은 이후 글에 다시 상세하게 설명하겠습니다.

오랜만에 쓴 글이라 지난 3년간 진행되어온 챗봇에 대한 과잉적인 기대, 그리고 이에 대한 실망을 되짚어보는 차원에서 시작 글을 열었습니다. 다음 글 “챗봇(Chatbot)을 넘어 음성봇(Voicebot)으로” 에서는 챗봇과 음성봇(음성AI)의 구조적 연관성과 서비스 사례 중심으로 설명드리겠습니다.

글 l LG CNS 미래신사업담당

* 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 LG CNS 블로그에 저작권이 있습니다.

* 해당 콘텐츠는 사전 동의 없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

‘로봇이 대체할 일자리’. 최근 이런 제목을 단 기사들은 종종 보셨을 겁니다.^[각주:1] 여기에 단골로 등장하는 직업군에 ‘변호사’가 있습니다. 이미 미국에선 이미 인공지능 로봇 판사나 변호사를 개발하고 실험하는 단계입니다. ^[각주:2]

아직 오지 않은 미래인지라 일자리가 정말 사라질지는 확인할 순 없겠죠. 하지만 일자리가 유지된다 해도 현재 변호사와 미래 변호사. 이 두 사람이 일하는 방식이 달라질 거라는 건 예상할 수 있습니다. 컴퓨터나 스마트폰으로 업무 효율성을 높이는 것처럼 말입니다.

최근 법조계에서도 미래 변화에 적극 대응 중입니다. 특히 영미권이나 일부 유럽 국가에서 그렇습니다. 이들이 선택한 전략은 ‘리걸테크(Legaltech)’. ‘법률(Legal’)과 ‘기술(Technology)’의 합성어입니다. 즉, 로펌 같은 기업이 기술을 도입하겠다는 겁니다. 이 시장은 최근 점점 커져 현재 이 산업에 1천여^[각주:3]개가 넘는 리걸테크 기업이 성과를 내고 있습니다.

여기에 아직 초기 시장임에도 불구하고 흥미로운 오픈소스 기술들도 등장하고 있죠. 변호사를 위한 프로그래밍 언어나 판사 분석 서비스 등이 대표적입니다. 그럼 오픈소스 기술을 본격적으로 알아보기 전에 그럼 먼저 리걸테크에 대해 살펴보겠습니다.

보스턴 컨설팅 그룹과 독일 부세리우스 로스쿨이 펴낸 보고서에 따르면 리걸테크 시장은 크게 3가지로 나뉩니다.

첫 번째 디지털화를 도와주는 기술입니다. 종이 문서로 존재하던 데이터를 디지털화해주거나, 서로 다른 시스템 속에 저장된 데이터를 통합해주거나, 클라우드 저장소 설치해주는 기술 등이 들어있습니다. 민감 정보를 많이 다루는 업계 특성상 보안 시스템 기술도 있습니다. 이러한 기술들은 변호사 사무실이 리걸테크 기업으로 변화하기 전에 필요한 최소 인프라를 구성해준다고 볼 수 있겠네요.

l리걸테크 기술을 세 범주 나는 도식 

(출처: 스턴 컨설팅 그룹과 독일 부세리우스 로스쿨 보고서 https://bit.ly/1P2qOc3)

두 번째는 지원 기술입니다.이 기술은 법조계 종사자들의 업무 효율성을 높여줍니다. 변호사, 검사 등에게 필요한 특정 기능을 따로 만들어 제공하기 때문입니다. 예를 들어, 의뢰인 사건 혹은 판례 관리 시스템을 만들어 주고, 클릭 몇 번만으로 검색과 분류 저장을 한눈에 보게 만들 기술. 로펌 회사에 맞춤화된 고객 관리 시스템, 경영 업무 보조 기술들도 여기에 포함합니다.

세 번째는 실제 변호사를 도와주는 기술입니다.여기에 반복 업무를 알아서 자동화해주거나 계약서 구조나 초고를 작성 작업을 대신해주는 기술이 있습니다. 방대한 판결 정보를 분석하고 필요할 것 같은 정보를 알아서 도출해내는 기술도 존재합니다. 이 기술이 만약 고도화된다면 변호사가 하던 일을 대부분을 기술에 맡길 수 있겠지요.

리걸테크 기업이 특히 많은 곳은 미국, 영국 같은 영어권 국가 그리고 독일을 꼽을 수 있습니다. 기술 기반 기업들은 아직 스타트업 수준에 머물러 있는 상태입니다. 하지만 온라인상으로 변호사 사업을 운영하는 기업은 꽤 큰 투자금을 유치하기도 했습니다. 현재 성공한 많은 리걸테크 기업들은 온라인 사업으로 가격을 낮추고 접근성을 높여 고객을 확보하고 있습니다.

특히 ‘리걸줌’은 성공한 리걸테크 기업으로 손꼽힙니다. 이곳은 2007년부터 2018년까지 총 4차례 투자를 받았으며, 그 금액은 8억 1100만 달러, 우리 돈 약 9017억 원 넘게 투자를 받았습니다. 리걸줌 서비스 가격은 월 35달러 정도. 리걸줌은 이 비용으로 변호사 선임을 위한 과정을 지원해준다고 합니다.

● 리걸줌: https://www.legalzoom.com/country/kr

● 위보스: https://www.wevorce.com/

‘위보스’라는 곳도 있습니다. 이혼 소송 전문 업체입니다. 합의 이혼 과정을 밟기 위해선 여러 조항을 수정고, 양육비, 위자료 등을 나누는 과정이 필요한데요. 위보스 고객들은 변호사 사무실에 방문하지 않고 이 과정을 모두 온라인상에서 해결한다고 하네요. 위보스 서비스 비용은 한 커플당 949달러라고 하는데요. ABC뉴스는 이 비용이 전통적인 이혼 소송 비용의 3분 1수준이라고 평가했습니다.^[각주:4] 위보스는 현재까지 170만 달러를 투자 받기도 했습니다.

l 리걸테크 분야의 핵심 기업들 

(출처 : CB인사이트 https://www.cbinsights.com/research/legal-tech-market-map-company-list/)

이제 리걸테크 분야의 오픈소스 기술을 알아보겠습니다. 생각해보면 ‘법’ 자체는 오픈소스 데이터입니다. 누구나 특별한 허락 없이 책이나 인터넷 홈페이지에서 법 조항을 읽을 수 있으니 말입니다. 그런데 하버드 대학교는 몇 년 전 ‘모두에게 법 문서를 공개하자’라는 프로젝트를 시작했습니다. 이게 무슨 말일까요?

여기서 공개하고자 하는 데이터는 단순히 법이 아닙니다. 판결 내용 및 그 결과, 참여자와 판사들 정보까지 포함합니다. 실제로 검사, 변호사, 판사 등은 과거의 다양한 판결 방향을 참고해서 죄를 묻고 의견을 다툽니다. 하지만 많은 국가에서 판결문을 쉽게 공개해주지 않습니다. 개인정보나 민감한 정보가 들은 경우가 자주 있기 때문입니다. 과거 미국의 경우 설령 판결문을 볼 수 있어도 돈을 내야 전체를 읽을 수 있었습니다.

최근 하버드 법학 도서관은 라벨이라는 리걸테크 스타트업과 함께 이러한 문화를 바꿨습니다. 일단 하버드 법학 도서관은 소장하고 있던 법학 서적 4만 권의 책을 스캔하고 디지털화하는 작업을 진행했습니다. 여기엔 334년에 걸친 미국 판례법 정보가 포함됐고, 그 분량은 자그마치 3,860만 페이지에 달했습니다. 방대한 분량 덕에 스캔하고 디지털화하는 작업만 5년이 걸렸다고 하네요.

라벨은 스캔한 데이터에서 텍스트를 뽑아내고 검색할 수 있는 환경을 구축했습니다. 데이터 분석 및 시각화 자료도 추가로 만들었습니다. 이 작업은 2017년에 끝이 났고, 현재는 라벨 홈페이지에 결과물을 볼 수 있습니다.

민감한 정보는 삭제해서 보여주고 있다고 합니다. 라벨은 하버드 법학 도서관의 원본 데이터를 8년 동안 독점할 수 있는 권한을 얻을 수 있었는데요. 이를 통해 데이터 분석 및 시각화 서비스를 유료로 내놓고 사업을 운영하고 있습니다. 판결문만 보는 것은 누구나 가입하면 볼 수 있습니다.

l 라벨 서비스 예 _ 원하는 키워드, 판결 이름이나 인용, 판사 이름 등을 입력하면 

관련 판결문 정보를 볼 수 있다. (출처: 라벨 홈페이지)

l 라벨 서비스 예 _ 판결문 정보 외 시각화 자료나 분석 서비스는 유료 회원에게만 공개한다. 

(출처: 라벨 홈페이지)

하버드 법학대학은 이 프로젝트를 ‘케이스로우 액세스 프로젝트(Caselaw Access Project)’^[각주:5]란 이름을 붙이고 운영하고 있습니다. 이 프로젝트 아이디어는 사실 대학 밖에서 가져왔습니다. 2013년 오바마 정부 정책에 영감을 받았던 것인데요.

오바마 정부는 다른 어느 행정부보다 공공데이터를 강조했습니다. 그 결과 장기적인 관점에서 투명하고 좋은 품질의 공공데이터를 만들었죠.^[각주:6] 예를 들어 데이터를 공개에만 의미를 두지 않고, 연구자나 공무원들이 활용하기 쉽게 포맷을 맞춰주고, 보기 쉽게 시각화하는 작업도 진행했습니다. 하버드 대학교는 이러한 과정을 참고하면서 케이스로우 액세스 프로젝트를 완성했다고 합니다.

● 케이스로우 엑세스 프로젝트: https://bit.ly/2yEPPJo

요즘 같은 디지털 시대에는 문서를 만들고 인쇄까지 하는 경우가 많지 않습니다. 문서를 파일로 만들어 주고받으면 끝나기 때문입니다. 하지만 무엇인가 계약할 때는 좀 힘듭니다. 서명이라는 절차가 남아 있어서인데요. 물론 요즘엔 전자서명이 있습니다만 여전히 많은 사람이 종이 계약서에 사인을 하고 최종 계약을 마칩니다.

리걸테크 분야에서 소위 말하는 ‘핫’한 분야가 이 계약서입니다. 이를 보통 ‘스마트 계약서’라고 부르며, 핵심 기술에 블록체인을 활용하고 있습니다. 스마트 계약서를 통해 서명을 포함한 모든 과정을 실시간 처리하고 사람의 실수를 줄이고, 위변조를 강력하게 방지하고자 하는 것이죠. 국내에서도 이미 스타트업부터 대기업까지 블록체인 기반 스마트 계약 기술을 개발하고 하나둘씩 서비스를 내놓고 있습니다.

어코드프로젝트는 바로 이 스마트 계약 기술입니다. 이때 핵심 기술 일부를 오픈소스화한 것이 특징인데요. ‘시세로’라는 내부 템플릿을 통해 자연어를 분석하고, 이후 스마트 계약에서 실행할 수 있게 기술을 지원해줍니다.

어코드프로젝트를 처음 만든 곳은 클라즈라는 기업입니다. 이곳은 원래 스마트 계약 서비스를 제공하는데, 자연어 분석 및 계약서 틀을 만드는 기술을 오픈소스화하고 여러 기업과 협업하고 있습니다. 파트너 기업에는 리눅스 재단이 포함하며, 코다, 하이퍼레져 페브릭, 이더리움 같은 블록체인 관련 단체들의 지원도 받고 있습니다. 여기에 30개가 넘는 글로벌 로펌 기업과, 스탠다드차타드 같은 금융 기업도 함께 협력하고 있습니다.

