'빅데이터'에 해당하는 글 2건

얼마전 페이스북모임인 플랫폼전문가그룹의 저녁 토론회에 참석하였다. 주제는 <빅데이터 한국에도 필요한가> 토론회에는 기술, 사업, 전략 등 다양한 분야의 현업 전문가들이 함께 하였다. 

 

모 기업의 데이터플랫폼 전문가의 강의 이후 토론회가 전개 되었다. 필자는 미디어 분야에서의 빅데이터 필요성과 향후 활용 가치를 고민하면서 다양한 분야의 시각을 이해하고자 참여하였다
2012/01/15 - [TV 2.0 & 미디어2.0] - 방송의 미래 : TV3.0은 빅데이터 기반?

 

이용자의 정형, 비정형 데이터가 페타급 이상 증가하면서 빅데이터의 저장과 가공, 분석의 중요성이 대두되었다.  1952large scale 데이터라고 부를 수 있는 크기가 8백만 digit 수준이었으니 페타급 데이터는 가히 폭발적 크기이다.

 

빅데이터의 속성은크게 볼륨, 속도(near time, real time) , 다양성등인데 이러한 속성은 어떤 관점에서 출발하느냐에 따라 빅데이터의 활용성이 틀려진다고 한다.   가장 중요한 것은 3가지속성의 공통 분모인 고객의 가치(value) 기반에 접근 방식이 상위에 있다고 강사는 역설한다.

 


그런데 빅데이터의기술적 이해를 설명한 뒤
, 강사는 과연 한국에 페타급 데이터를 보유한 기업이 얼마나 되는지  묻는다.   현실적으로 페타급 데이터가 쌓이고 있는 서비스는 네이버 정도 (UV 25백만)  인데 페타급 데이터를 가지고 있느냐과이를 활용하고 있느냐는 다른 의미라는것.

 

통한  TELCO들이 다루고 있는 고객의 빌링데이터나 금융계의 데이터들도 크기는 크지만 이용자들의 이용 로그(usage log)를 개발 DB에 쌓는 수준이며 진정한 의미에서 빅 데이터의 활용은 부족하다고 분석한다.

                      

빅데이터의 진정한 가치는 사용자 프로파일링에 기초하여 개인화, 검색, 상품 추천등으로 나타나야 한다고 설명한다.

 

이런 의미에서 국내에 과연 빅데이터는 있는가? 라는 물음에 빅데이터의 활용 관점에서 보자면 "없다"는 주장을 펼친다.
 

 

사실 빅데이터는 을빼고 나면  CRM 과 같은 데이터마이닝에 기반한 마케팅 분석 툴과 비슷해 보인다.  이런의미에서 보자면 빅데이터가 그리 특별하지 않다는 참석자들의 토론이 이어졌다.   많은 인터넷 기업들이 구글 애널리스틱을 활용하여 고객의 흐름을 분석하고있고 대기업, 금융계는 전용 DW 솔루션을 활용하고 있는데현실적으로 이정도 수준으로도 충분하다는 것이다. 

 

대용량의 정보가 증가하면서 데이터의 기준이 테라를 넘어, 페타에서엑사, 제타급으로 늘어갈것은 자명한 사실이다.  웹과 모바일 사이트의 방문, 모바일앱 간의 이동과 검색 결과 값과 각종 미디어 서비스의 이용 통계,  커머스 정보 그리고 소셜네트워킹의 정보들이 축적되면서 데이터의 관리와분석은 핵심 경쟁력이 될것이다. 

 

그러나 빅데이터는 데이터를 축적하는 행위와 분석하는 행위로 나누어 볼때 현실적 측면에서 다소 호들갑스러운 측면이 있다는 것이 토론 참석자들의 견해이다.  

 

빅데이터의 활용 결과는 추천, 개인화로 비즈니스 단위가만들어져야 한다.  아마존의 매출중 30%가 추천으로 인해 발생된다는 분석에서 보듯 구조화된 사업으로 이어져야 하지만 국내의 데이터활용 사례는 빅데이터에 걸맞지 않는다는 것이다. 

