SAS 코리아는 5월 15일 서울 강남구 코엑스 인터컨티넨탈 호텔에서 ‘SAS 포럼 코리아 2018’ 기자간담회를 통해, 인공지능(AI)과 사물인터넷(IoT)을 활용한 최신 분석 전략과 다양한 고객 사례를 소개했다. 이번 ‘SAS 포럼 코리아 2018’은 인공지능과 사물인터넷 기술의 발전으로 한 단계 더 성장한 데이터 분석의 새로운 가능성을 제시하고자 했다.
오늘날 애널리틱스 이코노미 시대에 데이터와 분석은 연료와 엔진의 관계로, 기술의 발전을 이끌고 있는 핵심으로 주목받고 있다. 또한 인텔리전스는 더 이상 인간만의 점유물이 아니며, AI 알고리즘을 기반으로 생성된 인텔리전스는 금융, 제조, 유통, 의료 등 다양한 산업에서 적용되고 있다. SAS는 이번 ‘SAS 포럼 코리아 2018’에서, ‘SAS 바이야 플랫폼’은 강력한 최신 머신러닝을 기반으로 높은 개방성, 유연성, 전체 분석 라이프사이클에 대한 지원을 통해, 애널리틱스 이코노미 시대에 누구나 ‘분석’을 기본 권리로 누릴 수 있는 환경을 실현한다고 소개했다.
이번 포럼에서 발표된 SAS 바이야 최신 버전에는 임베디드 인공지능 및 자동화, 머신러닝 모델의 투명성 제고, 데이터 거버넌스 및 데이터 리니지(data lineage) 개선, 전체 분석 라이프사이클에 걸친 사용자 경험 제고, 외부 시스템에 대한 개방성 및 상호운용성 향상 등 새로운 기능이 대폭 추가되었다고 소개되었다. 또한 고객 사례에서는 NH농협은행의 SAS 바이야 기반의 ‘SAS 비주얼 데이터 마이닝 앤드 머신러닝’을 활용한 빅데이터 분석 플랫폼 구축, 스포츠 분석 회사 싸이스포츠(SciSports), 의료 관련에서는 지멘스 헬시니어스(Siemens Healthineers), 옥토 텔레매틱스(Octo Telematics) 등의 사례가 공유되었다.
▲올리버 샤벤버거 SAS 수석부회장 겸 COO & CTO
올리버 샤벤버거(Oliver Schabenberger) SAS 수석부회장 겸 최고운영책임자(COO) & 최고기술책임자(CTO)는 이 자리에서, 디지털화 이외에도 자동화, 커뮤니케이션, 인텔리전스 등이 우리 삶의 변화에 중요한 변곡점을 만들고 있다고 소개했다. 그리고 이 새로운 세상은 ‘디지털 경제’라고 불리기도 하지만, SAS는 ‘애널리틱스 이코노미’라고 표현하고 있으며, 분석을 통해 정보에서 인텔리전스를 도출함으로써 가치를 만들어낼 수 있기 때문이라고 설명했다. 또한 데이터와 분석은 연료와 엔진의 관계로 기술의 발전을 이끌고 있는 핵심이며, 최근 주목받는 변화를 이끄는 기술들간의 공통 주제 또한 데이터와 분석이라고 덧붙였다.
애널리틱스는 데이터에서 인사이트를 도출할 수 있게 하며, 데이터 관리, 시각화, 통계, 머신러닝, AI 등다양한 종류의 기술을 필요로 하고, 이를 사용한 사람과 그렇지 않은 사람 간에 큰 차별화 요소가 되어 오기도 했다. 그리고 AI 시스템은 많은 산업들을 탈바꿈시켰고, 비선형적 문제에 대한 해법을 찾고, 딥 뉴럴 네트워크를 훈련시키고, 일련의 가능한 행동 중 최선을 선택하게 하는 최적화 기법을 기반으로 하고 있으며, 다양한 기술을 바탕으로 구축되는데 머신 러닝 또한 그 중 하나라고 설명했다. 또한 지금과 향후에 성공하게 될 AI 시스템은 머신 러닝, 최적화, 고급 분석 기술을 바탕으로 할 것이라 덧붙였다.
한편 그는 오늘날의 인공지능이 애널리틱스와 동일한 모습으로, 파괴적 혁신을 가져오는 기술이 되었고, 자동화된 AI 시스템은 진입 장벽을 낮춰주고 있고 복잡한 문제도 데이터와 기술로 풀어갈 수 있게 되고 있다고 밝혔다. 그리고 이러한 트렌드를 인류 혁신의 스토리에 여러 챕터로 살펴본다면, 트렌드들은 전체 스토리 속에 연결되면서 더 큰 의미를 가지게 된다고 강조했다. 특히 ‘연결성’은 제품과 기기 안의 스마트 요소들을 더 크게 만들며, 많은 IoT 애플리케이션들이 데이터를 클라우드로 내보내고, 분석, 모델링하고, 통찰을 적용하는 과정에서 그 가치가 더욱 커지게 된다고 강조했다.
