디지털 전환 시대의 새로운 기회 데이터기반 가치창출

기업 차원에서 디지털화는 디지털 기술과 데이터를 사용하여 크게 세 가지의 근본적인 변화,

즉 내부 효율성의 개선, 외부 기회의 창출, 그리고 파괴적인 변화를 가져온다.

내부 효율성 측면에서는 기업의 디지털 전환으로 비즈니스 프로세스 효율성과 품질의 향상 및 일관성을 가져올 수 있다.

또한 외부 기회의 측면에서는 디지털화를 통한 개선된 비즈니스 수행 방법은 새로운 사업 기회를 창출할 수 있으며,

디지털화가 가져오는 비즈니스 환경의 파괴적인 변화를 통해 기업의 사업모델을 완전히 변화시킬 수 있다.

사실 디지털 전환은 비단 기업 내에서만 국한되는 개념이 아니라 경제적, 사회적 활동 전반에 디지털화의 파급 효과가 매우 큰 포괄적인 개념이다.

우리나라에서 국가적인 차원으로 제조기업의 스마트 공장 구축에 초점을 두고 시작된 디지털 전환은 전반적인 스마트 제조의 확산을 불러왔다.

디지털 전환으로 생산현장에서 센서를 통한 데이터 수집 및 처리가 바탕이 된 사이버 물리 생산 시스템/지원 시스템이 구축되면 각종 생산 설비/기기/시스템/제품이 상호 연결된다.

디지털 전환에서 공통적으로 강조하고 국가적 경쟁우위를 선점하기 위해 전 세계적으로 힘을 쏟고 있는 분야의 하나가 인공지능인데, 

인공지능기술의 발전과 산업적 활용은 데이터의 양과 질, 그리고 결합에 달려있고 데이터의 부가가치를 극대화하는 과정이 그 핵심을 이룬다.

과거부터 데이터는 사실을 기반으로 현상 인식, 문제 파악, 의사결정,

주장하는 바의 근거 제시, 이론의 개발 등을 위해 널리 사용되어 왔지만, 

현재는 데이터 생산이 폭발적으로 증가하여 최근 10년간 생산된 데이터의 양은 5000년간의 인류 데이터 90%에 달한다. 

지금 인류는 데이터의 양과 질에 비례하여 엄청나게 향상된 데이터 유용성을 수많은 분야에서 이미 경험하고 있으며 

데이터가 생활을 변화시키고 삶의 질을 향상시키는데 큰 영향을 미친다는 것을 깨닫게 되었고 이제는 데이터를 미래의 석유 또는 식량에 비유하기도 한다.

비단 데이터의 양적 증가뿐만 아니라, 데이터는 다른 자원과 달리 고갈되지도 않고 반복적으로 재사용 가능한 특징과 더불어, 

여러 주체가 동일 데이터를 동시에 사용할 수도 있고, 서로 다른 데이터가 결합되면 단순한 합 이상의 다른 차원의 가치를 만들어 낼 수 있는 새로운 형식의 자원이다.

따라서 공기나 물처럼 우리 주변에 풍부해진, 새롭게 주어진 자원인 데이터를 활용하여 새로운 사업의 기회를 포착하기 위해서는 

먼저 데이터의 가치는 무엇이며 데이터의 부가가치가 어떤 과정을 거쳐서 창출되는지에 대한 이해가 필수적이다.

데이터의 가치는 원시 데이터가 가진 정보 그 자체의 본원적인 가치와 데이터가 활용되기까지의 수집/가공/분석/활용 각 단계에서 

발생한 부가가치가 결합되어 최종적으로 결정된다. 원시 데이터가 가진 본원적인 가치의 잠재성은 활용을 통해 실현되고 최종적인 경제적 사회적 가치를 창출한다.

데이터의 가치는 데이터의 필요성을 처음 식별하고 생성하는 수집 단계에서 가공 및 분석, 활용에 이르는 단계별 활동이 

유기적으로 연계되어 각 단계를 거치면서 그 가치가 점차로 추가된다. 이 과정은 데이터 가치사슬로 표현된다. 데이터 수집 생성 단계에서는 데이터의 필요성을 처음 식별하고, 

사람이나 사물, 시스템과 같은 데이터 소스에서 원시 데이터가 수집된다. 이렇게 수집된 데이터는 데이터 판매로 직접 이어지기도 하지만, 

가공 단계를 거쳐서 분석에 적합한 데이터로 정제된다. 분석에 적합한 형태와 구조를 갖춘, 즉 라벨 된 데이터 활용 목적에 적합한 알고리즘 툴로 분석된다.

이 단계에서 데이터를 가공, 분석하는 서비스 사업이 다양하게 전개되고 이를 제공함으로써 

전 단계에서의 원시 데이터에 비해 데이터의 새로운 부가가치가 얻어진다. 마지막 활용단계에서는 이전 분석 단계에서 얻어진 데이터/정보를 활용하여 

기업 경영활동의 개선이나 지원, 제품/서비스의 개선, 새로운 서비스를 가능하게 함으로써 최종적으로 데이터의 가치를 창출한다.

