빅데이터(5) : 빅데이터 활용 2

youtu.be/nDfOIk_R-o8

<빅데이터 활용하기 나름>

학자들에 따라 빅데이터를 21세기의 원유(原油)라고도 부른다. 원유를 효율적으로 정제하면 휘발유처럼 고부가가치의 연료를 만들 수 있는 것처럼, 수많은 데이터 중에서 가치 있는 정보를 발굴한다면 보다 풍요로운 생활이 가능하다는 점 때문에 붙여진 별명이다.

빅데이터의 기반인 데이터 분석은 기업 내부적으로 다양한 문제를 해결하는 도구도 된다. 실제로 빅데이터를 분석하면 대기업이 회사를 운용⋅관리하는데 매우 유리한 환경을 부여한다. 가장 중요한 것은 채용된 직원이 자신의 능력을 한껏 발휘할 수 있는 임무를 주는 것이다. 즉 빅데이터를 동원해, 동일 그룹 내에 근무하는 수십 만명의 행동을 분석하여, 각자의 능력을 파악하고 그들의 적성에 맞는 직책을 찾아주는 것이다. 한마디로 적성에 맞는 업무를 부여해 직원과 회사에 ‘윈윈’하는 방법을 구사하는데 주저하지 않는다.

가장 주목받는 빅데이터 활용방법으로 <구글>의 채용방식을 꼽는다.

<구글>은 2015년 기준으로 약 55,000명이었지만 비약적인 성장을 기록해 2020년 1월 기준으로 약 100,000명이 된다. 미국 경제전문지 <포춘>이 선정한 ‘일하기 좋은 100대 기업’에 연속 1위를 차지하므로 세계인들이 선호하는 회사다.

세계 최고의 연봉, 자유롭고 수평적인 조직 문화로 ‘신의 직장’이라고 불리기도 한다. 구글의 복지는 상상을 초래하는데 놀이터와 같은 일터, 안락한 사무실, 유기농 식단으로 구성된 양질의 공짜 식사, 업무시간의 20%를 개인적으로 자유롭게 사용할 수 있으며 3개월간 월급을 주는 유급 출산 휴가 등을 주는 것은 물론 70살이 넘어도 엔지니어로 근무가 가능하다. 또한 주기적으로 ‘구글가이스트(Googlegeist)'라 불리는 설문조사를 실시해 직원들의 친밀도와 행복감을 파악해서 회사 운영 방침에 반영한다.

구글은 그동안 매년 200만 여명의 지원 서류를 받아 우수한 인재를 찾기 위해 많은 시간과 비용을 투자해 공채시험을 진행했다. 구글은 어느 회사보다 근무 여건이 좋다고 자부하므로 평범한 사람을 뽑아 교육과 훈련을 통해 인재로 키우는 것보다 최고 인재를 뽑는 것이 훨씬 효율적이라고 생각했다. 그러므로 200여 만 명의 지원자 중 4,000〜5,000명을 뽑는데 엄청난 채용 자금을 투입하는데 주저하지 않았다. 그럼에도 불구하고 채용한 사람들에 대한 만족도가 생각보다 높지 않자 공채시험 없이 인재를 선발할 수 있는 방법을 강구했다.

지원서류가 도착하면 우선 학점이 일정 이상 되어야 하며 면접 통보를 받은 지원자는 2개월에 걸쳐 6〜7회 면접을 거친다. 2000년대 초중반에는 ‘왜 맨홀 뚜껑은 동그란가? 스쿨버스에 몇개의 골프공을 넣을 수 있는가?' 등의 뜬금없는 질문 등을 통해 문제해결력을 평가했다. 하지만 2010년 이후로는 이런 방식을 폐지했는데 구글은 이런 것들은 연습하다 보면 배울 수 있는 것으로 한마디로 시간낭비라는 것이다.

 

구글 사무 환경

까다로운 문제를 거쳐 직원을 뽑았지만 구글은 학점과 면접이 지원자 능력을 평가하는 데 신뢰할 수준이 아니라는 것을 깨달았다. 한마디로 기존의 방식으로는 훌륭한 인재를 알아보지 못할 확률이 높은 것은 물론 급증하는 채용 수요에 맞춰 적기에 인재를 채용하는 것도 간단한 일이 아니라는 결론이다.

구글이 채택한 채용방법은 다소 의외다. 구글은 지원 채용용 수학적 알고리즘을 개발한 후 온라인으로만 입사 지원을 받는다. 구글이 개발한 알고리즘은 지원자들의 경험과 인성의 어떤 요소가 그들의 미래 잠재력을 예측할 수 있는가를 파악하는 것이다. 구글은 최소한 5개월 이상 근무한 모든 직원에게 300개 질문을 던져 구글이 더 좋은 직장이 되는 행동 등을 자신의 업무가 아니더라도 제시할 수 있도록 했다.

