주목할 만한 빅데이터 부문 10개 신생업체

스모 로직(Sumo Logic) 비즈니스 모델: 데이터 분석을 사용하여 데이터 센터 운영에 기계 학습을 응용, 이상 현상을 정확히 찾아내고 잠재적으로 업무 중단을 유발하는 이벤트를 예측 및 검색하며 취약점을 식별한다. 선정 이유: 스모 로직(Sumo Logic)은 시스템 데이터의 "알려지지 않은" 문제를 해결해준다고 주장한다. 전혀 알지 못하거나 더 심한 경우 무엇을 살펴야 하는지도 모르는 어떤 데이터에 대한 시각을 어떻게 얻을 수 있을까? 시스템 로그를 들여다보는 IT 부서들이 많지만, 전통적인 로그 관리 도구들은 미리 결정된 규칙에 의존하므로 사용자가 예상하지 못하는 이벤트를 선제적으로 찾는 데는 도움이 되지 못한다. 스모 로직의 애노멀리 디텍션(Anomaly Detection)은 시스템 데이터 스트림에서 이벤트를 자동으로 탐지하여 회사 내의 IT/보안 인프라스트럭처 내에서 과거에는 발견할 수 없었던 시각을 생성한다.

아야스디(Ayasdi) 비즈니스 모델: 암 치료제를 찾거나 새로운 에너지원을 발굴하고 테러와 금융 사기를 방지하는 등의 복잡한 문제를 빅데이터 분석을 응용하여 해결한다. 선정 이유: SQL의 발명 이후 데이터 분석가들은 질문을 던지고 쿼리를 쓰는 방법으로 원하는 시각을 찾으려 애썼다. 쿼리 기반 접근 방법에는 두 가지 근본적인 결함이 있다. 첫째, 모든 쿼리는 사람의 가정과 편견을 기반으로 한다. 둘째, 쿼리 결과는 데이터의 단편만 보여줄 뿐이고 비슷한 데이터 그룹 간의 관계는 보여주지 못한다. 아야스디(Ayasdi)는 데이터의 "모양"을 살피는 것이 더 좋은 방법이라고 믿는다. 아야스디는 큰 데이터 집합은 고유한 모양 또는 위상을 가지며 그 모양에 중요한 의미가 있다고 주장한다. 아야스디의 도움을 받으면 기업에서 몇 분만에 이러한 모양을 파악함으로써 질문을 하고 쿼리를 작성하거나 코드를 쓸 필요 없이 자동으로 시각을 얻을 수 있다는 것이다.

피자이(Feedzai) 비즈니스 모델: 피자이는 실시간 기계 기반 학습을 사용해 회사에서 사기를 방지하는 데 도움을 제공한다. 선정 이유: 피자이(Feedzai)는 신용카드의 사용 여부와 관계없이 모든 상업 거래에서 실시간으로 사기를 탐지할 수 있다고 주장한다. 피자이는 인공 지능(AI)을 결합해서 더 견실한 예측 모덴을 만들고 소비자 행동을 분석해 위험을 완화하고 소비자와 기업을 사기로부터 보호하고 소비자의 신뢰를 유지한다. 피자이의 사기 탐지 시스템은 장기간에 걸쳐 각 소비자에 대한 온라인과 오프라인 구매를 모두 집계하며, 이를 통해 더 조기에 더 신뢰할 수 있는 탐지율을 얻을 수 있다고 한다. 소프트웨어는 각 고객, 판매자, 위치, POS 기기에 대해 최대 3년간의 데이터 기록을 사용하여 프로필을 생성한다.

클라우드피직스(CloudPhysics) 비즈니스 모델: 가상 워크로드에 대한 지능형 운영 관리를 제공한다. 선정 이유: 가상화와 클라우드 관리 플랫폼에는 관리자가 시스템을 더 효과적으로 설계, 구성, 운용하고 문제를 해결하는 데 사용할 수 있는 실용적인 정보가 부족하다. 클라우드피직스(CloudPhysics)의 목표는 세계의 IT 데이터 지식을 분석하여 컴퓨팅을 변환하고 지금까지와는 다른 새로운 방법으로 기계 비용과 인건비를 절감하는 것이다. 현재 이 회사의 서버는 전세계 사용자 기반으로부터 구성, 성능, 장애, 이벤트 데이터에 대한 샘플 스트림을 매일 1,000억개 이상 수신한다. 클라우드피직스의 서비스는 빅데이터 분석과 데이터 센터 시뮬레이션, 리소스 관리 기법을 결합한다. 이 방법은 인프라스트럭처의 숨겨진 복잡성을 드러내고 비효율성을 찾고 위험을 식별한다.

