이노핏파트너스의 노하우로 디지털 트랜스포메이션 시대의
‘산업별’ 핵심 지식과 트렌드를 큐레이션한 지식혜택
코로나19 팬데믹을 겪으면서 세계는 다시 한 번 빅데이터 활용의 중요성에 주목하고 있습니다. 백신도 치료제도 없고 전 세계가 한 번도 경험해보지 못한 감염병인 코로나에 대한 탈출구를 찾기 위해 전 세계가 애썼지만 임상 데이터 부족으로 뾰족한 답을 찾지 못했습니다. 그러나 지난 3월 건강보험심사평가원이 “코로나19에 대한 국제사회의 공동대응”을 위해 전 세계 의료진에게 의료 빅데이터를 개방하면서 분위기는 달라졌습니다. 코로나 확진자의 의료이용 데이터와 진료내용, 상병정보, 원외처방정보와 의료기관 정보 등을 표준화된 방식으로 수집, 공유함으로써 전세계 공공보건에 큰 성과를 보였기 때문입니다.
뿐만 아니라 빅데이터 분석을 통해 코로나 확진자 이동경로 파악 및 접촉자 선별과 감염경로 파악과 감염확산 예측 등으로 코로나19를 어떻게 피해가야 할지에 대한 유용한 정보와 지침을 제공해 주었습니다. 디지털 시대를 사는 우리는 휴대폰 전원을 켜는 순간 위치데이터가 생성되고 통화와 문자 내역이 데이터화 되며, 차의 내비게이션을 켜는 순간부터 위치와 속도 데이터가 생성됩니다. 그 밖에 은행 입출금, 인터넷 검색, SNS에 올리는 사진과 해시태그, 좋아요 등 일상의 모든 삶이 빅데이터가 되는 세상을 살고 있습니다. 매 순간 엄청나게 많은 양이 지속적으로 생성되는 이런 빅데이터를 잘 활용하면 세상에 무슨 변화가 생겼는지 파악할 수 있고, 왜 그런지 원인도 알 수 있으며 앞으로 어떤 일이 일어날지 예측도 가능해집니다. 빅데이터를 통해 알 수 있고, 할 수 있는 무한한 가능성들 중 간단한 몇 가지만 살펴보겠습니다.
* 조금 더 자세한 내용을 보실 수 있도록 글 중간중간에 링크를 걸어두었습니다. 참고해 주세요!
#1-1. [파악] 빅데이터 기반 유동인구 분석으로 코로나 방역 선제 대응!
경기 성남시는 코로나19의 효율적 방역을 위해 “빅데이터 기반 실시간 유동인구 분석 시스템”을 도입했습니다. 사람들이 많이 모이는 장소를 파악하여 코로나보다 한 발 앞서 미리 방역을 하기 위해서 SK텔레콤과 성남시가 함께 개발한 시스템입니다. 이는 휴대전화 기지국 정보를 활용해서 사람이 많이 모이는 곳은 빨강색으로 표시되며 5분 간격으로 업데이트됩니다. 성남시는 사람이 많이 모이는 지역을 중심으로 코로나19 방역대책을 마련하고 소독경로를 정하며 평소와 다른 유동인구 데이터가 감지되는 곳은 현장을 방문하여 생활 속 거리두기 정부지침을 알리고 집단감염 발생 요인을 선제적으로 차단할 계획입니다.
빅데이터 기반으로 사람들이 몰린 지점이 표시된 경기 성남시 관내 지도, 성남시 제공 (출처: 경향신문)
#1-2. [파악] 코로나시대 우리는 어디로 피해 다녔는지 빅데이터는 알고 있다.
코로나 19여파로 백화점, 영화관, 호텔 등 실내, 대형 시설 방문은 줄고 편의점, 자동차극장, 골프장 등 실외, 소규모시설 방문은 상대적으로 늘어난 것으로 분석되었습니다. 특히, 코로나로 해외여행이 막히면서 면세점과 백화점을 찾는 경우는 65% 감소한 반면 주거지에서 가까운 소규모 편의점 이용은 41% 증가한 것으로 나타났습니다.
카카오모빌리티 디지털경제연구소 이재호 소장은 ‘유동인구의 직접적 변화를 가장 잘 보여주는 모빌리티 빅데이터를 기반으로 코로나 전후를 분석하여 변화된 생활·소비 트랜드를 다음과 같이 소개했습니다(올 2월부터6월까지 카카오내비의 이동 데이터를 전년 동기와 비교, 분석)
코로나가 바꾼 소비 지형. (원본제공: 대한상의 / 수정: 이노핏파트너스)
#2. [진단] 빅데이터로 Deep하게 분석하고 Quick하게 진단한다!
