2018.09.14

"머신러닝 기술로 분석 시간 단축"··· SAP, '클라우드 애널리틱스' 업데이트

Peter Sayer | CIO
SAP가 클라우드 애널리틱스(cloud analytics) 툴을 업데이트했다. 기업이 데이터에서 더 빠르게 인사이트를 뽑아내고, IT 부서의 업무 부담을 줄일 수 있다고 업체 측은 설명했다.



기존의 SAP 애널리틱스 툴이 매우 느렸던 것은 아니다. 단지, 이 툴을 이용해 필요한 보고서를 만들려면 여러 데이터 사이언티스트로 구성된 팀이 필요했다. SAP는 이러한 분석 부담을 머신러닝으로 풀어냈다. 개선된 버전에서는 SAP 애널리틱스 클라우드 사용자가 핵심 데이터 간의 상관관계를 더 상세하게 볼 수 있다.

SAP의 목표는 10년 이상 묵혀온 비즈니스 인텔리전스의 오랜 문제를 해결하는 것이다. SAP의 애널리틱스 담당 수석 부사장 마이크 플라너겐은 "그동안은 새로운 대시보드나 리포트가 필요하면 IT 팀에 요청해야 했다. IT 팀에는 이런 업무가 쌓였고 원하는 기능을 이용하는 데 3~6개월이 걸리기도 했다. 그러나 개선된 이 툴을 이용하면 이전까지 데이터 사이언티스트 팀의 도움이 필요했던 것과 같은 형태의 인사이트를 자동으로 생성해 뽑아낼 수 있다"라고 말했다.

SAP 애널리틱스 클라우드는 복잡한 데이터 시각화를 생성하지는 못한다. 그러나 사용자가 하는 작업을 보고 비교하고자 하는 데이터베이스 필드에 대해 간단한 조언을 제공한다. 플라너겐은 "머신러닝 기능을 이용해 사용자가 예측하려고 하는 특정 필드를 인식한 후 자동으로 힌트를 제공한다. 예를 들어 '혹시 X가 Y를 결정하는데 가장 큰 영향을 주는 요소라는 것을 아시나요?'라고 조언하는 식이다. 정확도 측면에서 데이터 사이언티스트가 찾을 수 있는 것의 97~98% 정도 된다"라고 말했다.

일반적으로 마케터들은 어떤 요소가 판매에 영향을 주는지 이미 느낌으로 알고 있는 경우가 많다. 그러나 플라너겐은 이처럼 자동화된 인사이트가 도움이 될 영역이 분명히 있다고 주장했다. 바로 사물인터넷(IoT) 데이터를 분석하는 것이다. 그는 "텐서플로우처럼 익숙하지 않은 데이터를 다뤄야 하는 경우에 이 툴은 매우 유용하다. 이론적으로 매우 귀중한 데이터 자산이지만, 사용자는 무엇을 알고 있는지 조차 모르는 상태이기 때문이다"라고 말했다.


한편 이 툴이 있다고 해서 데이터 사이언티스트를 대체할 수 있는 것은 아니다. 대신, 이들 전문가가 소프트웨어로는 쉽게 예측하기 힘든, 더 흥미로운 분석에 집중할 수 있는 여건을 만드는 데는 도움이 된다. 또한, SAP 애널리틱스 클라우드를 이용하면 데이터 시각화와 플래닝, 예측 기능 등이 한 화면에서 사용할 수 있다. 이를 위해 업체는 탐색 인터페이스도 더 단순하게 만들었다. 실제로 SAP가 애널리틱스 클라우드를 통해 얻고자 하는 또다른 목표는, 다른 툴에서 데이터를 추출해 분석용 툴로 다시 옮겨야 하는 기업의 번거로운 작업을 없애주는 것이다. 즉 모든 것을 단일 플랫폼에서 처리하는 것이다. 이를 통해 정부의 규제를 더 쉽게 지킬 수 있다.

플라너겐은 "대기업에서는 때때로 재무 데이터 전체를 추출해 분석하는 것이 제한된다. 그러나 데이터를 SAP의 S/4HANA 인메모리 비즈니스 스위트에 저장하는 기업이라면 다른 대안이 있다. 데이터 복사본을 만들 필요가 없다. 그냥 알고리즘과 분석적 요소를 입력하면 HANA에서 실행되고 그 분석 결과가 시각화를 위한 클라우드로 반환된다"라고 말했다. 업체는 지난해부터 이런 작업을 시작했다.

또한, SAP는 이번 애널리틱스 클라우드 업데이트에 미래 성능에 대한 원클릭 예측 기능을 추가했다. 리스크와 관련성 감지 기능, 고급 대시보드 자동생성 기능도 새로 들어갔다. 기존 SAP 애널리틱스 클라우드를 사용해 온 기업은 기존 요금 내에서 이들 새로운 머신러닝 기능이 사용할 수 있다. 단, 오래된 클라우드 인스턴스를 운영중인 기업은 새로운 아키텍처로 이전해야 한다고 플라너겟은 말했다. ciokr@idg.co.kr 

2018.09.14

"머신러닝 기술로 분석 시간 단축"··· SAP, '클라우드 애널리틱스' 업데이트

Peter Sayer | CIO
SAP가 클라우드 애널리틱스(cloud analytics) 툴을 업데이트했다. 기업이 데이터에서 더 빠르게 인사이트를 뽑아내고, IT 부서의 업무 부담을 줄일 수 있다고 업체 측은 설명했다.



