국내에서도 빅데이터 활용 사례가 하나씩 등장하고 있다. 주가 예측, 제조 품질 향상 등 분야도 다양하다.

21일 한국EMC가 개최된 ‘EMC 이펙트데이 2013’에서는 이러한 빅데이터 활용 사례들을 확인할 수 있었다.

예를 들어 코스콤은 소셜미디어와 뉴스, 내외부의 데이터 분석을 통해 주가 예측 모델을 시범 운영 중이다. 또 삼성SDI는 일 평균 6억건의 계측 데이터를 분석해 노트북이나 휴대폰 등에 탑재되는 소형이차전지의 제조 품질을 혁신할 수 있었다. 두 업체 모두 하둡과 EMC 그린플럼을 통해 빅데이터 분석 시스템을 구축했다.

 

우선 코스콤의 경우 증권매매시스템을 개발·운영하며 축적한 체결 및 종목별 호가 등 내부 데이터와 정부의 거시경제 데이터, 뉴스, 소셜네트워크서비스(SNS) 등 외부데이터를 수집 분석해 주가 예측 모델인 ‘K 인덱스’를 개발했다.

특히 소셜네트워크 데이터의 경우 코스콤이 독자적으로 구현한 감성을 나타내는 단어를 5만 9000여개를 모았으며, 긍정과 부정에 점수를 부여한 ‘감성사전’을 통해 분석됐다.

 

이렇게 모은 데이터는 하둡과 연계된 EMC 그린플럼에 저장됐으며, 오픈소스 통계분석 도구 R의 상용버전인 레볼루션 R로 분석했다.

강태홍 코스콤 자본시장IT연구소장은 “분석과 통찰 중에 (과거에는) 분석을 더 중요시했으나 광범위한 빅데이터 속에서 통찰을 얻는 전략도 고려해 볼만하다”며 “빅데이터 자체를 모으는 것도 중요하지만, 수많은 데이터에서 가치있는 정보를 뽑는 게 우선”이라고 말했다.

한편 삼성SDI는 소형이차전지를 생산하는 해외 거점의 데이터를 통합 분석, 관리함으로써 품질을 향상시킬 수 있었다고 밝혔다. 현재 삼성SDI는 전세계 소형이차전지 시장의 30%를 점유하고 있다.

 

삼성SDI 혁신팀 소속 제조품질부문 총괄 구영재 그룹장은 “지난 3월부터 10월까지 8개월 간 품질시스템 향샹을 위한 빅데이터 분석을 진행, 현재 현업에 사용 중에 있다”고 말했다.

 

그에 따르면 촤근 들어 중국이나 말레이시아 등 해외 거점에서의 생산 비율이 높다보니 품질을 균일하게 유지하는 것이 쉽지 않았다. 국내 반제품이 해외로 이송되고, 해외 반제품이 다시 국내로 들어오는 식의 구조였기 때문에, 이번 프로젝트를 진행하면서 각 시스템 별로 데이터를 통합해 전방위 추적체계를 확보했다.

 

또한 제품 불량 등 품질 이상 징후를 조기에 감지하는 한편, 품질에 문제가 생겼을때 원인 및 최적생산경로를 찾아내는 작업도 실시했다. 이를 위해 최적공정양품을 배드(bad)군과 베스트(best)군으로 비교, 베스트군의 최적 조건을 찾아서 이를 변경하는 등의 작업을 진행했다. 37개 협력사에도 품질연계 추적 체계를 구축해 분석의 질을 향상시켰다.

 

이 과정에서 삼성SDI는 EMC 그린플럼 데이터베이스(DB)와 하둡 기반의 분석 솔루션인 피보탈 HD 등을 도입했다. 통계 분석을 위한 개발툴은 자체적으로 개발한 SAF라는 솔루션을 쓰고 있다.

 

구 그룹장은 “현재 일 평균 품질DB에 저장되는 데이터가 6억건에 달하며, 약 100TB에 가까운 데이터가 저장돼 있다”며 “데이터 신뢰성이 없으면 빅데이터 분석이 효과를 볼 수 없는 만큼 지난 2010년부터 MES를 구축하고 데이터를 축적해 온 결과 가능했다”고 말했다.