숫자로 더 많은 것을 만들어내다
데이터는 새로운 제품과 서비스를 개발하는 데 점점 더 중요해지고 있습니다. 중소기업은 더 효율적으로 생산하고 고객에게 더 개인화된 접근을 할 수 있습니다.
모리츠 폰 소덴은 처음에는 자신의 눈을 믿을 수 없었다: 그의 개발팀이 선보인 미니 센서가 장착된 새로운 나사산 스핀들에서 불과 몇 분 만에 블루투스를 통해 데이터가 그의 휴대폰으로 쏟아져 들어왔다. 이 데이터는 스핀들의 하중과 진동에 대한 정보를 제공한다. “마치 나사산 속을 엑스레이로 들여다보는 것 같아요.” 보르네만 나사산 기술(Bornemann Gewindetechnik)의 사장은 스마트 나사산에서 쏟아져 나오는 숫자들에 기뻐하며 말했다. “사용된 윤활유 종류까지도 확인할 수 있답니다.”
보르네만 고객사, 특히 리프트 플랫폼이나 운반 장비 제조업체들은 이제 24시간 내내 자사 제품의 상태를 모니터링할 수 있습니다. 이를 통해 손상을 조기에 발견하고, 유지보수 주기를 최적화하며, 고장을 방지할 수 있습니다. 니더작센주의 나사산 제조업체 자체에게도 이 혁신은 완전히 새로운 사업 분야를 열어줍니다. 폰 소덴은 “측정된 모든 데이터를 분석함으로써 우리는 향후 스핀들 외에도 고객에게 제공할 수 있는 지식을 얻게 됩니다”라고 말합니다. “컨설팅 부문을 구축하는 것도 가능합니다.”
점점 더 많은 중소기업들이 비즈니스 인텔리전스(BI), 빅데이터, 애널리틱스, 인공지능(AI)과 같은 기술을 활용해 제품과 서비스를 개발하고 새로운 사업 분야를 개척하고 있습니다. BI가 주로 과거 및 현재 데이터를 처리하고 시각화하는 데 사용되는 반면, 애널리틱스는 미래를 향한 기술입니다. 데이터 마이닝이나 머신 러닝과 같은 기술을 통해 미래 결과의 가능성을 파악합니다. 이를 통해 근거 있는 예측이 가능해집니다. “성공적인 결과를 위해 필요한 변경 사항을 조기에 준비할 수 있도록 발전 방향을 예측할 수 있습니다”라고 인사 컨설팅 회사 Steerer의 대표 크리스토프 올리히(Christoph Oelrich)는 설명합니다.
중견 기업의 구매, 생산 및 물류 부서에도 인공지능(AI)이 도입되었다. 과거에는 부직포 생산 설비를 시행착오 방식으로 수동 조정했지만, 오늘날에는 기계와 환경 상태에 대한 데이터가 수집되고, 현재 부직포 품질이 시각적으로 측정되며, 이 정보로 신경망이 훈련된다. 알고리즘이 설정 매개변수를 시뮬레이션하여 요구되는 품질을 최저 비용으로 생산할 수 있는 조건을 보여줍니다. 다른 공장에서는 카메라 시스템이 기계가 나사와 앵커를 올바르게 조립하는지 감지합니다. 그렇지 않을 경우, 직원들에게 몇 초 만에 경고가 전달됩니다. 제품 품질은 향상되고 불만 건수는 감소합니다.
또 다른 예시: 헤센주의 한 화장품 제조업체는 몇 주 전부터 잠재 고객들이 자사 웹사이트와 소셜 네트워크에서 어떻게 행동하는지, 어떤 정보를 클릭하는지, 어떤 질문을 하는지, 어떤 색상을 선호하는지 상세히 기록하고 있다. “익명화되었지만 개인화된 데이터를 통해 기업은 그녀에 대한 정확한 이미지를 파악하고, 그녀의 행동 동기를 파악하며, 실시간으로 적합한 제품과 콘텐츠를 추천할 수 있습니다”라고 스타트업 Wunder.ai의 창립자이자 유통, 통신, 금융 기업에서 BI 및 AI 전문가인 루퍼트 슈테프너(Rupert Steffner)는 설명합니다. “우리는 시스템에서 가능한 한 인간의 뇌에서 일어나는 감정적 요소와 의사 결정 과정을 반영하려고 노력합니다.”
