PeterK
249
2018-07-20 07:42:10 작성 2018-07-20 10:52:41 수정됨
0
387

미래를 활성화하는 핵심 기술과 그 전략화 #2. Intelligent Technologies


소프트웨어 엔지니어링 PM의 전문성을 살려보는 이야기 #2


지난번 포스트에서 과연 현재 어떤 화두들이 최근에 기업용 소프트웨어를 개발하는 회사의 엔지니어링 그룹에서 가장 활발하게 이야기가 되고 그것이 어떻게 전략화가 되고 있는지 이야기를 해보겠다고 말씀드렸습니다. 


오늘은 그 두 번째 이야기 <Intelligent Technologies 지능형 기술> 입니다.


AI 인공지능의 등장은 지루하고 반복적인 일의 자동화hyper-automation, 사용자 경험의 개선, 광활한 데이터셋에서의 인간들의 눈으로 발견되지 않았던 숨겨진 패턴들을 알려주는 엄청난 발전의 기회를 약속하고 있습니다. IoT와 블록체인은 이해조차 어려운 컨셉들을 쏟아내면서, 인류의 번영이 마치 여기에 달려있다고 이야기 하는듯 합니다.


기업용 소프트웨어를 개발하는 회사의 엔지니어링 그룹에서는 현재의 이런 *Intelligent Technologies 지능형 기술* 에 대해서 어떻게 해석을 하고 어떤 준비를 하고 있는지 이야기 해보려 합니다.



본론을 이야기하기 전에, 먼저 여러분에게 이해를 부탁드리는 점은 여기서 말하는 기업 고객이란, 현재 기업용 소프트웨어를 매일매일 숨쉬듯 업무 전반에서 수년간 사용하고 있으며, 거기서 쌓여진 업무 데이터가 그들의 최고 자산이라는 점입니다.



AI의 놀라운 능력은 기업 내부에서 보면 외부external 생태계에서 동작하는 신기술뿐이라는 것입니다. IoT와 블록체인 역시 기업의 눈높이에서 보면 아직 실험실의 프로토 타입 정도의 수준으로 느껴진다는 점입니다

이런 부분이 기업내부의 생태계로 들어와서 기존의 데이터 자산들과 함께 동작하는 것을 넘어서, 외부의 생태계와도 함께 자연스럽게 동작해야 비로소 그 능력을 인식하게 됩니다. 또한 새로운 변화에 대한 유연성과 확장성을 갖고 현재의 비즈니스 문제들을 분석하고 해답을 제시해야 합니다.



이것들을 위한 전략적인 기술 카테고리들은 다음과 같이 4가지로 정리해 볼 수 있다고 생각합니다.


• Streamlined Machine Learning (ML)
일반적으로 기업의 데이터 자산들은 클라이언트/서버 모델이든, 클라우드 모델이든 상관없이 한 곳에 집중되어 있다고 보기보다는 여러 곳에 (전략적으로 혹은 태생적으로) 분산되어 저장/이용되고 있습니다. 실제로 기업 내에서 동작 가능한 ML이 구현되기 위해서는 무엇보다 먼저 Life-cycle management tools이 잘 적용되어 있어야 합니다. 그것에 따라서 데이터모델의 creation/update/deployment가 좀더 유연하고 확장성 있게 자리잡을 수 있게 됩니다.

Life-cycle management tools이 왜 중요하냐 하면, 바로 ML의 능력을 향상시켜줄 수 있는 feedback mechanism을 잘 구현하여 결정프로세스 decision process를 발전시킬 수 있기 때문입니다. 업무 프로세스 진행중에 문제나 개선점이 발견될 경우, life-cycle management tools이 포착하여 그것을 ML 엔진에 효과적인 데이터로 제공함으로써 그 전체적인 프로세스를 좀더 예리하게 다듬는 작업을 하게 됩니다.


• Real-time Analytics
수많은 이종간 애플리케이션에서 실시간으로 생성되고 쌓여지고 재사용되는 데이터 자산들에 대한 가치를 최대화 하기 위해서는 그들을 실시간으로 분석하는 Analytics 솔루션이 필요로 합니다. 이런 솔루션들은 비즈니스 메타데이터, 거버넌스 규칙들, 비즈니스 semantics 등을 해석하는 능력을 보유해야 합니다.

또한 Analytics의 프론트엔드에는 자연어 처리 NLP등을 전략적으로 채택하여, 누구나 쉽게 자신의 언어로 실시간 분석처리가 가능하게 합니다. 예를 들어 " 얘야, 오늘 오전의 부산 지역의 XX막걸리 판매량이 지난해 오늘 오전과 비교하여 얼마나 차이가 있으며, 그 차액이 500만 원이 넘었으면, 그 금액을 샌프란시스코 지점으로 이체해주기 바란다" 라는 시나리오같이 말입니다.


• Blockchain
비즈니스 모델과 데이터 자산들이 디지털화 되고, 좀 더 빠르고 정확한 비즈니스 규칙을 선호하는 최근의 환경은 B2B와 B2C 간의 간극을 제거하고 있습니다. 지금까지 표준이라고 알고 있고 사용하고 있는 비즈니스 프로토콜들은 조금 지나면 아마도 구식이 되겠죠.

새로운 규칙들은 아마도 좀더 상호 비즈니스 트랜잭션에 대해서 쉽게 신뢰할 수 있어야 하고 trustworthy, 신용할 수 있어야 하며 reliable, 추적이 가능해야 tractable합니다. 이런 부분에서 블록체인이 제대로 된 역할을 해주는 기술로 자리를 잡으리라 생각합니다.

일반적인 고객은 이러한 새로운 기술에 열광을 하고 바로 사용하는데 관심이 크지만, 이러한 기술을 기업내부의 생태계에서만 사용하는것은 그 효율성과 의미가 크지 않습니다. 같은 인더스트리의 파트너들과 수직적 관계를 갖는 모든 business entity들이 함께 도입하고 사용해야 합니다.

기업용 어플리케이션 벤더들은 해당 인더스트리 기업들의 컨소시엄들consortia 과 함께 표준화 작업에 참여하고, 해당 인더스트리 특이점들을 포함한 블록체인프레임워크와 서비스를 개발해야 합니다. 그리고 그 프레임워크와 서비스의 아키텍쳐 역시 컨테이너화containerization하여 빠른 변화에 대응을 합니다.


• IoT 사물인터넷
IoT의 사용 예는 각각의 기업이 원하는 비즈니스 시나리오 뿐만 아니라 하드웨어/소프트웨어 에코시스템도 수많은 경우가 있습니다. 실시간으로 push하는 데이터를 그 다음 프로세스가 pull 하여서 소비하기도 변경하기도 하면서 또 다시 push를 하기 때문입니다.

그러기에 IoT는 그 업무 프로세스를 특정화한 애플리케이션/서비스만으로 접근하기 보다는 애플리케이션+플랫폼을 함께 개발 제공해야 하는것이 타당성이 있으며, 이런 이유로 Cloud computing의 최근 화두인 모든것을 중앙노드에서 처리하는것이 아닌 분산된 노드에서 처리할 수 있는 부분은 처리하자는 Cloud Edge computing architecture의 기술이 시도되고 있습니다.




==============



여전히 많이 부족합니다. 읽어주셔서 감사합니다.



1
0
  • 댓글 0

  • 로그인을 하시면 댓글을 등록할 수 있습니다.