2016.06.15

꿰니까 보배였다··· 'IoT 마법' 실현 노하우

Beth Stackpole | CIO
각 사물을 연결하는 것은 IoT 프로젝트의 시작일 뿐이다. 진정한 마법은 애널리틱스를 이용해 데이터로부터 비즈니스 통찰이 발생하는 순간에 발생한다. CIO의 역할은 물론 더할 나위 없이 중요하다.



쥬디의 짝은 닉, 땅콩 버터의 짝은 젤리다. 그렇다면 사물인터넷(IoT)의 '짝'은 무엇일까? 아마도 애널리틱스가 아닐까?

사물이 연결됨으로써 나타날 '가능성' 때문에 요란하다. 그러나 사실 '연결' 작업은 '짝꿍' 작업에 비하면 쉬운 부분이다. 수많은 데이터를 기업의 경쟁력으로 탈바꿈시킬 애널리틱스 시스템을 개발하고 배포하는 작업이야말로 진정한 관건이다.

ABI 리서치의 라이언 마틴 애널리스트는 "IoT 가치 제안의 핵심은 애널리틱스다. 이는 소비자, 기업 시장을 막론해 IoT의 잠재력과 자동화를 실현시키는 중심 요소다"라고 강조했다. 연결된 시스템의 가치에서 애널리틱스가 차지하는 중요성을 비춰볼 때, ABI는 IoT 데이터 통합, 저장, 분석, 보고용 도구(툴) 시장이 2021년에는 300억 달러에 도달할 것으로 내다보고 있다.

MRE 컨설팅(MRE Consulting)의 켄 피딩톤 CIO는 데이터가 빠른 속도로 급증해 쏟아지면서, 많은 기업들이 새로운 통찰, 새 비즈니스 모델의 토대, 수익원의 형태를 갖는 가치를 창출하는 방법을 찾아야 한다는 과제에 직면하고 있다고 진단했다.

비즈니스 케이스 만들기
IoT 환경에서 입지를 굳히고 싶은 CIO라면 비즈니스 성과에 계속 초점을 맞추고, 번지르르한 신기술에 현혹되는 것을 거부해야 한다. 피딩톤은 "많은 CIO가 IoT를 '쿨'한 기술로 생각하지만, 비즈니스 부문의 동료 상당수는 기술 측면을 중요하게 생각하지 않는다. 기술을 이용한 결과인 비즈니스 성과만 중시한다"라고 말했다.

CIO는 IoT 분석에 대한 비즈니스 케이스를 만들 필요가 있다. 작은 투자로 조금씩 더 큰 성과를 일궈내면서 가치를 입증할 수 있는 전략적인 시범 프로젝트를 선택하는 방법으로 비즈니스 부문의 신뢰를 얻어내야 한다.

글로벌 자동차 협력업체인 인테바 프로덕트(Inteva Products)의 데니스 호지스 CIO는 튼튼한 PoC(Proof of concept, 개념 증명)로 그 길을 닦을 수 있다고 전했다. 예를 들어, 그는 한 공장의 효율성을 높이는 IoT 이니셔티브 파일롯(시범) 테스트에 생산 분석 도구를 도입해 IoT 기술의 가치를 입증했다. 이를 통해 현지 공장 운영자들이 이니셔티브 확대에 필요한 재원을 요구하도록 유도했다.

이 때 SaaS 기반 분석 도구를 이용한 것이 성공 열쇠였다. 그는 "서브스크립션(Subscription) 모델이기 때문에 큰 투자 없이 개념과 가치를 증명할 수 있었다. 그리고 이런 방식으로 성과를 일궈냈다"라고 강조했다.

파트너십 활동을 주도하는 것도 IoT 이니셔티브의 일부가 되고 싶은 CIO에게 좋은 전술이다. 블루 힐 리서치(Blue Hill Research)의 모바일과 IoT, 웨어러블 기술 담당 사내 기업가(Entrepreneur)인 토니 리조에 따르면, 비즈니스 부문의 핵심 리더들과 관계를 강화하고, 수백 종의 IoT 개발 플랫폼(일부 산업은 약 300종)을 분석해 최고의 기술 파트너를 파악할 수 있는 인물은 오직 CIO 뿐이다.

