보라빛 소를 만나기 위한 도약

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1807호(2017. 8. 2 발행)에 기고한 원고입니다.

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1797호(2017. 5. 24 발행)에 기고한 원고입니다.

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

기후변화로 손실 위험 높아지는 보험회사 IoT로 위험 극복 노력.pdf

ž 기후 패턴이 변화하면서 과거의 데이터에 근거한 예측을 토대로 비즈니스를 전개하는 보험회사들이 손실을 입을 위험도가 높아지고 있음

Ø 미국의 비영리단체 케레스(Ceres)가 2016년 10월에 발표한 보고서 ‘Insurer Climate Risk Disclosure Survey Report & Scorecard: 2016 Findings & Recommendations’는 기후 변화에 따라 보험회사들이 사업적 위험에 노출될 수 있다는 점을 지적하고 있음

EMBARGOED_Ceres_Insurer_Climate_Risk_Disclosure_Survey_2016.pdf

Ø 보험회사는 과거의 보상 기록에 따라 평가를 진행한 후 보험료를 설정하는데, 인간이 예측할 수 없는 기상 변화의 빈도가 점점 높아지고 날씨 패턴의 변화로 인한 피해의 정도와 범위가 확대되고 있으며, 보험회사에 전대 미문의 손실을 가져올 자연 재해가 이어지고 있다는 것

Ø 허리케인 샌디(Sandy), 미주리주 조플린을 덮친 거대한 토네이도, 워싱턴 오소에서 발생한 산사태, 미국 서부의 기록적인 지진 사태 등은 과거의 데이터로는 설명이 안되며, 2016년 한 해에만 미연방 긴급사태 관리청(FEMA)에 보고된 대규모 재해가 8월말 현재 31건 이었음

Ø 보험회사는 언제나 데이터를 기반으로 움직이는 기업이었으며, 말 그대로 수백 년 동안 축적한 데이터를 이해하고 데이터를 기반으로 결정을 내리는 것이 보험회사의 핵심이나, 기후 패턴이 변화하면서 과거의 데이터에 근거한 예측의 신뢰성이 점차 흔들리고 있음

Ø 보험회사는 알고리즘의 품질에 의해 수익을 올리는 대표 산업이었지만, 이제는 점차 ‘입력 데이터가 쓰레기면 출력 결과도 쓰레기’라는 말이 왜 데이터 과학의 기본 명제인지를 새삼 확인하는 위기 상황에 처하고 있음

Ø 세계 유수의 재보험 회사인 독일 ‘뮤니크 레(Munich Re, 뮌헨 재보험)’의 집계에 따르면 2016년 미국에서 자연 재해로 인한 보험회사의 지급액은 총 238억 달러로 전년도의 161억 달러에서 크게 증가하였음

Ø 내역을 보면 강한 뇌우에 의한 지급액이 140억 달러로 전체의 약 60%를 차지했으며, 그 다음으로는 홍수가 43억 달러, 태풍이 35억 달러, 폭풍 및 한파가 10억 달러, 산불·폭염·가뭄이 10억 달러를 차지하였음

ž 유엔의 지원을 받는 정부간 과학기구인 IPCC(기후변화에 관한 정부간 패널)은 기후 변화가 장기적으로 자연 재해의 양상과 위험을 어떻게 변화시킬 것인지 시나리오로 예측하였음

Ø IPCC는 가장 확률이 높은 몇 가지 시나리오를 ‘RCP(대표적 집중 경로)'라는 이름으로 정리했는데, 대체으로 열대 우림 지역 등 지구상의 습한 지역은 점점 다습화 되고, 건조 지역은 더욱 건조해 진다는 예측 시나리오의 핵심임

Ø 온대의 여러 지역에서는 극단적인 열파와 가뭄에 의해 농업과 임업이 곤궁해지고, 전력 발전에 사용할 수 있는 냉각수가 제한되거나 산불의 위험이 높아질 것으로 예상되며, 온대의 일부 또는 열대 우림 지역에서는 호우의 가능성이 높아져 홍수의 빈도가 늘어날 것으로 예상됨

