2012.10.02

칼럼 | 일기예보와 경영예측

정철환 | CIO KR
올해 늦여름에는 유난히 태풍이 많았다. 그 시작을 알렸던 태풍 볼라벤은 한반도를 스쳐 지나가면서 많은 피해를 남겼다. 태풍이 워낙 크기도 했거니와 한반도를 가까이 지나간다고 예보되어 많은 사람들이 걱정을 했던 사건이었다.

그런데 태풍이 지나가고 한차례 소동이 있었다. 기상청의 태풍 예상진로가 다른 나라의 진로와 차이가 있었다는 것이다. 이에 대해 조작가능성이 언급되긴 했지만 기상청은 조작이 아니고 최대한 노력해 예측한 결과였다고 했다. 필자도 물론 조작이라고 생각하고 싶지 않다. 하지만 예측이 틀렸을 수는 있을 것이다.

이 사례 뿐만이 아니라 일기예보의 예측이 틀리는 것은 종종 있는 일이다. 이럴때면 슈퍼컴퓨터를 도입하고도 이정도의 정확도 밖에 안되느냐고 국민들이 비난을 하곤 한다. 하지만 이런 사례는 기상예측이라는 것이 얼마나 복잡하고 어려운 일인지를 증명하는 사례라고 생각된다.

기압, 습도, 기온, 지형, 지표/해수 온도 등 기후에 영향을 주는 요인은 너무나도 많고 측정할 수 있는 데이터는 상대적으로 적으며 모델링 역시 매우 어려운 일이기 때문이다. 그렇다고 일기예보를 포기해야 할까? 그리고 10년전, 20년전에 비해서 일기예보의 정확도가 나아진 측면은 없을까?

기업의 경영자들은 미래에 대한 궁금증이 매우 많다. 향후 유가는 어떻게 될까? 원자재 시장은? 우리 제품의 매출에 영향을 주는 요인은 어떻게 변할까? 하지만 지금까지 정보시스템은 지나간 과거의 데이터를 잘 정리하고 보여주는 것에 머물고 있다. 물론 지나간 데이터를 잘 정리하고 보여줌으로써 사용자가 미래를 예측할 수 있는 기반을 마련해주긴 하지만 객관성이 부족하고 미래에 대한 모델링이나 시뮬레이션, 그리고 데이터에 기반한 예측이 미흡한 상황이라고 생각된다.

일기예보의 정확도를 높이기 위해 투자한 금액이 얼마나 될까? 슈퍼컴퓨터야 기본적인 모델링을 위한 하드웨어일 뿐이고 거기에 탑재되는 기상모델링 소프트웨어 개발, 그리고 전국 각지에 위치한 각종 기상자료수집체계, 기상레이더, 그리고 엄청난 금액이 소요되는 기상위성까지 오랜 기간동안 엄청난 금액이 투자되었을테고 수 많은 사람들이 예측의 정확성을 높이기 위해 노력했을 것이다. 그런데도 아직 완벽한 예측은 가능하지 않다.

필자는 기업 정보시스템에서도 이젠 예측의 중요성을 인식하고 이에 대한 노력과 투자가 이루어져야 한다고 생각한다. 하드웨어적으로는 발전에 한계에 다다르고 있다. 소프트웨어적으로도 점점 혁신의 속도가 늦어지고 있다. 최근의 화두라고 하는 클라우드, 모바일, 소셜 및 빅데이터는 이러한 기존 하드웨어 및 소프트웨어 시장에 많은 변화를 요구하고 있다.

수 많은 데이터들이 모바일 기기에서 생성되고 소셜을 통해 확산되고 클라우드 서비스를 통해 저장되며 빅데이터를 기반으로 분석할 수 있는 체계가 갖추어지고 있다. 이제 정보시스템은 각각 독립적이고 고립된 시스템이 아니라 지구의 기상 환경과 같이 유기적으로 연결되고 상호 작용을 하는 통합된 체계로 발전을 하고 있는 것이다. 특히 기존에는 파악이 불가능했던 정보들이 모바일기기와 소셜 네트워크를 통해 생성, 유통되고 있는 것이다.

이제는 이러한 통합된 체계를 기반으로 경영환경의 예측을 위한 시스템 구현에 본격적으로 노력해 볼 수 있는 환경이 점차 성숙되고 있는 것은 아닐까? 정보의 바다에 감지 센서를 설치하고 막대한 정보를 분석할 수 있는 모델을 구축하며, 이를 처리할 수 있는 분산 컴퓨팅 체계를 구현하여 사회 전반에서 일어나는 상황들에 대한 예측 모델을 적용하는 시도를 해 봐야 하지 않을까?

