• 미디어 >
  • 엔코아 리포트
Weekly Brief
[조회수 : 4679]  다운로드
데이터를 기반으로 시장을 선도하는 혁신기업들

[데이터를 기반으로 시장을 선도하는 혁신기업들]

문명이 시작되면서부터 2003년까지 5엑사바이트의 데이터가 생성 되었는데, 지금은 이틀 만에 같은 양의 데이터가 생산되고 있다. 이런 속도는 점점 더 빨라지고 있다.

빅데이터는 이전에도 있었지만 무용지물이었다. 이것이 다시 중요해진 이유는 스마트폰, 소셜 미디어 등의 출현 때문이기도 하지만, 무엇보다도 심층 분석과 같은 기술적 지원이 가능해졌기 때문이다

기업 운영이 비교적 단순하고 경쟁이 제한적인 경영 환경에서는 획기적 혁신이 요구되기보다는 시장을 안정적으로 유지하는 데 주력하였고, 의사결정 과정에서 중요한 것은 경영자의 직관이었다. 그러나 산업 간 경계가 괴멸되면서 기업들은 그 동안 흘러 다니던 쓰레기와도 같은 데이터를 주시하기 시작한다. 직관보다는 빠르고 정확한 증거 기반의 경영이 필요해진 것이다.

글로벌 환경 변화를 신속하게 감지하고 대응하는 역량이 중요해지면서 기업은 내외부에 축적된 데이터를 혁신의 수단으로 인식하기 시작했다. 이전에는 인지하지 못하였던 새로운 메가트렌드를 발견하거나 혹은 간과하기 쉬운 미세한 변화를 경쟁 업체보다 빠르게 탐지하기 위해 다량의 데이터를 실시간으로 수집하고 분석하기 시작한 것이다.


er01.png

[데이터 기반 혁신 기업들]


스마트폰의 대중화로 다양한 기기 기반의 데이터 이용이 급증하면서 기업이 가진 구매 이력 정보와 로그 분석 결과, GPS 등의 센서 데이터와 SNS 등의 소셜 데이터 간 결합을 통해 소비자가 원하는 서비스를 적기에 적절한 장소에서 제안할 수 있는, 소위 말하는 빅데이터 예측분석 기술 기반이 갖추어지기 시작했다. 이러한 데이터 과학을 통해 이제 기업은 소비자가 무엇을 선택할지 알게 되었다.

이번 엔코아 리포트에서는 이런 데이터 과학을 활용해 빅데이터를 기반으로 시장을 선도해가는 혁신기업들의 사례를 알아보고자 한다.



1. NETFLIX
넷플릭스, 동영상 스트리밍 기업? 탁월한 데이터 분석 기업!


er02.jpg

[넷플릭스]


2015년 ‘100대 혁신 기업’에는 27위 넷플릭스에 이름을 올린 넷플릭스. 넷플릭스를 잘 모르는 사람은 온라인 스트리밍 전문업체가 어떻게 세계적인 기업들과 이름을 나란히 하는지 궁금해할 것이다. 하지만 넷플릭스에 대해 제대로 아는 사람들은 그들이 얼마나 탁월한 데이터 분석 기술을 가졌는지 알고 있다.

 
er03.jpg
[넷플릭스 가입자 수와 트래픽 점유율]


넷플릭스의 아성을 만들어낸 것이 바로 그 '기술'이다. 1만 개 콘텐츠를, 매달 1만 원 남짓 요금을 낸 7000만 명이 지속적으로 보도록 설계된 알고리즘이 혁신기업 넷플릭스를 만들었다.

넷플릭스는 1997년 DVD 대여업체로 출발했다. 월 정액을 내고 인터넷에서 영화를 신청하면 우편으로 DVD를 배달해주고 영화도 추천해주는 새로운 개념의 비즈니스 모델로 케이블TV와 위성방송이 주도하던 미국의 방송시장을 재편했다
그러나 넷플릭스는 거기서 멈추지 않고 온라인 스트리밍 서비스를 시작하며 새로운 대세를 만들었다. 방송사가 일방적으로 내보내던 콘텐츠를 보던 소비자들은 주문형 스트리밍 시청으로 급속히 소비방식을 바꿨다.