Ø 특히 한 RCP 시나리오는 20 세기 기준으로 100년에 한 번 있을 법한 홍수의 위험에 노출될 사람들의 수가 14배 증가할 것으로 예상하고 있으며, 맹렬한 뇌우와 열대 저기압의 빈도가 높아지고, 해수면의 상승이 바다에 접하고 있는 도시와 그 인프라에 영향을 줄 것으로 예측함

Ø 이는 보험회사, 특히 기업의 재산과 재해 관련 분야를 취급하는 보험회사에게 경영 위험이 점점 커지는 반면 그러한 위험을 정확하게 예측할 가능성이 점점 낮아지고 있음을 의미함

ž 이러한 위험에 대응하고 나아가 지금까지의 비즈니스 모델을 혁신시키기 위해서는 보험회사들이 IoT(사물인터넷)를 적극 활용해야 한다는 의견이 제시되고 있음

Ø 새로운 형태의 데이터 수집 및 서비스 제공이라는 측면에서 IoT는 보험회사에 큰 도움이 되는데, 가령 가장 기본적인 활용을 예로 들면 IoT 센서를 통해 얼어 붙은 수도관의 파열이나 누수를 감지할 경우 수도 공급을 중단하고 집 소유자에게 통지하는 것이 가능함

Ø 또는 가정 화재의 제1 원인인 헤어 드라이어에서 연기가 날 경우 욕실의 연기 감지기가 이를 감지하여 전원을 차단할 수 있을 것이며, 돌발적인 우박 및 폭풍이 진행 경로를 예측하여 해당 지역의 주민을 대상으로 차를 지붕이 있는 장소에 넣도록 경고하는 서비스를 실현할 수 있음

Ø 보험회사들은 IoT가 자신들의 비즈니스에 광범위한 파괴적 혁신이 될 수 있음을 느끼고 있는데, 경쟁사가 자신들 보다 뛰어난 데이터, 보다 지능적인 정보를 가지게 된다면 자신들보다 더 조건이 좋은 보험료를 책정할 수 있게 될 것임을 깨닫고 있음

Ø 또한 보험회사들은 자신들보다 뛰어난 방식으로 데이터에 접근할 수 있는 구글이나 아마존 같은 IT 거물들이 보험업계에 진출해 도전하기로 결정한다면 자신들이 곤란한 입장에 처하게 될 것임을 깨닫기 시작하고 있음

Ø 그런 잠재적 경쟁의 가능성을 감안할 때 보험회사는 스마트 홈에 센서를 장착하는 고객들에게 인센티브를 제공하는 것 이상의 사업 혁신을 단행해야 할 필요가 있음

ž 선견지명이 있는 보험회사들은 이미 IoT와 스마트 홈 기술을 이용하여 자신들의 비즈니스 모델 전반을 점검하려 하고 있음

Ø 지금으로부터 10~15년 후면 스마트 홈이 아닐 경우 주택 보험에 가입하지 못할 것으로 예상되며 이와 관련한 흥미로운 새로운 비즈니스 모델들이 이미 등장하기 시작했는데, 가령 보험회사들은 보험 상품을 판매하지 않고 월 단위 스마트 홈 가입 서비스를 판매하고 있음

Ø 보험 상품은 이미 스마트 홈 서비스에 번들되어 있으며, 만일 고객이 일련의 스마트 홈 서비스에 가입한다면 보험회사에게는 위험도가 낮은 고객이 되는 것임

Ø 이런 류의 서비스 범위는 홈 시큐리티와 모니터링에서부터 온도 조절이나 누수의 첫 징후가 발생한 단계에서 수도관 수리업자를 파견하는 것까지 매우 넓음

Ø 앞으로는 컨시어지 유형의 서비스가 우세하게 될 것인데, 이는 데이터 접근성이 높아짐에 따라 가정에 대한 보다 전체론적 접근이 가능해졌기 때문이며, 보험회사들은 각종 서비스를 결합하여 보다 포괄적인 패키지 상품을 구성할 수 있게 될 것임