● 어코드프로젝트: https://www.accordproject.org/ 

● 시세로: https://github.com/accordproject/cicero

● 클라즈: https://clause.io/

l어코드프로젝트 데모 예시 (출처: https://docs.accordproject.org/)

싱가포르 기반 스타트업 리걸리스는 프로그래밍 언어를 개발했습니다. 즉 법률 문서 작성을 위한 HTML 같은 걸 만든 셈입니다. 사실 프로그래밍 언어는 일종의 템플릿입니다. 데이터베이스 기술에선 SQL, 웹에선 HTML, 디지털 프린팅 쪽에선 포스트스크립이 그 역할을 했습니다.

리걸리스는 리걸테크에 분야에서도 비슷한 역할이 필요할 거라고 생각했고 ‘L4’라는 언어를 발명했다고 합니다. 그리고 오픈소스화했습니다. L4는 프로그래밍 문법만 들어간 것은 아닙니다. 계약서 내용이 일관성이 있는지, 틀린 내용이 없는지, 필요한 조항들은 다 있는지 검사하는 별도의 기능도 있습니다.

위변조 방지하고 서명을 추적하는 등 보안 요소도 신경 썼다고 합니다. 실제 이용 패턴은 이렇습니다. 사용자가 투자 계약서를 쓴다고 가정해봅시다. 사용자는 L4 언어 문법에 맞게 프로그래밍하고, 필요한 데이터도 함께 입력합니다. 투자처 기업명, 투자 금액, 투자자 이메일 주소 같은 데이터입니다. 파일 포팻은 pdf 파일 형식으로 출력하고 필수 환경 값을 입력하고 컴파일을 합니다. 컴파일 과정에선 이더리움 가상머신 언어인 솔리디티를 활용합니다.

● 리걸리스: https://legalese.com/

● 포스트스크립: https://www.adobe.com/products/postscript.html

● 솔리디티: https://solidity.readthedocs.io/en/v0.4.25/

l리걸리스 데모. 콘솔창에 쓰여 있는 것이 입력하 코드, 왼쪽 문서가 컴파일 한 후 추출된 파일이다. 

(출처: 리걸리스 컨퍼런스)

리걸리스의 기술은 언뜻 변호사를 대체하는 기술로 보입니다. 하지만 변호사가 프로그래밍을 할 줄 안다면 어떻게 될까요? 변호사가 주된 업무 중 하나가 프로그래밍으로 바뀌는 것은 아닐까요? 실제로 리걸리스는 로스쿨에서 프로그래밍을 가르치는 시대가 올 것이라 기대하고 있습니다. ^[각주:7] 

과거 신입사원이나 하던 단순 반복 작업을 프로그래밍으로 자동화하고 더 생산성을 높이는 것이지요. 리걸리스가 지금까지 투자액은 21만 달러. 아직은 걸음마 단계로 회사를 운영하고 있습니다. 최근 공개한 베타 제품에선 프로그래밍에 익숙하지 않은 사람도 이용할 수 있는 베타 서비스도 공개했습니다. 설문 조사하듯 데이터를 입력하면 투자금 계약서를 만들어내는 서비스입니다. 베타 서비스는 별도의 비용 없이 누구나 체험할 수 있습니다. ^[각주:8]

l리걸리스 데모. 투자 계약서를 작성하기 위해 필요한 값만 입력하면 계약서를 바로 만들어낼 수 있다. 

(출처: https://legalese.com/product/fundraising/)

렉스프레딕은 2012년 설립된 리걸테크 기업입니다. 이들의 핵심 역량은 데이터 과학입니다. 영어, 스페인어, 독일어 등을 자연어 처리하고, 금융법, 노동법 다양한 법률 데이터를 입력해 훈련한 분석 서비스를 개발하고 있습니다.

이들의 고객은 일반 개인은 아닙니다. 로펌이나, 법무팀, 리스크 관리팀같이 법인을 주로 공략하고 있습니다. 또한 기존 로펌이 리걸테크 기업으로 변화할 수 있도록 종이 문서를 디지털화해주고 보안 및 저장 시스템 등 인프라 구축해주는 사업도 하고 있습니다.

렉스프레딕은 2017년 7월 분석 기술 중 핵심이었던 ‘컨트랙수트’를 오픈소스화하겠다고 발표했습니다.^[각주:9]오픈소스 기술로 도움을 받았기에 이를 환원하는 차원의 행동이기도 했고요. 기업용 서비스를 추가로 내놓아 수익을 벌겠다는 전략이기도 했습니다. 마치 레드햇이 오픈소스인 ‘리눅스’에 기술 기여를 하고, 기업용 서비스를 제공하는 것과 같은 이치입니다.

● 렉스프레딕: https://www.lexpredict.com/

● 컨트랙수트: https://contraxsuite.com/

l렉스프레딕 서비스 예씨 화면 (출처: 렉스프리딕 블로그)

아직 5년 정도 된 신생 기업이지만 렉스프레딕의 영향력은 꽤 큰 편입니다. 두 공동 설립자가 로스쿨 교수이고, 리걸테크 스타트업에게 금전적 투자를 하기도 하고 자문을 주고 있습니다.^[각주:10] 공동 설립자인 다니엘 마틴 캣츠은 현재 일리노이 공과대학 로스쿨 교수로 재직 중이며, ‘더로랩’이라는 리걸테크 연구실을 운영하고 있습니다. 또 다른 공동 설립자인 마이클 보마리토 역시 미시간 주립대학 로스쿨에서 교수로 재직하고 있으며 그 이전에는 리걸테크 관련 컨설팅 기업을 운영하기도 했습니다.

● 더로랩: http://www.thelawlab.com/

리걸테크 기업 목록이나 자세한 정보는 스탠퍼드 로스쿨이 운영하는 검색 사이트를 이용하면 좋습니다. 이곳에선 각 카테고리별로 리걸테크 기업을 분류하고 간단한 소개와 홈페이지 정보를 제공하고 있습니다. 앞으로 리걸테크 분야 발전 그리고 더 많은 오픈소스 볼 수 있기를 기대해보겠습니다.

● 스탠포드 로스쿨이 운영하는 검색 사이트: http://techindex.law.stanford.edu/

글 l 이지현 l 테크 저널리스트

* 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 LG CNS 블로그에 저작권이 있습니다.

* 해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다. 

지난 글에서 생각 프레임워크가 현상에 대한 분석 능력과 조직 내 소통에 얼마나 영향을 끼치는지에 대해 설명해 드렸습니다. 개인마다 정도의 차이는 있겠지만 나름대로의 생각 프레임워크를 통해 현상을 바라보고 해석하며, 이를 토대로 결론을 내리고 소통하기 때문에 자신의 생각에 영향을 끼치는 프레임워크가 어떤 것인지 성찰해본다면 비즈니스에 대해 좀 더 깊이 있는 혜안을 가질 것이라 생각합니다.

그런데 이러한 생각 프레임워크를 단순히 머릿속의 생각에만 그치지 않고 구조화하고 구체화하는 도구가 있다면 얼마나 좋을까요? 수많은 전략 관련 서적에서 논리적 사고와 프레임워크의 이론을 말하지만 실제 직장 생활에서 활용할 수 있는 도구나 방법은 극히 드뭅니다. 프레임워크가 이론적 배움에 그치지 않고 실제 직장에서 활용할 수 있게 하려면 어떻게 해야 할까요?

물론 그 해답은 개개인이 풀어야 할 것입니다. 그동안 제 경험으로 볼 때 개개인이 풀 수 있는 좋은 방법은 바로 써보는 습관이라 생각합니다.

생각 프레임워크를 단순하게 비유한다면 프레임워크는 ‘언어의 문법’과 같은 것 같습니다. 문법을 공부했던 안 했든 간에 문법이라 정의하는 언어의 규칙성은 우리가 상대방의 말을 이해하고 표현하는 데 있어 매우 중요한 시그널이 되어줍니다. 그래서 문법의 규칙을 깨우친다는 것은 우리가 말을 더 빠르게 이해하고 정확하게 말하는데 큰 도움이 되어주죠. 그런 측면에서 볼 때 언어의 문법과 생각 프레임워크는 닮은 점이 많습니다.

문법만으로 언어가 저절로 터득되지 않고 수없이 말하고, 듣고, 읽고, 써야 언어를 제대로 활용할 수 있죠. 마찬가지로 프레임워크를 배웠다고 해서 생각을 빠르게 구성하고 새로운 발상을 하고 이를 표현할 수 있는 역량이 저절로 생기지는 않습니다. 우리가 일상생활에서 수없이 많은 상황과 사람, 그리고 대화가 있어야 언어 실력이 늘어나듯 조직 생활과 업무에서 변화무쌍한 상황, 조직 구성원과의 커뮤니케이션, 그리고 데이터를 통해서 우리의 사고 프레임은 확장되고 발전될 수 있습니다.

그러므로 언어의 문법을 배우듯 비즈니스 프레임워크를 배워야 합니다. MECE, 3C, 4P, SWOT, Q-C-D, PDCA, 5W1H, ERRC와 같은 용어나 재무제표나 손익분기표 같은 재무적인 지식은 반드시 갖춰야 합니다. 프레임워크라는 문법을 배우기 위해서는 많은 책을 반복해서 읽어볼 필요가 있습니다.

생각정리기술 도해사고력(스펙트럼북스), 마케팅 불변의 법칙(비즈니스맵), 1초 만에 재무제표 보는 법(다산북스), 스티브 잡스 프레젠테이션의 비밀(랜덤하우스코리아), 바바라 민토 논리의 기술(더난출판사) 등은 제가 경험한 문법에 도움을 얻을 수 있는 책입니다.

비즈니스 프레임워크가 문서의 논리에 얼마나 영향을 주는지는 직장인이 가장 어려워하는 비즈니스 문서에서 잘 드러납니다. 기획서나 보고서를 생각나는 대로 한 번에 작성해보고 이 보고서가 한번 만에 통과되면 좋겠지만 대다수 문서는 썼다가 고쳐 쓰고, 검토 받고 다시 수정하는 일들이 반복되죠. 자신이 쓴 문서를 제대로 이해 못 하는 직장 상사를 탓하고 동시에 직장 상사에게 ‘컨펌(Confirm) 받는 일’로 직장 생활의 상당 시간을 보낸다는 현실을 직장인이라면 공감하실 것입니다.

그렇다면 어떻게 해야 명료하고 설득력 있는 기획서나 보고서를 잘 쓸 수 있는 것일까요? 시중에 많은 책들이 혁명적이고 자극적인 타이틀로 유혹하지만, 정작 실무에서는 도움 되지 않습니다.

문법이 언어의 규칙을 이해하는데 도움 되지만 결코 언어 능력을 한 번에 끌어올릴 수 없는 것처럼 비즈니스 문서도 마찬가지로 끊임없이 써보고 수정해야 늘어나는 것과 같기 때문이죠. 그래서 기획서를 잘 작성할 수 있는 유일한 답은 바로 ‘당신의 메모 습관에 달려있다’라고 말씀드릴 수 있습니다.

필자는 수없이 많은 보고서를 작성합니다. 지금까지 작성한 문서 분량을 과장해서 표현하면 동네 한 바퀴를 돌지 않을까 합니다. 이 정도의 문서 작성 경험이라면 파워포인트를 열고 보고서를 써 내려가고 단 한 번에 통과되어야겠죠. 그렇지만 여전히 문서를 만들기 전에는 반드시 노트에 메모해서 어떤 내용으로 보고를 할 것인지 밑그림을 그립니다.

심지어 LG CNS 블로그 원고도 아래와 같이 써야 할 내용의 기본 골격을 작성해서 원고를 써 내려갑니다. 그만큼 새로운 글을 쓰거나 보고서를 만들 때 명료하고 설득력 있는 문서를 만들기가 어렵기 때문입니다.

l비즈니스 문서를 만들기 위한 노트 메모 습관은 생각 프레임워크를 만드는데 큰 도움이 된다.

