비즈니스 모델은 기업으로 하여금 수익을 유지하게 하는 일련의 활동입니다.


즉 ‘수익모델’로 표현되며 어떤 가치를, 누구를 대상으로, 어떻게 제공하는지에 대한 방안 및 가격책정과 이익의 유지 방안 등에 대한 질문에 답할 수 있는 구성됩니다. 만약 인테넷을 이용하는 기업이라면, 인터넷을 이용하여 어떻게 수익을 올릴 것인지를 설계하는 인터넷 비즈니스 모델이 있어야 할 것이고, 기업이 가진 비즈니스 모델이 훌륭하다면 이 기업은 이로 말미암아 경쟁우위를 가지게 되어 많은 수익을 얻을 수 있게 될 것입니다.


빅데이터가 가져오는 새로운 데이터와 분석 및 실행은 다양한 기회를 제공하고, 이를 적극적으로 활용하는 경우 새로운 상품과 서비스를 개발할 수 있게 많은 이들에게 개방된 기회를 제공합니다. 따라서 보다 창의적이고 효율적인 아이디어가 사업화로 이어지고 1인 및 소규모의 지식기반 사업기반들이 활성화됨에 따라 스타트업들이 늘어나게 됩니다. 부의 분배도 보다 효율적으로 이루어지며 누구나 그 배경에 상관없이 능력과 노력에 대해 보상받을 기회를 평등하게 갖게 되는 것입니다. 이러한 변화는 대기업 의존적인 한국사회에 새로운 발전기회를 제공하게 될 것입니다.


이러한 비즈니스 모델들은 비효율적이고 개선되어야 될 사업들이 사라지고 규모보다는 효율성을 중시하는 비즈니스가 창출되어 고용증대의 기회 및 새로운 가치의 창출이 가속화되게 됩니다. 수직적 전통적 조직보다는 창의적이고 협력적인 조직이 더 많은 가치를 차지하게 될 것입니다.

그렇다면 빅데이터 비즈니스 모델을 어떠할까요?


전통적인 비즈니스 모델 개발과정과 유사하여 누그를 대상으로 어떤 상품과 서비스를 할 것이며, 이를 위한 방안과 차별화 방안은 무엇인지에 대해 도출하고 이에 대한 재무적 계획을 도출해야 합니다. 단, 빅데이터 기술 및 분석을 기반으로 한 응용이 비즈니스 개념의 핵심이라는 것과 그 운영 자체에도 빅데이터가 들어간다는 점이 큰 차이입니다. 빅데이터에 대한 개념이 들어가는 부분은 특별히 한정되어 있지 않습니다. 새롭게 만들어야 하고, 만들어지고 있으며, 신속하게 만들어서 확장이 용이한 특성을 갖고 있어서 제조산업과 같은 물건을 만들어서 오프라인으로 유통하는 물리적 제약이 없습니다.


비즈니스 모델들 간에는 많은 유사성과 중복성이 있으면서도 조그만 차이가 큰 차이를 보이게 되기도 한다. 가장 대표적인 예가 아마존의 드론을 이용한 배달 서비스다. 항공기나 드론을 이용한 배달 서비스는 기존에도 있었습니다. 그러나 누가 직접 고객에게 해당 물품을 군사용으로 주로 사용되던 드론으로 위치정보를 활용해서 전달하려는 생각을 했을까요? 그리고 이러한 것을 가능하게 하려면 수많은 위치 정보 및 고객의 위치와 연관된 주변 상황에 대한 데이터를 갖고 처리할 수 있어야 합니다. 법률적 제약도 있을 것이고 아직 준비되지 않은 법률과 규제에 대해서도 처리해야합니다. 그러나 이를 통한 파급효과로 기존 유통질서를 완전히 새롭게 변화시켜 기존 배송방식인 택배나 퀵이 사라질 수도 있습니다.