2006년 실시간 스트리밍 서비스를 도입할 때 넷플릭스는 수학자, 컴퓨터, 공학자, 인공지능 엔지니어 등을 영입해 고객이 과거에 대여한 영화 목록과 시청한 영화에 부여한 평점 등의 데이터를 분석하는 시네매치(Cinematch) 라는 CRM(Customer Relationship Management) 기반 영화 추천 시스템을 개발한다.

사업 초기부터 정교하게 데이터를 수집 분석해오던 넷플릭스의 데이터 분석, 예측 프로그램이 빛을 발하게 되는 순간이었다.


내가 좋아하는 영화를 나보다 더 잘 아는 회사

넷플릭스가 보유한 콘텐츠는 1만 종이 되지 않는 것으로 알려졌다. 이에 비해 아마존의 스트리밍 서비스가 8만 종, 국내의 올레TV도 10만 종 이상인 것을 비교해보면 큰 차이 인 것을 알 수 있다. 정교한 빅데이터 분석 시스템을 통한 시네매치로 상대적으로 적은 양의 콘텐츠로 최대의 효과를 내고 있는 것이다.

시네매치는 어떤 알고리즘으로 움직일까? 우선 넷플릭스는 어마어마한 양의 데이터를 분석한다. 넷플릭스의 분석 데이터에는 2500만 명 이용자들의 일시 정지, 되감기 등의 이용 행태를 포함해 하루 평균 3000만 건의 동영상 재생 기록, 최근 3개월의 기간에 해당하는 20억 시간 이상의 동영상 시청 시간 기록이 있다. 또 하루 평균 400만 건의 이용자 평가와 300만 건의 검색 정보, 위치 정보, 단말 정보, 주중, 주말 시청 행태 등 데이터를 비롯해 SNS 서비스인 페이스북과 트위터로부터 수집한 소셜 데이터까지 포함해 분석한다고 한다.

일반적인 개인화 추천 시스템은 당신이 좋아하는 영화를 본 사람들이 어떤 다른 영화를 좋아했는지 분석한다. 그러나 넷플릭스는 행태 분석 대신에 컨텐츠 분해에 나섰다. 넷플릭스는 메타데이터를 작성하기 위해 36페이지짜리 문서를 따라 꼼꼼하게 각 컨텐츠의 정보를 채워 넣는다. 성적인 컨텐츠는 얼마나 나오는지, 얼마나 잔인한지, 로맨틱한 정도는, 주인공은 얼마나 도덕적인지, 해피엔딩인지 아닌지까지 모든 정보를 1~5점 점수로 입력한다. 플롯에는 어떤 이야기가 나오는지 정리하고, 주인공의 직업, 장소 정보를 입력한다. 그리고 기계가 이에 기반해 ‘맞춤화 장르’를 만든다.

넷플릭스 추천 알고리즘에 쓰이는 분류 체계는 7만 개나 된다고 한다. 로맨틱 코미디를 좋아하는 사람이 한 해 쏟아지는 모든 로맨틱 코미디 영화를 좋아하진 않을 것이다. 넷플릭스는 고객이 처한 상황과 심정 등을 파악할 수 있는 분류 체계와 빅데이터 분석 기법을 가동해 맞춤 옷 같은 동영상을 추천해 준다.


빅데이터로 이미 예상된, 하우스 오브 카드의 흥행


er04.jpg
[넷플릭스의 자체 투자 제작 드라마 <하우스 오브 카드>]


넷플릭스는 2012년부터 고객이 좋아할 영상을 직접 제작하기 시작한다. 기획부터 주인공 섭외, 배급까지 전반에 걸쳐 구독자의 선호도에 대한 빅데이터를 분석해서 제작한 드라마, 그게 바로 넷플릭스의 명품 드라마 <하우스 오브 카드>다.

<하우스 오브 카드>는 넷플릭스의 빅데이터 분석 전략이 반영된 첫 번째 드라마다. 빅데이터를 통해 시청자들이 원하는 드라마, 원하는 배우와 감독, 원하는 스토리를 분석해 제작했고, 전략은 주효했다.

넷플릭스가 수집한 고객 데이터에 따르면 BBC에서 제작한 드라마를 좋아하는 사용자들의 경우 케빈 스페이시가 주연한 드라마와 데이비드 핀처 감독을 검색해서 본다는 사실이 드러났다. 이렇게 겹쳐지는 부분을 ‘입증된 성공’이라고 분석했고, 1990년에 방영된 영국 BBC의 <하우스 오브 카드>를 리메이크하기로 했다.