이 과정은 생각을 구성하고 표현하는 데 있어, 매우 중요한 과정입니다. 이렇게 메모를 통해 생각을 구체화하다 보면 초기 내용과는 상당히 차이 나는 결과물이 나옵니다. 메모를 통해서 깊은 곳에 잠재해 있던 생각이 드러나고 이를 통해 실체화되면서 글의 내용이 풍부해집니다. 이 모든 과정을 파워포인트로 한 번에 만들 수 있으나 종이 노트를 거쳐 나오는 글과 즉석에서 워드로 전하는 글은 질적 측면에서 큰 차이가 발생합니다.

짧은 글도 이렇게 매번 메모하는데 중요한 보고서나 수십 장의 발표 자료는 말할 것도 없겠죠. 노트 메모의 장점은 비즈니스 문서의 목차와 스토리를 구성할 때 두드러지게 드러납니다. 기획서나 제안서를 작성하라는 업무지시를 받으면 동료나 인터넷 검색을 통해 유사한 양식에 내용을 채웁니다. 특히 목차는 쉽게 베끼는 관행이 있죠.

물론 잘 만들어진 제안서의 목차는 많은 이들의 체계화 시킨 논리적 프레임워크의 결정판이라 할 수 있습니다. 그렇지만 타인이 써 놓은 목차대로 내용을 채우다 보면 금방 한계에 봉착하게 됩니다. 주어진 비즈니스 환경과 조직 상황이 다르고 다루는 데이터도 다르기에 베낀 목차에 의존하다 보면 결코 채울 수 없는 영역이 발생합니다.

이 영역에 억지로 무엇인가를 채우면 중복되고 불필요한 내용들이 가득 차게 됩니다. 그렇게 만들어진 문서로 누군가를 설득하려고 말로 옮겨보면 문서의 내용이 얼마나 비논리적인지 스스로 느끼게 됩니다. 실제 설득도 잘되지 않죠.

그러므로 타인의 목차나 양식에 끼워 맞추지 말고 자신이 구상해내는 생각 템플릿으로 비즈니스 문서의 이야기 흐름을 구성하도록 연습하는 게 좋습니다. 그런 연습의 유일한 방법은 비즈니스 문서를 만들기 전에 반드시 노트에 여러 번 써보는 것이죠.

l자신의 생각을 구성하여 표현할 수 있는 비즈니스 문서 작성 능력은 직장인에게 필수적인 능력이다.

아날로그 방식인 노트 메모의 강점은 머릿속에 막연하게 떠오르는 추상적인 생각들을 단어나 문장으로 써 봄으로써 중복이 제거되고 누락된 영역이 발견되며, 메시지 별로 계층 구조화되는 것입니다. 계층화된 논리는 메시지 간의 상하 관계와 연관 관계를 시각적으로 보여주면서 동시에 세부 내용을 구체화(drill-down)할 수 있는 틀, 즉 프레임워크를 만들게 됩니다.

이렇게 노트를 통해 구체화한 내용을 기반으로 파워포인트나 워드라는 디지털 도구로 작성하면 설득력이 있는 비즈니스 문서가 만들어집니다.

l아날로그 노트 메모를 통해 생각을 구체화하고 디지털 도구를 이용해서 표현한다.

머릿속의 막연한 생각이 아날로그를 통해 구체화되고 디지털로 실체화되는 과정은 아래와 같습니다.

1단계는 무조건 생각나는 대로 적는 것입니다. 양식이나 순서에 생각 없이 풍부한 내용을 만들어 내는 것이죠. 머릿속에 있는 관련 지식을 모두 쏟아내서 양을 채워 나갑니다.

l생각나는 내용을 순서나 중요도에 상관없이 적어본다.

2단계는 풍부해진 내용을 유사한 카테고리로 묶어냅니다.노트의 앞쪽에 그룹핑하는 대표 메시지나 타이틀을 적고 연관된 내용끼리 표시합니다. 순서 배치나 구분이 쉽도록 숫자를 표시하는 것도 좋은 방법입니다.

l풍부한 메모 앞에 유사 내용끼리 제목이나 숫자로 묶어준다.

3단계에서는 그룹핑된 메시지 간의 우선순위를 정하여 순서대로 정렬해주는 것입니다. 이때 중요한 것은 비즈니스 문서에 채워야 할 핵심 메시지를 3가지 이내로 정의하는 것이죠. 마치 서론 – 본론 – 결론과 같습니다.

l 비즈니스 문서의 3가지 핵심 메시지를 한 문장으로 표현하고 우선순위를 정한다.

4단계는 3가지로 정의된 메시지를 하위 계층으로 내려 더 상세화 시켜 3X3 메시지 계층 구조(2 Layer)로 만듭니다. 3가지 이상의 메시지가 나올 수 있지만 정말 중요한 메시지가 아니면 3가지로 압축하는 연습해 보길 바랍니다.

l 3개의 메시지를 각각 3개씩 상세화해 3X3 메시지 계층 구조로 만든다.

5단계는 3X3 메시지를 더 상세화 시켜 다시 최종적으로 3개의 계층 구조(3 Layer)로 상세화 시키는 과정입니다. 3 Layer에 해당하는 메시지는 실제 비즈니스 문서에 들어갈 문장에 해당됩니다. 슬라이드의 내용과 문장에 어떤 내용을 채울 것인지, 어떻게 표현할 것인지 미리 써보는 기능을 합니다.

동시에 어떤 자료를 찾아야 할지, 어떻게 상세화 시킬지 태스크(Task)를 정의해주는 역할도 합니다. 3X3X3까지 메시지가 드릴다운(drill down)되면 문서의 전체 내용이 한눈에 보이고, 어떻게 이야기를 풀어낼 것인지 파악할 수 있죠.

l 3X3X3로 총 9개의 메시지로 상세화 한다.

6단계는 비즈니스 문서 스토리를 이렇게 계층 구조화를 시켜 한눈에 보면 부족한 부분이 어느 곳이며 메시지 계층 구조에 문제가 없는지 살펴봅니다.이를 통해 더 구체화한 내용을 작성하면 파워포인트나 워드로 옮길 수 있는 준비된 문서라 할 수 있습니다.

이렇게 밑그림이 그려진 노트를 파워포인트로 옮겨보세요. 처음에는 시간이 많이 걸리지만 노트 메모 습관이 익숙해지면 문서 작업 시간의 80%는 노트 메모에, 나머지 20%는 파워포인트 작성에 쏟게 됩니다. 그리고 그렇게 만들어진 습관은 설득력 있는 비즈니스 문서를 만드는 큰 역량이 되어줍니다. 

필자의 업무 노트 중 스케치 노트는 이러한 논리적 구성을 위한 밑그림들로 가득 채워져 있습니다. 노트 메모는 시간이 오래 걸리고 다소 정리 안 된 듯 보이지만 노트는 생각이 글을 따라 흐르고, 글이 생각을 따라 채워지는 공간이라 할 수 있습니다. 그리고 흰 노트가 흐르고 채워지면서 생각은 더 구체화되고 논리력은 강력해집니다.

이러한 과정을 통해 이론으로 배운 프레임워크 문법은 실무의 다양한 경험을 통해 체득화 되고, 언어를 습득하듯 논리력과 문제 해결 능력으로 성장하게 되는 것입니다. 여러분이 이 과정을 직접 해보시면 제가 설명해 드린 과정이 훨씬 와닿을 것입니다. 오늘부터 문서를 만들기 전에 노트에 먼저 써 보는 게 어떨까요?

글 l 강석태 책임 l LG CNS 블로거 [‘아이디어 기획의 정석’ 저자]

* 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 LG CNS 블로그에 저작권이 있습니다.

* 해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

스마트시티라는 말을 들었을 때 떠올려지는 이미지는 사람마다 다양하며, 실제로 일어나는 사업의 형태도 다양합니다. 하지만 스마트시티를 구성하는 층위(Layer)는 인프라•플랫폼•서비스의 세 가지로 정의할 수 있습니다. ^[각주:1]

오늘은 스마트시티의 핵심인 스마트 플랫폼(Smart Platform)에 대해서 알아보도록 하겠습니다.

승강장이라는 사전적 의미를 가진 플랫폼은 기차, 지하철, 혹은 버스 등 교통수단과 승객이 만나는 공간입니다. 승객이 필요로 하는 교통수단을 탈 수 있는 유일한 곳인 플랫폼은 많은 사람이 몰리는 거점 역할을 하며, 교통과 물류의 중심으로 무수히 많은 가치 교환이 일어나고 거래가 발생하게 됩니다.

스마트 플랫폼은 기존의 플랫폼에서 정보통신기술(IT)이 더해져, 물리적인 연결뿐만이 아니라 정보의 연결과 함께 가상공간을 통해 무수히 많은 사람과 거래, 서비스를 연결하여 다양한 가치교환이 일어나게 하는 진화된 플랫폼이라고 할 수 있겠습니다. 플랫폼에 접속해 플랫폼의 기능을 이용하는 ‘사용자’가 급증하게 되면서 스마트 플랫폼은 사용자, 고객, 파트너 등 복수의 그룹이 참여하고 공정한 거래를 할 수 있게 만드는 강력한 상생의 생태계로 발전하게 됩니다.

우리는 지금 정보 검색을 위한 포털과 문자 메시지를 대신하던 모바일 메신저가 이제는 각종 상거래와 게임뿐만 아니라, 금융•결제 서비스 및 운송•택시 서비스 등을 연결하고, 동영상 올리고 공유하던 사이트가 다양한 영역의 정보 공유 및 마케팅의 장으로 활용되는 등 단순하게 생각했던 IT 서비스가 어느새 강력한 생태계로 진화하여 우리 삶에 큰 영향을 미치는 것을 여러 분야에서 몸소 체험하고 있습니다.

기술 발달로 인해 센서 등 다양한 기기•장비의 가격이 낮아지고, 정보의 공유•개방을 통해 다양한 서비스가 등장하면서 스마트 플랫폼의 가치와 중요성은 갈수록 높아질 것으로 예상되며 IoT 플랫폼 등의 관련 시장 전망도 매우 높게 나타나고 있습니다.

그렇다면, 이와 같은 스마트 플랫폼이 스마트시티의 핵심인 이유는 무엇일까요?

바로 스마트 플랫폼을 통해 스마트시티는 인프라와 정보, 정보와 공간, 공간과 서비스가 연결되며 이를 통해 도시에서 거주하는 도시민이자 플랫폼을 사용하는 사용자의 삶의 질(Quality of Life)을 향상시킬 수 있는 가치를 제공할 수 있기 때문입니다. 스마트시티에 속해 있는 구성 요소 간의 연결과 상호작용을 통해 지속 발전할 수 있는 도시 생태계를 만드는 핵심 기능을 담당하는 것이 바로 스마트 플랫폼이라 할 수 있겠습니다.

l좌_ 스마트 센서 가격 하락 추이 (출처: Status of MEMS Industry report, Yoke Development, May 2016), 

우 _ Global IoT 플랫폼 시장 전망 (출처: Overall IoT Platform market 2015-2021, IoT Analytics, Jan 2016)

스마트시티의 지속 가능한 도시 생태계를 발전시켜 나가기 위해서 공공 또는 공급자 중심의 완성된 소프트웨어나 시스템이 필요한 것이 아니라, 도시에 속한 모두가 함께 지속적으로 스마트 플랫폼의 가치를 높여 나가는 것이 필요합니다.

