빅데이터, 예측 경영 시대가 온다

정상철 미래혁신경영연구소 대표·경영학 박사

 인터넷 이후 기업에 가장 큰 영향을 미칠 것으로 기대되는 것이 빅데이터(Big Data)이다. 미래는 빅데이터 활용 능력에 달려있다. 세상에 데이터는 많아졌다. 이를 활용할 수 있는 도구들도 많아졌다. 빅데이터 기반 예측 경영(Predictive Management using Big Data)은 기업이 내부 외부의 대규모 데이터를 분석해 미래를 예측하고 선제적으로 의사결정하는 경영 방식이다. 단순한 과거 분석을 넘어, ‘무엇이 일어날 것인가?’ 를 예측해 경영 전략과 실행을 조율한다. 
고등학생인 딸이 출산용품 광고 메일을 받자 아버지는 매장을 찾아가 항의한다. 지점장도 마케팅 팀의 실수라 생각하고 사과한다. 하지만 얼마 후 그동안 딸의 임신 사실을 숨겨온 것이 밝혀졌다. 하지만 부모도 모르는 사실을 어떻게 알고 광고 메일을 보낼 수 있었는가 놀랄 일이다. 월마트 등 유통업체들은 수많은 고객의 구매 이력을 분석해 임산부가 보이는 특이 패턴을 찾아내는 예측 모형을 가동하고 있다. 이 사건은 예측 모형에 의해 빚어진 실제 사례이다. 이것이 바로 지금 우리가 살고 있는 ‘빅데이터 시대’ 단면이다. 이미 세계의 많은 선진기업들은 미래 경영의 해법으로서 빅데이터 분석과 기술 개발에 투자를 하고 있다. 
빅데이터 예측 경영의 절차는 첫째, 전략 정의다. 제품 수요 예측을 통한 생산계획, 불량 예측과 생산량 설정 등 예측하고 싶은 핵심 KPI(핵심성과지표) 정의를 정하는 것이다. 둘째, 데이터 수립, 연결이다. ERP, MES, CRM, IoT 등 다양한 시스템의 통합 관리를 통한 이상치 제거, 결측치 보정, 정규화 등 원하는 데이터를 도출해내는 것이다. 셋째, 분석 모델 설계이다. 머신러닝, 시계열 모델, 통계 모델 등 예측 알고리즘을 선택하는 것이다. 넷째, 예측 실행 및 시각화이다. 예측 결과를 대시보드화하여 직관적으로 제공하는 것이다. 다섯째, 지속적 개선이다. 예측 정확도 모니터링과 피드백으로 끊임없는 개선을 통해 예측 경영 기반을 확보하는 일이다. 
예측 경영의 기술적 접근 방법으로는 계절성 추세를 반영한 수요, 매출 예측의 시계열 분석(ARIMA), 품질, 이탈, 고장 가능성 등 다중 분류 방법의 머신러닝, 설비 센서 분석 등 복잡한 시계열 예측의 딥러닝이 있다. 고객 유형 분류, 제품 사용 패턴 그룹화 등 클러스터링 및 분할, 강화 학습과 시뮬레이션을 통해 생산라인 조건 자동 최적화 제안 등이 있다. 
필자가 컨설팅 하고 있는 P사는 설비 예지보전 및 품질 예측에 빅데이터를 활용하고 있다. 공정 데이터를 분석해 최적 생산 조건과 불량 패턴을 찾아 생산 제품 품질을 예측하고 대응한다. 설비 고장 가능성을 사전 감지 등으로 품질 민감 공정의 불량률 30% 이상 감소, 설비 가동률 향상 등이 있다. 특히, 1990년대부터 오랜 시간 MES, ERP, IoT 센서, CRM 데이터 등 시스템 생산을 구현해왔다. 이런 종합 데이터를 활용하여 제철소 제선, 제강, 압연 등 메인 공정의 연결 및 개별 공장의 생산 최적화를 구현하고, 생산 경영 효율화, 예측 경영을 실현하여 미래 경쟁력을 확보 해나가고 있다.

/정상철 미래혁신경영연구소 대표·경영학 박사