몬산토, 닥터 페터, 벡셀... 앞선 기업 6곳의 데이터 애널리틱스 성공담

지어호퍼는 월마트, 보잉, 록히드 마틴 등 비슷한 상황의 CIO들과 만나 구체적인 생산성 개선 방안들을 모색했다. 벡텔 사는 우선 5 페타바이트 분량의 데이터로 구성된 데이터 레이크를 갖춘 선도형 데이터센터(data center of excellence)를 건설하고 개념 증명을 시작했다. 벡텔 사는 안면 인식 기술을 활용해 고객들을 대신하여 현장 사진을 점검하고 라벨링하는 것만으로 200만 달러 상당의 비용을 절감했다.

자연어 프로세싱 툴도 있었다. 이는 고객 클레임 및 RFP, 계약서 등을 분석한다. 과거 수 일에서 길게는 수 주까지 걸렸던 추산이나 계획 세우기 역시 이제는 몇 시간이면 끝난다. 벡텔 사는 또한 직원들의 이직 방지에도 애널리틱스 기술을 활용했다. 언제쯤 어떤 직원이 회사를 그만 둘지를 미리 예측하는 것이다. “우리는 계속해서 생산성 개선이라는 과제의 문을 두드리고 있다”라고 지어호퍼는 말했다.

교훈: 데이터 사일로와 데이터 품질 개선이야 말로 해결해야 할 과제들이다. 비록 벡텔이 방대한 분량의 데이터를 분석할 수는 있었다고 해도, 기업 전체에 흩어져 있는 데이터의 퀄리티를 개선할 필요는 분명히 있었다. “때때로 멈춰 서서 데이터 사일로 처리가 어떻게 되어가고 있는가를 되돌아 봐야만 했다”고 그는 말했다.

머신러닝을 통해 새로운 비즈니스를 궤도에 올리는 데 성공한 RRD
과거 R.H. 도넬리(R. H. Donnelley) 라는 이름으로 더 잘 알려졌었던 마케팅 커뮤니케이션 업체 RRD는 몇 년 전 로지스틱스 브랜치를 개설하였다. 새로운 브랜치의 성공을 위해 RRD사는 자체적으로 적재량을 관리하고 세탁기에서부터 개 사료에 이르기까지 다양한 파트너 기업들의 물품을 배송해 었다. 그 결과 RRD 사의 로지스틱스 브랜치는 10억 달러 규모의 기업으로 성장할 수 있었다. 문제는 페덱스와 UPS가 점령하다시피 한 로지스틱스 분야에서 최적의 배송료를 찾아 내는 일이었다.

현지 날씨, 지리, 운전사 고용, 정치적 상황 등이 모두 비용을 늘리고 줄이는 변수가 될 수 있다. 이러한 변수들을 예측할 절실한 필요가 있었던 RRD 사는 머신러닝과 애널리틱스에 눈을 돌리지 않을 수 없었다고 RRD 사의 CIO 켄 오브라이언은 말했다.

RRD는 전문 인력과 대학 연구팀을 가리지 않고 고용해 알고리즘을 만들고, 실시간으로 적재 화물 비율을 예측할 수 있게 될 때까지 700개 루트에 걸친 수천 가지 시나리오를 실험했다. 여기서 ‘실시간’이란 이르면 일주일 전까지, 99%의 정확도로 예측할 수 있음을 의미한다.

오브라이언은 “1년도 되지 않아 투자보다 많은 수익 증가를 가져왔고 아직도 로지스틱스 브랜치는 성장세를 유지하고 있다”라고 말했다. RRD사는 2017년 자사의 로지스틱스 비즈니스 매출이 400만 달러에서 1, 600만 달러 규모로 4배 가까이 성장할 것이라고 내다보고 있다.

교훈: 오브라이언은 자신의 동료들 중 몇몇 역시 프로젝트 실행 과정에서 포기하고 싶어 했다며, 새로운 비즈니스를 궤도에 띄우기 위해서는 상당한 수준의 노력이 요구된다고 말한다. 기존에 ‘직감’과 ‘어림짐작’으로 처리해 오던 작업에 테크놀로지를 도입한 RRD 사의 시도는 처음에는 신뢰를 얻기 어렵다. RRD는 비즈니스와 IT가 함께 결과를 창출해 내는 협업 친화적 환경을 조성했다. “도중에 몇 번씩 넘어지기도 하고, 장애물에 맞닥뜨리기도 하겠지만, 인내심을 가져야 한다”라고 말했다.