이를 위해서는 다양한 사용자와의 접점을 늘려 많은 사람이 스마트 플랫폼을 통해 원하는 정보를 얻고 다양한 활동을 할 수 있도록 해야 합니다. 다양한 영역에서의 플랫폼 비즈니스에서 가입자 수를 늘리기 위한 경쟁을 하는 것들이 이에 해당합니다.

l LINE CHANNEL: NHN TURNS LINE INTO A PLATFORM FOR EVERYTHING [SOCIAL GAMES] 

(출처: https://www.serkantoto.com/2012/07/03/line-channel-nhn/)

또한, 플랫폼은 태생적으로 ‘확장’을 전제로 하고 있으며, 가치 제고를 위해 확장 가능한 개방적 생태계 구축을 적극적으로 추진해야 합니다. 개방성과 확장성을 통해 플랫폼을 이용하는 사용자와 파트너들로 플랫폼이 제공하는 정보와 다양한 서비스 및 콘텐츠의 질적, 양적 향상을 이루게 함으로써 도시 생태계는 참여를 통한 지속 가능한 발전이 가능해집니다. ^[각주:2]

그리고 플랫폼의 가치를 강력하게 만드는 킬러 애플리케이션을 보유해 시민에게 강제하지 않아도 스마트 플랫폼을 반드시 사용하게 만들 수 있는 기능이나 서비스를 제공해야 합니다. 앞서 예시로 든 검색 서비스, 모바일 메신저나 동영상 서비스도 강력한 킬러 애플리케이션을 통해 스마트 플랫폼으로 진화한 사례라고 할 수 있겠습니다.

스마트시티에서의 인프라와 서비스를 연계해 주는 스마트 플랫폼이 제대로 기능하기 위해서는 갈수록 늘어나는 도시에서의 데이터 처리(수집, 분석, 활용)와 함께 네트워크(P2P, P2M, M2P, M2M 등)를 통한 융•복합 서비스의 효과적인 제공이 필수적입니다.

과거 공공 주도로 추진된 국내 U-시티 사업에서는 교통, 환경, 시설, 안전, 행정 등 5대 공공 서비스의 제공과 이를 운영하는 통합 플랫폼을 추진했지만, 스마트 플랫폼에 대한 철학이나, 실질적 기능에 해당하는 데이터 처리 및 융•복합 부분에서는 당시 기술 수준과 비용 등 구현에 한계가 있었습니다. ^[각주:3]

l U-City 통합 플랫폼 체계도 (출처: 건설 경제, 2013.2)

최근 추진되고 있는 세종 5-1 국가 시범 스마트시티 프로젝트^[각주:4]에서는 단순한 공공 서비스 제공이 아닌, 지속 가능한 플랫폼으로 스마트시티의 철학(City as a Platform)과 목표 이미지를 제시하고 있으며, 수요에 기반한 7대 혁신 영역의 도출과 함께 이에 대한 구체적인 지향점을 밝히고 있습니다.

영역별 지향점의 실현을 위해 IoT, 자율주행, 클라우드, AI빅데이터, 드론 등 혁신 기술을 적용한 융•복합 서비스가 스마트시티에서의 킬러 애플리케이션이 될 수 있도록 제시했다는 점에서 스마트 플랫폼으로써의 도시 생태계 조성을 위한 접근법의 전환을 확인할 수 있습니다.

l세종 5-1 스마트시티 국가 시범 스마트시티의 7대 혁신 역 및 지향점 (출처: 한국토지주택공사)

스마트시티에서의 스마트 플랫폼, 즉 스마트시티 플랫폼에 대해 현재 우리나라에서는 다음과 같이 정의하고 있습니다.

① 스마트시티와 관련된 다양한 응용서비스와 사물들을 IoT 국제표준 기반으로 쉽게 연계하여 사용자들에게 필요서비스를 제공하고, 개발자들을 지원해 줄 수 있는 플랫폼 (과기 정통부, 정보통신산업진흥원)

② 지자체 도시 관제센터에서 방범, 방재, 교통, 시설물 관리 정보 시스템을 연계해 활용하기 위한 기반 소프트웨어 (국토교통부)

앞서 말씀드렸던 스마트 플랫폼 개념에 비해 좁은 범위의 정의로 인식될 수 있으나, 정부 및 공공기관에서는 스마트시티 플랫폼의 실현을 위해 국가 차원의 표준 및 기본기능을 정의하고 있으며, 먼저 지자체를 대상으로 단위 규모의 서비스 플랫폼 구축 사업이 추진 중입니다.

또한, 해외에서도 IoT 플랫폼 구축 사업과 이를 빅데이터, 머신러닝 등의 신기술 연계하는 방안에 대해 고려하고 있으며 ISO/IEC 등 국제표준기관을 중심으로 스마트시티 ICT 성능지표 등의 표준 개발을 준비하고 있습니다. ^[각주:5]

l ICT 표준화 추진 체계, 융합 서비스-스마트시티, ICT 표준화 전략맵 2018 (출처: 한국정보통신기술협회)

민간에서도 스마트시티 플랫폼에 대한 자체 R&D 및 국가 시범사업 참여 등을 통해 미래 스마트시티의 실현을 위한 지속적인 노력을 진행 중입니다. 특히 LG CNS는 지난 7월 국내 기업 중 IT 업계 최초로 스마트시티 통합 플랫폼인 '시티허브(Cityhub)'를 출시했으며, 대기업 최초로 한국정보통신기술협회(TTA)가 주관하는 플랫폼 인증을 획득했습니다. ^[각주:6]

l 2018 LG CNS 스마트시티 플랫폼 시티허브 구성도

진화된 스마트 플랫폼인 시티허브를 통해 빌딩, 가로등, 자동차 등 도시 생활 영역 및 물류 제조 유통 등 98종의 산업 영역에서 나오는 데이터를 모아서 관리할 수 있으며, 다른 통신방법을 사용하는 기기라도, 별도의 플랫폼을 구축하지 않아도 되게 하였습니다. 그뿐만 아니라 수집한 데이터를 분석할 수 있도록 AI빅데이터 기술을 적용하여, 도시 내 CCTV나 드론에서 얻은 정보를 분석해, 교통량을 예측하는 것도 가능하게 하였습니다.

앞으로의 스마트시티 플랫폼의 모습은 어떻게 구체화될 수 있을까요?

도시의 특성과 수요가 다르고, 기술의 성숙도와 적용 가능 상황이 다르며, 스마트 플랫폼을 중심으로 하는 생태계를 만들어 나가는 방식이 다르기 때문에 일관성 있는 정책과 추진 방향, 실행 주체가 있어야 합니다. 이를 통해 스마트 플랫폼은 지속적인 발전이 가능합니다. ^[각주:7]

살펴본 바와 같이 스마트시티 플랫폼의 실현은 도시재생, 시범도시 등 스마트시티 사업의 핵심이며, 세계 표준을 선도할 수 있는 '한국형 스마트시티'의 모습을 구체화해 나가는 작업입니다. 이는 플랫폼에 참여하는 모든 주체의 협력을 통해 완성될 수 있으며, 시민의 행복과 창조적인 기회를 제공하는 지속 가능한 플랫폼으로써의 스마트시티를 가까운 미래에 가질 수 있기를 희망해 봅니다.

글 l LG CNS 엔트루컨설팅 스마트엔지니어링그룹

* 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 LG CNS 블로그에 저작권이 있습니다.

* 해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

최근 우리나라에서는 데이터를 보호의 대상으로 봐야 하는지, 아니면 적극적인 활용의 대상으로 봐야 하는지에 대한 논의가 뜨겁습니다. 우리나라는 개인정보에 대한 규제가 워낙 강해 혁신적인 서비스가 출현하기 어려울 수 있다는 분위기가 형성되면서 논의가 시작된 것입니다. 이에 대한 상징적인 사건이 있습니다. 올해 초 우리나라를 비롯해 전 세계 ICT 업계를 긴장시켰던 GDPR(General Data Protection Regulation)이 그것입니다.

유럽 의회에서 시민들의 개인정보 보호를 더 강화하기 위해 만든 규정, GDPR은 많은 논의 끝에 2018년 5월 25일에 시행되었습니다. 전 세계 각국 정부와 ICT 업계는 GDPR에 어떻게 대응해야 할지, 장기적으로 이것이 미칠 파장은 무엇일지 촉각을 곤두세웠죠. 우리나라도 마찬가지였습니다.

관련 정부부처와 공공기관들은 GDPR 적정성 평가를 통과하기 위한 정책적 노력을 기울였는데 유럽에 진출한 우리 기업들이 혼란을 느끼지 않도록 안내서나 가이드라인을 배포하고 세미나를 여는 등 다각적인 방법들을 강구했습니다.

이렇게 화제를 몰고 온 유럽 GDPR의 골자는 ‘EU에 속하지 않은 국가가 EU 국민들의 개인정보를 국외로 가져가려면 GDPR에 따라야 한다는 것’입니다. EU가 GDPR로 각 국가들에게 시행하는 적정성 평가도 결국 해당 국가의 개인정보 보호 수준이 EU와 동등한 수준인지 판단하는 절차입니다.

따라서 EU를 제외한 국가들은, 자국의 기업들이 수집한 EU 국민의 개인정보 활용을 허가받으려면 GDPR 적정성 평가를 통과해야 합니다. 일례로 미국의 대표적인 포털•소셜미디어 업체인 구글과 페이스북은 GDPR이 발효되자 바로 유럽의 시민단체들로부터 고발을 당했습니다.

앞으로 적정성 평가에서 통과하지 못하는 국가의 경우에 막대한 과징금과 함께 적극적인 규제도 예고되고 있습니다. 많은 국가들이 EU를 대상으로 외교전까지 펼치며 긴장의 끈을 놓지 않고 있는 이유가 여기에 있는 것입니다.

그런데 우리나라의 경우에는 이미 GDPR과 유사한 ‘개인정보 보호법’이 이미 있습니다. 물론 GDPR과 개인정보 보호법이 적법성 인정 요건이나 개인정보 처리 주체 규정 방식, 지정된 책임자에 대한 법적 지위•역할 등의 내용에서는 차이를 보입니다. 그러나 GDPR과 우리나라 개인정보 보호법은 그 취지나 규제 범위 등에서 유사한 수준이라고 말할 수 있습니다.

가장 큰 차이를 꼽으라면 과징금인데, 위반이 발생하면 우리나라 과징금은 5천만 원 이하 수준이고 GDPR은 257억 원의 수준이니 정말 큰 차이가 나죠. 한편 EU가 GDPR 시행 4개월을 넘긴 시점에 아직까지 우리나라 기업들에게 과징금 폭탄을 예고하거나 경고하는 등의 조짐은 나타나지 않아 마치 우리나라 기업들이 GDPR에 잘 적응하고 있는 것처럼 보입니다.

이 때문에 우리나라는 이미 GDPR 시행 이전에도 개인정보에 관한 규제 체계가 있어왔고 그 규제 강도도 센 편이기 때문에 GDPR이 별문제가 되지 않을 것이라는 얘기도 들려옵니다. 우리나라 개인정보 보호법이 GDPR과 유사한 측면이 있다는 점을 잘 보여주는 대목입니다.

이처럼 GDPR이 전 세계 ICT 업계를 긴장시켰지만, 우리나라 업계에서는 이 문제에 그렇게 크게 반응하지 않는 양상을 보입니다. 개인정보를 비롯한 데이터 규제 측면에서 전 세계 여느 국가들과 비교해도 우리나라가 더 엄격하다는 인식 때문에 이런 현상이 일어나는 것입니다.

그래서 우리나라에서는 오히려 GDPR을 계기로 데이터 규제 혁신 이슈가 수면 위로 떠오르고 있는 실정입니다. 대부분 개인정보는 그대로 보호하되 산업의 발전을 동시에 꾀할 수 있는 방안을 적극적으로 모색해보자는 취지입니다. 그렇다면 이러한 논의들은 개인의 정보보호 권한을 수호함과 동시에 산업의 발전을 이룰 수 있는 방향을 담고 있는 것일까요? 최근 데이터 규제 관련 주요 이슈들의 내용과 그 시사점에 대해 살펴보겠습니다.

오늘날 데이터 수집과 분석의 과정을 일컫는 ‘데이터 마이닝(data mining)’이라는 개념은 데이터로부터 정보를 캐내는 과정에서 가치를 창출해낸다는 의미가 포함되어 있습니다. 마치 자연의 일부를 발굴하여 석탄이나 원유같은 에너지원으로 기능할 수 있도록 만드는 일과 비슷하다고 하여 붙여진 개념입니다. 다시 말해 데이터가 단순히 계산이나 분석을 위한 숫자의 집합이 아니고 서비스나 가치를 창출시킬 수 있는 원료라는 의미입니다. 