 

빅데이터의 비즈니스 활용은 우선 데이터의 축적이 중요하다.   그 행위는 기업이나 서비스 마다 중요도가 다르고 방법론도 틀려야 한다.    페이스북은  이용자 프로파일링에 중점을 두고 아마존은상품 거래 행위 간의 추천 정보를 모으는데 주력한다.    구글의 구글플러스는 소셜네트워킹 서비스로의 독자적 행보 라기 보다는페이스북 연동을 통해 페이스북의 연계 정보를 흡수하려는 전술이라는 해석도 빅데이터 관점에서 보면 장기적 데이터 축적 행위라고 토론자들의 의견이이어졌다.   (구글 플러스에 대한의견은 다수의 동의를 받기 어려울수도 있지만)

 

데이터의 축적은 장기적 행위이며 축적과 동시에 활용으로 이어지기 보다는 고객의 경험 데이터가 축적될수록 활용 가치도 커지는 단계적 과정을 거친다. 애플의 음성 인식 인터페이스인 Siri  가 대표적 사례이다.

 

빅데이터가 축적되어 고객에게 제안하는 구조화된 서비스들은 넛지방식으로 나타나야 한다.   필자의 신용카드 거래액은 3월에서10월까지 꾸준히 유지되다 11~12월에 감소한다.   매해1월 이면 어김없이 문자메시지와 전화를 통해 할인을 유도하는 신용카드 회사의 마케팅 제안을 받는다.   이러한 고전적인 CRM  방식에 익숙한 고객들은 나의구매 행위를 활용하는 기업의 마케팅 활동을 긍정적 시각으로 수용하지 않는다. 

 

기계적 방식의 데이터 분석은 개인의 정보를 근간으로 하기 때문에 개인이 알아채는 순간 오히려 역 효과를낼 우려가 있다.  특히 경쟁 서비스들의옵션이 도처에 깔려있는 선택의 무한 시대에는 어설픈빅데이터가 힘을 발휘하기 어렵다. 

 

이런 의미에서 빅데이터와 다른 방향으로 큐레이션개념이 서있다.

 

최근 각광을 받고 있는 큐레이션은  기계적 검색 결과가 제안하는 개인화된 정보가 오히려 개인들에게 혼란을야기할 수 있다는 IT의역설적 상황에 토대를 두고 있다.   

 

정보를 필터링 해주는 것은 기술의 힘이 아니라 인간의 힘이며 인간에 의해 콘텐츠를 수집하고 편집해서보여주는 것이 가장 좋은 필터링과 검색이라는  것이 곧 큐레이션이다.  빅데이터가 Real time을강조하고 있다면 큐레이션은 Right time 을 강조한다. 

 

빅데이터가 기술 지향적 관점과 비즈니스 관점의 간극이 매우 큰 반면 큐레이션은 이미 여러 IT 장르에서 활용되고 있어 다소 실용적이다.   이런 점에서 빅데이터는 아직 개념적이라는 평가를 벗어나기 어렵다.  

 

토론의 참석자들은 빅데이터의 중요성을 인정 하면서도 실제로 국내에는 제대로 활용되지 못하고 있음을 지적한다

 

빅데이터 담론은 기술에서 마케팅 영역까지  매우 광범위한 주제이다.   빅데이터가 과거  CRM  열풍처럼 몇몇 솔루션 회사나 SI 회사들의  돈벌이 대상이 되어서는 안된다.   

 

CRM은 해당 산업 분야에 독립적으로 존재하는 고객들의 정보를 대상으로 한다.  반면 빅데이터의 이용자 경험 정보들은이종 분야를 교차하고 있다.   특히소셜네트워킹의 비정형 데이터를 빼놓을 수 없다.

 

빅데이터는 CRM 과 같이 완성된 형태의 올인 솔루션이 아니다.   기술 측면의 빅데이터 보다 사업적 측면의 빅데이터 가치에 대해 더 깊은고민이 필요하다.

 

신고

WRITTEN BY
jeremy797
제레미는 '업'으로는 미디어로 먹고살며 IT의 미래를 고민한다. '생'으로는 여행, 운동, 걷기, 캠핑, 커피, 독서 등등을 즐긴다. 제레미의 '생각저장소' 는 '업'에 관한 고민과 소소한 일상을 모두 담고있다. jeremy797@gmail.com / twitter : @comi10

받은 트랙백이 없고 , 댓글이 없습니다.
secret

새해 벽두에 열리는 CES는 신기술의 향연이다.   6개월 또는 1년을 앞서 기술력을 선보이는 자리인지라 세간의 이목을 집중시킨다.   하지만 면밀히 따져보면 기술의 트렌드는 화려함으로 포장될 뿐이지 그 내면은 큰 변화가 없다.  Connected  World 라는 주제가 몇 년 동안 지속되니 말이다. 

