한 기업 회장님께서 대통령과 기업인 오찬에 다녀오더니 알 수 없는 주제들을 늘어놓으신다. 사물인터넷(IoT), 빅데이터를 통한 일자리 창출이란다. IoT도, 빅데이터도 모르겠다. 회장님은 아직껏 두 단어를 계속 머리에 이고 사신다.김 회장 : 빅데이터 이야기한 지 3년인데 뭐 좀 변한 게 있나?

이 전무 : 저도 직원들에게 매번 강조합니다만 막상 손에 잡히질 않습니다.

박 부장 : 전문가를 불러 빅데이터로 할 수 있는 게 무엇인지를 물어보았습니다.

김 회장 : 그렇게 하면 빅데이터 하자고 불필요한 일을 하게 되니 우리가 당면한 고민을 해결합시다.

이 전무 : 회사 이윤이 매출액의 10%로 고정적인데 이것을 12%로 올릴 수 있으면 좋겠습니다.

김 회장 : 좋은 생각입니다. 빅데이터로 그 문제라도 한번 풀어 봅시다.

박 부장 : 그러면 전문 컨설팅을 받도록 하겠습니다.

이렇게 해서 어느 대기업의 빅데이터 프로젝트는 첫발을 뗀다. 박 부장은 해본 적 없는 빅데이터 프로젝트를 회장님의 지시하에 일사천리로 진행한다. 단순하게 생각하면 매출이익을 1% 올리고, 비용을 1% 줄이면 되는 것처럼 보이는데 수십년 경험으로 호락호락한 게 아니다. 아무리 빅데이터라도 이렇게 무모한 과제를 쉽게 해내기는 어려워 보였다. 실패해도 배우는 게 있으리라는 확신으로 시중에서 제일 유능하다는 업체를 선정해 프로젝트에 돌입했다. 준비되지 않은 프로젝트는 처음부터 난관에 부닥쳤다. 빅데이터 프로젝트로 달성하고자 하는 목표가 모호한 데다 관련된 데이터가 잘 축적돼 있지 않아서다.

이런 사례는 알고 보면 쉽지만 실제로 일해 보면 필요한 데이터가 존재하지 않기 일쑤다. 이런 경우 필요한 데이터를 찾든지, 아니면 만들어가야 한다. 과거 데이터가 없으면 데이터를 모으기 전에는 어떠한 일도 하기 힘들었지만, 이젠 의지만 있다면 필요한 데이터를 만드는 기술은 널려 있다. 이런 데이터의 힘을 빌려 보다 정교한 분석을 하거나 업무 절차를 바꿔 전체적인 효과를 볼 수 있는 노력은 빅데이터의 힘이다.

기업이 클수록, 거시적 차원일수록 빅데이터를 이용한 1%의 효과는 엄청난 결과를 초래한다. 매출 1조원을 웃도는 기업의 1%는 100억원이다. 국가의 열수요 예측을 정교하게 해서 원유나 석탄의 수입을 1% 줄일 수 있다면 엄청난 세금이 절약되는 일이다. 그러면 누구나 이런 일을 하려고 빅데이터 시스템을 만들어야 하는가? 그것은 과거 정보기술(IT) 붐이 부른 진부한 발상이다. 가상화와 클라우드가 트렌드이므로 가져다 쓰는 기술에 익숙해져야 한다. 필요한 기술도 가져다 쓰면 되도록 상당히 유연해졌다.

빅데이터 기술이라고 모든 문제를 일시에 해결할 모델을 만들지 않는다. 정교한 결과를 얻으려면 여러 개의 디테일한 모델을 만들도록 디자인해야 한다. 위 사례에서 보듯 고집 있는 회장님과 회장님을 따르는 부하 직원들이 합심해 문제를 도출하고 빅데이터 방식으로 접근하려는 시도는 알고 했든, 모르고 했든 큰 의미를 띤다. 회사 이윤에 관련된 사항은 1990년대부터 시작된 임원 의사결정 지원 시스템의 한 항목인데, 빅데이터 시대에 맞춰 변한 것이다.

앞으로 10년간 또는 20년간 인공지능(AI)의 발전이 이 시스템의 모습을 상당히 바꿔놓을 것이다. 어떤 문제를 해결해야 하는지 고민조차 AI가 추천할 것이다. 이 부분을 제대로 안다면 문제는 절반 이상 해결된 것이다. 조직의 모든 데이터가 정형이든, 비정형이든 적절히 분석돼 과거의 한계도 모두 없어졌을 것이다. 산업계 ‘베스트 프랙티스’라는 모범 사례는 AI가 존재하는 사례에서는 수시로 바뀌게 될 것이다. 경쟁에서 이기지 않는 사례는 무가치하기 때문이다.

과거 변화를 거울 삼아 좀더 빠른 속도로 미래를 내다본다면 가야 할 길이 보인다.