모바일과 소셜 네트워크는 전국 곳곳에 설치된 측정소의 역할을 할 것이고 클라우드는 대규모의 데이터에 대한 분석 인프라를 제공하며 빅데이터는 가상 위성과도 같이 데이터를 분석하여 향후의 움직임과 변화를 모델링하고 예측할  수 있을 것이다.

특히 마케팅 분야는 비약적인 예측 정확도의 향상을 이룰 수 있는 분야이다. 이미 많은 기업에서 소셜 네트워크에 대한 분석을 통해 마케팅에 활용할 정보들을 가공하고 있다. 이미 많은 회사에서 고려하고 있을 테지만 영업 수요 예측도 생각해 볼 수 있는 분야이다. 유가와 같은 원자재 가격의 등락도 기업 경영에 아주 중요한 요소이다. 하지만 이 부분은 좀 더 어려울 것이다. 증시의 예측과 같이 카오스 적인 측면이 있으니까. 하지만 기상 체계도 카오스 적인 측면이 있다. 노력해 볼 만한 분야하고 생각한다.

환율이나 증시는 인위적인 요인에 민감하게 반응하므로 쉽지 않은 분야이다. 하지만 소셜 네트워크와 빅데이터를 활용해 다양한 분석 및 예측을 시도하는 과정에서 좋은 모델을 찾아 낼 수 있을 것이다. 만약 경영 환경에서 현재보다 더 나은 예측을 할 수 있다면 그 예측이 가져오는 혜택은 매우 크다.


이러한 시도가 초기부터 성공적일 수 없다. 오히려 초기의 예측 부정확성으로 인해 경영 예측에 대한 비판론만 더 굳건해 질 수 있다.  하지만 이럴때 일기예보를 생각해 보라. 그 오랜 시간동안의 노력과 투자와 개선에도 불구하고 여전히 가끔씩 틀린 예보를 하고 있다. 만약 100% 정확한 예측이 불가능하다는 이유로 기상관측 및 예보가 필요없다고 했다면 오늘날도 옆집 어르신의 신경통에, 저녁 노을의 색깔에, 제비의 움직임에 내일의 날씨가 어떨 것인지 의존하고 있을 것이다.

*정철환 팀장은 삼성SDS, 한양대학교 겸임교수를 거쳐 현재 동부제철 IT기획팀장이다. 저서로는 ‘SI 프로젝트 전문가로 가는 길’이 있으며 삼성SDS 사보에 1년 동안 원고를 쓴 경력이 있다. ciokr@idg.co.kr

2012.10.02

칼럼 | 일기예보와 경영예측

정철환 | CIO KR
올해 늦여름에는 유난히 태풍이 많았다. 그 시작을 알렸던 태풍 볼라벤은 한반도를 스쳐 지나가면서 많은 피해를 남겼다. 태풍이 워낙 크기도 했거니와 한반도를 가까이 지나간다고 예보되어 많은 사람들이 걱정을 했던 사건이었다.

그런데 태풍이 지나가고 한차례 소동이 있었다. 기상청의 태풍 예상진로가 다른 나라의 진로와 차이가 있었다는 것이다. 이에 대해 조작가능성이 언급되긴 했지만 기상청은 조작이 아니고 최대한 노력해 예측한 결과였다고 했다. 필자도 물론 조작이라고 생각하고 싶지 않다. 하지만 예측이 틀렸을 수는 있을 것이다.

이 사례 뿐만이 아니라 일기예보의 예측이 틀리는 것은 종종 있는 일이다. 이럴때면 슈퍼컴퓨터를 도입하고도 이정도의 정확도 밖에 안되느냐고 국민들이 비난을 하곤 한다. 하지만 이런 사례는 기상예측이라는 것이 얼마나 복잡하고 어려운 일인지를 증명하는 사례라고 생각된다.

기압, 습도, 기온, 지형, 지표/해수 온도 등 기후에 영향을 주는 요인은 너무나도 많고 측정할 수 있는 데이터는 상대적으로 적으며 모델링 역시 매우 어려운 일이기 때문이다. 그렇다고 일기예보를 포기해야 할까? 그리고 10년전, 20년전에 비해서 일기예보의 정확도가 나아진 측면은 없을까?

기업의 경영자들은 미래에 대한 궁금증이 매우 많다. 향후 유가는 어떻게 될까? 원자재 시장은? 우리 제품의 매출에 영향을 주는 요인은 어떻게 변할까? 하지만 지금까지 정보시스템은 지나간 과거의 데이터를 잘 정리하고 보여주는 것에 머물고 있다. 물론 지나간 데이터를 잘 정리하고 보여줌으로써 사용자가 미래를 예측할 수 있는 기반을 마련해주긴 하지만 객관성이 부족하고 미래에 대한 모델링이나 시뮬레이션, 그리고 데이터에 기반한 예측이 미흡한 상황이라고 생각된다.