그런데 이런 과정을 거쳐 만들어진 200만 개 데이터를 분석한 결과 구글이 예상한대로 학창생활의 학점은 직원들의 성과와 크게 관련이 없었다. 결론은 모든 채용 영역에 걸쳐 최고 인재를 찾는데 영향을 끼치는 단 하나의 요소는 존재하지 않는다는 것이다. 그러므로 구글은 지원자가 온라인에서 구글 지원용 설문지에 응답한 것을 토대로 이를 0점에서 100점으로 평가한 후 면접 대상자를 쉽고 빠르게 선별한다.

인공지능이 앞으로 회사에 필요한 직원을 뽑아준다는 것은 그다지 실감이 되지 않겠지만 이 부분이야말로 인공지능이 힘을 발휘할 수 있는 분야이다. 인공지능 A.I.가 직원을 추천하는 방법을 보자.

 

‘인공지능 A.I.가 일단 지원자가 제출한 이력서를 들여 본 후 15초 만에 지원자를 1차 면접 대상자로 추천한다. 채용 담당자가 그의 추천을 검토한 후 승낙하면 A.I.는 곧바로 지원자에게 메일을 보내 1차 면접 대상자로 선정되었다는 축하의 말을 전한 후 언제 방문할 수 있느냐고 질문한다.’

 

영화나 과학소설 속에 나오는 일이 아니라 현재 굴지의 회사들이 실제로 활용하는 방법이다. 그런데 A.I.의 중요성은 입사지원자가 제출한 이력서만 토대로 심사하지 않는다는 점이다. A.I.는 지원자가 그동안 사용한 페이스북⋅트위터⋅인스타그램 등 소셜미디어 계정에 남긴 자료를 분석해 지원자의 성격과 이직 확률을 판단하는 등 실제 채용 과정에 적용한다

이것은 채용 담당자가 입사지원서를 하나하나 들여다보고 후보를 추려내는 방식으로는 4차 산업혁명 시대에 맞는 인재를 찾아낼 수 없다는 것을 의미한다. 세계 최일류 기업이라 불리는 IBM에 2016년 전 세계에서 무려 300만 명이 지원했는데 이렇게 많은 인원이라면 아무리 훌륭한 채용 담당자라도 이력서를 제대로 분석할 수 없다. 한마디로 인간이 수천 통을 계속 들여다보면 회사에 중요하다고 생각하는 인재도 제외되기 마련이다.

IBM은 의료·법률 서비스 분야에서 이미 활용되고 있는 A.I. ‘왓슨’을 채용 과정에 적용했다. 왓슨이 딱딱하게만 움직이는 것은 아니다. 지원자는 온라인으로 왓슨과 대화를 나눌 수 있으며 이를 통해 왓슨은 지원자가 어떤 능력을 갖추고 있는지를 판단한다.

 

IBM 왓슨

왓슨이 지원서, 면접은 물론 그동안 지원자가 사용한 각종 소셜미디어 자료를 검토한 후 채용 담당자가 미리 알려준 기준에 따라 채용 후보를 추린다. 채용 담당자는 왓슨이 추천한 지원자들만 집중적으로 검토하면 된다. 왓슨의 효과는 놀라워 그동안 IBM에서 채용에 걸리는 시간을 85일에서 45일로 절반 가까이 줄일 수 있었다고 발표했고, 일본 소프트뱅크도 왓슨을 사용한 후 신입사원 채용 서류 심사에 들어가는 시간을 680시간에서 170시간으로 줄일 수 있었다고 발표했다.

 

<악플러 취직 불가>

구글도 구직자와 기업이 채용에 활용할 수 있는 A.I. 플랫폼 ‘클라우드잡스’를 개발했다. 이 A.I.는 기본적으로 빅데이터를 기반으로 한다. 인터넷에 공개된 각종 채용 정보를 학습해 구직자에게 맞는 일자리를 추천해주며 기업에는 적합한 인재가 어디에 있는지를 찾아서 추천해준다. 클라우드잡스는 전 세계를 대상으로 인터넷과 소셜미디어에 올라온 자료를 분석해 어떤 유형의 지원자가 회사에 적합한지 또는 나중에 이직할 확률이 높은지를 판별해준다. 특히 면접 영상에 나온 지원자의 단어 선택, 목소리, 몸짓 등을 보고 지원자가 정직하게 대답하는지도 판단하여 기업에 알려준다.

