바이오인

인공지능 시대의 데이터 공급망 관리

◈목차

◈본문

ICT 기술이 다양한 산업과 융합하면서 디지털 전환(Digital transformation)이 빠르게 진행되고 있다. 산업의 디지털화는 필연적으로 수집되는 데이터의 양을 폭발적으로 증가시켰으며, 대규모의 정형/비정형 데이터를 활용한 인공지능 기술의 발달과 함께 데이터가 실물 경제의 한 축으로 떠오르게 되었다. 

2016년 세계경제포럼에서는 이러한 디지털 전환과 데이터 경제로의 이행을 4차 산업혁명이라고 명명하였다. 4차 산업혁명으로 인해 인공지능 기술은 국가 경쟁력을 평가하는 하나의 기준이 되었다. 빅데이터 및 인공지능 기술은 방대한 양의 데이터에서 의미 있는 정보를 추출하고 나아가 경제적인 부가가치를 창출한다. 특히 최근 들어 인공지능 기술의 개발 모멘텀이 모델링 중심에서 데이터 중심으로 옮겨가면서 대량의, 그리고 양질의 데이터를 확보하기 위한 국가 간, 지역 간 경쟁이 심화되고 있다.

ICT 기술 중에서도 IoT(Internet of Things) 기술이 발전하면서 사람 간 연결을 넘어 사람과 사물, 사물과 사물 간 연결성이 강화되는 초연결 사회로 진입하게 되었다. 초개인화된 맞춤형 제품 및 서비스 개발을 위해 기업 간 협업이 활발해지고 있으며, 생산에서 소비에 이르는 전 과정에서 데이터 기반 의사결정이 이루어지면서 제조생산성 및 서비스 효율성이 향상되고 있다. 

COVID-19 상황이 지속되면서 이러한 기조는 더욱 가속화되고 있는 실정이다. 특히 디지털 전환, IoT, 디지털 경제는 원격/재택근무를 시작으로 비대면 노동시장을 확대시켰다. 특히 데이터의 양과 질이 기업의 핵심 역량으로 주목받게 되면서 크라우드소싱을 통한 데이터 수집 및 가공 작업의 수요가 증가함에 따라 최근 몇 년간 데이터 라벨링 기업들이 크게 성장하였다. 스케일 AI, 라벨박스, 하이브, 클라우드 팩토리 같은 데이터 라벨링 기업들이 꾸준히 투자를 유치하며 성장하고 있으며, 해당 시장 역시 빠르게 성장하고 있다. 

기계학습, 인공지능을 이용한 데이터 기반 제품 또는 서비스를 개발 및 운영하기 위해서는 기존의 산업과 마찬가지로 생산, 유통, 사후관리 전반에 걸친 종합적인 지식과 경험이 필요하다. 좋은 데이터란 무엇인지 정의하는 것에서부터, 양질의 데이터를 충분하게 준비한 후에도 기술 개발, 테스트, 상용화, 피드백 채널 관리에 이르기까지 정의하고 책임소재를 분명히 해야 한다. 이러한 데이터 제품 및 서비스의 상용화를 위해서 학계와 업계에서는 데이터 품질 평가 기법과 데이터 거버넌스에 대한 논의가 심도 있게 이루어지고 있다. 

데이터 제품 및 서비스의 개발 및 운영 전반에 걸친 데이터 생애주기를 종합적으로 관리하기 위해서는 공급망 관리의 관점에서 접근해야 한다. 공급망(Supply Chain)이란 원재료를 획득하고, 이 원재료를 중간재나 최종재로 변환하고, 최종제품을 고객에게 유통시키기 위한 조직 및 비즈니스 프로세스의 전체 네트워크를 가리킨다. 공급망 관리(SCM, Supply Chain Management)란 이러한 공급망에서 필요한 정보가 원활하게 흐르도록 지원하는 시스템을 일컫는다. 전통적인 산업에서 발전해 온 이러한 공급망 관리 기법은 데이터를 원료로 하는 데이터 제품 및 서비스의 개발 및 운영에도 필요한 개념이다. 

본고에서는 데이터 기반 제품 및 서비스의 개발 및 운영을 위한 데이터 관리 분야의 현황을 공급망 관리의 관점에서 조망한다. 특히 데이터의 수집 및 가공을 위한 크라우드소싱, 데이터의 품질 측정 및 이를 기반으로 데이터를 유통하기 위한 데이터 표준, 준비된 데이터를 기계학습과 인공지능 등 데이터 기반 제품 개발 단계에서 효율적으로 활용하는 방법들에 대해서 단계별로 짚어보면서 인공지능 시대에서의 데이터 공급망 관리에 관한 시사점을 도출하고자 한다.

...................(계속)

☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.