기존의 SAP 애널리틱스 툴이 매우 느렸던 것은 아니다. 단지, 이 툴을 이용해 필요한 보고서를 만들려면 여러 데이터 사이언티스트로 구성된 팀이 필요했다. SAP는 이러한 분석 부담을 머신러닝으로 풀어냈다. 개선된 버전에서는 SAP 애널리틱스 클라우드 사용자가 핵심 데이터 간의 상관관계를 더 상세하게 볼 수 있다.

SAP의 목표는 10년 이상 묵혀온 비즈니스 인텔리전스의 오랜 문제를 해결하는 것이다. SAP의 애널리틱스 담당 수석 부사장 마이크 플라너겐은 "그동안은 새로운 대시보드나 리포트가 필요하면 IT 팀에 요청해야 했다. IT 팀에는 이런 업무가 쌓였고 원하는 기능을 이용하는 데 3~6개월이 걸리기도 했다. 그러나 개선된 이 툴을 이용하면 이전까지 데이터 사이언티스트 팀의 도움이 필요했던 것과 같은 형태의 인사이트를 자동으로 생성해 뽑아낼 수 있다"라고 말했다.

SAP 애널리틱스 클라우드는 복잡한 데이터 시각화를 생성하지는 못한다. 그러나 사용자가 하는 작업을 보고 비교하고자 하는 데이터베이스 필드에 대해 간단한 조언을 제공한다. 플라너겐은 "머신러닝 기능을 이용해 사용자가 예측하려고 하는 특정 필드를 인식한 후 자동으로 힌트를 제공한다. 예를 들어 '혹시 X가 Y를 결정하는데 가장 큰 영향을 주는 요소라는 것을 아시나요?'라고 조언하는 식이다. 정확도 측면에서 데이터 사이언티스트가 찾을 수 있는 것의 97~98% 정도 된다"라고 말했다.

일반적으로 마케터들은 어떤 요소가 판매에 영향을 주는지 이미 느낌으로 알고 있는 경우가 많다. 그러나 플라너겐은 이처럼 자동화된 인사이트가 도움이 될 영역이 분명히 있다고 주장했다. 바로 사물인터넷(IoT) 데이터를 분석하는 것이다. 그는 "텐서플로우처럼 익숙하지 않은 데이터를 다뤄야 하는 경우에 이 툴은 매우 유용하다. 이론적으로 매우 귀중한 데이터 자산이지만, 사용자는 무엇을 알고 있는지 조차 모르는 상태이기 때문이다"라고 말했다.


한편 이 툴이 있다고 해서 데이터 사이언티스트를 대체할 수 있는 것은 아니다. 대신, 이들 전문가가 소프트웨어로는 쉽게 예측하기 힘든, 더 흥미로운 분석에 집중할 수 있는 여건을 만드는 데는 도움이 된다. 또한, SAP 애널리틱스 클라우드를 이용하면 데이터 시각화와 플래닝, 예측 기능 등이 한 화면에서 사용할 수 있다. 이를 위해 업체는 탐색 인터페이스도 더 단순하게 만들었다. 실제로 SAP가 애널리틱스 클라우드를 통해 얻고자 하는 또다른 목표는, 다른 툴에서 데이터를 추출해 분석용 툴로 다시 옮겨야 하는 기업의 번거로운 작업을 없애주는 것이다. 즉 모든 것을 단일 플랫폼에서 처리하는 것이다. 이를 통해 정부의 규제를 더 쉽게 지킬 수 있다.

플라너겐은 "대기업에서는 때때로 재무 데이터 전체를 추출해 분석하는 것이 제한된다. 그러나 데이터를 SAP의 S/4HANA 인메모리 비즈니스 스위트에 저장하는 기업이라면 다른 대안이 있다. 데이터 복사본을 만들 필요가 없다. 그냥 알고리즘과 분석적 요소를 입력하면 HANA에서 실행되고 그 분석 결과가 시각화를 위한 클라우드로 반환된다"라고 말했다. 업체는 지난해부터 이런 작업을 시작했다.

또한, SAP는 이번 애널리틱스 클라우드 업데이트에 미래 성능에 대한 원클릭 예측 기능을 추가했다. 리스크와 관련성 감지 기능, 고급 대시보드 자동생성 기능도 새로 들어갔다. 기존 SAP 애널리틱스 클라우드를 사용해 온 기업은 기존 요금 내에서 이들 새로운 머신러닝 기능이 사용할 수 있다. 단, 오래된 클라우드 인스턴스를 운영중인 기업은 새로운 아키텍처로 이전해야 한다고 플라너겟은 말했다. ciokr@idg.co.kr 

X