이와 같이 인공지능 A.I.가 직원채용에 결정적인 기여를 할 수 있는 것은 사람들의 특성이 기본적으로 바뀌지 않기 때문이다. 또한 기업이 찾는 인재상도 근본적으로 변할 수는 없다. 4차 산업혁명시대라 하여 인간이 비인간화되는 것은 아니므로 기업이 찾는 인재는 과거와 다를 게 없지만 A.I.는 지원자가 이력서에 기재하지 않은 것도 순식간에 찾아내 분석한다는 것이 과거 입사과정과는 크게 다르다.

특히 A.I.의 능력이 업그레이드 될수록 숫자로 나타나지 않는 다양한 사람의 성품을 파악하여 채용을 비롯한 실무에 적용한다는 점이다. 자원자가 과거 소셜미디어 등에 올린 글을 순식간에 분석해 그의 성격과 가치관을 유추하는데 이는 그동안 지원자들의 자질을 경력서와 면접으로만 판정하던 것과는 완전히 다른 차원이다. 즉 인공지능 왓슨은 지원서, 면접은 물론 그동안 지원자가 사용한 각종 소셜미디어 자료를 검토한 후 채용 담당자가 미리 알려준 기준에 따라 채용후보를 추린다.

한국도 현재 약 500여개의 기업에서 A.I.를 도입하고 있는데 지원자가 제출한 자기소개서는 각 회사가 요구하는 인재풀에 들어 있는 글과 비교 분석된다. 단어 하나하나뿐만 아니라 문장의 구성, 내용의 일관성 등을 A.I.가 종합적으로 판단한다.

또한 A.I.와 약 한 시간 면접을 보는데 면접장소는 집, PC방, 카페 등 어느 곳이든 무방하다. 맥박부터 감정과 눈동자 움직임, 지원자의 핵심 키워드를 뽑아낸다. 심지어 기억력과 사고력 같은 인지기능을 주관하는 전전두엽을 분석해 직군 적합도와 세부역량을 파악한다. 특히 면접영상에 나온 지원자의 단어선택, 목소리, 몸짓 등을 보고 지원자가 정직하게 대답하는지도 판단하여 회사에 알려준다.

그러므로 취업지원자가 과거에 작성했던 악플 등이 치명적인 결과를 초래한다. 이 말은 상습적으로 악플을 다는 사람들은 인공지능의 날카로운 눈을 속여 취직한다는 생각을 애초부터 버려야 한다는 것을 뜻한다. 회사 측면에서 볼 때 악플을 상습적으로 달던 사람은 언제 어느 때 회사의 방침 등에 돌변하여 회사를 궁지에 몰아넣을 수 있어 사전에 차단하는 것은 매우 중요하다.

특히 회사에서 악플 등을 매우 중요한 요소로 여기는 것은 어떤 사람이 사용하던 과거의 흔적이 궁극적으로 그 사람의 미래로 직결되기 때문이다.

4차 산업혁명시대에는 취업이 아니라도 빅데이터를 통해 악플 등 자신의 모든 과거행적이 저장되고 있으며 이를 불러 활용할 수 있음을 기억해야 할 시대가 되었다. 어렸을 때 장난삼아 쓴 악플이 부메랑이 되어 자신에게 돌아올 것을 깨닫는 것은 매우 중요하다.

학자들은 바로 이런 점이 빅데이터 시대의 중요한 핵심이라고 말한다. 빅데이터 시대에 경쟁의 승부는 누가 더 많은 데이터를 갖고 있고 누가 그것을 다른 사람보다 잘 활용하는지에 달려 있다는 뜻이다. 빅데이터 시대에 직원이나 경영자들의 경험이나 직감의 의존해서 의사 결정하는 구태적인 기업은 살아남을 수 없다. 한마디로 조직 문화와 직원들의 마인드를 분석 지향적으로 이끌며 데이터 분석으로 새로운 창의성을 이끌어내는 시스템이 되어야 한다는 뜻이다. 대기업 최고경영자들이 천명하는 말은 간단하다.

 

‘신이 아닌 모든 사람은 근거가 되는 데이터를 갖고 와야 한다.’

 

문제는 빅데이터로 얻은 정보가 완벽할 수는 없다는 점이다. 인공지능이 가짜 정보를 생산할 수도 있다. 실제로 2013년〜2014년 미국 플로리다주 브로워드 카운티(Broward County)는 약 18,000명의 범죄자를 중심으로 향후 2년 동안 새로운 범죄를 일으킬 재발 가능성을 범죄자 예측 알고리즘을 통해 분석했다. 그 결과 새로운 범죄 재발 가능성이 흑인이 백인보다 45% 더 높은 것으로 파악했다. 하지만 이 결과 데이타는 ‘거짓’이었다. 동일 기간의 실제 데이타를 분석한 결과 컴퓨터 알고리즘의 예측과는 달리 백인의 재범 비율이 흑인보다 더 높은 것으로 나타났다. 인간이 가진 인종차별의 편견이 컴퓨터 알고리즘에 영향을 미쳤고 이는 컴퓨터 프로그램의 심각한 오류로 이어진 것이다.