이렇게 만들어진 넷플릭스의 자체 투자 제작 드라마 <하우스 오브 카드>는 넷플릭스에서 독점 공개되어 엄청난 흥행에 성공했을 뿐 아니라 에미상에서 최우수 감독상을 비롯해 3관왕을 차지하기도 했다.

1997년 우편으로 DVD를 배달하던 넷플릭스는 이제 <하우스 오브 카드>, 마르코 폴로 같은 흥행 콘텐츠를 제작하는 콘텐츠 미디어 기업으로까지 성장하기에 이른 것이다.





2. Amazon
아마존, 세계최대의 온라인 쇼핑몰의 힘 상품 추천 시스템


er05.jpg
[세계최대의 온라인 쇼핑몰 아마존닷컴]


 초기 온라인 서점으로 출발한 아마존은 현재 미국은 물론이고 전 세계적인 영향력을 가진 온라인 쇼핑몰로 성장했다. 이런 아마존의 성공 뒤에는 오랜 빅데이터 활용의 역사가 있다.
아마존은 오래 전부터 고객의 상품 구매 이력과 열람 이력 등 방대한 행동 이력의 데이터 분석을 통해 상품추천 시스템을 성공적으로 운영 해오고 있다. ‘이 상품을 산 사람은 이런 상품도 샀습니다’ 는 아마존이 처음 시작한 상품 추천 시스템이다.

1990년대 말까지만 해도 아마존에는 리뷰를 쓰고 새로운 책을 추천하는 도서 비평가와 편집자가 10여 명 있었다. 이들은 아마존 홈페이지에 등재 될 책을 평가하고 선별했다. 많은 사람이 이 리뷰가 아마존 경쟁 우위의 원천이라고 생각했다. 월스트리트저널지는 이들을 미국에서 가장 영향력 있는 도서 비평가라고 꼽기도 했다.

그러나 아마존의 창업자 제프 베조스는 더 나은 추천 방법을 고민했다. 그 동안 개개인이 샀던 도서 구매 목록, 또는 장바구니에 담았던 데이터를 활용, 개인 취향에 맞춰 책을 추천해 주는 시스템을 만들었다. 아마존은 인간 편집자의 추천 목록에 따른 판매량과 컴퓨터 생성 콘텐츠가 만든 추천 목록에 따른 판매량을 비교해봤다.

결과는 상대도 안 됐다. 데이터에서 나온 추천 리스트의 책들이 훨씬 더 잘 팔렸다. 이 시스템은 아마존 매출의 3분의 1을 차지하게 됐다. 결국, 아마존의 경쟁우위로 꼽히던 편집팀은 해체됐다.


아마존의 고객 분석 시스템

아마존은 고객이 구입한 상품 정보 분석을 통해 구매 예상 상품을 추천하고 개인화된 쿠폰을 제공한다. 아마존 매출의 35%가 이러한 빅데이터 기반 추천 시스템을 통해 발생한다고 하니 과연 아마존의 유일무이한 성장동력이라 하겠다.

아마존은 분석결과 고객이 목표 상품에 접근하는데 오래 걸릴수록 구매로 이어질 확률이 낮아지는 것에 주목했다. 즉 구매 욕구가 발현되는 시점에 구매까지 이어지는 과정에 필요한 노력을 최소화하는 시스템이 바로 추천 서비스다.

아마존의 추천 시스템은 오랜 노력이 만들어 낸 산물이다. 아마존은 초창기부터 상품과 사용자에 대한 DB 구축에 큰 힘을 쏟았다.

특정 상품에 대해 그것을 구매한 사람들의 생각과 의견은 어떠한지, 혹은 그 사람들이 또 다른 어떤 상품에 흥미를 느꼈고 심지어 해당 제품의 상세 정보를 본 고객들이 결국 구매한 것은 무엇인지를 DB로 구축했다. 아마존은 이와 같은 상품과 상품의 관계성을 상품 간 유사성이라고 하여 이를 근간으로 추천 알고리즘을 실행하고 있다.

이를 통해 고객들은 아마존닷컴의 메인 화면이나 My page, 상품 조회화면 등 제품을 구매하기 위해 방문하는 모든 페이지에서 개인화된 상품 추천을 경험하게 된다.


상품 추천 그 이상!