<자료: Raconteur>

[그림 1] 점차 늘어나고 있는 스마트 홈 지원 보험회사

ž 보험회사들이 IoT를 이용한 혁신적 사업모델을 전개하려면 먼저 고객과의 관계를 공고히 해야 하는데, 핵심은 데이터의 수집과 활용 방안을 고객에게 명시하는 것임

Ø 보험회사들은 고객들에게 IoT 센서를 통해 어떤 데이터를 수집하고, 그 데이터를 어떻게 사용할 것인지를 명시할 필요가 있으며, 써드파티를 통해 데이터를 제공받을 경우에도 센서 업체들이 사용자 동의가 있어야만 데이터의 수집과 활용이 가능하다는 것을 명확히 해야 함

Ø 보험회사나 데이터 수집업체는 고객에게 어떤 반대급부를 줄 것인지 밝혀야 하는데, 가령 욕실의 화재 경보기 배터리가 정상적으로 작동하고 있다는 사실을 보험회사에게 전달할 경우 보험료가 몇 % 할인된다는 등의 인센티브를 제시할 수 있을 것임

Ø 집에 설치된 안전 기기들로부터 만족을 느끼는 고객이 많기 때문에, 비록 보험회사들이 고객에게 직접 스마트 홈 서비스를 판매하지 않고 단지 안전 기기를 가진 고객에게 가능한 최저의 보험료를 제시하는 것 만으로도 보험회사와 고객 모두에게 윈윈이 될 수 있음

Ø 그러나 IoT, 데이터, 디지털 관계의 시대에 보험회사는 소비자와 연결하기 위해 보다 많은 것을 할 수 있으며, 보험회사들은 보다 공격적인 행보를 취할 필요가 있음

Ø IoT기기에서 얻은 정보를 기존 데이터 서비스와 융합할 수 있다면 보험회사들은 새로운 인사이트를 얻을 수있고, 재산상의 위험 요인을 보다 정확하게 평가해 의사결정을 할 수 있는 새로운 수단을 확보할 수 있게 됨

Ø 새로운 데이터 활용 방법을 통해서 고객에게 안전 관련 스코어카드를 제공하고, 집과 가족을 보호하는 데 도움을 주는 지원과 조언을 제공하게 되는 것은 보험 산업으로서도 매우 흥미로운 새로운 혁신이 될 것임

※ 다음 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1756호(2016. 7. 27 발행)에 기고한 원고입니다. 

▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

산업인터넷 GE의 소프트웨어 파워.pdf

[ 요 약 ]

[ 본 문 ] 

◈ GE의 연구부문인 ‘GE 글로벌 리서치(Global Research)’의 소프트웨어 연구 담당 부사장 콜린 패리스는 ‘GE가 2020년까지 소프트웨어 기업 톱 10에 진입할 것’이라고 선언

• 패리스에 따르면 GE는 그동안 추진해 온 디지털 혁신에 힘입어 기술 중심의 사회에서 요구되는 수요를 쉽게 예상할 수 있게 되었는데, 이는 매우 신속하고 비약적인 변화였음

• GE는 수 년 전까지만 해도 지멘스(Siemens)나 유나이티드 테크놀로지스(United Technologies) 등 중공업부문 대기업들과 비교 대상이었으나, 현재는 아마존, 구글, IBM, 마이크로소프트 등 주요 인터넷 기업 및 소프트웨어 기업과 비교되고 있음

• 패리스의 선언은, 최근의 이런 여세를 몰아 GE가 2020 년까지 글로벌 소프트웨어 10대 기업에 진입한다는 미션을 완수하게 될 것이라는 자신감을 표출한 것

• 여기서 GE가 말하는 소프트웨어는 소비자 대상 인터넷이 아니라, GE가 뿌리 내리고 있는 산업분야, 특히 중공업 분야 기업을 대상으로 하는 ‘산업 인터넷’을 위한 것

◈ GE가 겨냥하고 있는 ‘산업 인터넷’의 요구사항은 소비자용 인터넷의 요구사항과는 본질적으로 다를 수밖에 없음.