빅데이터는 코로나 진단에도 활용됩니다. 의료AI(인공지능) 덕분에 가능한 것인데요. AI는 컴퓨터가 빅데이터를 학습해서 지능적으로 판단하고 행동하는 것입니다. 따라서 빅데이터 없이는 인공지능이 구현될 수가 없습니다.
올 5월 한국과학기술원(KAIST) 바이오&뇌공학과 예종철 교수 연구팀은 “코로나19진단 AI시스템”을 선보였는데요. 이것은 많은 양의 흉부 데이터를 딥러닝 방식으로 분석, 활용하는 인공지능 프로그램으로 전문가보다 17% 더 높은 86%의 정확도로 코로나 19를 진단할 수 있다고 합니다.
#3. [추적] 고액 체납자의 숨겨놓은 돈다발, 빅데이터는 알고 있다!
세금을 1억원 이상 체납하면 ‘고액 체납자’로 분류되고, 국세청이 추적조사에 들어갑니다. 그동안 고액 체납자들의 숨겨진 거주지, 재산, 소득 등을 추적하는 과정에는 많은 인력이 동원되어 비용과 시간 소모가 컸습니다. 그러나 국세청이 체납자 추적에 빅데이터를 본격적으로 활용하면서 시간과 인력 투입은 크게 줄이면서 징수율과 징수액은 크게 높아졌습니다.
국세청은 주소를 허위로 신고한 체납자의 실거주지 파악을 위해 주소변동이력과 사업장 이력, 전월세 확정일자 자료 및 생활반경 데이터 등을 분석했는데요. 이 분석결과 실거주지 추정장소는 85%의 적중률을 보이면서 올해 추적조사 대상812명을 찾아냈습니다. 그리고 이들의 은닉재산 추적을 위해 전세금 명의이전 기록, 재산분할기록, 배우자와 친인척 명의 부동산 정보 등의 데이터를 분석하고, 이 자료를 지방청과 지역별 세무서와 공유하면서 1조 5천억 원을 징수했습니다. 앞으로 분석기법이 더 정밀해지면 세금을 안 내고 재산을 숨기기는 더욱 어려워질 것으로 보입니다.
#4. [예측] 빅데이터가 농가소득을 올려줄 수 있다구요?
경상남도는 국내 최초로 “농산물 가격예측 시스템”을 개발, 운영하고 있습니다. 이 시스템은 빅데이터를 활용해 주요 농산물의 가격 예측을 통해 농민들의 안정적인 소득을 지원하기 위해 개발되었습니다.
이 시스템은 지난 4월부터 경남의 주요 농산물 10개 품목(마늘, 양파, 풋고추, 깻잎, 딸기, 양상추, 부추, 시금치, 호박, 파프리카 등)에 대한 빅데이터 기반의 가격예측 정보를 제공하고 있는데요. 정확한 가격예측을 위해 전국 32개 도매시장 가격정보와 기상청, 통계청, 농산물유통종합정보 시스템, 한국농촌경제연구원, 농촌진흥청, 공공데이터 포털, 경남형 농산물 생산실태 조사분석 등의 기초자료와 연계한 빅데이터를 분석한다고 합니다. 농민들은 스마트폰이나 PC, 태블릿 등 다양한 정보기기를 통해 언제 어디서나 도매시장 가격동향 및 예측가격, 생산량 등을 확인하고, 작물 수확시기와 출하시기를 조절하여 안정적인 소득을 올릴 수 있고 생산자단체에 의한 주도적인 수급조절과 분산출하가 가능하게 되었습니다.
#5. [맞춤추천] 빅데이터가 알려주는 주식투자!
미래에셋대우는 증권업계 최초로 데이터 사이언티스트로 구성된 “빅데이터 전담조직”을 만들고 서울대와 산학협력을 통해 빅데이터를 활용한 ‘개인화 상품추천서비스’를 출시해서 ‘2020 아시아스마트금융대상’에서 모바일트레이딩시스템(MTS) 대상에 선정되었습니다. 빅데이터와 AI를 활용한 국내외 투자정보서비스인 ‘m.Club’은 빅데이터 기반의 다양한 투자 콘텐츠를 제공합니다. 그리고 고객들의 투자정보를 기반으로 투자패턴과 보유종목을 분석하여 국내 주식 뿐 아니라 해외주식, 펀드나 연금, 상장지수펀드(ETF) 등 다양한 자산군의 상품을 개인맞춤형으로 추천해주는 서비스로 가입자가 30만 명을 넘어섰고 다양한 SNS채널을 통해 서비스를 제공하고 있습니다. 금융투자업계 관계자는 빠르게 급증하는 빅데이터 분석과 머신러닝을 통해 지속적으로 학습하는 AI특성상 개인투자자의 수익률 향상에 큰 도움이 될 것으로 기대된다고 말했습니다.
