?건국대학교 / 이원진 겸임교수

 

요즘 기업인들에게 클라우드는 일상적인 용어로 자리잡았다.

그러나 새롭게 창업을 하고 나서는 벤처기업들에게는 다소 생소한 용어로 인식되는 듯하다. 하지만 AI, 머신러닝, 딥러닝과 클라우드서비스는 이제 벤처기업들에게는 필수 불가결한 마케팅 요소이고 이에 대한 비용 또한 다양한 형태로 최소화 할 수 있는 시대이다. 여러 지면을 통해서 접하는 딥러닝과 클라우드의 효용성에 대해 설명하고, 이를 활용한 벤처기업의 마케팅 활성화를 위하여 허락되는 지면하에서 소고로 몇가지 제안하려고 한다.

불과 몇 년 전부터 머신러닝(Machine Learning)으로 시작된 AI시대는 이제 딥러닝(Deep Learning)으로 진화하고 있다.

많은 기업들은 다양한 사업의 기회와 새로운 환경에 기존 고객의 요구를 파악하기 위해 고객을 분석하여 가장 빠르게 새로운 사업, 서비스와 제품을 개발하고 높은 부가가치를 만들어 지속적으로 강한 고객관계를 유지하려고 노력하고 있다.

특히 재정과 기술의 집적도가 낮은 벤처기업일수록 이런 환경에서의 딥러닝 기술과 클라우드 환경은 강하고 효율적인 지원요소이고 이에 대한 적극적인 활용과 협업은 벤처기업 성공의 중요한 요소라 할수 있다.

 

이러한 클라우드 기반의 딥러닝은 벤처기업들이 활용할 수 있는 IT분야 외에도 다양하고 폭 넓은 분야에서 기업요구를 수용하고 그 범위를 확장해 가고 있다.

이에 구글, 아마존서비스, 마이크로소프트, IBM등 글로벌 IT기업들과 국내 기업들도 딥러닝에 대한 플랫폼과 기술서비스를 확대하고 있다. 특히 기술적으로 쉽게 접근하도록 딥러닝과 클라우드를 결합한 서비스를 다양한 소비자층을 대상으로 제공하며 새로운 시장을 모색하고 있다.

 

클라우드 서비스 기업 회사들인 아마존웹서비스(AWS)와 구글 클라우드, 올해 미 국방부 클라우드 10조규모의 사업을 수주한 마이크로소프트 Azure등이 시장에 깊숙히 진출해서 다양한 비즈니스 모델로 진화 하고 있다.
특히 AWS는 전세계에서 32% 이상의 마켓쉐어 가지고 기업 서비스를 하고 있는데 ,모든 설정을 사용자가 직접 설정할 수 있는 이점이 있고 , 클라우드 서비스를 시작한 오랜 운영 노하우로 사용자가 원하는 서비스를 제공하는 장점으로 범위를 넓혀가고 있다. 또한 마이크로소프트의 Azure 는 설정이 손쉬우며 직관적인 사용자인터페이스을 강점으로 하며, 클라우드에 대한 기술적 지식이 없어도 클릭 몇번으로 클라우드를 사용할수 있는 장점을 보유하여 일반기업들도 쉽게 접근시장을 만들어 가고 있다.

강력한 검색 기반과 다양한 플랫폼을 가진 구글 역시 Tensorflow는 온오프 라인상에서 딥러닝 도구로 구글의 Vision API, Speech API, Translate API등과 사용되면강력한 클라우드 기반의 도구로 특화돼 있다.

국내의 경우 KT는 공공기관을 대상으로 하는 G-Cloud 서비스를 하고 있고, Naver는 한국내 검색 기업으로 딥러닝의 유용한 데이터를 상당히 확보하며, 라인 등의 서비스를 위해 자체 데이터센터를 운영등 다양한 벤처 기업이 협력 모델로 윈윈할수 벤처 사업모델등도 보유하고 있다. 또한 SK는 자체 데이터센터를 건립하고 클라우드 사업을 운영해왔으며, 최근 알리바바와도 제휴되어 국내 벤처 기업의 해외 진출 마케팅 경로로 좋은 협력 기회를 마련 할수 있을 것이다.

 

이외에도 중소 국내 클라우드 공급 기업은 700개에 이르며 이들이 보유한 다양한 기술 기반의 역량과 벤처기업의 신규 비즈니스 모델의 구상과 마케팅에 대한 협력과 제휴는 상당한 시너지가 있을 것이다.

 

딥러닝은 오늘날 AI의 사용증가에 따라 머신러닝 기술이 진일보한 개념이다. 이 기술은 클라우드 환경과 좋은 시너지를 일으키고 있으며, 특히 딥러닝은 AI분야의 머신러닝을 보완하여 새로운 단계로 나아가며 다양한 산업 분야의 주요 프로세스를 개선하고 향상시키는 데 도움을 주고 있다.

이는 기존 머신러닝에서 요구되는 분야 지식과 피쳐 엔지니어링(Feature Engineering)에 소요되는 시간과 오류를 줄이고 ,기계 학습 알고리즘에 비해 자체적으로 피쳐 엔지니어링을 실행할 수 있는 단계이다. 또한?딥러닝 ?알고리즘은 데이터를 상호 연관시켜 결합하는 기능을 겸하여 더 빠른 학습과 결과물을 산출하는 상당한 장점을 가지고 있다.

