Interview

한기향 특별기고

당신의 빅데이터는 안녕하십니까?
  패션 2019.12.23 17:30
Facebook Twitter GooglePlus KakaoStory NaverBand
여러분은 빅데이터와 친하게 지내십니까? 인공지능은요? 전, 친하게 지내려고 노력중인데 쉽지가 않네요. 원래 친하게 지내고 싶은 친구는 인공지능인데 이 친구랑 친하게 지내려면 빅데이터부터 친해져야 하거든요.


언제부턴가 4차 산업혁명이란 단어가 우리의 주위를 맴돌기 시작했습니다. 마치 4차 산업혁명을 모르면 이제 삶이 존재하지 않는 것처럼 많은 주제들의 앞 장식은 4차 산업혁명이었지요. 요즘은 어떤가요? 쓰나미처럼 거세게 밀려들었던 4차 산업혁명이라는 고문에서 살아남으니 이제는 빅데이터와 인공지능이라는 파도가 우리를 휘감고 있습니다. 그런데 이제 우리는 이 파도 안에서 즐겁게 서핑을 해야만 한답니다.


이 친구들이랑 친하게 지내려면 먼저 이 친구들에 대해 알아야겠죠. 사실 빅데이터, 인공지능, 머신러닝, 딥러닝 등 많은 용어들이 쉽게 사용되지만 주변에 계신 분들과 이야기를 나눠보니 예상 외로 많은 분들이 용어를 헷갈려하시더라고요. 그래서 제가 하고 싶은 이야기에 앞서 용어의 정리부터 할까 합니다.


이 용어들 중 제일 많이 접하신 용어가 빅데이터(Big Data)가 아닐까 합니다. 빅데이터는 새로운 것일까요? 아닙니다. 예전부터 빅데이터는 있었답니다. 다만 우리가 인지하고 있지 못했을 뿐이지요. 그런데 왜 갑자기 주변에서 ‘빅데이터, 빅데이터’할까요. 이유는 4차 산업혁명의 중심에 빅데이터가 있고, 빅데이터가 있어야 인공지능이 가능하기 때문입니다.


빅데이터란 이미 많은 분들이 알고 계시는 것처럼 빠른 속도(Velocity)로 생성되면서 형태와 종류가 다양(Variety)한 대용량(Volume)의 데이터를 말합니다. 빅데이터가 중요한 이유는 빅데이터 분석을 통해 미래를 예측할 수 있기 때문입니다. 그러니 용량이 크다고 해서 빅데이터라고 하는 것은 의미가 없다고 할 수 있겠죠. 진정한 의미의 빅데이터는 3V의 요건을 충족하면서 분석이 가능하여 미래를 예측할 수 있는 가치(Value)있는 데이터를 의미합니다.


인공지능(Artificial Intelligence, AI)이란 말 그대로 만들어진 지능을 의미합니다. 인간의 뇌와 같은 역할을 하기 위해 만들어진 컴퓨터입니다. 일종의 지능형머신이라고 볼 수 있습니다. 그럼 여기서 많은 분들이 ‘터미네이터’를 연상하시지 않을까 하는데 인공지능과 로봇은 다른 개념이랍니다. 인공지능은 소프트웨어에 해당되는 것이고, 로봇은 하드웨어에 해당됩니다. 그러니 정확히 표현을 하면 ‘터미네이터’는 인공지능을 갖고 있는 로봇이라는 표현이 맞겠죠. 터미네이터가 궁금하시다면 보스턴 다이내믹스(Boston Dynamics)사의 인공지능로봇 유튜브(https://www.youtube.com/watch?v=y3RIHnK0_NE)를 추천해 드립니다.


머신러닝(Machine Learning)은 다른 말로 기계학습이라고 하죠. 빅데이터를 이용한 학습을 통해 미래예측을 가능하게 하는 기술을 의미합니다. 사람의 뇌에서 새로운 정보를 받아들이고 학습과 과거의 경험을 통해 어떤 상황에 대한 예측을 하는 것을 컴퓨터에게 시켰다고 보시면 될 것 같습니다. 이렇게 일을 시키기 위해 생겨난 것이 사람의 두뇌와 비슷한 방식으로 정보를 처리하기 위한 인공신경망(Artificial Neural Network)입니다. 그런데 우리가 어떤 결정을 내리려고 할 때 많은 생각의 과정을 겪듯이 인공신경망도 효과적인 결정을 내리기 위해선 여러 개의 신경층을 필요로 합니다.


한동안 이 여러 개의 층을 통과시켜 학습하는데 어려움이 생겼답니다. 하지만 2004년 제프리 힌튼(Geoffrey Hinton) 교수가 딥러닝 기반의 알고리즘을 제안하면서 새로운 가능성을 맞이하게 됩니다. 결국 딥러닝(Deep Learning)은 인공신경망의 후예랍니다.
컴퓨터가 고양이의 사진을 보고 고양이를 인식하는 장면이 몇 년 전에 큰 이슈가 된 적이 있는데 혹시 기억하시나요? 2012년 구글이 딥러닝 기술을 이용해 유튜브에 등록된 고양이 동영상을 컴퓨터에게 계속 보여주면서 학습을 시킨 결과입니다. 딥러닝은 수천수만 번의 학습을 통해서 이루어지기 때문에 딥러닝은 빅데이터가 없이는 이루어질 수 없습니다.