블룸리치(BloomReach) 비즈니스 모델: 빅데이터 마케팅 애플리케이션 제공. 선정 이유: 소비자가 원하거나 필요한 제품 및 콘텐트와 소비자를 연결한다는 것은 결국 똑똑한 회사가 더 많은 시장을 차지한다는 것을 의미한다. 아마존, 블루 나일(Blue Nile)과 같은 기업, 그리고 월마트도 이미 대규모 데이터와 기술적 이점을 활용하고 있다. 소규모 소매점이 이러한 기업들과 경쟁하려면 더욱 정밀하고 정확하게 잠재 고객에게 접근해야 한다. 블룸리치(BloomReach)의 오가닉 서치(Organic Search)는 웹 차원의 지능과 사이트 수준의 콘텐트 지식에 기계 학습과 자연어 처리를 결합하여 수요를 예측하고 소비자의 행동과 의도에 맞춰 동적으로 페이지를 조절한다.

알티스케일(Altiscale) 비즈니스 모델: 서비스 형태의 하둡(HaaS) 선정 이유: 하둡이 빠르게 빅데이터를 위한 핵심 기반 기술이 되고 있다. 그러나 하둡은 비교적 새로운 기술이고 복잡하다. 알티스케일(Altiscale)의 서비스는 하둡의 복잡성을 추상화하는 것이다. 알티스케일의 엔지니어들은 고객을 위한 하둡 환경을 설정, 실행, 관리하여 고객이 데이터와 애플리케이션에 집중할 수 있도록 한다. 고객의 요구 사항이 바뀌면 서비스도 그에 맞춰 확장/축소된다. 이것은 클라우드 기반 서비스의 핵심적인 장점 중 하나다.

퍼스웨이(Pursway) 비즈니스 모델: 퍼스웨이는 빅데이터 분석과 독자적인 알고리즘을 사용하여 기업이 소셜 네트워크에서 쇼핑하는 사람들에게 가장 큰 영향을 미치는 고객이 누구인지 식별할 수 있게 해준다. 선정 이유: 대부분의 소비자 행동은 유명하고 신뢰받는 사람들의 의견에 의해 영향을 받는다. 마케터들은 오래 전부터 이러한 사실을 알고는 있지만 이를 활용하는 데는 어려움을 겪는다. 퍼스웨이(Pursway)의 소프트웨어 기능은 고객 유치와 교차 판매 기회, 고객 유지 역량을 개선하는 것이다. 퍼스웨이는 소셜 그래프를 기존 고객 위에 입히고 데이터를 탐색하여 구매자 간의 실질적 관계를 파악하고 다른 사람들의 구매 결정에 영향을 미치는 목표 고객을 식별함으로써 고객을 응대하는 조직이 비즈니스 마케팅 방법과 고객의 실제 구매 방법 사이의 간격을 좁힐 수 있다고 주장한다.

플레이스IQ(PlaceIQ) 비즈니스 모델: 데이터 기반 모바일 광고 및 소비자 타겟팅 플랫폼을 제공한다. 선정 이유: 기업은 일반적으로 쿠키를 사용해서 온라인에서 소비자의 행동을 파악한다. 그러나 스마트폰과 태블릿에서는 쿠키가 그다지 효력이 없다. 모바일 브라우저에서 쿠키를 활성화한다 해도 브라우저는 앱에 길을 내주므로 그다지 유용하지 않다. 더 나은 대안은 위치다. 플레이스IQ(PlaceIQ)는 "위치와 시간에 걸쳐 다차원적으로 소비자에 대한 정보를 제공한다"고 말한다. 플레이스IQ의 제품인 오디언스 나우(Audiences Now)는 고객의 현재 위치를 실시간으로 파악하여 브랜드의 마케팅 전략을 위한 신속성을 제공하는 데 초점을 맞춘다.

멤SQL(MemSQL) 비즈니스 모델: 실시간 빅데이터 분석을 위한 메모리 내 데이터베이스 기술을 제공한다. 선정 이유: 기업들이 데이터에서 가치를 제대로 뽑아내지 못하는 원인이 몇 가지 있다. 레거시 데이터베이스 기술에는 지연이 발생하기 쉽다. 멤SQL(MemSQL)은 일반 서버에서 실행되는 분산 메모리 내 컴퓨팅 모델을 사용해서 이 성능 병목 현상 문제를 해결한다고 주장한다. 멤SQL의 메모리 내 SQL 데이터베이스는 애플리케이션을 가속하고 실시간 분석을 지원하고 구조적 및 반구조적 데이터를 통합 빅데이터 솔루션으로 결합한다. 멤SQL은 조직이 데이터에 기반한 의사 결정을 내리도록 지원하며, 이를 통해 고객 접촉을 개선하고 경쟁 우위를 확보하고 비용을 절감할 수 있게 해준다고 주장한다.

카우치베이스(Couchbase) 비즈니스 모델: NoSQL 데이터베이스 기술을 제공한다. 선정 이유: 빅데이터 데이터베이스 기술 동향은 계속 변화한다. 하둡과 NoSQL이 가장 선호되는 플랫폼으로 보이지만 많은 조직이 여전히 SQL에 의존하고 있다. 카우치베이스(Couchbase)는 NoSQL에 주력한다. 이 회사의 NoSQL 문서 지향 데이터베이스 기술은 빅데이터급 프로젝트에 필요한 확장성과 유연한 데이터 모델링을 제공한다고 한다. 또한 카우치베이스는 모바일 기기를 위한 최초의 NoSQL 데이터베이스도 제공한다고 주장한다.