이는 마치 원재료에서 완성 제품이 만들어지는 제품의 가치사슬처럼 단계별로 가치가 부가되어 데이터 소스에서 생성된 데이터가 표준화된 데이터로, 

나아가 분석 가능한 표준화된 데이터가 유용한 데이터/정보로 전환되며, 이는 마지막 단계에서 활용되어 최종적인 가치로 변환되는 데이터 가치사슬이 만들어진다.

데이터 분석 결과는 데이터 소스에 대한 흥미로운 사실을 알려준다. "무슨 일이 있었는지/일어나고 있는지"를 설명해 주기도 하고, 

나아가 "무슨 일이 있었는지/일어나고 있는지"를 예측하기도 한다. 또한 "무엇을 해야 하는지/왜 그것을 해야 하는지"를 보여줄 수 있다. 

기업은 자체 디지털 역량에 따라 내부에서 데이터를 분석하여 결과를 얻거나  외부의 데이터 처리 서비스 공급기업으로부터 고부가가치의 상품으로 제공받아 활용할 수 있다. 

기업이 데이터 분석 결과를 활용하여 최종적인 가치를 창출하는 활용단계 기업에게는 가장 매력적인 단계이다.

이 단계에서 잠재적으로 크게 3개 유형 (기업 내부 경영활동 지원, 기업의 제품/서비스 개선, 새로운 서비스/비즈니스 모델)의 가치가 창출될 수 있다.

이중 기업의 내부 경영활동 지원은 현재까지 세계적으로 가장 많은 비중을 차지하고 있는 데이터 가치 유형으로, 마케팅이나 생산, 성장전략과 같은 기업 내부의 경영활동 영역에서

의사결정 지원 ,프로세스 개선을 위해 데이터 분석 결과를 활용한다. 데이터의 양이 급속히 증가할수록 분석 알고리즘들이 더욱 정교해지고 예측의 정확도가 높아지면서 

최적의 의사결정을 지원하게 됨에 따라 기업의 비용 감소와 매출  증대를 유도할 수 있다. 수익 증가를 위한 수치화된 목표를 가지는 기업의 입장에서는 

이 유형의 데이터 활용을 우선적으로 시도하며 아래와 같은 글로벌 기업의 대표적인 성공 사례들은 많은 기업들의 벤치마킹 대상이 되기도 한다. 

넷플릭스의 성공 확률 높은 신제품/서비스 개발 : 새롭고 혁신적인 제품/서비스를 개발할 때 직감이나 의견에만 의존하는 것이 아니라 

데이터 기반의 통찰력을 활용해 예측하고 의사결정을 할 경우  성공의 확률을 높일 수 있다.

넷플릭스의 경우 하루 수천만 회 이상의 플레이와 수백만 건 이상의 구독자 평가, 검색 기록을 분석하여 블록버스터 히트 시리즈를 제작한다.

고객이 정확히 무엇을 수용하고 관심을 가질지 데이터를 통해 고객의 니즈를 분석하고 예측하는 것이다.

코카콜라의 효과적인 마케팅 : 마케팅은 적절한 대상에게 적절한 광고로 효과를 높일 수 있다. 

실제로 많은 기업에서 잘못된 마케팅으로 예산을 낭비하기도 한다. 데이터를 통해 적합한 고객을 식별하고 올바르게 타겟팅된 광고를 매출을 극대화할 수 있다.

코카콜라의 경우 인스타그램, 페이스북의 기업 팔로워들이 올린 사진을 분석하여 마케팅 타겟을 설정하고 개별 타겟 소비자의 요구와 욕구를 충족하도록 

개인화된 광고로 브랜드 정서를 개선하고 충성도를 높이는 동시에 판매를 촉진하는 성과를 얻는다.

스타벅스의 최적의 매장 위치 결정 : 신규 매장을 오픈할 때 적합한 장소의 선정은 사업 성공에 필수적이다. 

스타벅스의 경우 지리 정보, 인구통계 데이터, 교통흐름 정보, 고객의 소셜 데이터를  결합하여 스타벅스의 자원을 가장 효율적으로 사용할 수 있도록 

최적의 신규 매장 위치를 결정한다. 새로 오픈 될 매장의 지역에서 가장 잘 팔릴 수 있는 제품/서비스로 포트폴리오 구성하여 수요를 예측하고,

가격 전략을 수립하고, 불필요한 물류비를 감소시킬 수 있도록 공급망을 최적화한다. 이를 통해 매출 증가와 비용 절감을 기대할 수 있는 신규 매장으로 수익을 확대한다.

데이터 가치사슬의 마지막 활용단계에서 또 다른 가치창출 유형으로 기업의 제품/서비스 개선이 있다. 

이는 데이터를 기반으로 기업이 고객에게 제공하는 제품/서비스를 개선하는 유형으로,  현재 세계적으로 급속하게 확산되고 있는 제조기업의 서비스화 트렌드와 밀접한 관련을 가지고 있다. 