 

이런 문제가 만만치 않다는 것을 모르는 사람은 없다. 특히 현 지구상에 80억 명이라는 인간들이 있다는 것을 생각하면 더욱 그러한데 학자들은 이 부분에 대해서도 우려하지 않는다. 많은 학자들이 지적하는 사항이지만 인간이 완벽하지 않은 것처럼 인간이 만든 인공지능도 완벽할 수 없다는데 공감한다. 그러므로 이런 문제들을 교정해 나가면서 궁극적으로 인간에게 유익하도록 만드는 것 역시 인간이라는데도 의견이 일치한다.

 

<빅데이터의 활용 부문>

빅데이터를 일반인들이 다룰 수 있는 것은 아니다.

빅데이터의 가치 창출 방식이 경제ㆍ공공ㆍ사회 부문 등 다양한 분야에 영향을 미치기 때문에 실제로 각 국 정부에서도 이를 만만하게 처리할 수 있을 정도의 규모를 넘어섰다고도 설명된다.

그러나 빅데이터를 통해 창출된 가치가 산업과 기업에 있어 혁신의 원동력을 제공하고 이를 통해 경쟁력을 향상시킬 수 있으며 나아가 생산성 향상을 통해 기업 전반의 효율성을 높여주는 역할을 한다. 그러므로 이를 큰 틀에서 경제ㆍ공공ㆍ사회 부문으로 나누어 각 정부와 기업들이 투입한다.

 

① 경제 부분

과거에는 생산 과정에서 발생하는 데이터 양이 적었을 뿐만 아니라 축적된 데이터의 분석 능력도 부족하여 활용도가 떨어지고 사장되는 기술이 다반사였다.

그러나 현재는 데이터 분석 기술의 발달에 힘입어 손실을 줄이고 생산성을 높이는 데이터 분석기술이 수없이 등장한다. 또한 이전부터 기업에서 보유하고 있던 ‘전사적 자원 관리 시스템(ERP : enterprise resource planning)', '공급망 관리 시스템(SCM " supply chain management)', '고객관리 시스템(CRM : customer relation management)'에서 생성되는 비즈니스 데이터를 빅데이터와 접목하여 원가 절감, 제품 차별화를 이루고 있다.

또한 기업에서 빅데이터를 통해 소비자의 행동 패턴을 분석하고 이를 통해 시장 동향을 예측하는 것이 가능해졌다. 더불어 기업이 갖고 있던 비즈니스 프로세스의 문제점을 파악하는 것이 용이해져 그에 따른 개선 및 수정을 통해 기업의 비즈니스를 돕는다.

 

② 공공 부분

빅데이터는 정부 등 공공 부분에서 큰 역할을 담당한다.

공공 데이터 탐색과 상황에 따른 분석을 통해 사회적 중점 현안, 나아가 미래에 대한 대응 등을 실현하기 위해 각국은 많은 투자를 한다. 공공데이터인 기상 데이터, 인구 데이터, 각종 통계지표 등을 수집하고 이를 토대로 전반적인 재난 및 재해에 대한 정보를 추출한다.

또한 수집된 데이터를 바탕으로 복잡계 이론, 시스템 다이나믹스 등과 같은 분석을 통해 미래 전략을 수집하기도 한다. 특히 현재 화두가 되고 있는 환경 문제도 빅데이터가 없으면 접근하기 조차 어려운 분야다.

 

③ 사회 부문

사회 부분에 미치는 빅데이터의 영향을 그야말로 지대하다. 빅데이터 분석을 통해 사회적 약자를 도울 수 있고 새로운 활동 방안을 제시할 수 있다. 유동인구가 많은 지역에 심야 버스를 운용하고 유통 시장 정보 등을 통하여 제조업체, 도소매 공급자와 소비자 간에 상생할 수 있는 기회도 제공한다. 이와 같이 빅데이터는 사회 곳곳에 다양한 기회를 창출한다.

 

4차 산업혁명에서 빅데이터가 인간 생활의 기반이 된다는 것은 빅데이터가 근본적으로 인간 생활의 전 분야에 관여한다는 것을 의미한다.

그러므로 빅데이터로 인해 앞으로 어떻게 변화될지를 거론한다는 것이 간단한 일은 아니다. 그러므로 이들 중 인간에게 가장 긴밀하게 연계되어 있는 의료, 법률, 스포츠 등을 간략하게 설명한다.