과거에는 인류가 만든 데이터의 누적분은 5엑사바이트 수준이었지만, 최근에는 하루에 그 정도 분량의 데이터가 발생되고 있으며, 2020년에는 지금보다 50증가하고 서버가 10배 이상 필요하게 될 것이라는 전망됩니다. 이렇게 방대한 데이터의 발생과 분석 및 활용의 필요에 의해, 기존 정형 데이터 외에 비정형 데이터의 처리까지 포함하면서 기존 방식으로는 처리하기 힘든 규모의 데이터 처리를 언급하는 빅데이터라는 용어가 발생되었습니다. 그리고 스마트폰의 발달과 함께 소셜, 사물인터넷(IoT : Internet of Things), 라이프로그 데이터 등 다양한 분야들이 결합되면서 빅데이터의 영향이 증가하고 있습니다. 또한 작년에 벌어진 '이세돌'과 '알파고'의 바둑대결을 통해 빅데이터는 세간의 관심을 받고 있습니다.


빅데이터의 개념

페타, 제타 바이트 수준의 대용량 데이터를 실시간에 가깝게 조회하고, 패턴 분석을 통해 활용하는 것을 빅데이터라고 할 수 있습니다. 여기서 얼마의 시간을 실시간이라 정의 내리는 가에는 다소 의견이 분분하지만, 어쨌든 데이터에 조회를 실시간에 가깝게 할 수 있어야 Advanced Analytics 분야에서 활용할 수 있습니다.


Advanced Analytics기법의 종류로는 데이터마이닝과 시뮬레이션, 최적화 등이 있으며, 이외에도 분석기법이 새롭게 나타나 각광받게 될 수 있습니다. 실시간 처리가 필요한 이유는 생활 속에서 수많은 데이터가 실시간성으로 발생되고 있으므로 분석이 보다 빨리 이뤄져야 활용도가 높아지기 때문입니다. 그러나 여기에는 개인정보 침해라는 위험요소가 공존하고 있어서 이에 대한 논란 및 법률정비가 이슈화되고 있다. 결국 빅데이터는 현안 사회문제 및 경제활동에 적절하게 활용해 긍정적으로 대응할 수 있어야 큰 가치를 창출할 수 있다고 봅니다.


빅데이터 크기

데이터의 크기는 특히 IoT에서 급증하게 되리라 예측된다. 과거 데이터의 질이 중요하게 다뤄지던 흐름에서 이제는 양이 중요한 가치로 평가되는 추세입니다. 이전에는 데이터 자체가 제한적이다 보니 질이 중요했으며 데이터를 이해하는데 통계적 관점에서 인과관계의 설명이 주가 되었습니다. 그러나 이제는 상관관계로 얼마나 설명되는가를 요구하는 시대로 변해 샘플링보다는 전수 데이터를 선호하게 되었습니다. 처리속도가 높아져 굳이 샘플링을 할 필요가 없어진 것입니다.

그러나 빅데이터라 해서 무조건 전체 데이터를 분석할 필요는 없고, 되도록이면 전수 데이터를 활용하는 것을 '선호한다' 정도로 생각하시면 좋을 것 같습니다. 아무리 전수 데이터가 좋은 정보를 제공할 수 있을지라도 이를 분석할 수 있는 가용 시스템이나 비용에 제약이 있다면 여전히 샘플링이 효율적이기 때문입니다.



빅데이터의 종류

빅데이터의 종류에는 정형데이터(즉각적 사용이 용이함), 비정형데이터(추가적인 가공이 필요함), 반정형데이터(추가적인 가공이 필요하나 마크업 언어처럼 규칙이 필요함)이 있습니다. 


빅데이터의 특징 및 요건

3V : Volume, Variety, Velocity.

4V : Volume, Variety, Velocity, Value.


흔히 빅데이터의 특성으로 3V를 언급합니다. 거기에 최근에 4번째 요소인 Value 와 빅데이터의 특성인 Variety와 Volume은 비용요소이지만 활용성을 고려한 창조적인 아이디어와 결합되면 중요한 가치로 전환됩니다. 예를 들어 기업의 입장에서는 다양한 채널에서의 고객행동패턴 정보를 보면 데이터 처리비용 증가로 연결됩니다. 그러나 고객의 채널에서의 행동패턴이 각기 다른 점을 활용하여 고객의 성향을 알 수 있다면 우리는 비용 이상의 가치를 얻어내 새로운 가치를 용이하게 창출할 수 있습니다. 또한 Velocity는 신속하게 데이터를 제공해주어서 기존에 미처 대응하지 못한 일들을 처리할 수 있게 됨에 따라 사고나 재해를 예방하거나 실시간으로 추가 서비스를 통해 편리성을 제공하는 등의 다양한 일을 처리할 수 있게 됩니다.

+ Recent posts