머신러닝을 통해 농부들의 영원한 숙제를 해결하려 시도하는 몬산토
언제, 어디에, 어떤 품종을 얼마만큼 심어야 할 지에 대한 고민은 농부들의 숙명 같은 것으로 여겨져 왔다. 최근 미국의 농업생물공학 업체 몬산토(Monsanto)사는 데이터 과학을 이용해 씨앗 파종의 과학적 ‘처방전’을 내놓기 위한 과제에 착수했다.

수학 및 통계학적 모델을 사용해 수확량은 극대화하고 경지 이용률은 최소화 하는 최적의 파종 시기와 위치를 결정하려는 것이다. 몬산토의 머신러닝 알고리즘은 900억 개에 달하는 데이터 포인트를 몇 달, 혹은 몇 주가 아닌 단 며칠 사이에 처리해 낼 수 있다고 몬산토 사의 글로벌 IT 애널리틱스 디렉터 에이드리언 카티에는 말했다.

이러한 노력의 결과 작년 한 해 동안 몬산토 사는 약 600만 달러의 비용을 절약하고, 공급망 흔적을 4% 가량 줄이는 데 성공했다. 카티에는 “북미에서 경지 이용률을 4%만 줄여도 이용되는 토지 면적을 엄청나게 줄일 수 있으며 비용 또한 많이 절감된다”라고 말했다.

교훈: 몬산토 사의 데이터 애널리틱스 성공 비결은 IT와 공급망 비즈니스 간에 형성된 ‘요람에서 무덤까지’ 지속되는 협업 관계였다. 카티에는 “공급망 기업들이 지닌 농업에 대한 전문 지식 및 공급 과정에 대한 폭넓은 관점과, IT 부서의 수학 및 통계학에 대한 전문성이 결합해 이와 같은 가치를 창출해 낼 수 있었다”고 말했다.

한편 그는 덮어놓고 반대만 하는 반대파들과 균형을 맞추기 위해 또 공급망 비즈니스 내부의 ‘친 변화론자들, 또는 변화 옹호자들’을 찾아내는 것 역시 중요한 역할을 했다고 조언했다.

예측 애널리틱스 통해 ‘고객 만족’ 배송하는 피트 오하이오
화물수송 업계는 ‘아마존 효과’로 인해 발등에 불이 떨어진 상태라고 피트 오하이오(Pitt Ohio)사의 CIO 스캇 설리번은 전했다. 7억 달러 규모의 화물수송 업체 피트 오하이오 사는 원래 고객들의 화물을 픽업해 다음날까지 배송하는 일련의 과정에 익숙해져 있었다. 그러나 아마존의 출몰로 인해 점점 더 많은 고객들이 당일배송을 당연하게 여기게 되었을 뿐만 아니라 배송 과정에서 배송물의 위치 등에 대한 구체적인 정보를 요구하게 되었다는 것이다.

“고객들은 이제 화물 도착 시간뿐 아니라 배송 양상까지 알고자 한다. 사전에 워크로드를 조절하기 위해서다”라고 설리번은 말했다.

피트 오하이오 사는 과거 데이터와 예측 분석 툴, 그리고 화물의 무게, 운전 거리 및 기타 요소들을 계산하는 알고리즘 등을 이용해 언제쯤 화물이 목적지에 도착할 것인지를 거의 99% 정확도로 예측해 낼 수 있다. 피트 오하이오 사는 반복 주문(연간 약 5만 달러 가량)과 고객 손실 방지(연간 약 6만 달러)를 통해 수익을 증대시킬 수 있었다.

교훈: 설리번은 피트 오하이오 사의 데이터 애널리틱스 성공 요인으로 시장 조사, 세일즈 오퍼레이션, IT 등 부서간 협력을 꼽았다. 이들은 모두 목표를 제대로 달성하기 위해 결과를 확인하고 또 확인했다. “대부분 기업들은 차고 넘칠 정도의 데이터를 가지고 있다. 문제는 혁신적인 발상의 전환을 통해 이들을 활용할 방법을 찾아낼 수 있는가 이다”라고 설리번은 말했다. ciokr@idg.co.kr