타 기업들은 물류와 관련된 분야에 아웃소싱기업을 들여 운영하는 것과 달리 아마존은 ‘상품검색 – 정보확인 – 구매 – 배송 – A/S ’까지 e커머스 전 과정에서 자체적인 실행 프로그램을 도입하여 온라인 쇼핑몰의 필수 요소가 될 수 있는 물류 센터와 데이터 센터에 까지 투자하고 있다. 

이러한 지속적인 투자를 통해 비용 절감은 물론 온라인 컨텐츠 시장뿐만 아니라 유통 시장에서의 경쟁력까지 강화하고 있다.

이제 아마존은 상품추천 그 이상을 시도하고 있다. 고객이 아마존에 들어 오기도 전에 미리 판매 하려고 상품을 준비해 두는 서비스. 빅데이터를 활용해 어떤 고객이 물건을 구매 할 지를 사전에 파악, 고객이 구매 하기 전에 미리 상품을 발송 해 두는 ‘예상 배송’ 서비스를 준비하고 있는 것이다.
이러한 예상 배송이 시행 된다면 영토가 큰 미국에서 배송시간을 단축하는 획기적인 발전이 될 것이며, 빅데이터 활용의 새로운 장이 될 것이다.

아마존은 초기부터 지금까지 잘 축적해온 모든 빅데이터를 기반으로 지금의 성장을 이루었다. 이후에도 고객기반, IT 인프라와 같은 핵심 경쟁요소에 대한 투자를 통해 다양한 분야로 사업을 확장해 지속적인 경쟁우위를 창출해 낼 것이라고 예상된다.





3.UBER
빅데이터 기업‘우버’

er06.jpg


우버는 스마트폰 앱을 통해 일반 자동차와 택시 운전사를 차량이 필요한 승객과 연결 해 주고 있다. 우버는 스마트폰과 빅데이터 기술을 기반으로 간편하게 수요와 공급을 연결 해 주고 있다.

설립된 지 5년이 되는 우버는 현재 전 세계 51개 국가의 230개 도시에 진출했다. 기업가치는 400억 달러(44조원)로 추정된다.

전 세계 택시 시장에 혁명을 일으키고 공유 경제, 온디맨드 열풍을 일으킨 기업 우버(uber). 우리나라에선 기존 업계와의 마찰로 인한 사업 철수가 이슈가 되어 우버를 택시 회사로 많이들 인식하고 있지만 우버는 사실 빅데이터 기업에 가깝다.

우버를 단순히 차량공유 서비스를 통해 수수료를 받는 기업으로만 알고 있다면 빅데이터 기업이라고 부르는 게 의아할지도 모르겠다. 우버의 서비스를 좀 더 살펴보며 어떻게 빅데이터를 활용하는지에 대해 알아보자.

일단 우버는 기본적으로 차량공유 서비스를 제공한다. GPS를 기반으로 고객은 자신의 근처에 있는 택시를 배차 받을 수 있다.
이러한 GPS를 기반으로 수집된 데이터를 통해 지능형 수요 예측을 시행한다. 우버는 빅데이터 분석을 통해 고객 수요를 예측하는 정보를 만든다. 고객이 많이 몰릴 시간과 장소를 지도에 표시해 주는 것이다. 차량 도착시간을 줄이고 수요가 급증하는 지역에 미리 대기하는 등 서비스 품질과 효율성을 높이는데 데이터 분석을 활용하고 있다.

우버가 IT 모바일 시장에서 큰 주목을 받는 이유는 바로 소비자가 우버 택시를 불러 이용하는 과정 중에 생겨나는 수많은 데이터다. 우버를 한번 사용 할 때 마다 사용자의 위치와 이동정보, 신용카드 정보, 머무르는 지역, 취향 등의 데이터가 우버의 데이터 서버에 저장 되게 된다.

우버는 이런 데이터를 활용하여 다양한 마케팅과 제휴 또 다른 사업확장까지 시도하고 있다.





4. Met Life
메트라이프, 꾸준한 노력을 통해 데이터 중심 기업으로


메트라이프는 뉴욕에 본사를 두고 있는 북미에서 가장 큰 생명보험 회사로 세계적으로 9천만 명이 넘는 개인 고객을 보유한 회사다. 매트라이프는 오랜 역사를 가진 전통적인 기업임에도 불구하고 꾸준한 노력으로 데이터 중심의 기업문화를 만들어 냈다.