비즈니스 애널리스트, 데이터 엔지니어, 데이터 과학자는 취업 시장에서 수요가 높다. 이미 캠퍼스에서 컴퓨터 공학, 물리학, 수학 전공자들이 채용되고 있다. 헤드헌터 오엘리히는 “일부 기업들은 최고의 인재를 조기에 확보하기 위해 대학과 협력하고 있다”고 말한다. 졸업생들은 연봉 6만 유로 이상으로 유혹받으며, 박사 학위를 취득하면 7만 유로 이상도 가능합니다. “경력 5년 차 데이터 과학자의 평균 연봉은 약 9만 유로입니다.” 추세는 상승세입니다. “하지만 많은 고성과 인재들에게는 비즈니스 모델이 흥미롭고 미래 지향적인지, 그리고 최신 도구를 사용할 수 있는지 여부가 결정적입니다.”
대기업들이 주로 인재 확보 경쟁에서 앞서 나가며, 중소기업들은 급여와 경력 기회 측면에서 경쟁하기 어려운 경우가 많다. “게다가 디지털 프로젝트 실행에 대한 실무 경험이 있는 경영진이 없는 경우가 많습니다”라고 오엘리히가 지적한다. 그래서 많은 중소기업들은 필요할 때 일당 800~1,200유로(약 100~160만 원)의 프리랜서를 활용한다. 또한 인공지능(AI), 시각적 분석(Visual Analytics), 데이터 사이언스(Data Science), 사물인터넷(IoT) 관련 프로그램과 컨설팅을 제공하는 소프트웨어 업체의 서비스도 이용한다. 데이터 활용 기반의 완전한 비즈니스 프로세스 구축을 위한 서비스도 포함된다.
중소기업의 증가하는 관심
세계 시장 선두 기업은 SAS입니다. 미국 기업의 독일 지사는 지금까지 주로 대기업에 한정되었던 솔루션에 대한 중소기업의 관심이 증가하고 있음을 확인하고 있습니다. SAS에서 독일, 스위스, 오스트리아를 총괄하는 안네트 그린은 “코로나19는 많은 기업들에게 디지털화 측면에서의 부족함을 고통스럽게 드러내 보였습니다”라고 말합니다. 따라서 많은 의사 결정자들은 자사 기업의 약점을 정확히 알지 못합니다. 이는 종종 불충분한 데이터 관리가 원인입니다. 위기 상황에서 데이터 자원을 활용하기 위한 체계적, 개념적, 조직적, 기술적 절차가 없는 기업들은 이미 빅데이터, 애널리틱스 또는 AI를 도입한 기업들보다 더 빨리 흔들리기 시작했습니다: “이들은 미래에도 예상치 못한 사건으로부터 보호받고 새로운 제품과 서비스를 개발할 수 있는 회복탄력성을 갖추고 있습니다.”
분석 및 인공지능을 통해 고객과의 소통을 개선하고 맞춤형 제안을 할 수 있습니다. 그린은 “이는 고객과 그들이 지금까지 이용한 서비스에 관한 모든 정보를 기반으로 하며, 대면 접촉이 제한된 시기에도 신뢰와 만족도를 창출한다”고 요약합니다. 이는 새로운 수익 모델을 열어줍니다. “사용되는 기술 솔루션은 자동화되고 유연하며 무엇보다 확장 가능해야 합니다.” 이는 머신 러닝과 같은 새로운 애널리틱스 모델을 사용할 때도 유용합니다. “이는 일정 기간 동안 더 많은 컴퓨팅 성능을 필요로 하며, 필요에 따라 추가로 예약하거나 다시 줄일 수 있기 때문입니다.”
보르네만-쵸프 폰 소덴은 스마트 나사가 향후 자사의 핵심 제품이 될 것이라고 확신한다. 그는 이미 온라인 마케팅을 위한 데이터를 수집하고 분석하고 있다: “성공적으로.”