4차 산업혁명 시대로 넘어가면서 ‘대용량’의 데이터를 기계학습(machine learning)의 방법으로 빠르게 분석해내고 이를 통해 인공지능(AI)과 같은 기술을 개발해내는 것이 중요해집니다. 즉 대용량의 데이터를 빠르고 정확하게 추출하고 분석하면 4차 산업혁명에서 이야기하는 초연결(hyperconnectivity)과 초지능(superintelligence) 기술들이 개발되기 쉬워 새로운 산업과 혁신적인 서비스가 출현되고, 이로 인해 부가적인 가치를 창출할 수 있게 된다는 것입니다.

더 주목할만한 현상은 최근 우리나라에서는 이러한 데이터의 중요성과 더불어 데이터 규제 혁신이 강조되고 있다는 점입니다. 주로 시장과 학계에서 관심을 가져왔던 ‘4차 산업혁명과 데이터의 중요성’에 관한 논의가 이제 민간, 정부, 공공 영역으로 확산되어 더 심도 깊게 논의되고 있는 양상입니다. 이제 우리나라도 데이터에 대해 기존 산업을 송두리째 혁신할 원료로 인식하고, 이를 적극적으로 개방하고 공유하자는 생각을 시작한 것입니다.

데이터의 중요성을 인지하고 데이터 개방과 공유가 한 시대의 혁신을 이끌어낸다는 점을 인식했으니, 데이터 규제 혁파 환경을 본격적으로 조성해야 하겠죠?

아무래도 기존의 개인정보 법제와 정책 체계 안에서 데이터 활용 기술과 서비스를 개발하면 다른 국가와 경쟁하기 어려워 보이고, 그렇다고 해서 무작정 현재 수준의 개인정보를 개방할 수도 없습니다. 그래서 법률 개정 과정에서는 기존의 개인정보(個人情報)와 더불어 가명 정보(假名情報) 및 익명 정보(匿名情報)의 개념을 명확히 하는 논의가 이뤄지고 있습니다.

그간 우리나라 법체계에서는 이름이나 주민등록번호, 신체정보, 생활정보 등의 정보를 일컫는 개인정보 개념을 중심으로 개인의 데이터를 관리해왔습니다. 그러나 개인정보의 개념만으로 규제할 경우 개인정보도 제대로 보호되지 않거니와 개인에게 피해를 끼치지 않는 정보마저도 활용되기 어려웠습니다.

2016년 당시 관계부처들(국무조정실, 행정자치부, 방송통신위원회, 금융위원회, 미래창조과학부, 보건복지부 등)은 현행 법령의 틀에서 개인정보 비식별 조치 기준과 비식별 정보의 활용 범위 등을 제시한 <개인정보 비식별 조치 가이드라인>을 선보입니다.

l비식별 조치 및 사후관리 절차 (출처: https://www.privacy.go.kr/edu/inf/10.do)

그러나 이 가이드라인도 법률이 아니므로 정책을 시행할 근거로는 미흡할 수밖에 없었습니다. 따라서 개인정보, 가명 정보, 익명 정보로 일단 정보의 개념을 명확히 구분하고 이 내용을 담은 법률을 통해 규제 혁신 정책의 근거를 마련하고자 지속적으로 논의가 진행되고 있습니다.

가명 정보란 ‘추가 정보의 사용 없이는 특정한 개인인지 알아볼 수 없도록 조치한 정보’입니다. 말 그대로 가명을 사용한 형태의 정보이며 ‘비식별정보(누구인지 특정할 수 없는 정보)’와 같이 다른 정보와 결합하지 않는 한 개인이 식별되지 않는 것이 특징이죠.

반면 익명 정보는 통계나 분석 등으로 확인되는 데이터입니다. 특정한 개인정보처리자가 있다면 이 사람이 다른 어떤 정보를 결합해도 더 이상 개인을 알아볼 수 없도록 조치된 정보를 말합니다. 그야말로 익명 정보는 개인정보로써 기능이나 가치는 없다고 할 수 있습니다.

2018년 2월 1일부터 2일까지 양일간 열린 대통령 직속 4차산업혁명위원회(이하 4차산업혁명위원회)의 ‘제2차 규제•제도 혁신 해커톤’에서는 개인정보와 관련된 법적 용어 체계를 개인정보, 가명 정보, 익명 정보로 구분하여 정비하기로 합의했습니다. 구체적으로 가명 정보의 정의나 활용에 관한 법적 근거를 마련하고, 익명 정보는 개인정보 보호법의 적용대상이 아닌 것으로 합의한 것입니다.

이 합의 내용을 토대로 2018년 8월 31일에는 관계 정부부처들(과학기술정보통신부, 행정안전부, 금융위원회, 방송통신위원회)이 가명 정보 제공의 범위를 구체적으로 법에 규정하겠다고 발표합니다.

현행 법률상에서 가명 정보 제공 범위는 ‘통계 작성 및 학술연구’인데, 이 범위를 ‘통계 작성(시장조사 등 상업적 목적 포함), 연구(산업적 연구 포함), 공익적 기록 보존 등’으로 새롭게 규정한다고 합니다. 또한 ‘이용할 가치가 높은 데이터 결합의 법적 근거’도 마련하기로 했습니다. 그야말로 기존에는 개인정보라는 울타리에 갇혀있던 정보들이, 가명 정보나 익명 정보 개념의 도입으로 그 활용도가 증가할 수 있도록 법적 근거들이 생겨나고 있습니다.

데이터 규제 혁신을 이루기 위해 데이터 중요성을 인식하고, 다음으로 데이터의 개념을 세분화해 법적으로 명확한 활용 기준을 만들었다면, 이후 무엇이 실행되어야 할까요? 이제 실제로 데이터를 모아서 관리하는 체계를 마련해야 할 겁니다. 그래서 대용량의 데이터로 축적되는 공공데이터의 체계적인 관리가 중요한 이슈로 부각됩니다.

이전부터 학계와 산업계를 중심으로 공공데이터의 완전한 개방을 통해 데이터 기반 산업의 혁신이 빨라질 것이라는 의견이 주를 이뤘습니다. 이에 대한 구체적인 계획도 나왔는데 바로 100개소에 달하는 분야별 빅데이터 센터를 설립한다는 정책 사업이 그것입니다.

이미 2017년 12월에 공공 빅데이터 센터 설치를 위한 근거 법률인 「데이터기반행정 활성화에 관한 법률」이 국회에 제출되었습니다. 이후 올해 초인 2018년 1월 행정안전부가 공공 빅데이터 센터 구축을 본격적으로 추진한다고 발표했습니다.

행정안전부가 발표한 공공 빅데이터 센터는 중앙부처, 자치단체, 공공기관의 빅데이터를 연계하거나 대학과 기업의 민간 빅데이터를 수집해 분석하는 역할을 하게 됩니다. 우선 민관의 분야별 데이터를 정제, 가공, 융합하여 국가적으로 중요하거나 정책결정•미래전략 수립에 필요한 과제를 도출하죠.

그리고 이렇게 도출한 과제의 수행을 위해 대용량의 빅데이터를 분석하거나 해당 결과를 검증하고 분석 결과를 시각화하는 작업을 수행합니다. 이러한 작업의 결과물들은 다시 민관의 분야별로 공유되고 활용될 것이라고 합니다.

한편으로 공공 빅데이터 센터는 국가적으로 중요한 데이터를 저장하고 분석하는 체계도 구축할 예정입니다. 범정부 데이터 플랫폼을 통해 이용자들이 언제든 원할 때 중앙부처, 지자체, 공공기관의 데이터를 검색하고 분석할 수 있게 환경을 제공해준다는 겁니다.

범정부 데이터 플랫폼 이용자는 국가의 전체적인 데이터 맵을 확인하고 이를 다양한 분석 도구로 분석할 수 있습니다. 그리고 이렇게 분석되는 결과는 다른 빅데이터 센터들과 공유되어 국가적 차원의 공공 빅데이터 분석 정보가 지속적으로 축적됩니다. 

즉 공공데이터 센터는 우리나라에 흩어져 있는 빅데이터를 모으고 분석하는 일도 하지만, 수많은 이용자들이 이 빅데이터를 직접 활용하여 결과를 도출할 수 있도록 돕기도 합니다.

l공공 빅데이터센터 기반 시스템 (출처: http://www.korea.kr/policy/pressReleaseView.do?newsId=156248829)

데이터를 본격적인 거래의 대상으로 상정하고 이에 따른 체계를 만드는 일도 데이터 규제를 탈피해 나가는 과정에서 중요한 일입니다. 그래서 규제 혁신에 관한 논의에서 데이터 거래 체계에 관한 논의는 빠질 수 없습니다. 2018년 6월 26일에 의결된 4차산업혁명위원회의 <데이터 산업 활성화 전략>을 보면 데이터 거래 기반 구축 방안이 아래와 같이 설명되어 있습니다.

l데이터 거래 기반 구축 추진 방안 (출처: 

https://www.4th-ir.go.kr/article/detail/227?boardName=internalData&category=agenda)

클라우드 기반으로 관리하는 데이터 영역을 민간기관 및 공공기관 데이터, 해외 공공데이터에 걸쳐 전면적으로 확대한다고 합니다. 클라우드로 데이터를 저장하고 관리하게 되면 데이터를 보다 효율적으로 활용할 수 있게 되므로, 클라우드 데이터 이용 및 연계 체계를 전 영역에 확산하는데 중점을 두겠다는 것입니다.

다음으로 이러한 데이터를 개방형으로 거래할 수 있는 체계도 구축할 예정입니다. 데이터 공급과 수요를 필요로 하는 기업이나 기관들이 서로 데이터를 주고받을 수 있도록 중개하고 거래하는 체계를 만드는 것입니다. 중간에 데이터 가공 전문 기업이 데이터를 가치 있는 상품으로 만들 수 있도록 하는 환경도 구축한다고 합니다. 즉 누구나 데이터를 쉽고 빠르게 등록•검색•거래할 수 있도록 거래 기반을 구축하겠다는 계획입니다.

민간과 공공데이터는 개방형의 오픈소스 기반 플랫폼으로 연계할 예정입니다. 또한 시장이 형성되는 초기 단계부터 데이터 거래를 활성화하기 위해, 중소기업이나 스타트업에게는 데이터 바우처를 제공한다고 합니다. 데이터를 구매하거나 가공할 경우에 필요한 비용을 바우처로 제공하는 것입니다.

바우처를 통해 데이터를 가공할 경우, 가공한 결과물은 상품으로 다시 등록하고 판매할 수도 있습니다. 상대적으로 데이터를 확보할 자금이 없는 영세 사업자들에게 데이터 구입이나 데이터 활용을 통해 상품을 개발할 수 있는 활로를 열어준 셈입니다. 

데이터 거래 체계까지 완성되고 이로 인해 데이터 산업이 활성화될 경우 필요한 것은 역시 전문 인력과 전문 기업이 살아남을 수 있는 생태계입니다. 데이터 산업에서도 여타 산업처럼 특화된 전문 인력과 전문 기업이 육성되어야 전체 산업이 선순환적으로 발전할 수 있기 때문입니다.

다시 4차산업혁명위원회의 <데이터 산업 활성화 전략>을 참고해보죠. 데이터 분석 전공과정을 운영하는 대학을 지원하여 2022년까지 데이터 과학자 8천 명을 집중적으로 양성하는 계획이 수립되어 있습니다. 또한 산업계에 실무교육을 지원하거나 데이터 분석 국가기술자격제도인 ‘빅데이터 분석 기사’를 신설하여 3만 3천 명의 실무인력을 양성한다고 합니다.