학습과 집단 지성의 강화와 증진을 위해서는 연결된 디바이스들이, 제공되는 정보가 어떤 가치인지 알 필요가 있고, 이 정보를 비공식적인 자기주도적 네트워크 환경에서 적용할 수 있어야 한다. 그리고 이제는 학습과 개인화가 동시에 추진될 수 있는 기회를 맞고 있고, 이것이 가능한 것이 ‘사물인공지능’ 시스템이라고 소개했다. 이 때, 이 사물인공지능 시스템은 강화학습 시스템에 기반한 AI 시스템 등, 다른 AI 시스템에 의한 운영도 가능할 것이라 덧붙였다.
▲SAS 바이야 플랫폼은 기존 SAS 플랫폼에 머신러닝 기능으로의 확장을 가능하게 한다
SAS 바이야(Viya) 플랫폼은 점차 개방화, 연결되는 세상에서 기존 SAS 플랫폼에 현대적 머신러닝 기능으로의 확장을 가능하게 한다. 이 플랫폼은 개방성 측면에서, SAS 플랫폼을 파이썬, 자바, REST API, R 등 여러 인터페이스나 프로그래밍 언어로 접근할 수 있게 하며, 비주얼 인터페이스와 프로그래밍 모두에서 어떤 방식으로든 같은 능력을 활용할 수 있게 한다. 또한 데이터의 준비부터 탐색과 시각화, 모델링과 디플로이까지 하나의 환경에서 통합적으로 수행할 수 있도록 하며, SAS는 이를 ‘애널리틱스 라이프사이클’이라 칭한다고 소개했다.
연결성 지원을 위해서, SAS는 데이터 사이언티스트들이 공통의 플랫폼, 일관성 있는 데이터와 모델 거버넌스에 연결될 수 있도록 하고, 그들이 선택하는 툴을 지원하고 있다고 밝혔다. 또한 SAS 애널리틱스를 네트워크 엣지단까지 보내서, 스트리밍 애널리틱스 엔진이 기기나 네트워크 라우터 등에 내장되어 분석을 수행할 수 있도록 하고 있다고도 소개했다. 이 외에도 자동화를 뒷받침하기 위해서는, 머신러닝 모델의 파라미터들을 자동으로 튜닝하거나, 모델 관리와 모니터, 업데이트, 모델 팩토리를 통한 모델 구축 과정의 자동화 등을 제공하고 있다고 밝혔다.
한편, SAS는 처음 설립되던 시절부터, 연구자들이 통계와 수학적 방법을 의사결정에 적용할 수 있게 하고, 데이터를 기반으로 한 결정과 신뢰할 수 있는 알고리즘을 기반으로 연산을 수행할 수 있도록 하는 것을 목적으로 했으며, 현재의 분석과 자동화, 머신러닝, AI의 뿌리는 그 때부터 시작된 것으로 본다고 언급했다. 또한 현재 AI 관련에 많은 관심이 쏟아지고 있지만, 이는 더 많은 정보를 활용하고자 하는 긴 역사에 한 지점으로 남을 것이며, SAS는 분석을 통한 삶의 개선과 데이터의 세상을 인텔리전스로 바꿀 수 있다는 믿음을 가지고 있다고 덧붙였다.
▲SAS 코리아 최병정 상무
▲SAS 바이야 플랫폼은 데이터의 준비부터 적용까지의 과정에 일관된 경험을 제공한다
SAS 코리아 최병정 상무는 AI에 대해, 과거에는 ‘학습’에 집중했지만 지금은 ‘자동화’에 더 집중하는 흐름이며, 학습과 자동화를 통해 사람이 할 수 있는 작업을 흉내내는, 시스템을 트레이닝하는 과학이라고 인공지능의 정의를 소개했다. 그리고 인공지능에서 자동화의 의미는 학습의 결과를 운영 시스템에 넣어 인간의 개입 없이 결정해 업무를 효율화하는 것, 그리고 이 ‘학습’과 ‘적용’까지 자동화된 형태로 구현하는 ‘셀프 러닝’을 통한 시스템의 효율화 등 두 가지가 있다고 덧붙였다.