리조는 CIO가 데이터 분석 팀을 조직하고, 필수 역량을 갖춘 인재를 채용하는 한편, 비즈니스 사용자가 데이터에서 가치를 창출하는 정확한 방법을 이해하기 위한 대화를 촉진해야 한다고 강조했다. IoT 시스템과 관련해 기업들이 저지르는 가장 큰 실수는 목표와 목적을 생각하지 않고 데이터를 수집하는 복잡한 센서 네트워크만 설치하는 것이라고 그는 덧붙였다.

리조는 "모니터링만 하다 끝날 수 있다. 고객에게 더 나은 서비스를 제공하지도 못하고, 설계자가 더 나은 제품을 만들 수 있는 데이터를 획득할 수도 없다. 이 부분을 충분히 생각하지 않는 사람들이 많다. IoT 프로젝트가 직면한 문제점이다. 성공과 실패의 균형점을 찾는 것은 CIO의 책임이다"라고 말했다.

다음은 CIO의 참여 속에 IoT 분석에 선제적 접근 방법을 채택하고 있는 3사의 사례다.

사용되지 않는 머신 데이터를 실용적인 인사이트로 전환
대다수 제조업체들처럼 인테바(Inteva) 또한 '사물'을 연결한다는 개념을 잘 이해하고 있다. 이 기업은 오래 전부터 생산 현장의 기계류를 네트워크로 연결해 데이터를 수집해왔다. 그러나 온도 판독 기록, 스탬핑 기계의 가동 횟수 등 수 많은 데이터 포인트가 사일로 시스템에 묶여 있다. 또 이용하기에는 그 양이 너무 많았으며, 비즈니스 인사이트 창출에 유용하지 않은 측면이 있었다.

이러한 상황은 사물인터넷 '산업화 시대'에 맞게 생산 환경을 재정비하면서 바뀌기 시작했다. 더 정교한 장비를 도입하고, 모든 것을 연결하고, 보다 최근에는 IoT 분석 기능을 구현하면서 한때 휴지 상태로 무용지물이었던 데이터를 더 나은 의사결정에 도움을 주는 정보로 바꿔가고 있다.

인테바는 IoT 분석 이니셔티브를 추진한지 6개월이 채 되지 않았지만, 이미 상당한 성과를 일궈냈다. 생산 효율성이 높아졌고, 폐기 제품이 급감했으며, 품질이 개선됐다. 하지만 호지스에 따르면, 이는 시작에 불과하다.

그는 "수년 동안 데이터를 수집했지만, 이를 확인해 활용하는 사람이 없었다. 어딘가 실시간으로 표시되기는 했지만 포착되지 않았으며 결국 증발되곤 했다. 바로 확인을 하지 않으면 놓치게 된다. 데이터를 수집하고, 그 데이터를 활용할 방법을 아는 것이 중요하다. 이는 커다란 변화로 이어진다"고 말했다.

전통적으로 인테바의 기계 기사는 생산 현장을 돌아다니면서, 생산 라인의 장비를 모니터하고, 환경적인 요소나 생산 문제점을 수동으로 기록했다. 문제는 그 데이터를 분석할 역량도 없었고 여건도 부족했다. 예를 들어 남부 지역 공장은 여름이 더워 주간보다 야간 작업이 나은지, 전기 요금이 더 저렴한 시간대가 있는지 등을 알 수 있는 데이터 포인트의 상관관계를 파악할 수 없었다.

호지스는 "프로세스와 기계 상태간 상관관계를 파악할 수 있게 되면서 과거에는 불가능했던 인사이트를 획득할 수 있게 됐다"라고 설명했다.

CIO의 프리미엄 콘텐츠입니다. 이 기사를 더 읽으시려면 개인정보 등록이 필요합니다. 이미 등록하신 분은 '본인확인'을 해주십시오.