한편 판교의 ‘글로벌 ICT 혁신 클러스터’를 통해 데이터 셋, 컴퓨팅 자원, 전문 인력•툴이 서로 연결될 수 있는 허브를 구축하고 빅데이터 전문 기업을 지원하는 체계를 마련한다고 합니다. 데이터 분야에서 스타트업이나 강소기업을 적극적으로 발굴하여 2022년까지는 100개사를 집중적으로 육성하고 유망한 기업 80개사는 해외 진출도 지원한다고 합니다.

2014년부터 시작된 데이터 분야 정부 지원 사업 ‘K-Global DB-Stars’을 통해서도 지속적으로 스타트업을 발굴하거나 컨설팅해주고 투자유치도 지원할 예정입니다. 그밖에 데이터 기업의 솔루션을 해외로 진출시키기 위해 솔루션 현지화나 마케팅도 적극적으로 도울 계획이라고 합니다.

l데이터 스타트업 육성 HUB (출처: 

https://www.4th-ir.go.kr/article/detail/227?boardName=internalData&category=agenda)

정부에서 데이터 규제 혁신과 산업 활성화의 이슈에 집중하는 한, 전문 인력 확충이나 전문 기업 육성과 관련한 유무형의 지원 정책이 더욱 생겨날 것으로 보입니다. 어느 영역이나 정부가 주도적으로 뛰어든 정책 사업은 신생 기업과 인력 양성 지원 사업이 전형적인 정책사업 포맷이기 때문입니다. 하물며 제4차 산업 발전의 주요 원인이 되는 데이터 산업과 관련해서는 향후 얼마나 많은 지원 사업이 출현할지 지금부터 더 두고 볼 일입니다.

지금까지 최근 우리나라에서 논의되거나 실행단계에 접어든 데이터 규제 혁신의 이슈들을 요약해 살펴봤습니다. 이제 우리나라도 데이터의 중요성을 인지하고 다소 경직된 측면이 있던 법 제도를 개선하려는 움직임이 보입니다. 

공공데이터도 체계적으로 관리해 활용성을 극대화하는 추세로 가고 있습니다. 그런가 하면 데이터 자체가 상품의 원료로 쓰이든, 하나의 상품이 되든 그 거래가 원활히 이뤄질 수 있도록 지원 체계도 마련되고 있습니다.

물론 전문 인력이나 전문 기업의 육성책도 다각적으로 실시된다고 합니다. 그야말로 데이터가 신산업을 이끄는 중요한 원료이자 매개체, 가치 있는 상품이라는 생각이 정립되고 있고 관련 산업 영역에서 혁신이 일어날 수 있도록 환경이 조성되고 있는 단계입니다. 

그런데 데이터 규제 혁신 이슈들을 통해 주목해야 할 지점들이 있습니다. 데이터에 관한한 엄격한 규제를 표방해온 우리나라의 사회적 분위기 속에서, 이러한 이슈들이 어떠한 의미를 가질까 무엇을 더 보완해야 할까 하는 점입니다. 몇 가지 간추려 보도록 하겠습니다. 

첫째, 데이터 개방과 공유의 중요성에 대해 산업계에서는 충분히 공감하지만 개인정보를 활용하는 문제에 대해 이용자들의 인식이 따라갈 수 있을까 하는 점을 생각해볼 수 있습니다.

이제까지 규제적 측면이 강했던 개인정보 보호 정책의 기조를 앞으로는 규제 혁신 모드로 전환한다고 하면, 이용자에 입장이나 수준에서 어느 정도 학습의 시간이 필요할 수 있습니다. 일례로 개인정보 법제가 개선되는 데 있어 가명 정보와 익명 정보 개념의 확산이 먼저 필요하다면 개인정보를 다루는 기업들은 관련한 이용자 교육을 고려해볼 수도 있겠습니다.

둘째, 공공데이터를 수집하여 분석하는 과정에서 전문기관을 설립한다고 해도 실제 공공데이터를 생성해내는 첫 단계에서의 데이터 수준을 고려해봐야 합니다. 

중앙부처, 지자체, 공공기관 등에서 생성되는 원천 데이터는 대부분 실무자 수준에서 첫번째 생성 단계를 거칩니다. 실무 단계의 행정업무를 통해 수많은 공공데이터가 쌓이게 되고 이 데이터를 토대로 공공영역의 대용량 데이터가 형태를 갖추게 되는 것입니다.

따라서 공공영역에서 원천 데이터가 제대로 수집될 수 있도록 산학연관의 전 영역에서 해당 분석기술 개발에 더 관심을 가져야 할 것입니다. 1차 데이터 생성 과정에서는 기초적인 데이터•통계 교육과, 더불어 해당 데이터가 미치는 사회적 영향, 효과 등에 대한 교육도 필요할 것으로 보입니다.

셋째, 개방형의 데이터 거래 체계를 만드는 것도 중요하지만 거래 과정에서 적용되어야 할 법제나 윤리의식에 대한 확산도 중요하지 않을까요?

데이터가 실제 상품으로 변환되어 거래가 활성화될 경우, 불법적인 방식으로 변종이 가능한 거래 형태도 미리 예측되어야 할 것입니다. 일례로 클라우드로 데이터를 이용하고 연계하는 방식이 보편화되기 위해서는 클라우드 시스템의 안전성 기준이 명확해야 할 것입니다.

마찬가지로 데이터 가공 전문 기업이 제대로 시장에서 자리 잡으려면 데이터 가공에 대한 필수 업무나 표준 계약 등의 요소들이 정형화되어야 할 것입니다. 중소기업이나 스타트업에게 데이터 바우처가 제공된다면 이 데이터 바우처가 편법적으로 거래될 소지는 없는지 모든 사회 구성원들이 살펴봐야 할 것입니다.

마지막으로, 데이터 전문 인력이나 기업을 육성하는 방식은 기존과 어떻게 달라져야 할지 생각해볼 수 있습니다. 

데이터 기반의 산업이야말로 우리나라가 이제까지 경험해보지 못한 산업 영역이기 때문에 특정 기간에 무차별적으로 자금을 투입하거나 혹은 형식적인 지원책을 적용하는 방식으로 성과를 내기 힘들 것입니다. 때로는 과감한 투자가 필요하고 가치를 창출시킬 수 있는 인재나 기업들을 영역별로 면밀히 선별해 전폭적인 지원을 해야 할 것입니다.

결국 대용량의 빅데이터로 창출시킬 서비스는 자동화•지능화•연결된 서비스이므로, 전 세계 경쟁 기업들의 현 상황을 분석하여 그에 걸맞게 지원 방법의 수준이나 규모를 정해 발 빠르게 투자해야 할 것입니다. 상대적으로 전 세계 경쟁기업들에 비해 더 나은 기술이나 서비스를 만들 수 없다면 인력이나 기업에 투자하는 자체가 쓸모 없어지니, 적기에, 적절한 규모를, 빠르게 투자하는 일이 더 중요해집니다.

전 세계 ICT 산업 현장이 주목하는 많은 정책들이 있지만 특히 개인정보 등 데이터 규제 분야에 대한 관심은 상당히 큽니다. 데이터 규제의 수준이나 규모에 따라 ICT 산업 혁신의 방향과 범위가 달라질 수 있고 그에 따라 출현할 수 있는 기술이나 서비스의 모습도 크게 변화하기 때문입니다. 

앞서 언급한 것처럼, 그간 우리나라에서는 개인정보에 대한 규제가 지나치게 과도해 데이터 산업의 혁신을 저해한다는 의견이 있어왔습니다. 때문에 EU의 GDPR이 우리나라 기업들에게 아직까지 큰 영향을 미치지 못하는 현상이 발생한 것이죠. 이제 GDPR로 인해 우리나라 데이터 사업 환경의 장단점이 확인되었고 본격적인 규제 개선 노력도 시작되고 있습니다. 개인정보도 엄격하고 효율적으로 보호하면서 산업을 살리는 방향의 본격적인 움직임이 시작된 것입니다. 

글 l 최홍규 박사 l EBS 연구위원

* 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 LG CNS 블로그에 저작권이 있습니다.

* 해당 콘텐츠는 사전 동의 없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

* 본 원고는 필자의 의견이며, LG CNS의 의견과는 다를 수 있습니다.

4차 산업혁명 시대에 본격적으로 접어들면서 글로벌 로봇 산업이 큰 변화의 시기를 맞고 있습니다. 자동차 산업에 이어 전기•전자 산업, 금속 산업, 고무 및 플라스틱 산업, 식음료 산업 등 산업계 전반으로 산업용 로봇 도입이 확산되고 있고 물류 로봇, 의료 로봇 등 전문 서비스 로봇 시장도 확대일로에 있습니다. 미국과 중국 간 무역 분쟁이 격화되면서 산업계의 로봇 도입 열기가 위축될 것이란 우려도 일각에서 제기되고 있지만, 전반적인 상승 기조는 유지될 것으로 예상됩니다.

국제로봇 연맹(IFR)이 최근 발표한 ‘2018 월드 로보틱스 리포트(World Robotics Report)’에 따르면 지난해 전 세계 산업용 로봇 판매량은 전년 대비 30% 증가한 38만 1천 대로, 역대 최고 기록을 경신했습니다. 이 같은 추세는 계속 이어져 2021년에는 전 세계적으로 63만 대에 달하는 산업용 로봇들이 공급될 것이라는 예측입니다.

l연도별 산업용 로봇 판매량, 단위: 1천 대 (출처: 2018 월드 로보틱스 리포트)

츠다 준지(Junji Tsuda) 국제로봇 연맹(IFR) 회장 겸 일본 야스카와전기 회장은 ‘로봇 산업이 수많은 첨단 기술에 힘입어 진화를 거듭하고 있다.’라며 시각 인식 기술, 기능 학습(Skill Learning), 인공지능을 활용한 예측 시스템, 인간과 기계 간 협동, 간편한 프로그래밍 과정 등을 로봇 산업계에서 일어나고 있는 중요한 기술적 진전으로 꼽았습니다. 과연 전 세계 로봇 산업계 지형도는 어떻게 바뀌고 있는 것일까요? IFR의 ‘2018 월드 로보틱스 리포트’를 바탕으로 글로벌 로봇 산업계의 변화상을 살펴보도록 하겠습니다.

글로벌 로봇 시장이 크게 성장했지만, 지역적으로 골고루 산업용 로봇이 도입되고 있는 것은 아닙니다. 지역적 편중이 심한 편이죠. 중국, 일본, 한국, 미국, 독일 등 톱 5가 2017년 전 세계 산업용 로봇 도입 대수 73%를 차지하고 있습니다.

l산업용 로봇 판매량 ‘톱 5’ 국가 (출처: 2018 월드 로보틱스 리포트)

톱 5 국가 중에서도 중국의 비중은 매우 큽니다. 지난해 중국에선 전년 대비 59% 증가한 13만 8천 대의 로봇이 판매되었습니다. 전 세계 산업용 로봇 판매 대수의 36%에 달하는 수치인데요. 중국에선 지난해 처음으로 외국계 로봇 업체들이 중국 로봇 업체들의 판매량을 앞지르는 이상 현상이 발생했습니다.

그동안 ‘중국제조 2025’ 정책에 힘입어 중국산 로봇 업체들이 큰 혜택을 보면서 약진을 거듭했지만, 해외 로봇 업체의 공세에 다소 주춤하는 모습입니다. 중국 로봇 업체들의 시장 점유율은 2016년 31%에서 2017년 25%로 하락했습니다. 대신 외국계 로봇 업체들이 약진한 것이죠. 이런 추세가 앞으로도 계속 이어질지는 두고 봐야 할 것 같습니다.

l세계 최대 로봇 시장으로 부상한 중국.

중국의 대표적인 로봇 업체인 시아순이 중국 로봇 전시회인 ‘CiROS 2018에 참가하고 있다 (출처: 장길수)

스위스 ABB가 2020년 가동을 목표로 상하이에 1억 5천만 달러를 투자해 대규모 로봇 공장을 신축키로 했으며 화낙, 야스카와, 가와사키 중공업 등 일본 업체들도 중국 생산 시설 확장에 대대적으로 나서고 있어 외국계 로봇 업체들의 중국 시장 공략은 더욱 거세질 것으로 예상됩니다.