제조기업의 서비스 트렌드의 한 예를 들자면, 인터넷 연결된 부품/가전제품/자동차/기계/기기인 스마트 제품을 생산/판매하는 제조기업에서 제품이 사용되는 동안 

제품 안에 장착된 센서와 제어 소프트웨어로 생성/수집된 데이터와 결합하여 스마트 제품을 사용 중인 고객에게 실시간으로 맞춤형 서비스를 제공할 수 있다. 

한 국내 업체는 매트리스에 센서를 탑재하고 사용자의 심박 데이터를 수집, 수면 상태를 모니터링하여 수면장애가 발생할 경우 매트리스가 미세한 진동을 전달해

최적의 수면 상태를 제공하는 슬립 테크 제품을 소개하여 올해 CES에서 크게 주목을 받기도 하였다. 이러한 데이터 기반의 고객 맞춤형 서비스를 제공하는 

혁신적인 스마트 제품의 증가 추세는 최근 헬스케어 산업의 급성장을 뒷받침하고 있다. 향후에도 헬스케어 데이터는 또다시 농업, 의료, 환경, 엔터테인먼트 분야와 같이 

전혀 다른 이종 분야의 데이터와 결합되어 이전에 제공되지 않았던 새로운 서비스로의 활발한 확장을 가능하게 할 것이다.

이종 산업 간의 융합 서비스는 서로 다른 분야의 데이터의 결합을 통해 이루어진다고 해도 과언이 아니기 때문에 

데이터 판매로 인한 가치창출의 기회도 더욱 커질 것이다. 이런 예도 있다. 누수로 인해 심각한 수자원 손실이 발생하는 프랑스에서 한 기업은 

노후 수도관의 상태를 조사하기 위해 물 흐름을 방해하지 않으면서 수도관 내부를 따라 움직이는 로봇 뱀을 공개했다.

로봇 뱀이 자율적으로 돌아다니며 축적한 데이터는 누수 부분을 찾아내고 누수를 예측하는 기능을 제공한다. 

현재 극심한 가뭄으로 물 부족을 겪고 있는 광주/전남에서도 누수로 버려지는 수자원을 줄일 수 있는 기술적인 접근으로 적극적으로 고민해 볼 만하다. 

나아가 여기서 주목할 점은 데이터의 미래적 활용가치이다. 로봇뱀이 축적한 데이터로 도시의 수도관 지도를 작성할 수 있고 

이는 수자원 관리, 건축, 인구 밀집, 도시 설계 등 다양한 분야에서 새로운 융복합 서비스를 제공하는 데 활용될 수 있다.

앞서 소개한 슬립 테크의 사례에서도 수집된 수면 데이터나 심박 데이터 이들 간의 상관관계 정보는 이를 활용하고자 하는 수요처에 판매되어 새로운 융복합 서비스에 이용될 수도 있다. 

고비용의 제품이나 기술력이 아니더라도 자전거에 탑재된 센서를 통해 수집된 환경 데이터 역시 서로 다른 분야 간의 데이터 결합에 긴요하게 사용될 수 있다. 

융복합이 활발해질수록 서로 다른 분야의 데이터에 대한 수요는 증가할 수밖에 없고 데이터 공급을 통하 수익창출의 기회는 증가하고 데이터 수집/가공/분석 서비스에 대한 수요도 함께 증가한다.

이는 곧 가치창출 유형 데이터 판매, 데이터 수집/가공/분석 서비스와 연계되어 확장될 잠재성을 암시한다. 

새로운 융복합의 결합방식 역시 파괴적이고 다양화될 것이다. 이종 산업 간, 업종 간, 프로세스 단계 간, 또는 제품과 서비스 간에 가치사슬을 이루고 있는 요소들이 재조합되면

수많은 새로운 차원으로 결합된 융복합의 아이디어와 기회를 찾을 수 있다. 바로 여기에 최초의 원시 데이터가 가진 정보로는 예측하기 어려웠던 미래적 자원 가치가 잠재되어 있다.

데이터 가치사슬 활용단계의 마지막 가치창출의 유형인 새로운 서비스/비즈니스 모델의 창출은 향후 발전 가능성이 가장 높은 유형이 될 것이다. 

이는 디지털 전환시대에 새로운 비즈니스 기회가 데이터와 융합 아이디어, 이 두 가지 결정적인 요소의 결합에 기초하여 열릴 수 있음을 암시한다.

신개념인 자원인 데이터는 앞으로 더욱더 서로 다른 분야/요소 간의 무수한 새로운 조합을 가능하게 할 것이기 때문에, 풍부한 상상력과 창의력, 재기 발랄함, 신선한 아이디어로 

산업 생태계의 다양한 구성 요소 간의 재조합에서 포착할 수 있는 새로운 비즈니스 기회에 도전해 볼 수 있다.

김은희

전남대학교 경영학부 교수