닫기
닫기

개인화를 지향하는 데이터

2017.12.27
공감 12,201
FacebookTwitterNaver

▲ 개인화 기술은 다양한 영역에서 접목되며 발전하고 있습니다

인텔 CEO 브라이언 크르자니크(Brian Krzanich)는 CES 2016의 기조 연설을 통해 “앞으로 기술은 극도의 개인화(ultra-personal)를 추구할 것”이라고 말했습니다. 수많은 IT 업체가 개인화 기술을 탐구하는 이유는, 기업 입장에서 단순히 소비자들의 성향을 파악하기 위함이 아닙니다. 오히려 개인 간의 차이를 수용하는 기술로서 다양한 개인화 요소가 필요해졌다는 뜻이기도 합니다. 그리고 매우 다양한 영역에서 개인화 기술은 접목되며 발전하고 있습니다.

개인화 기술은 소품종 대량생산의 시대에서 다품종 소량생산 시대로 넘어오면서 기업들이 기업 중심의 기술에서 소비자 중심의 기술에 초점을 맞추면서 생겨난 개념입니다. 특히 스마트폰의 보급은 개인화 기술 개발을 가속화 시켰습니다. 스마트폰이 제공하는 개인 일정관리, 인터넷 접속 등의 데이터 통신 기능과 함께 다양한 애플리케이션 기능들은 스마트폰이 개인을 위한 기술이라는 점을 각인시켰습니다.

개인화 기술의 발전 방향은 매우 다양하게 일어나고 있습니다. 개인의 업무 환경을 사무공간이 아닌 재택화시키거나, 공간의 제약이 없게끔 하는 스마트 업무 공간 역시 개인화 기술의 일환입니다. 2014년 애플의 팀 쿡(Timothy Cook)은 중앙처리장치(CPU)에 연결돼 있는 ‘온라인 기억장치(online storage)’와 여러 사람이 힘을 합쳐 일할 수 있는 ‘협업 도구(collaboration tools)’ 등을 통해 기업과 같은 작업 환경을 조성하겠다는 포부를 밝혔습니다. 이런 환경하에서 능력 있는 개인은 누구라도 협업 공간을 제공받고, 효율적인 업무 처리가 가능하게 될 것입니다.

개인을 더 잘 이해하기 위한 기술도 발전 중입니다. 먼저 비슷한 구매 이력을 가진 사람을 대상으로, 이후 다른 어떤 공통 구매 아이템이 발생하는지 분석하여 추천 시스템에 활용하는 협업 필터링(collaborative filtering) 기술입니다. 아마존과 넷플릭스 등에서 활용하는 기술로 널리 알려져 있습니다.

뉴스 기사 등의 내용을 분석하여 기사를 조회한 사람에게, 다른 기사 추천에 활용하는 내용 필터링(content filtering) 기술도 활용되고 있습니다. 구글에서 검색 결과를 보여 줄 때 문서 뒤에 꼭 ‘비슷한 페이지(similar documents)’라는 링크가 붙는데 이때 사용되는 기술 중 하나가 내용 필터링입니다. 이 밖에도 지식 체계를 바탕으로 한 시멘틱웹(semantic web) 기술이나 온톨로지(ontology) 기술을 활용하여 특정 정보에 대해 사람이 인지하는 체계를 컴퓨터를 통해 구현하려는 시도도 계속되고 있습니다. 다만 상황이나 도메인에 대한 지식을 입력해야 하는데, 인간이 추론을 하는 방식으로 해당 지식을 체계화하는 것이 쉬운 일은 아닙니다.

개인화를 넘어, ‘맥락 마이닝’을 향해

▲ ‘맥락 마이닝’은 행위자의 속성에 영향을 미치는 정보들 간의 연결 관계를 밝혀냅니다

2015년 SAP 하이브리스(SAP Hybris)의 후원을 받아 포레스터가 조사한 “맥락 마케팅 원칙: 메시지 전송에서 1:1 개별 고객 경험으로 개인화 전략 진화” 보고서에 따르면, ‘마케터들은 소비자가 브랜드와 상호작용하기를 선택하는 순간 고객의 의도를 실시간 신호로 활용함으로써 기존의 개인화를 넘어 맥락화를 향해 가야 한다’고 밝히고 있습니다. 여기서 말하는 맥락이란, 어떤 시점에 개인이 무엇이 필요할 것인지 판단하는 기술입니다. ‘맥락 마이닝’이란 시간·장소·계절·이벤트 등 행위자의 속성이나 특성에 영향을 미치는 정보들 간의 연결 관계를 밝혀내는 작업으로 정의할 수 있습니다.