전 세계 산업용 로봇의 56%를 공급하고 있는 일본 로봇 업체들은 중국 시장 공략에 크게 공을 들이고 있습니다. 아직은 중국 기업과 일본 기업의 기술 격차가 심해 일본 산업용 로봇의 중국 시장 입지는 강화될 전망입니다.

l ABB는 중국 상하이에 1억 5천만 달러를 투자해 로봇 공장을 건설한다 (출처: ABB 홈페이지)

중국뿐 아니라 아시아는 산업용 로봇 시장을 견인하는 핵심 지역입니다. 아시아 산업용 로봇 시장은 지난 2012년부터 2017년까지 연평균 25% 성장해왔는데 작년, 이 지역에서 판매된 산업용 로봇은 총 26만 1,800대에 달합니다. 산업용 로봇 판매 대수 톱 5중 3개국이 아시아에 속해 있으며 5위권 밖에도 아시아 국가들이 포진해 있습니다.

l산업용 로봇 국가별 현황 (출처: 2018 월드 로보틱스 리포트)

대만은 지난 2013년 이후 산업용 로봇 판매 대수 랭킹에서 6위 자리를 지키고 있는데, 지난해 전년 대비 44% 증가한 1만 900대의 로봇이 판매됐습니다. 7위를 차지한 베트남은 2016년 1,600대에서 지난해에는 8,300대로 눈부신 성장세를 보이고 있습니다.

상시적인 인력 부족으로 어려움을 겪고 있는 싱가포르는 전년 대비 72% 증가한 4,500대의 산업용 로봇을 도입, 아시아의 강세에 힘을 보태주고 있습니다. 앞으로도 글로벌 로봇 시장에서 아시아 국가들의 위세는 계속 유지될 것으로 보입니다.

산업용 로봇의 애플리케이션 영역에서도 중요한 변화의 움직임이 포착되고 있습니다. 오랫동안 산업용 로봇의 최대 수요처는 자동차 산업이었습니다. 글로벌 자동차 메이커들은 지난 10여 년 도장 작업, 용접 작업 등에 경쟁적으로 산업용 로봇을 도입, 글로벌 경쟁력을 키워왔습니다. 지난해 산업용 로봇 판매량의 33%(12만 5,700대)가 자동차 분야에서 이뤄진 것에서 알 수 있듯이 자동차 산업은 여전히 산업용 로봇의 최대 시장입니다.

l산업 분야별 산업용 로봇 도입 현황 (출처: 2018 월드 로보틱스 리포트)

하지만 자동차 산업 독주 시대가 종언을 고하기 시작했습니다. 지난해 전기•전자 산업의 산업용 로봇 판매량이 전체의 32%(12만 1,300대)를 차지, 자동차 산업과 막상막하의 형국입니다. 전기•전자 산업은 지난 2012년부터 2017년까지 연평균 30%의 성장률을 보이면서 산업용 로봇 시장의 새로운 성장 엔진으로 뿌리를 내렸습니다.

특히 중국, 일본, 한국 등 아시아 국가들의 전기•전자 산업계를 중심으로 산업용 로봇의 도입 열기가 확산되면서 전기•전자 산업계는 자동차 산업과 함께 글로벌 로봇 시장을 견인하는 쌍두마차로 떠올랐습니다.

지난해 자동차 산업계의 산업용 로봇 판매량이 전년 대비 22% 증가한데 반해 전기•전자 산업은 33%에 달합니다. 전기•전자 산업계의 산업용 로봇 도입이 빠른 속도로 진행되고 있다는 점을 감안할 때 머지않아 자동차 산업과 전기•전자 산업의 산업용 로봇 도입 대수가 역전될 가능성도 충분히 있어 보입니다.

전기•전자 산업은 자동차 산업보다 제품의 라이프 사이클이 빠르고 품질 개선에 대한 고객들의 요구 수준이 매우 높습니다. 게다가 산업계 종사자들의 이직률도 자동차 산업보다는 높은 편이죠. 이런 요인들이 전기•전자 산업계의 산업용 로봇 도입을 더욱 부추기는 중요한 변수로 작용하고 있습니다.

또한 전기•전자 산업은 배터리, 반도체 칩, 디스플레이 등 상대적으로 자동차 산업보다는 작은 부품을 다뤄야 하기 때문에 비전 인식 시스템, 인공지능 시스템 등 새로운 기술과 로봇 기술과의 융합이 요구되고 있으며 소형 산업용 로봇 또는 협동 로봇의 도입 필요성이 높습니다. 전기•전자 산업뿐 아니라 금속 산업, 고무•플라스틱 산업 등에서도 산업용 로봇의 수요가 지속적으로 증가하고 있어 산업용 로봇 시장은 더욱 다변화할 전망입니다.

서비스 로봇 시장은 크게 일반 서비스 로봇(가정용 로봇 청소기, 교육용 로봇 등)과 전문 서비스 로봇(물류 로봇, 의료 로봇, 국방 로봇, 필드 로봇 등)으로 구분됩니다. 최근 전문 서비스 로봇 시장을 견인하는 업종은 바로 유통 및 물류 산업입니다. 아마존, 알리바바 등 글로벌 유통업체들이 물류 창고와 배송 부문의 자동화를 적극적으로 추진하면서 물류 로봇은 최근 로봇 분야에서 가장 ‘핫(hot)’한 분야입니다. 물류 로봇 스타트업들이 벤처 캐피털과 엔젤 투자자 등으로부터 막대한 자금을 끌어들이고 있는 것도 바로 이런 이유 때문입니다.

l전문 서비스 로봇 주요 애플리케이션, 단위: 1 천대 (출처: 2018 월드 로보틱스 리포트)

l전문 서비스 로봇 애플리케이션별 판매 규모, 단위: 백만 달러 (출처: 2018 월드 로보틱스 리포트)

지난해 전 세계적으로 판매된 전문 서비스 로봇은 전년 대비 85% 증가한 10만 9,543대를 기록했습니다. 이 가운데 6만 9천 대가 물류 로봇인데, 전년 대비 162% 증가할 정도로 물류 로봇의 강세는 두드러집니다. 물류 로봇의 판매 규모는 전년 대비 138% 증가한 23억 8,300만 달러에 달합니다.

특히 비제조업에서 물건을 이송하는데 활용되는 로봇인 AGV(automated guided vehicle)가 6만 2,211대 정도 도입된 것으로 파악되고 있는데, 이는 비제조업체들의 로봇 도입이 본궤도에 진입하고 있다는 점을 잘 보여주고 있습니다.

l중국 물류 업체 쑤닝물류가 도입한 물류 로봇 (출처: 쑤닝물류)

PR(public relation) 분야도 전문 서비스 로봇 시장에서 괄목할만한 성장세를 보이는 곳 중 하나입니다. 서비스 안내 로봇, 텔레프레전스 로봇 등이 PR 관련 로봇으로 분류되는데, 지난해 전년 대비 56% 성장한 1만 43대 판매됐으며 시장 규모도 1억 7,700만 달러에 달했습니다. 이에 비해 대표적인 전문 서비스 로봇 시장인 국방 로봇 분야는 전체 전문 서비스 로봇 판매량의 11%(1만 1,992대) 수준입니다.

판매 대수가 많기는 하지만 무인 항공기가 1만 260대로, 국방 로봇의 대부분을 차지하고 있습니다. 국방 로봇의 도입이 무인항공기 등 제한된 영역을 중심으로 이뤄지고 있다는 한계를 지니고 있습니다. 이런 상황에서 PR 관련 로봇 시장은 공급량 측면에서 올해 국방 로봇을 추월할 것으로 예상됩니다.

전문 서비스 로봇 시장의 중요한 축으로 떠오르고 있는 분야가 바로 의료용 로봇입니다. 지난해 의료용 로봇 판매량은 전년 대비 73% 증가한 2,931대로 나타났습니다.

l인튜이티브의 수술용 로봇 (출처: 장길수)

의료용 로봇 분야는 지난해 전체 전문 로봇 서비스 공급 대수의 2.7%에 불과하지만, 판매 금액이 19억 1,100만 달러에 달해 전문 서비스 로봇 전체 판매액의 29%를 차지했습니다. 의료용 로봇의 대당 판매 가격이 워낙 높아 매출 규모가 크게 나타난 것입니다. 산업용과 재활용으로 보급이 확산되고 있는 외골격 로봇도 지난해 6,088대가 공급되면서 시장에서 영향력을 점점 확대하고 있습니다.

l가정용 및 개인용 로봇 판매 시장, 단위: 백만 대, (출처: 2018 월드 로보틱스 리포트)

전문 서비스 로봇 시장과 함께 일반 서비스 로봇(가정용 및 개인용) 역시 성장세를 이어가고 있으나 아직까지는 가정용 청소 로봇과 교육용 로봇, 장난감 로봇이 주류를 형성하고 있다는 게 한계로 지적됩니다.

지난해 글로벌 로봇 시장은 큰 성장세를 보였습니다. 앞으로 노령화 시대에 접어들면서 노동력이 감소하면서 고된 노동을 로봇이 대체하고 노약자들의 일상생활을 지원하는 로봇의 수요는 더욱 증가할 것입니다. 로봇과 인간이 공존하는 시대에 적극적으로 대처하려는 노력이 절실해 보입니다.

글 l 장길수 l 로봇신문 기자

* 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 LG CNS 블로그에 저작권이 있습니다.

* 해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

‘디지털 트랜스포메이션(Digital Transformation)’ 이란 단어는 이제 주위에서 많이 들어 보셨을 겁니다. 그러나, 안타깝게도 현장에서 실무를 담당하는 현업 분 중에는 이 단어를 못 들어보신 분들도 상당할 것으로 생각합니다.

그런데, 전략을 하시는 분들이나 경영진들, IT Trend에 관심을 가지고 보시는 분들이라면 ‘4차 산업혁명’, ‘디지털 혁신’, ‘디지털 혁명’, ‘파괴적 혁신’ 등의 용어들을 충분히 접해 보셨을 것입니다. 그리고, 대부분은 이러한 변화를 우리는 어떻게 할 것인가에 대해 고민을 했거나, 하고 계시리라 생각합니다.

또, 그중에 아주 일부는 실제로 이러한 변화를 주도적으로 실행하고 계실 것으로 생각합니다. 왜냐하면, 이제 이런 변화에 뒤처지게 되면 시장에서 생존하기 어렵다는 사례를 들었기 때문이죠. 그리고, 심지어 세계를 호령하는 리딩 기업들이 모두 이러한 변화를 주도적으로 이끌어 가고 있기 때문입니다.

그런데, 디지털 트랜스포메이션의 함정에 빠진 기업들과 경영진들이 우리 주위에 너무나 많은 것 같습니다. 그래서인지, 지난 10월 중순에 미국 올랜도(Orlando)에서 매년 열리는 가트너 심포지엄(Gartner Symposium ITXPO, 2018년 10월 14일~18일)을 포함해서 제가 최근에 참석했던 대부분의 온라인 및 오프라인 콘퍼런스에서 직•간접적으로 동일한 우려의 메시지를 언급하고 있습니다. 바로 ‘Technology First’를 경계하라는 메시지입니다.

디지털 시대에 따라 IoT, Big Data, AI, Cloud, Blockchain, AR과 VR 등 디지털 기술이 부각되면서 이에 대한 경영진의 조바심은 곧이어 압박으로 이어지고, 이 압박은 함정으로 인도하게 되는 경향이 많습니다. 특히, 경쟁사에 비해 늦었다고 판단하는 기업일수록 ‘Technology First(기술 최우선)’ 함정에 더 쉽게 빠지게 됩니다.