#6. [원인규명] 원인불명의 발달장애, 유전체 빅데이터 분석으로 원인 찾았다!
자폐증을 비롯한 원인불명, 치료부재의 정신질환 연구는 과학적 접근이 어려운 분야였으나 최근 환자유전체 빅데이터 분석 및 유전자가위기술과 같은 생명과학기술의 발전으로 질병의 원인들이 밝혀지고 있습니다.
자폐증의 주요원인이기도 한 발달장애와 지적장애를 동반하는 암필드증후군(Armfield syndrome)은 4세대에 걸친 가계도 분석, 유전자 지도 작성 및 환자유전체 빅데이터 분석을 통해 최근에 FAM50A가 지적장애의 원인유전자임이 규명됐습니다. 이에 따라 관련질환의 조기진단과 치료제 개발을 위한 단초가 될 것으로 기대를 모으고 있습니다.
발달장애, 지적장애 환자의 가계도 및 원인유전자 발굴 및 검증 과정 (출처: 한국연구재단)
#7. [신사업] 카드사, 결제사업자를 넘어 빅데이터 기업으로 진화 중
카드사가 수수료와 이자 중심의 기존 수익모델에서 벗어나 카드사에 모인 데이터를 활용해 수익을 내는 '빅데이터 사업 고도화' 중에 있습니다. 기존의 금융사업만으로는 수익성을 보장받을 수 없는 경쟁구도에서 새로운 사업모델이 필요해졌기 때문입니다. 카드사들은 ‘데이터 3법’ 시행에 따라 데이터 활용에 제약이 없어지자 고객들의 카드결제 정보 데이터를 '금융데이터거래소'에 등록하여 판매수익을 올리고 있습니다. 금융데이터거래소는 다양한 산업분야의 데이터 중 금융데이터를 상품처럼 사고 팔 수 있는 중개·거래 플랫폼으로 주 공급자는 은행, 카드사, 보험사, 증권사 등이고 수요자는 핀테크 기업이나 학교, 연구소 등입니다.
금융데이터거래소의 데이터 거래 과정 (출처: 금융위원회)
네이버는 지난 9월 17일 금융데이터거래소에 쇼핑 및 지역 비즈니스 관련 데이터 등록을 마쳤다고 밝혔는데요. 등록한 데이터는 분야별 온라인 쇼핑 트렌드를 파악할 수 있는 데이터와 각 지역에 특화된 데이터로 구성된 것입니다. 은행, 카드사 등 금융권 데이터와의 시너지를 통해 새로운 상품 및 서비스 개발 등 다양하게 활용될 것으로 기대됩니다.
금융데이터거래소에 등록된 네이버 쇼핑·비즈니스 데이터 (출처: 네이버)
또한 카드업계는 금융데이터 거래 외에 기존의 단순 결제사업에서 벗어나 빅데이터 기업으로 도약하기 위해 “데이터 기반 컨설팅 사업”도 추진하고 있습니다. 카드사 빅데이터의 경우 상권분석이나 컨설팅 사업 등에 유용하게 활용될 수 있기 때문입니다. 특히 신한카드는 글로벌 최대 결제 기업 VISA와 협약을 통해 정부기관 및 국내외 기업 대상으로 데이터기반 컨설팅 사업을 추진하고 있으며, 글로벌 결제, 소비 동향 모니터링 등 데이터 솔루션 공동개발을 계획 중입니다.
큐레이터 / 이노핏파트너스 이혜숙 전문교수
글 정리 / 이노핏파트너스 마케팅팀
beneFIT Letter 디지털 트랜스포메이션 시대에 FIT한 지식 혜택
(베네핏레터는 매주 금요일에 찾아갑니다)
beneFIT Letter(베네핏 레터)는 이노핏파트너스의 노하우를 담아
디지털 트랜스포메이션 시대의 '산업별' 핵심 지식, 트렌드를 큐레이션한 뉴스레터입니다.
이 내용을 이메일로 편하게 받아보고 싶으시다면, 구독해주세요!