• 소비자를 위한 인터넷의 경우, 분석에서 중요한 것은 방대한 양의 데이터를 해석하여 사람이나 사물에 연결하는 부분임

• 반면, 산업 인터넷은 생성되는 데이터의 양이 현격하게 많지만, 중요한 사건이 실제로 발생하는 경우는 매우 드물며 발생 간격도 긴 것이 특징

• 중공업 분야의 경우 중요한 사건은 고장이 나는 경우인데, 재발을 방지하기 위해서는 사건에 초점을 맞추어야 하지만, 그러한 사건에 대해 파악할 수 있는 유의미한 데이터는 대개의 경우 아주 조금 밖에 없음

• 예를 들어, GE 만든 제트 엔진을 탑재한 항공기가 100만 회 비행하는 동안 항공사가 보수 점검이 필요하다고 판단하는 계기가 될 사건은 29회에 불과할 수도 있는데, 방대한 데이터의 바다에서 그 29회의 사건을 찾아낸다는 것은 쉬운 일이 아님

• 더욱이 어느 부분을 보아야 찾아낼 수 있을지조차 모르는 상황이라면, 데이터 검색에서 미로에 빠져 버리고, 기업과 고객이 요구하는 성과는 결코 얻을 수가 없음

◈ 이러한 산업 인터넷의 고유한 요구사항에 대해 GE가 내놓은 해결책은 “디지털 트윈(Digital Twin)”으로 현실 세계의 물체를 모델링 하여 디지털 세계에 ‘쌍둥이’를 재현한다는 개념

• 패리스에 따르면 디지털 트윈의 핵심 포인트는 디지털 모델이 현실 세계에 있는 자산 전체를 반영하는 것이 아니라, 특정한 하나의 자산을 1대1로 모델링 한다는 것

• 예를 들어 항공기 제트 엔진의 디지털 모델이라 하면, 생산된 수천 개의 제트 엔진 전체를 추상화시킨 하나의 가상 모델을 만드는 것이 아니라, 수천 대의 항공기에 탑재된 각각의 제트 엔진 하나하나에 대해 디지털 세계에서 각각 하나씩 재현하는 것임

• 이 디지털 세계의 모델은 현실의 물체에 장착된 센서에서 얻은 데이터를 반영해 만들어 지는데, 현실 세계에는 종종 센서를 사용하기에 가혹한 환경(가령 제트 엔진의 연소실 내부처럼 온도가 섭씨 2000도에 이름)도 있기 때문에, GE는 가상 센서를 통해 물리적 센서를 보완하고 있음

• 항공기의 경우라면 물리적 센서로부터 얻은 데이터와 연소, 항공 역학, 사용 소재 등에 관한 물리적 지식을 결합하여 가상 센서가 데이터를 도출하게 되며, 그 정밀도는 기계학습(Machine Learning)을 이용하여 조정하고 있음

<자료> Schema Design

[동영상 1] GE의 디지털 트윈 시뮬레이션

◈ 이런 방법을 통해 디지털 트윈에서는 특정 자산의 상태에 대한 정확한 인사이트를 제공할 수 있게 되는데, 항공사의 경우 유지보수 계획의 개선으로 연계할 수 있음

• 예를 들어, 중동에서 운항 중인 항공기는 모래가 많은 환경에 직면하기 때문에 엔진의 블레이드가 파쇄(spallation) 현상, 즉 부분적으로 부식하는 현상이 발생할 수 있는데, 엔진 블레이드 교체 비용은 2만 달러에 달함

• 만일 필요한 부품의 준비에 시간이 걸려 항공기를 잠시 동안 운행할 수 없는 상황이 된다면 손실은 더욱 늘어나게 되는데, 디지털 트윈은 이런 상황을 방지할 수 있는 유지보수 계획의 수립을 가능케 해 줌