이런 기업들의 형태를 보면, 첫 번째로 기술을 놓고, 이것을 어디에 적용할 것인지를 찾으라고 합니다. 예를 들면, 블록체인(Blockchain) 기술이 뜬다고 하니 이 기술을 어디에 적용할 것인지를 보고하라고 지시합니다.

이것은 마치 한식을 전문으로 하는 식당이 있는데, 최근에 시장에서 ‘중식도’가 뜨니까 사장님이 요리사들을 모두 모아 놓고 ‘최근에 시장에 중식도가 뜨고 있는데 이 중식도를 우리 식당에 어떻게 적용할 수 있는지 내일까지 한 가지씩 생각해서 오세요.’라고 말하는 것과 크게 다르지 않습니다.

다른 기술들에 비해 훨씬 더 범용적으로 적용될 수 있는 클라우드의 경우를 한번 살펴볼까요? 다른 기술들도 마찬가지이지만 클라우드의 경우, 전환율 함정에 빠지는 경우가 많습니다. 마치 클라우드로 전환하지 않으면 회사가 망할 것 같고, 경쟁사보다 엄청 뒤처져 있는 것 같은 생각에 ‘가속화’라는 표현을 사용하면서 빠르게 클라우드로 전환할 것을 경영진이 주문합니다. 사실 여기까지는 좋습니다.

그런데, 성과를 내야 하는 입장에서 이를 보고하기 편하게(물론, 보고받는 입장에서도 이해하기 쉽죠) 클라우드 전환율을 수치화해서 목표를 수립하고 이를 보고하고자 합니다. 여기까지 와 버리면, 해당 기업에 있어서 그 어떤 비즈니스 관점이나 해당 기업의 기술 역량, 프로세스, 현재 수준 등의 조건들은 고려 대상이 아닙니다.

오로지 ‘전환율’이라고 하는 숫자만 중요하게 됩니다. 그리고, 이 수치가 드라마틱(Dramatic) 하게 나와야 합니다. 예를 들어, 1차 연도에 30%, 2차 연도에 30%, 3차 연도에 40% 전환을 해서 3년 후에 100% 전환하겠다는 정도의 의지 표명이 되어야 합니다.

이러한 전략이 과연 맞는 걸까요? 3년 안에 100%를 전환한다는 것도 비현실적이지만, 설사 3년 내에 100% 전환했다고 한들 과연 Value가 있을까요? 결국, ‘Technology First’ 함정에 빠진 경영진의 압박이 ‘전환율(정량적 목표)’ 함정으로 이어지면서 오히려 기업을 위험에 빠뜨리게 되는 것입니다. 

클라우드 전환의 글로벌 BP 사례로 꼽히는 넷플릭스(Netflix)의 사례를 잠깐 소개하겠습니다. 과거 미국에도 우리나라 도시 대부분 동네에 있었던 ‘영화마을’과 같은 비디오 대여점이 있었습니다. 그리고 넷플릭스는 이러한 모델에 맞서 DVD를 집에서 우편으로 받아보고, 반납할 수 있는 ‘비디오 렌탈(DVD Rental)’ 서비스로 사업을 시작했습니다. 그리고, 점차 인터넷이 발달되면서 온라인 스트리밍(Online Streaming, On-demand)으로 서비스를 확대하였습니다.

그런데 2008년 넷플릭스 자체 데이터 센터의 관계형 데이터베이스 문제로 인해 전체 서비스가 다운되는 대형 장애가 발생되었습니다. 이로 인해 넷플릭스는 3일 동안 DVD 배송이 중단되었습니다. 지금도 그렇지만 이 당시에도 넷플릭스는 가입자가 급속도로 성장하는 시기였습니다. 그래서, 자체 데이터 센터로는 이렇게 빠르게 증가하는 데이터 양과 트래픽을 감당하기 어렵다는 판단하에 퍼블릭 클라우드(Public Cloud)로 이전하겠다는 전략을 수립하게 됩니다.

그런데, 넷플릭스는 급하게 기존의 기업 시스템을 드러내어 그대로 AWS(Amazon Web Service)로 이전하지 않았습니다.왜냐하면, 그렇게 해 봐야 데이터 센터에 존재하던 문제점들을 그대로 클라우드로 가져가는 것에 불과하다는 점을 알았기 때문입니다. 아마도 우리나라 기업이었다면 단기간에 성과를 내기 위해 우선 그대로 전환을 하겠다고 결정했을 겁니다.

넷플릭스는 클라우드로 전환하면서 오퍼레이션(Operation) 방식을 근본적으로 바꾸기로 하고, 시스템을 주변 환경(Cloud)에 맞게 설계를 해 ‘시장에 더 빨리 대응할 수 있는 체계로 혁신(비즈니스 관점의 접근)’ 하기로 결정합니다.그리고, 이를 위해 소프트웨어 아키텍처로 ‘마이크로 서비스(Micro-service)’ 아키텍처를 선택합니다.

이는 단순히 소프트웨어 아키텍처만 바꿔서 될 일은 아니고, 회사의 조직체계, 개발 방법, 개발 문화, 역량 확보에 이르기까지 거의 기존의 모든 것을 바꿔야 하는 대공사이며 이러한 결정은 당시에 상당히 혁신적이고 획기적인 접근으로 평가되었습니다.

그래서, 넷플릭스는 이러한 클라우드로의 완전 전환에 7년이란 시간이 걸렸습니다. 그리고, 2016년에 마지막 자체 데이터 센터까지도 문을 닫았습니다. 그리고, 넷플릭스는 클라우드 전환과 아키텍처 혁신을 동시에 추진하면서 얻은 노하우의 일부를 오픈소스 해서 개방하였습니다.

이 회사는 클라우드 전환에 따른 확장성, 서비스 가용성 등의 장점과 무엇보다 새로운 콘텐츠(Contents), 기능(Functions), 인터페이스(Interfaces) 및 인터렉션(Interactions)을 출시하고 변경하는 속도를 획기적으로 증가시켰습니다(민첩성).

이를 기반으로 넷플릭스는 전 세계 180여 개국 약 1억 3천700만(2018.3Q 기준) 가입자에게 서비스를 제공할 수 있게 되었고, 매 분기  평균 600만에서 700만 가입자 증가에도 불구하고 문제없이 대응하고 있습니다. 명실상부 글로벌 넘버 1. 미디어 기업으로 성장하였습니다.

여기서 단순히 넷플릭스의 성공사례와 성과에만 집중하지 마시고, 이들이 어떻게 왜 어떤 전략으로 클라우드로 전환을 하였는지에 집중해 주기를 바랍니다. 그리고, 여러분들의 기업들의 클라우드 전환 전략을 수립하기를 바랍니다.

최근에 한국에서 처음으로 개최된 ‘Google Cloud Summit Seoul(2018. 10. 25)’ 행사에서 여러 도움이 될 만한 세션들이 많았습니다. 혹시, 참석하지 못하신 분들은 아래 링크로  가셔서 ‘신청’을 하시고 동영상을 시청해 보시기 바랍니다.

● Google Cloud Summit On-demand 영상 시청 사이트

https://cloudonair.withgoogle.com/events/summit-korea-livestream

국내 기업들은 과거에도 이러한 함정에 빠졌던 경험이 많습니다. 아마도 문화가 아닌가 싶을 정도로 반복적으로 이런 함정에 빠집니다. 필자가 전략기획을 하기 전에 CRM(Customer Relationship Management, 고객 관계 관리) 시스템 구축 전문가로 활동했었습니다. 그때의 경험을 바탕으로 이야기를 하겠습니다.

어느 순간 한국에 CRM 열풍이 불기 시작했습니다. 그 당시 기업들은 앞다퉈 CRM을 도입하였습니다. 자신들 회사의 비즈니스에 맞는 방식은 어떤 것인지, 조직이나 직원들은 준비가 되어 있는지는 당시에도 중요하지 않았습니다.오로지 경쟁사가 CRM 시스템을 도입했기 때문에 우리도 도입해야 한다는 논리가 강했습니다.

또 이런 논리로 보고를 하면 경영진이 쉽게 투자에 OK를 하였습니다. 그래서, CRM 시스템을 도입합니다. 그런데 이렇게 도입한 CRM 시스템이 과연 기업에 기대만큼의 Value를 제공할 수 있었을까요?

실제 기업들은 CRM 시스템을 도입하고서 제대로 활용하지 못했습니다. 데이터도 엉망이었고, 변화 관리를 중요하게 여기지 않았기에 직원들도 이를 활용할 준비가 되어 있지 않았습니다. 결국, 투자했는데 활용은 제대로 이루어지지 않다 보니 CRM에 대한 부정적인 생각들이 확대 양산되었습니다. 그리고, IT 서비스를 제공하는 기업에게 낚였다고 생각하는 고객사들도 있었습니다.

이런 방식의 IT 투자는 계속 반복되었고, 이런 실패를 거듭했던 기업 중 일부는 IT 투자는 무의미하다고 판단하여 극도로 IT 투자를 억제하는 기업들도 생겨났습니다. 그런데, 디지털 시대, 4차 산업혁명의 시대인 지금도 동일한 일들이 반복되어 벌어지고 있는 것입니다.

두 개의 가정(Family)이 있다고 가정해 보겠습니다. 한 가정은 디지털에 굉장히 익숙합니다. 반면, 다른 가정은 아날로그에 익숙한 가정입니다. 이들은 인터넷 뱅킹, 온라인 쇼핑은 생각하지도 않습니다. 직접 은행 지점에 가거나 마트나 재래시장에 직접 가서 거래합니다. 심지어, 이들은 아직 스마트폰을 이용하지 않습니다. 그런데, 이 두 가정에 똑같이 최신형 태블릿(Tablet)을 선물하면 어떨까요?

아마 디지털에 익숙한 가정은 태블릿을 아주 잘 활용할 것입니다. 이동 중에 동영상도 시청하고, 메일도 확인하고, 온라인으로 물건을 구입하거나 은행 업무도 보게 되겠죠. 심지어, 회사 업무를 보는 분들도 있을 겁니다.

반면, 아날로그 가정은 어떨까요? 심한 경우, 포장도 뜯지 않고 보관되어 있을 수도 있습니다. 그들에겐 이 태블릿이 전혀 가치 있게 느껴지지 않을 겁니다. 오히려, 상품권이나 식사 쿠폰을 더 선호할 겁니다. 더군다나, 아날로그 가정에 태블릿을 주고 이것을 어디에 활용할 것인지 고민해 보라고 한다면… 아마도 아날로그에 익숙해져 있는 가정 구성원들에게는 엄청난 스트레스로 다가올 수 있습니다.

가트너(Gartner)에 의하면, 이러한 변화에 대한 요구는 스트레스를 유발해 오히려 생산성을 떨어뜨리는 것으로 조사가 되었습니다. 그렇다면, 도대체 함정에 빠지지 않기 위해 어떻게 해야 할까요?

그 해답은 지난 Gartner Symposium ITXPO 2018 행사에서 발표된 ‘Three Pitfalls Communication Service Providers Can Avoid When Undergoing Digital Transformation(디지털 트랜스포메이션을 경험할 때, 통신사들이 피할 수 있는 세 가지 함정들)’ 강연 내용을 소개해 드리는 것으로 대체하고자 합니다. Communication Service Providers를 대상으로 하고 있지만 내용은 모든 기업에 공통으로 적용되는 내용입니다.

이 강연에서는 디지털 트랜스포메이션의 눈에 보이는 기술들(AI, Machine Learning, Virtualization, Data and Analytics 등)만 보지 말고, 세 가지 숨겨진 측면을 인식하고, 조심하라고 경고합니다. 그 세 가지는 ‘Lack of a clear digital vision(명확한 디지털 비전의 부재)’, ‘Over emphasis on technology(기술에 대한 과다한 강조)’, 그리고 ‘Rigid operating model(까다로운 운영 모델)’입니다. 

① 명확하고 강경한 비전을 수립하라.