AI의 기술 요소에는 머신러닝과 딥러닝을 핵심으로, 자연어나 컴퓨터 비전이나 스피치 정보 등이 기반이 되고, 학습, 언어, 시각, 음성지능의 네 가지로 주로 구성된다고 소개되었다. 그리고 이러한 것들이 더 긴밀하고 매끄럽게 연결되기 위해, SAS 바이야 플랫폼은 데이터에서 시작해 분석과 적용에 이르기까지 모든 사람들이 일관된 사용자 경험을 할 수 있는 인터페이스를 제공한다. 또한 데이터 준비에서 분석과 적용에 이르는 단계에서, 다양한 오픈소스 기반 기술들과의 연동, 상호운용성 등을 제공하고, 이 모든 것들은 보안이 확보된, 데이터 거버넌스 기반에서 움직이고 있어 효율적, 효과적이라고 덧붙였다.
SAS 바이야 최신 버전은 임베디드 인공지능 및 자동화, 머신러닝 모델의 투명성 제고, 데이터 거버넌스 및 데이터 리니지(data lineage) 개선, 전체 분석 라이프사이클에 걸친 사용자 경험 제고, 외부 시스템에 대한 개방성 및 상호운용성 향상 등 새로운 기능이 대폭 추가됐다. 또한 SAS는 코오롱베니트와 AI 데모센터를 구성, SAS 바이야, 호튼웍스의 데이터 플랫폼 등으로 구성된 환경에서 고객들이 실제 PoC 등을 진행할 수 있게 했다고 덧붙였다.
▲다양한 산업군에서 AI 관련 활용 사례들을 확인할 수 있었다
국내 금융권 사례로는 NH농협은행이 SAS 바이야 기반의 ‘SAS 비주얼 데이터 마이닝 앤드 머신러닝(SAS VDMML; SAS Visual Data Mining and Machine Learning)’을 활용해 빅데이터 분석 플랫폼을 구축한 사례가 소개되었다. NH농협은행은 SAS의 고급 분석 기술을 도입해 2,200만 개인, 소호(SOHO), 기업 고객의 빅데이터를 효과적으로 탐색하고, 데이터 과학자를 위한 모델링을 구현함으로써 마케팅, 고객관계관리(CRM), 온라인 분석 처리(OLAP; On-Line Analytical Processing) 시스템을 한층 더 향상시키고 고객 개인별 맞춤형 서비스를 강화했다.
NH농협은행은 이번 프로젝트를 통해 빅데이터 고객 포털 구축을 통한 고객 360도 이해 제고, 최신 분석 기술 기반의 분석 체계 업그레이드 등 비즈니스 경쟁력을 높였다. 빅데이터 고객 포털을 기반으로 개인 고객별 맞춤형 상품 추천, 이탈 가망도 산정을 통한 고객 관리, 소호 고객 발굴 등이 가능해졌다. 시스템적으로도 데이터 분석 성능의 비약적 향상, 하둡 기반 전사 ‘데이터 레이크’ 구축, 비주얼 분석 기반을 도입하는 성과를 거두었으며, 플랫폼 내 주요 정보를 기존 OLAP 시스템과 연계해 빅데이터 마트를 구축하고, 정형 및 비정형 분석 환경 모두를 지원하도록 고도화했다.
지멘스 헬시니어스(Siemens Healthineers)는 이미지 의료 장비들에 확장 가능하고 자동화된 데이터 분석 기술로 시스템 문제나 다운타임 등을 수일 앞서 예측함으로써, 서비스 프로세스를 최적화하고 예비 부품을 절약하며 시스템 문제 해결 시간을 단축한 것으로 소개되었다. 또한 이탈리아의 옥토 텔레매틱스(Octo Telematics)는 엑셀이나 브레이크 속도, 교통사고 등에 대해 분당 12만 마일의 운전자 데이터를 수집하고, 방대한 운전자 텔레매틱스 데이터베이스를 구축해, SAS와 협력해 리스크 평가와 같은 다차원 분석과 실시간 데이터 서비스를 선보였다. 이를 통해 보험사는 리스크를 더 정확히 평가해 보험료를 적절하게 산정하고, 보험 가입자가 운전 습관을 개선하도록 인센티브를 제공할 수 있게 했다.
한편, SAS는 ‘데이터 포 굿(Data for Good)’ 캠페인에서, 동물 보호 비영리 단체 ‘와일드트랙(WildTrack)’과 글로벌 크라우드소싱 프로젝트 ‘발자국 식별 기법(FIT; Footprint Identification Technique)’을 추진하고 있다고 소개되었다. 이는 전 세계에서 수집되는 방대한 발자국 이미지를 분석해 종, 성별, 연령대 등 다양한 형태의 다층 데이터를 수집하고, 90% 이상의 정확도로 동물을 구별한다. 또한 SAS의 딥러닝 기술로 데이터를 이용한 반복적인 학습을 자동화하고, 대규모의 이미지 식별 및 패턴 인식 작업을 빠른 속도로 수행함으로써 멸종 위기 동물의 수와 분포를 파악하고 보다 효과적인 보호 프로그램을 실행하고 있다. |
등록안내
