[IT동아 이상우 기자] IBM 글로벌 데이터 & AI 포럼이 오는 9월 6일까지 열린다. 이 행사는 데이터와 AI 관련 최신 동향과 핵심 기술을 공유하는 자리로, 각 분야에서 실제로 AI를 도입해 사용하는 사례는 물론, AI 도입을 위한 여정 등을 국내 기업과 함께 이야기한다.
한국 IBM 장화진 대표이사는 "인터넷이 처음 등장했을 때는 인터넷을 기반으로 하는 신생 기업이 혁신을 일으키며 시장을 주도해왔지만, 오늘날은 구글 처럼 기존에 인터넷 시장에서 자리잡은 기업이 혁신을 주도하는 상황이다. 이들은 이미 인공지능의 생명인 데이터를 엄청나게 소유하고 있는 것은 물론, 이러한 데이터를 운영하며 비즈니스 노하우를 쌓아왔기 때문이다"고 말했다.
많은 기업이 데이터를 효과적으로 활용하는 방법을 고민하고 있다. IBM은 AI를 위해서는 IA가 필요하다고 강조한다. IA란 인포메이션 아키텍처(Information Architecture), 즉 정보를 수집하고, 관리하고, 분석하는 방식이 우선돼야 하며, 이 위에서 인공지능을 구축하고 확산하는 것이 유리하다는 설명이다. 또한, 데이터는 한 곳에만 저장되는 것이 아니라 디바이스, 온프레미스, 프라이빗 클라우드, 퍼블릭 클라우드 등에 사일로 형태로 고립돼 있는 경우가 많으며, 이를 한 곳에서 모아 분석하면 기존과는 다른 인사이트를 찾을 수 있으며, 이를 위해 다양한 형태의 클라우드를 통합할 수 있는 하이브리드 혹은 멀티 클라우드의 필요성도 크다.
IBM 데이터 및 인공지능 사업부 앨리스 다겔리언(Alyse Daghelian) 글로벌 영업 부사장은 "오늘날 기업이 만나는 혁신의 속도는 데이터의 활용과 머신러닝, 인공지능 등 새로운 기술을 통해 점점 더 빨라지고, 기업은 과거에는 불가능한 일을 할 수 있게 됐다. 가트너에 따르면 2021년에는 인공지능을 통해 새로운 사업에 진출하는 기업 규모는 약 2조 9,000억 달러에 이를 전망이다"고 말했다.
또한, "인공지능이라는 개념은 과거부터 존재했지만, 오늘날 컴퓨터의 연산 성능이 강화되고, 인공지능 기반 서비스를 제공할 수 있을 만큼의 성능이 향상되면서 최근 빠르게 떠오르고 있다. 이러한 인공지능 시대에 데이터는 가장 중요한 연료다. 오늘날 데이터는 많은 경우 사일로화 돼 있어 서로 공유되지 않고 있으며, 이러한 데이터를 모두 활용해야 가치를 실현할 수 있다"고 덧붙였다.
하지만 많은 기업이 인공지능을 도입하는 여정에서 데이터를 어떻게 활용할지 고민하고 있는 상황이다. 인공지능은 향후 필수적인 요소지만, 어떻게 이를 구현하고 실제 업무나 서비스에 적용하는지가 문제다.
기업이 이러한 여정에 있어 먼저 극복해야 할 문제는 우선 데이터다. 오늘날 데이터는 과거와 비교해 빠르게 발생하고, 데이터 자체의 규모 역시 증가했으며, 다양한 장소에 존재하고 있다. 때문에 이를 통합하고 활용할 수 있는 역량을 우선 갖춰야 데이터를 통해 얻은 인사이트를 검증하고 신뢰할 수 있다.
데이터 구조 역시 중요하다. 현대화한 아키텍처를 통해 데이터를 통합하고, 접근성을 높여야 활용이 용이하기 때문이다. 또한, 이를 조직화, 체계화 해야 데이터에 대한 신뢰도를 높일 수 있다. 즉 데이터 수집에 대한 역량뿐만 아니라 통합, 관리 등도 IA(정보 아키텍처)에 통합해야 한다. 이처럼 체계화한 데이터를 시스템에 입력해야 유의미한 결과를 얻을 수 있는 만큼 기업은 현대화한 정보 아키텍처에 투자할 필요가 있다.
앨리스 다겔리언 부사장은 "IBM의 역량은 개방화, 현대화한 플랫폼으로 인공지능 도입을 고민하는 기업을 지원할 수 있다. 지난해 레드햇을 인수한 것도 이러한 맥락이다. 우리는 레드햇 오픈시프트를 기반으로 클라우드 형태나 클라우드 벤더를 구분 없이 통합할 수 있는 플랫폼을 제공하고 있다. 여기에 인공지능 서비스인 왓슨을 적용해 기계학습(머신러닝) 모델을 구현하는 것은 물론, 데이터를 제대로 활용하고 있는지 왓슨을 통해 실시간 모니터링 하는 방식으로도 적용 가능하다"고 설명했다.
글 / IT동아 이상우(lswoo@itdonga.com)