일기예보의 정확도를 높이기 위해 투자한 금액이 얼마나 될까? 슈퍼컴퓨터야 기본적인 모델링을 위한 하드웨어일 뿐이고 거기에 탑재되는 기상모델링 소프트웨어 개발, 그리고 전국 각지에 위치한 각종 기상자료수집체계, 기상레이더, 그리고 엄청난 금액이 소요되는 기상위성까지 오랜 기간동안 엄청난 금액이 투자되었을테고 수 많은 사람들이 예측의 정확성을 높이기 위해 노력했을 것이다. 그런데도 아직 완벽한 예측은 가능하지 않다.

필자는 기업 정보시스템에서도 이젠 예측의 중요성을 인식하고 이에 대한 노력과 투자가 이루어져야 한다고 생각한다. 하드웨어적으로는 발전에 한계에 다다르고 있다. 소프트웨어적으로도 점점 혁신의 속도가 늦어지고 있다. 최근의 화두라고 하는 클라우드, 모바일, 소셜 및 빅데이터는 이러한 기존 하드웨어 및 소프트웨어 시장에 많은 변화를 요구하고 있다.

수 많은 데이터들이 모바일 기기에서 생성되고 소셜을 통해 확산되고 클라우드 서비스를 통해 저장되며 빅데이터를 기반으로 분석할 수 있는 체계가 갖추어지고 있다. 이제 정보시스템은 각각 독립적이고 고립된 시스템이 아니라 지구의 기상 환경과 같이 유기적으로 연결되고 상호 작용을 하는 통합된 체계로 발전을 하고 있는 것이다. 특히 기존에는 파악이 불가능했던 정보들이 모바일기기와 소셜 네트워크를 통해 생성, 유통되고 있는 것이다.

이제는 이러한 통합된 체계를 기반으로 경영환경의 예측을 위한 시스템 구현에 본격적으로 노력해 볼 수 있는 환경이 점차 성숙되고 있는 것은 아닐까? 정보의 바다에 감지 센서를 설치하고 막대한 정보를 분석할 수 있는 모델을 구축하며, 이를 처리할 수 있는 분산 컴퓨팅 체계를 구현하여 사회 전반에서 일어나는 상황들에 대한 예측 모델을 적용하는 시도를 해 봐야 하지 않을까?

모바일과 소셜 네트워크는 전국 곳곳에 설치된 측정소의 역할을 할 것이고 클라우드는 대규모의 데이터에 대한 분석 인프라를 제공하며 빅데이터는 가상 위성과도 같이 데이터를 분석하여 향후의 움직임과 변화를 모델링하고 예측할  수 있을 것이다.

특히 마케팅 분야는 비약적인 예측 정확도의 향상을 이룰 수 있는 분야이다. 이미 많은 기업에서 소셜 네트워크에 대한 분석을 통해 마케팅에 활용할 정보들을 가공하고 있다. 이미 많은 회사에서 고려하고 있을 테지만 영업 수요 예측도 생각해 볼 수 있는 분야이다. 유가와 같은 원자재 가격의 등락도 기업 경영에 아주 중요한 요소이다. 하지만 이 부분은 좀 더 어려울 것이다. 증시의 예측과 같이 카오스 적인 측면이 있으니까. 하지만 기상 체계도 카오스 적인 측면이 있다. 노력해 볼 만한 분야하고 생각한다.

환율이나 증시는 인위적인 요인에 민감하게 반응하므로 쉽지 않은 분야이다. 하지만 소셜 네트워크와 빅데이터를 활용해 다양한 분석 및 예측을 시도하는 과정에서 좋은 모델을 찾아 낼 수 있을 것이다. 만약 경영 환경에서 현재보다 더 나은 예측을 할 수 있다면 그 예측이 가져오는 혜택은 매우 크다.


이러한 시도가 초기부터 성공적일 수 없다. 오히려 초기의 예측 부정확성으로 인해 경영 예측에 대한 비판론만 더 굳건해 질 수 있다.  하지만 이럴때 일기예보를 생각해 보라. 그 오랜 시간동안의 노력과 투자와 개선에도 불구하고 여전히 가끔씩 틀린 예보를 하고 있다. 만약 100% 정확한 예측이 불가능하다는 이유로 기상관측 및 예보가 필요없다고 했다면 오늘날도 옆집 어르신의 신경통에, 저녁 노을의 색깔에, 제비의 움직임에 내일의 날씨가 어떨 것인지 의존하고 있을 것이다.

*정철환 팀장은 삼성SDS, 한양대학교 겸임교수를 거쳐 현재 동부제철 IT기획팀장이다. 저서로는 ‘SI 프로젝트 전문가로 가는 길’이 있으며 삼성SDS 사보에 1년 동안 원고를 쓴 경력이 있다. ciokr@idg.co.kr

X