2000년 중반에 접어들면서 메트라이프는 실시간으로 고객과 직접 접촉 하기를 원했다. 데이터 정보를 온라인에서 실시간으로 받아 보는 것뿐만 아니라 각기 다른 위치 및 형태로 제공된 정보를 한 번에 통합해서 보기를 원했다. 하지만 필요한 정보가 서로 다른 위치, 서로 다른 소스, 서로 다른 포맷으로 고객 관리 담당자에게 제공되고 있어서 바로 찾아보기 어려웠다.

메트라이프는 이 문제를 해결하기 위해 10여 년간 노력했지만, 고전을 면치 못하다가 빅데이터의 새로운 기술 도입으로 획기적인 전환점을 맞게 되었다

메트라이프 기술팀은 페이스북을 모델 삼아 빅데이터 플랫폼을 구축하고, 더 월(The Wall)이라는 고객 관리 시스템을 3개월 만에 새로 구축했다. 더 월은 고객 서비스센터 직원들이 고객 관리를 할 때 좀 더 빠르게 필요한 정보에 접근하고 좀 더 쉽게 사용할 수 있도록 해주었다.

더 월은 모든 고객 정보를 연결하여 하나의 레코드로 만들어 좀 더 빠르고 쉽게 고객 정보를 한 화면에서 볼 수 있게 만들었다. 최근 업데이트된 고객 정보와 클레임 내역, 그리고 콜센터 전화 이력과 홈페이지 방문 같은 각종 접촉 내용이 실시간으로 하나의 화면에 보이게 한 것이다.

프로세스마다 다르긴 하지만, 이로써 고객의 상품 가입 현황과 과거 이력, 웹사이트 방문 이력, 고객 센터 방문 이력, 보상 이력 등 이전에는 40번을 클릭해야만 볼 수 있었던 것을 단 한 번에 볼 수 있게 되었다.

이제 메트라이프는 더 월을 상품판매•마케팅•고객관리 등에 활용하고 있다. 1억 명이 넘는 고객의 데이터를 빅데이터 활용을 통해 통합시킨 시스템을 통해 고객문의에 신속하게 대응하면서, 고객 성향에 세밀하게 맞춘 교차판매•상향판매도 가능해진 것이다.



5.맺으며

제품이나 서비스가 상향 평준화되어 가는 시점에서 빅데이터는 새로운 경쟁력을 창출시키는 기업 혁신의 자원으로 주목 받고 있다. 하지만 모든 기업이 위의 사례처럼 혁신적인 결과를 도출해 내지는 못하고 있다. 그 차이는 무엇일까?

혁신의 바탕에는 오랫동안 잘 관리된 DB와 데이터의 중요성을 아는 기업이 있었다. 넷플릭스나 아마존은 빅데이터 시대가 도래 하기 전부터 꾸준히 관련 데이터를 모으며 그 중요성을 인지하고 있다. 그를 이용해 이제까지 여러 가지 시도를 해왔던 것이 빅데이터 기술을 만나며 폭발적인 혁신을 이루어 낸 것이다. 매트라이프의 경우에는 전통적인 기업임에도 불구하고 수년간 꾸준히 데이터 중심의 기업으로 변모하려 노력 해 왔던 것이 바탕이 되어 빠르게 혁신적인 고객분석 시스템이 만들어 낼 수 있었다.

우버의 경우에는 말할 것도 없다. 그들은 처음부터 데이터를 기반으로 움직였기에 단기간에 높은 기업가치 창출이 가능했다.

소비자가 무엇을 선택할지 알려주는 빅데이터 과학.

앞으로도 빅데이터의 도입과 활용은 새로운 혁신 가치를 창출하는 패러다임으로 주목 받을 것이다. 하지만 이는 결코 한 사람의 전문가 영입이나 단편적인 조직개편으로 가능한 일이 아님을 알아야 한다. 꾸준한 기업 내부 데이터 관리는 물론, 전체조직의 데이터 중심의 변화가 먼저 이루어져야 할 것이다.


다운로드 >> EN-CORE_Report_2016.01.05(데이터를 기반으로 시장을 선도하는 혁신 기업들).pdf


※ 다음 리포트에서는 데이터 기반 혁신 기업에 이어 “빅데이터에 기반한 혁신 서비스” 트렌드에 대해 조금 더 자세히 알아 보고자 한다.

EN-CORE Data Research Center ⓒ 2015 All Rights Reserved 


목록