예를 들어 새로 자동차를 산 사람은 어딘가로 여행을 가고 싶거나 자동차에 필요한 부가 액세서리를 구매하게 될 것입니다. 유럽 배낭여행을 검색한 사람은 조만간 비행기 티켓을 예약하거나 여행에 필요한 제품을 구매할 확률이 높을 것입니다. 이처럼 일반적 규칙에 따르는 사람의 행동·행태 양식과 다양한 소비자의 데이터를 바탕으로 상황에 맞는 커뮤니케이션을 시도하는 노력이야말로 개인화 기술의 핵심이라고 할 수 있습니다.

그러나 맥락 마이닝을 위해서는 데이터가 많은 것도 물론 중요하겠지만 이런 데이터의 연결을 규정하는 정보들이 마련된 것이 더욱더 중요합니다. 기업들이 다양한 기술과, 디바이스, 경로를 통해 사람을 이해하고자 하는 데이터 수집을 위해 노력하는 것도 이런 배경이라 할 수 있습니다.  2014년 구글이 인수한 가정용 사물인터넷 업체인 네스트(Nest)는 기업이 IoT를 활용하여 고객의 데이터를 확보하기 위한 노력의 대표적 사례입니다. 이후 네스트는 이후 미국 전기차 업체 테슬라(Tesla)와 공동으로 테슬라 차량과 네스트에서 만든 온도계를 연결해 차량을 운전하면서 빈 집 온도를 조절할 수 있는 기술을 개발 중입니다.

▲ 취향대로 혼합해 음료를 선택할 수 있는 코카콜라의 ‘프리스타일 음료 자판기’

사물인터넷 기술을 활용하여 고객의 개인적 취향 정보를 수집하기 위한 다른 노력도 있습니다. 코카콜라는 ‘프리스타일 음료 자판기’를 선보였습니다. 이 자판기는 147가지 맛 음료를 소비자의 취향대로 혼합해 마실 수 있는 스마트 자판기로, 앱을 통해 소비자는 원하는 맛을 선택하고 QR코드 인식을 통해 자동으로 음료를 제공받습니다. 이 자판기에는 무선인터넷 칩이 탑재되어 있어 음료 소비량, 시간대별 판매 통계 등을 실시간으로 본사에 전송하게 되어 있죠. 코카콜라는 이렇게 수집한 데이터를 기반으로 지역별 인기 음료 및 개인적 음료 취향에 대한 정보를 수집할 수 있었고, 이를 마케팅 전략에 반영할 수 있었습니다.

헬스케어 영역에서도 이런 데이터 수집을 위한 시도가 활발합니다. 핏빗(Fitbit)과 같은 액티비티 트래커(Activity tracker)와, 애플 워치(Apple watch)와 같은 스마트 시계를 통해 수집 가능한 운동 또는 활동량 데이터, 맥박과 같은 건강 데이터를 기반으로 건강관리를 지원하는 서비스를 제공하려는 노력이 다양한 곳에서 시도되고 있습니다. 이런 배경 하에 미국, 유럽의 정부와 애플, 구글, 마이크로소프트, 삼성과 같은 많은 글로벌 기업 등이 앞다투어 개인 건강관리를 위한 기술을 개발하고 있고, 많은 기업들이 건강 관련 기기와 서비스를 상용화하고 있습니다.

개인을 이해하려는 기업들의 데이터 수집과 분석은 앞으로도 더욱 가속화될 전망입니다. 특히 비정형 데이터 안에서 개인의 취향과 상황을 판단하는 맥락 마이닝 기술은 인공지능 기술과 결함하여 다가올 개인화 서비스 시대의 필수라 할 수 있겠습니다.

* 본 기고문은 필자의 저서 ‘데이터과학 비즈니스’(2017, 컴북스)의 일부를 재인용하였음을 밝힙니다.

FacebookTwitterNaver