• 디지털 트윈을 통해 항공사는 각 제트 엔진의 블레이드가 받은 충격과 손상 상태를 개별 엔진 단위로 파악할 수 있음

• GE는 항공기가 착륙할 때마다 데이터를 수취하는데, 가령 손상의 레벨이 8이 되면 교체할 필요가 있는 경우 현재 손상 레벨이 2라면 6개월 후에 교체하는 방법도 취할 수도 있지만, 블레이드를 물로 세척하라는 판단을 내릴 수도 있음

• 그 항공기가 밤에 착륙했다면 블레이드를 용액으로 세척함으로써 부착물을 어느 정도 떨어내는 방법을 쓸 수 있는데, 세정에는 적지 않은 비용이 들지만 교체 시기를 6개월 후가 아닌 10개월 후로 늘릴 수 있는 효과가 있음

◈ 전기 사업자의 경우는 디지털 트윈을 이용해 발전 효율의 향상을 도모할 수 있는데, 가령 풍력발전소의 주요 문제인 “웨이크 로스(wake losses)” 해결에 도움을 줄 수 있음

• 본질적으로 풍력 발전소에 바람이 불면 발전용 리딩 터빈은 풍력을 이용해 블레이드를 회전시키는데, 그 터빈 뒤쪽의 공간은 역풍 기기가 만들어 낸 난류로 인해 순풍 공간임에도 불구하고 발전 효율이 떨어지는 상태, 즉 ‘웨이크(wake)’ 상태가 됨

• 하지만 디지털 트윈이 있으면 발전소에 부는 바람과 회전하는 블레이드가 발생시키는 난류를 측정하고, 블레이드의 속도를 조정하여 더 많은 잠재 에너지가 순방향 터빈까지 전해지도록 할 수 있음

• 이렇게 하면 리딩 터빈이 생산하는 에너지는 다소 줄어들지만, 순방향 터빈은 더 많은 에너지를 생산할 수 있으며, 결과적으로 이를 통해 풍력 발전소는 에너지 출력을 극대화할 수 있음

◈ 디지털 트윈의 실현을 위한 플랫폼으로 GE는 ‘프리딕스(Predix)’ 서비스를 제공 중인데, 각종 센서가 수집한 데이터를 바탕으로 산업 설비의 가동 상태 등을 분석 할 수 있음

• 2010년은 GE에게 전환점이 된 해로, 당시까지 GE는 20년간 연 4%대의 성장세를 유지하고 있었으나, 2010년에 연간 성장률이 1%로 급락하였는데, GE 는 그 요인이 IT의 활용 부족에 있다고 분석하였음

• GE는 공장 제조에 있어 20년 동안 IT를 적극적으로 도입해 오지 않았으며, 설치한 센서도 적었고 네트워크 환경의 정비도 충분하지 않았기에 생산 체제가 구식이었음

• 2010년에 이르러서야 GE는 공급망을 어떻게 개선할 것인지, IT를 활용해 제조를 어떻게 할 지 고민하게 되었고, 그 결과 개발한 것이 ‘프리딕스’임

• 또한 GE의 각 사업에 대해 IT를 활용하여 횡단으로 지원하는 사내 현장 조직을 설치하였는데, 이것이 ‘GE 디지털’임

• GE는 프리딕스 개발에 투자한 비용을 비공개로 하고 있지만, 개발을 위해 소프트웨어 엔지니어를 수천 명 규모로 고용한 바 있음

• 프리딕스는 GE 자체 목적으로만 사용되는 것이 아니고 기업 고객들에게도 클라우드 서비스 형태로 제공되고 있는데, GE 는 2020년에 프리딕스 관련 매출 150억 달러를 목표로 하고 있음

◈ GE의 디지털 트윈 전략과 프리딕스 플랫폼에 대한 관심이 높아지면서 GE는 프리딕스 확산에 주력하고 있는데, 이를 위해 최근 아마존, MS, 오라클 등과 제휴를 체결

• GE와 MS는 IoT(사물인터넷) 분야에서 제휴를 발표하며, GE의 산업용 소프트웨어 플랫폼 프리딕스를 MS의 클라우드 인프라 ‘애저(Azure)’를 통해 이용할 수 있게 하였음