이러한 수행능력은 상당시간의 작업을 줄일 수 있고, 딥러닝 알고리즘인 다층 신경 네트워크는 사람이 간과할 수 있는 복잡하고 새로운 기능도 발견 할 수 있다

회사내에서 수집되고 실시간으로 생성되는 데이터의 대부분인 텍스트, 그림, pdf,jpg, 동영상 파일 등은 제각기 다른형식으로 존재하기 때문에, 구조화, 체계화되지 않은 데이터이다. 이러한 데이터는 대부분의 머신러닝 알고리즘 상에서 분석하기가 어렵고 사업에 활용하기에는 많은 시간과 경비가 소요되기 때문에 이를 저장하고 분석하며 활용될 데이터로 전환하는데는 딥러닝과 클라우드 서비스가 가장 효율적인 도구라 할수 있다.

 

딥러닝 알고리즘은 다양한 데이터 형식을 사용하여 학습 할 수 있으며, 마케팅목적과 판단 근거등을 제시하기도 한다. 예를 들어,?딥러닝 ?알고리즘은 고객 구매패턴과 여러 객체 사이의 관계, 소셜 미디어, 취미 분석등을 빠르게 분석 제공하여 고객의 미래 구매 요구가 있는 제품등을 제안 할수 있다.

 

또한 딥러닝과 클라우드의 결합의 효율성은 딥러닝 알고리짐을 보면 명확하게 이해 하는데 도움이 된다, 정확하고 효율적인 마케팅 데이터를 얻기 위해서 양질의 데이터 획득은 비용이 많이 들어간다. 일예로 컴퓨터로 활용한 러닝머신으로 인간이 데이터를 분석하고 분류 하는데는 상당한 인건비와 유지비가 소요된다.

 

딥러닝을 통해 잘 분류 된 데이터의 필요성은?딥러닝 ?알고리즘이 쉼없이 학습하고 분류하여 데이터를 정제하는데 탁월하므로 더 이상 비용을 요구 되지 않는다. 또한 인간은 식사와 휴식과 동료가 필요하고, 지치거나 부주의 한 실수를 범하게 되지만, 딥러닝 신경망에서는 그런 실수나 비용을 최소화 할수 있고, 잘 구조적으로 구성되면,?딥러닝 지능은 인간이 하는 것보다 짧은 시간 내에 무수히 많은 작업을 반복적이고 일상적인 작업처럼 수행 할 수 있다, 또한 데이터의 방대한 양을 적절히 효율적 비용으로 저장하고 처리 할수 있는 클라우드 서비스의 결합은 두 요소의 시너지를 극대화 하고 벤처기업들의 다양한 피처요구들을 빠른 시간 내에 효율적인 비용으로 제공할 것이다.

 

딥러닝은 인공지능의 가장 발전된 형태의 기술로 정형화 되고, 확정된 데이터 처리에 유용한 머신러닝보다 진일보한 다중 계층의 신경망을 기반의 알고리즘을 이용해대량의 산발적 데이터 처리에 더 유용한 형태이다. 또한 개인화 되어가고 고객의 다양한 문화소비 형태에 분석에 적합하며 대량의 데이터가 매일 생산되고 유통되며 누적되어지는 공간으로의 기반인 클라우드와의 조합은 벤처기업으로서는 효율적인 도구임에는 분명하다. 벤처기업은 기업이 가지는 핵심역량으로의 집중이 필수적이며,다른 요소들의 적절한 Out-sourcing은 기업의 성패를 다루는 중요한 전략적 판단임은 두말할 나위도 없이 중요하다 . 그러나,무엇보다도 현재의 충성도 높은 고객이든 잠재적인 고객대상이든 소비자는 매일 변화하고 이동하며 문화적, 감성적 변화를 통해 시공간을 이동하며 소비를 하고 있다. 이들에 대한 다층적이고 포괄적이며상시적인 분석과 전략수정이 수시로 이루어져야 함은 벤처기업이라고 예외일수는 없고 이에 대한 요구를 벤처기업 제품이나 서비스에 담아 내야만 하는 생존하는 시대에 살고 있다.

 

이러한 상황하에 벤처기업을 위한 딥러닝과 클라우드 활용한 효율적인 마케팅의 방향 을 다음과 같이 제안하여 벤처기업의 마케팅 활로와 딥러닝과 클라우드 서비스에 대한 이해를 돕고자 한다.

첫째, 다양한 형태의 고객 데이터 처리가 가능한 딥러닝 기술과 클라우드 기반의 데이터를 마케팅에 적극적으로 활용할수 있는 마케팅과 기술기반의 마테케터(martecheter)를 사내외에 육성하여 적극적으로 역할을 부여 하여야 한다.

둘째, 인공지능과 머신러닝 및 딥러닝으로 진화하는 기술적 기반의 마케팅 도구들을 유용한 마케팅 결정 요소로 인식하고 상용화하고 효과적으로 활용하여야 한다.

셋째, 감성 경제시대의 다양한 고객 데이터에 대한 중요성을 인지하고, 실시간 축적되는 database의 자산화보다는 클라우드 환경안으로 공유, 습득되고 체험된 정보는 이전 위탁하고, 벤처기업은 데이터의 분석과 정제에 기업 역량을 집중화하여 이에 대한 산업 내의 솔루션으로 개발, 사업화의 모델 개발에 활용 및 상용화하는 것이 중점을 두어야 한다.

넷째, 클라우드 기반의 장점을 활용하여, 수집된 데이터의 공유와 빠른 분석을 통해 마케팅 방향과 목표를 개인화 마케팅 판매에 효율적으로 활용하고, 벤처기업의 장점인 유연한 마케팅 전환에 기민하게 대응하여 차별화 전략에 적극 활용해야 할 것이다.

다섯째, 클라우드 기반의 국내외 대규모 및 중소 AI 서비스 기업들과의 전략적 제휴를 통한 다양한 마케팅 활성화 방안을 만들어 가며 또한 새로운 딥러닝 기반의 상생 사업 모델을 모색하여, 새로운 부가가치를 지속적으로 창출해 나갈수 있어야 할것이다.