 

그런데 CES의 한켠에서 열리는 컨퍼런스에서 던져진 의미있는 아젠다가 있다.

 

Inventing TV 3.0!  3.0 과 같은 버전은 붙이기 나름이다.  필자의 블로그가 TV 2.0 이니 벌써 구닥다리가 된건가! ㅋㅋ

 

TV 3.0의 핵심은 이용자 데이터 (Customer data will drive TV 3.0) 이다.  이 컨퍼런스에서 주장하는 바는 TV 셋톱박스를 통해 이용자의 경험 데이터를 축적하고 이를 광고 사업 등에 활용할 수 있다는 것이다.   스마트TV의 잠재력은 이러한 이용자 데이터를 기반에서 시작될 수 있는데 실시간 채널의 이용 데이터 기반의 Sync App등으로 스마트TV가 기존 유료방송 플랫폼과 차별화 되어야 한다는 것이다.

 

위의 주장은 지극히 당연한 논리로 보인다.  미국의 케이블 방송국들은 수년간 디지털 케이블 셋톱박스를 통해 이러한 실험을 지속적으로 진행해왔다.   케이블 방송국들 끼리 연합해서 만든 카누 프로젝트는 셋톱박스 기반의 광고 플랫폼으로 이용자의 콘텐츠 이용 데이터로 지역 기반의 광고 사업 등을 추진코저 했다. 

 

여기서 주목할 부문은 바로 데이터

 

한발 더 나아간 주장도 있다.  미디어미래연구소에서 발행하는 이슈 보고서에 조영신박사는 스마트 미디어 시장의 진화 : 소셜TV의 등장 배경 및 함의” (이 보고서는 아직 외부 공개가 되어 있지 않아 언급만 하기로 하자) 에서 데이터로서의 방송 을 주장한다.


전통적인 방송이 PUSH 즉 공급자가 전달하는 프로그램을 이용자는 단방향으로 이용하는 경향성이 강한 반면 최근 방송 (또는 미래의 방송) PULL 형 이라는 것이다.  VOD가 대표적 사례인데 이용자가 직접 콘텐츠를 결정하는 PULL 형 방식으로는 기존의 콘텐츠 제공 사업자들이 제공하는 편성 방식은 의미가 없어진다.   플랫폼 사업자가 콘텐츠를 소비자에게 최적으로 전달하기 위해서는 소비자의 정보즉 데이터를 기반으로 해야한다는 주장이다.  (일부 논문 인용
이 논문은 "데이터로서의 방송"은 방송 사업자가 단순히 콘텐츠를 대량 수집하는 역할 즉, Aggregator 에서 진정한 플랫폼 으로 진화하는 가늠자라고 역설한다. 

 

데이터 기반의 방송이 TV의 미래일까?

필자는 이 주장에 총론적으로 동의한다.   데이터 기반의 방송이 가지는 가장 큰 함의는 실시간 중심의 기존 방송이 ON DEMAND 방식으로 전면적으로 변화할 수 있다는 미래 인식에 기인한다.

 

아날로그에서 디지털로 방송의 제공 방식이 변화했지만 실시간 방송의 편성 방식은 여전히 변화하지 않고 있다.  콘텐츠 제공 사업자들이나 이용자들 모두 과거 방식에 익숙해있다.  이러한 선형(Linear) 방식은 방송 소비의 양극화 현상을 부치기는 결과를 낳았다.  채널의 재핑 행위를 통해 일부 채널들이 시청률을 챙겨가기도 하지만 대부분의 방송 콘텐츠 소비는 롱테일이 아니라 소위헤드에 집중되어 있다.  

 

그런데 ON DEMAND 방식으로의 전환은 이용자의 소비를 분산시키면서 실시간 방송 처럼 동시간대의 시청 행위 (시청률로 집계되는 수치)가 불가능하다.  ON DEMAND 방식이 되더라도 무한도전이나 12일이 가장 잘 팔릴테지만 전체적인 이용자들의 미디어 소비 시간을 장악하기는 어렵다.  결국 ON DEMAND 소비는 롱테일 콘텐츠의 이용 촉진이 관건이다. 

 

이런 점에서 조영신박사가 주장하는 것처럼 데이터로서의 방송이라는 틀이 중요해진다.  방송의 질서가 인터넷 공간 (통신 영역) 의 서비스 흐름으로 전면 변화가 필요한 것 이다.