• 양사는 프리딕스를 MS의 IoT를 위한 클라우드 서비스인 ‘Azure IoT Suite’와 빅데이터 분석 클라우드 서비스인 ‘Cortana Intelligence Suite’, 그리고 ‘Office 365’, ‘Dynamics 365’, ‘Power BI’등 비즈니스 애플리케이션과 통합하여 협력한다고 발표

• 양사에 따르면, 프리딕스를 애저에서 실행시킴으로써 기업 고객들은 자연언어 기술, 인공지능(AI), 고급 데이터 시각화, 기업 애플리케이션 통합 등 강력한 기능에 함께 접근할 수 있는 이점을 누릴 수 있게 되었음

• GE는 애저를 통해 연내 프리딕스 개발자 프리뷰를 발표하고, 2017년 2분기에 정식으로 서비스를 출시한다는 계획

• MS와 협력에 앞서 GE는 아마존의 클라우드 서비스인 ‘Amazon Web Services(AWS)’에서 프리딕스를 이용할 수 있게 하였으며, 오라클과도 프리딕스 통합을 위해 협력하고 있음

◈ GE의 변모는 ‘제조기업의 소프트웨어 및 서비스 기업으로 변신’이라는 점에서 주목받고 있으며, 향후 산업 인터넷 분야 선두주자들과 경쟁 구도에 관심이 모이고 있음

• GE가 최근 프리딕스와 디지털 트윈에 기반한 산업 인터넷 혁명에 대대적 마케팅을 전개하고 있지만, GE의 소프트웨어 역량은 아직 스타트업 수준이라는 지적도 있음

• 룩스 리서치(Lux Research)는 최근 보고서를 통해 프리딕스는 GE가 말하는 것처럼 완전한 모습을 아직 갖추지 못했으며, 마케팅 투자에 비해 이분야 경쟁자들인 PTC, C3 IoT, 오토데스크, 시스코 등에 비해 시장 점유율이 매우 미약함을 지적

• 보고서는 또한 프리딕스의 기술이 성숙하려면 향후 3~5년이 추가로 필요하며, GE의 솔루션이 자체 기술력에 기반한 것이라기 보다는 PTC 등 산업 인터넷 전문기업들과의 파트너십에 기반하고 있다는 점도 약점이 될 수 있다고 지적

• 이에 대해 GE는 룩스의 보고서는 객관적이지 못하고 사실 관계에 있어서도 오류가 있다는 입장이며, GE는 계속해서 소프트웨어 기업으로의 변신을 적극 시도하고 있지만 여전히 제조 자체도 중요하다는 것을 강조하고 있다는 것에 차별성이 있다고 설명

• GE는 하드웨어, 소프트웨어, 그리고 데이터 분석을 통해 얻게 되는 ‘통찰력’을 비즈니스와 연결하는 것이 중요하다는 입장

• GE에 따르면 디지털 트윈을 이용해 실제와 디지털을 하나로 묶기 위해서는, 대상 분야에 대한 깊은 전문 지식이 필요한데, 이는 오랜 시간 동안 축적된 하드웨어 제조 경험이 밑바탕 되어야 하는 것임

• GE의 설명대로, 룩스 리서치의 보고서 또한 GE의 프리딕스가 아직 미성숙하나 출시된 지 1년이 안된 것에 비하면 매우 높은 성장 잠재력이 있다는 것을 인정하고 있는데, 그 근거는 GE가 세계 최대 제조업체 중 하나로 고도의 전문 지식을 보유하고 있다는 점

• GE는 하드웨어 중심의 ‘제1의 시장’, 인터넷 정보 중심의 ‘제 2의 시장'에 이어, 데이터를 바탕으로 얻은 ‘통찰력’이 가치를 창출하는 ‘제 3의 시장’이 도래하고 있음을 강조하고 있으며, 이런 슬로건이 얼마나 기업들에게 받아들여질 지가 향후 관전 포인트