4차 산업혁명이라는 시대에 살고 있는 우리에게 제일 필요한 것은 빅데이터랍니다. 이미 빅데이터는 패션산업의 많은 부분에서 활약을 하고 있습니다. 과거 빅데이터 해외패션사례로 자주 등장했던 ‘자라’나 ‘스티치픽스’ 뿐 아니라 국내에서도 이제는 빅데이터를 활용한 성공사례들을 쉽게 접할 수 있습니다. LF의 ‘질스튜어트스포츠’가 빅데이터를 기반으로 니치마켓을 공략해 런칭에 성공했으며, 무신사의 ‘무신사스튜디오’, 스타일쉐어의 ‘어스’ 와 같은 플랫폼 자체브랜드(PB)들이 상승세를 타고 있다고 합니다.

롯데백화점은 최근 빅데이터 분석 결과 각 연령대 별로 선호하는 패션 의류 상품군을 밝히며 상권별 특성 및 고객들의 수요를 고려한 다양한 맞춤형 행사를 선보여 매출을 증대하겠다는 계획을 이야기했습니다. 트렌드 예측부터 소비자의 구매 예측까지 빅데이터를 이용해 좋은 결과들을 얻고 있습니다. 하지만 대부분이 인력과 자금을 확보하고 있는 대기업이나 거대 패션플랫폼을 중심으로 빅데이터를 이용하고 있음을 느끼셨나요. 빅데이터와 AI를 이용하기 위해서는 많은 비용이 소요됩니다. 지금 현재 근무하고 계시는 회사에서 AI를 이용해서 상품기획이나 재고관리를 하고 있나요. 그럼 그 안에서 여러분은 어떤 일을 하고 계십니까?


빅데이터는 이제 기업의 가치, 상품에 대한 경쟁력을 좌우하는 가장 중요한 요소가 되었습니다. “이제는 빅데이터와 친하게 지내셔야 합니다.”라고 말씀을 드리면 “어떻게 어려운 빅데이터를 내가” 혹은 “회사에서 컴퓨터가 다 하는데 뭐”라고 하십니다. 후자의 경우 만약 이직을 하시면서 AI를 이용하지 않는 회사에서 일을 하시면 앞으로는 어떻게 하시겠습니까? 알고 계시나요. 이미 여러분들은 회사에서 많은 데이터와 함께 생활하고 그 데이터를 기반으로 다양한 활동 등을 하고 계셨습니다. 그 앞에 ‘빅’이라는 형용사가 붙어 있을 뿐입니다. 지금부터는 빅데이터에 대한 어려움을 없애고 실생활에서 하나씩 본인만의 빅데이터를 만드셔야 합니다.


빅데이터 분석을 위한 많은 툴들이 개발되어있으니 어려운 공부를 하지 않으셔도 분석이 가능합니다. 하지만, 연습하지 않으면 기계를 통한 분석은 의미가 없습니다. 사실 AI를 이용한 모든 전략이 성공인 것도 아니랍니다. AI와 사람의 분석이 잘 조화를 이룰 때 비로소 빅데이터 분석이 효과적으로 이루어져 좋은 결과를 얻을 수 있습니다.


지인 중 한 분의 예를 들고자 합니다. 패션 대기업에서 생산을 총괄하고 계신 이 분은 늘 네이버 밴드에 기록을 합니다. 날씨에 대한 기록부터 자신의 옷차림, 업무에 관련된 주요 사항들을 카테고리화 해서 전부 기록을 하는데, 이 기록들이 중요한 데이터가 됩니다. 그리고 매년 남겨진 기록을 이용해 본인이 해야 할 일에 대한 준비를 합니다.


날씨와 옷차림을 통해 미리 계획된 생산 스케줄도 조정을 합니다. 이 분의 데이터에는 매 해 생산량이 가장 많았던 시기와 스팟 오더가 많았던 시기를 비롯해 유난히 생산사고가 많았던 시기와 협력업체에 대한 것들도 있습니다. AI가 미래를 예측하듯이 이 분의 데이터도 미래를 예측하고 있습니다.


세상엔 정말 많은 데이터가 있습니다. 물론 회사에도 많은 데이터가 있지요. 하지만 그 데이터들은 나의 데이터는 아닙니다. 뿐만 아니라 그 데이터들이 빛을 내기 위해선 정제되어야 하지만, 누가 어떻게 정제를 하느냐에 따라서 예측값은 달라집니다. 4차 산업혁명시대에 살고 있는 우리가 리더로서 살아가기를 원한다면 나의 데이터를 만들고 분석하시길 추천합니다. 경험이 쌓이면 잠자고 있는 회사의 데이터를 직접 깨우실 수 있습니다.
()
<저작권자 ⓒ K패션뉴스(www.kfashionnews.com) 무단전재 및 재배포 금지>

Comments