2016.06.15

꿰니까 보배였다··· 'IoT 마법' 실현 노하우

Beth Stackpole | CIO
각 사물을 연결하는 것은 IoT 프로젝트의 시작일 뿐이다. 진정한 마법은 애널리틱스를 이용해 데이터로부터 비즈니스 통찰이 발생하는 순간에 발생한다. CIO의 역할은 물론 더할 나위 없이 중요하다.



쥬디의 짝은 닉, 땅콩 버터의 짝은 젤리다. 그렇다면 사물인터넷(IoT)의 '짝'은 무엇일까? 아마도 애널리틱스가 아닐까?

사물이 연결됨으로써 나타날 '가능성' 때문에 요란하다. 그러나 사실 '연결' 작업은 '짝꿍' 작업에 비하면 쉬운 부분이다. 수많은 데이터를 기업의 경쟁력으로 탈바꿈시킬 애널리틱스 시스템을 개발하고 배포하는 작업이야말로 진정한 관건이다.

ABI 리서치의 라이언 마틴 애널리스트는 "IoT 가치 제안의 핵심은 애널리틱스다. 이는 소비자, 기업 시장을 막론해 IoT의 잠재력과 자동화를 실현시키는 중심 요소다"라고 강조했다. 연결된 시스템의 가치에서 애널리틱스가 차지하는 중요성을 비춰볼 때, ABI는 IoT 데이터 통합, 저장, 분석, 보고용 도구(툴) 시장이 2021년에는 300억 달러에 도달할 것으로 내다보고 있다.

MRE 컨설팅(MRE Consulting)의 켄 피딩톤 CIO는 데이터가 빠른 속도로 급증해 쏟아지면서, 많은 기업들이 새로운 통찰, 새 비즈니스 모델의 토대, 수익원의 형태를 갖는 가치를 창출하는 방법을 찾아야 한다는 과제에 직면하고 있다고 진단했다.

비즈니스 케이스 만들기
IoT 환경에서 입지를 굳히고 싶은 CIO라면 비즈니스 성과에 계속 초점을 맞추고, 번지르르한 신기술에 현혹되는 것을 거부해야 한다. 피딩톤은 "많은 CIO가 IoT를 '쿨'한 기술로 생각하지만, 비즈니스 부문의 동료 상당수는 기술 측면을 중요하게 생각하지 않는다. 기술을 이용한 결과인 비즈니스 성과만 중시한다"라고 말했다.

CIO는 IoT 분석에 대한 비즈니스 케이스를 만들 필요가 있다. 작은 투자로 조금씩 더 큰 성과를 일궈내면서 가치를 입증할 수 있는 전략적인 시범 프로젝트를 선택하는 방법으로 비즈니스 부문의 신뢰를 얻어내야 한다.

글로벌 자동차 협력업체인 인테바 프로덕트(Inteva Products)의 데니스 호지스 CIO는 튼튼한 PoC(Proof of concept, 개념 증명)로 그 길을 닦을 수 있다고 전했다. 예를 들어, 그는 한 공장의 효율성을 높이는 IoT 이니셔티브 파일롯(시범) 테스트에 생산 분석 도구를 도입해 IoT 기술의 가치를 입증했다. 이를 통해 현지 공장 운영자들이 이니셔티브 확대에 필요한 재원을 요구하도록 유도했다.

이 때 SaaS 기반 분석 도구를 이용한 것이 성공 열쇠였다. 그는 "서브스크립션(Subscription) 모델이기 때문에 큰 투자 없이 개념과 가치를 증명할 수 있었다. 그리고 이런 방식으로 성과를 일궈냈다"라고 강조했다.

파트너십 활동을 주도하는 것도 IoT 이니셔티브의 일부가 되고 싶은 CIO에게 좋은 전술이다. 블루 힐 리서치(Blue Hill Research)의 모바일과 IoT, 웨어러블 기술 담당 사내 기업가(Entrepreneur)인 토니 리조에 따르면, 비즈니스 부문의 핵심 리더들과 관계를 강화하고, 수백 종의 IoT 개발 플랫폼(일부 산업은 약 300종)을 분석해 최고의 기술 파트너를 파악할 수 있는 인물은 오직 CIO 뿐이다.