 

롱테일 소비로 미디어 사업을 새롭게 재 정의한 유투브나 넷플릭스 사례 처럼 온라인 공간에서는 이미 데이터로서의 영상 소비가 성공적으로 정착되어 있다.   넷플릭스와 아마존의 추천 엔진은 결국 고객의 데이터 흐름을 이용 동선에 활용한 사례이다. 

 

TV의 미래가 이용자 데이터에 달렸다고 보자.  그렇다면 어떤 데이터가 유용하고 이를 어떤 방식으로 집결하고 활용할 것인가? 

 

조영신 박사는 소셜TV의 중요성과 빅데이터의 연계성을 설명한다.   

 

멀티미디어 콘텐츠와 콘텐츠 사용 관련 정보가 증가하고 특히 소셜 네트워킹 을 통한 비정형 데이터의 폭증으로 빅 데이터의 보관과 분석 그리고 활용이 중요한 IT 화두가 되었다.  

 

기존의 가족 단위 미디어 소비 단말인 TV가 점차 개인화 되면서 1인 소비가 촉진되고 소셜 TV SNS 트렌드로 교류되는 콘텐츠 소비 데이터는 친구의 성향이 연결되는 소셜그래프를 통해 더욱 풍성해질 것이다.  이렇게 모아진 빅데이터는 방송의 미래에 필요한 씨앗이다.

 

아직은 개념적인 측면이 강하지만 데이터로서의 방송과 빅데이터와 소셜TV의 연계성은 매우 중요한 통찰이다.   하지만 주장과 현실의 간극이 아직은 너무 크다. 

 

빅데이터와 미디어 간의 연계성을 논하기 까지에 가야할 길이 멀다는 의미이다.   콘텐츠의 경험데이터를 빅데이터화 할 수 있느냐는 근본적인 물음일 것이다.

그리고 이용자들의 경험 데이터들에 대한 질(Quality)는 어떠한가? 사업자들이 보관하고 있는 미디어 소비자 로서의 개인에 대한 소비 경험 데이터는 매우 단순하다.  소비 시간 등 시점에 관련된 데이터 위주이며 개인이 소비하는 장르를 교차하여 신규 수요를 만들어낼 추천 데이터도 구조화되어 있지 못하다.  소셜TV는 트위터나 페이스북등 독립 SNS에 의존하여 이곳에서 교류되는 콘텐츠 소비 정보나 데이터를 가공 없이 보여주는 수준이다.  독립적인 소셜TV 서비스는 소비자의 기호를 장악하기에는 아직 섹시하지 못하다.   

주장과 현실의 간극이 크다고 하지만 “TV의 미래는 이용자 데이터라는 함의는 ON DEMAND로 변화하는 미디어의 미래를 앞당기는 중요한 주장이다.   유투브가 방송 채널을 개인화 페이지로 만들고 훌루가 페이스북 연동을 플레이어 창에 붙이는 등의 글로벌한 움직임들은 동일한 미래인식에 기인한다.   그런데 이러한 변화들이 기존 질서를 고수하는 사업자들이 주도하지 못하고 있다.  다소 파괴적 (disruptive) 인 시도들은 새로운 수요를 만들려고 노력하는 세력들에 의해 주도되기 마련이다.  

 

한가지는 분명해졌다.  케이블, IPTV, 스마트TV, 티빙과 같은 OTT 서비스등 콘텐츠 소비를 매개로한 미디어 사업자들 모두는 고객의 경험 데이터를 빅데이터로 만들기 위한 노력이 필요하다는 것이다.   그 노력이 솔루션의 준비인지, 소셜TV와 같은 서비스의 고도화 인지, 데이터 기반의 개인화된  UX의 포장인지는 사업자의 전술적 판단에 달렸다.   미디어 분야의 빅데이터 활용은 TV의 미래를 위한 새로운 화두이다. 




 

신고

WRITTEN BY
jeremy797
제레미는 '업'으로는 미디어로 먹고살며 IT의 미래를 고민한다. '생'으로는 여행, 운동, 걷기, 캠핑, 커피, 독서 등등을 즐긴다. 제레미의 '생각저장소' 는 '업'에 관한 고민과 소소한 일상을 모두 담고있다. jeremy797@gmail.com / twitter : @comi10

받은 트랙백이 없고 , 댓글이 없습니다.
secret