최근 세계적으로 빅데이터에 대한 관심이 높아지면서 많은 기업들이 빅데이터를 이용한 새로운 비즈니스 모델 창출에 집중하고 있습니다.

빅데이터는 2011년을 기점으로 국가의 미래를 결정하는 매우 중요한 개념으로 인식되어, 주요 선진국에서는 빅데이터가 창출하는 경제적 파급효과를 앞다퉈 발표하며 이와 관련한 R&D(Research and Development)에 많은 금액을 투자하였습니다.

많은 전문가들이 빅데이터의 정의를 다양하게 내놓고 있지만, 공통적으로 이야기하는 키워드는 대용량 데이터베이스, 정형 및 비정형 데이터의 활용, 그리고 이를 이용한 새로운 가치 추출 정도로 요약해 볼 수 있습니다. 즉, 빅데이터란 대용량의 정형 및 비정형 데이터 속에서 지금까지 알지 못했던 규칙이나 패턴들을 찾아내어 새로운 가치를 추출하는 것이라고 할 수 있습니다.

빅데이터가 등장하게 된 가장 큰 이유는 ICT 발전으로 인한 정보량의 기하급수적인 증가라고 할 수 있습니다. 이미 2007년부터 전 세계적으로 생성된 디지털 정보량이 사용 가능한 저장공간을 초과하기 시작했으며, 우리는 이러한 방대한 정보들을 스마트폰과 SNS 서비스를 통해 언제 어디서나 쉽게 접근할 수 있는 시대에 살고 있습니다.

이러한 사실은 과거에는 미처 알 수 없었던 사실들을 찾아낼 수 있는 기회가 늘어났다는 것을 말해줍니다. 이것이 바로 수많은 기업들이 빅데이터에 주목하고 있는 이유일 것입니다. 기업 입장에서 새로운 사실의 발견은 새로운 비즈니스를 창출하는 기회가 되기 때문입니다.

세계적인 전자상거래 기업인 아마존은 고객 빅데이터를 활용한 구매 추천 시스템을 통하여 막대한 추가 매출을 창출했는데요. 이미 경영학 분야에서 매우 유명한 비즈니스 성공사례로 소개되고 있는 이 추천 시스템은 아마존 성장의 일등공신으로 손꼽히며, 아마존 매출의 약 35% 정도가 구매 추천 시스템을 통한 추천상품에서 발생된다고 알려져 있습니다.

이 구매 추천 시스템은 아마존에서 개발한 Item-to-item collaborative filtering을 사용한 ‘A9’이라는 추천 시스템으로 현재 특허로 등록되어있습니다.

이 ‘A9’ 추천 시스템이 기존의 구매 추천 시스템과 다른 점은 User-based filtering 기법이 아닌 Item-based filtering 기법을 사용한다는 것입니다.

기존의 구매 추천 시스템은 방대한 구매 고객 데이터로부터 접속 고객과 유사한 고객을 찾아내어 유사 고객이 구매한 상품을 접속 고객에 추천하는 방식이지만 아마존의 ‘A9’은 접속 고객의 기존 구매 상품과 연관성이 있다고 분석된 상품을 추천하는 방식입니다.

이러한 방식은 구매 데이터가 많지 않은 신규 고객이나 활동 점수가 낮은 고객에게 User-based filtering 기법을 사용한 추천 시스템에 비해 훨씬 적합한 시스템이라 할 수 있습니다.

국내에서도 고객 빅데이터를 마케팅 전략에 활용해 매출을 증대시킨 혁신적인 사례가 있습니다. 유유제약은 ‘베노플러스겔’이라는 어린이 부기 완화제를 개발해 출시했는데, 기대와 달리 경쟁 제품에 비해 매출 성적이 좋지 못했습니다.

이를 해결하기 위해 유유제약은 소셜 빅데이터를 분석해 몇 가지 새로운 사실을 발견했는데요. 어린이보다 성인에게서 멍이 더 많이 발생한다는 것 등이었습니다. 이렇게 발견한 새로운 사실을 바탕으로 마케팅 대상을 기존 어린이에서 여성들로, 마케팅 시기를 기존 여름에서 겨울(수험생 성형수술)로, 그리고 마케팅 영역을 기존의 치료 용도에서 미용 용도로까지 변화(리포지셔닝) 시켰습니다.

그 결과, 2002년 출시된 후 10년간 6~7억 원에 불과했던 ‘베노플러스겔’의 매출은 마케팅 전략을 바꾼지 8개월 만에 20억 원까지 올라갈 수 있었습니다. 빅데이터 분석으로 8개월 만에 지난 10년 치 매출액의 약 300%를 달성한 것입니다.

인터넷 기업과 제조 기업이 주도하던 빅데이터를 이용한 비즈니스 혁신 사례는 그 영역을 확장해 최근 물류업계에서도 주목받고 있습니다. 세계적인 물류기업 DHL은 앞으로 물류시장을 주도할 트렌드로 빅데이터를 활용한 예측 물류를 꼽으며 물류산업에서의 빅데이터 활용방안으로 운영 최적화, 경험 데이터 분석을 통한 고객 예측, 그리고 신규 비즈니스 모델 개발을 제시했습니다.

이를 바탕으로 세계적인 유명 물류기업들이 빅데이터를 활용한 비즈니스 모델을 개발함으로써 새로운 가치 창출을 통한 이익 증대를 도모하고 있습니다.

UPS는 약 2억 5천만 개의 주소 데이터를 활용해 최적화된 배달 경로를 탐색하여 배송기사 1인당 하루 1마일을 덜 운행하게 하는 효과를 얻을 수 있다고 발표했으며, 이 분석 결과를 토대로 2017년까지 5만 5천 개의 배달 경로를 최적화한다면 연간 5천만 달러에 이르는 연료비 절감 효과를 가져올 수 있을 것이라 기대하고 있습니다.

글로벌 특송업체 TNT는 고객만족도를 높이기 위해 빅데이터를 프로세스화해 배송시간을 단축하고 배송 관련 문제를 사전에 예방하는 시스템을 구축하고 있습니다.

ICT 기술의 발전으로 인한 정보의 홍수 시대에 기존의 비즈니스 모델을 고집해서는 기업이 영속할 수 없습니다. 정보의 평등화가 이뤄지고 있는 이 시대에 경쟁 기업과 단순히 품질을 차별화하거나 브랜드 이미지 제고만으로 시장에서 살아남을 수 있는 기업이 얼마나 될까요?

지금과 같은 시대에 살아남기 위해서는 기업이 끊임없이 새로운 비즈니스 모델을 찾아 새로운 가치 창출을 통해 부가 이익을 만들어내야 합니다. 이를 위해 기업은 경영활동으로부터 얻어지는 방대한 데이터의 중요성을 인식해야 합니다. 그리고 이러한 데이터 속에서 새롭고 의미 있는 사실을 찾아내 시장에서 살아남을 수 있는 가치를 도출해내야 할 것입니다.

지금 존재하는 수많은 기업 중에 무한 경쟁에서 살아남을 기업은 어디가 될지, 빅데이터가 경쟁에서 얼마나 중요한 역할을 할지 관심을 가지고 지켜봐야겠습니다.

글 | 안재준 교수 | 연세대학교 정보통계학과