리조는 CIO가 데이터 분석 팀을 조직하고, 필수 역량을 갖춘 인재를 채용하는 한편, 비즈니스 사용자가 데이터에서 가치를 창출하는 정확한 방법을 이해하기 위한 대화를 촉진해야 한다고 강조했다. IoT 시스템과 관련해 기업들이 저지르는 가장 큰 실수는 목표와 목적을 생각하지 않고 데이터를 수집하는 복잡한 센서 네트워크만 설치하는 것이라고 그는 덧붙였다.

리조는 "모니터링만 하다 끝날 수 있다. 고객에게 더 나은 서비스를 제공하지도 못하고, 설계자가 더 나은 제품을 만들 수 있는 데이터를 획득할 수도 없다. 이 부분을 충분히 생각하지 않는 사람들이 많다. IoT 프로젝트가 직면한 문제점이다. 성공과 실패의 균형점을 찾는 것은 CIO의 책임이다"라고 말했다.

다음은 CIO의 참여 속에 IoT 분석에 선제적 접근 방법을 채택하고 있는 3사의 사례다.

사용되지 않는 머신 데이터를 실용적인 인사이트로 전환
대다수 제조업체들처럼 인테바(Inteva) 또한 '사물'을 연결한다는 개념을 잘 이해하고 있다. 이 기업은 오래 전부터 생산 현장의 기계류를 네트워크로 연결해 데이터를 수집해왔다. 그러나 온도 판독 기록, 스탬핑 기계의 가동 횟수 등 수 많은 데이터 포인트가 사일로 시스템에 묶여 있다. 또 이용하기에는 그 양이 너무 많았으며, 비즈니스 인사이트 창출에 유용하지 않은 측면이 있었다.

이러한 상황은 사물인터넷 '산업화 시대'에 맞게 생산 환경을 재정비하면서 바뀌기 시작했다. 더 정교한 장비를 도입하고, 모든 것을 연결하고, 보다 최근에는 IoT 분석 기능을 구현하면서 한때 휴지 상태로 무용지물이었던 데이터를 더 나은 의사결정에 도움을 주는 정보로 바꿔가고 있다.

인테바는 IoT 분석 이니셔티브를 추진한지 6개월이 채 되지 않았지만, 이미 상당한 성과를 일궈냈다. 생산 효율성이 높아졌고, 폐기 제품이 급감했으며, 품질이 개선됐다. 하지만 호지스에 따르면, 이는 시작에 불과하다.

그는 "수년 동안 데이터를 수집했지만, 이를 확인해 활용하는 사람이 없었다. 어딘가 실시간으로 표시되기는 했지만 포착되지 않았으며 결국 증발되곤 했다. 바로 확인을 하지 않으면 놓치게 된다. 데이터를 수집하고, 그 데이터를 활용할 방법을 아는 것이 중요하다. 이는 커다란 변화로 이어진다"고 말했다.

전통적으로 인테바의 기계 기사는 생산 현장을 돌아다니면서, 생산 라인의 장비를 모니터하고, 환경적인 요소나 생산 문제점을 수동으로 기록했다. 문제는 그 데이터를 분석할 역량도 없었고 여건도 부족했다. 예를 들어 남부 지역 공장은 여름이 더워 주간보다 야간 작업이 나은지, 전기 요금이 더 저렴한 시간대가 있는지 등을 알 수 있는 데이터 포인트의 상관관계를 파악할 수 없었다.

호지스는 "프로세스와 기계 상태간 상관관계를 파악할 수 있게 되면서 과거에는 불가능했던 인사이트를 획득할 수 있게 됐다"라고 설명했다.

CIO의 프리미엄 콘텐츠입니다. 이 기사를 더 읽으시려면 개인정보 등록이 필요합니다. 이미 등록하신 분은 '본인확인'을 해주십시오.

X