Recomendados
Más contenido relacionado
La actualidad más candente
La actualidad más candente (20)
Destacado
Destacado (18)
Similar a 건설분야에서의 빅데이터 활용의 잠재적 가치제안
Similar a 건설분야에서의 빅데이터 활용의 잠재적 가치제안 (20)
Más de 메가트렌드랩 megatrendlab
Más de 메가트렌드랩 megatrendlab (6)
건설분야에서의 빅데이터 활용의 잠재적 가치제안
- 1. 2014 DAELIM TECHNICAL REVIEW 특집기획 Special Review 16 다양한 조직체에서 데이터를 효율적으로 활용해서 의사결정에 바로 활용될 수 있는 지식 으로의 가치상승을 돕는 의사결정시스템(Intelligent Decision Making System)이나, 닥쳐올 수 있는 위험요소를 사전에 미리 예방할 수 있게 도와주는 시스템 (Proactive System)의 필요성이 있다. 과거, 혹은 지금도 기업의 데이터 접근방식이 ‘과거부터 현재까지 무슨 일 이 일어났었는가?’, ‘왜 그 일이 일어났는가?’를 분석해 보고하는 것이었다면, 이제는 ‘앞으 로 무엇이 일어날 것인가?’ 닥쳐올 위험이 있다면 그 위험신호는 무엇이며 어떻게 그 신호 를 찾아내서 미리 방지하는 것”에 대한 연구가 더 중요해진다. 이 점에서, 최근 들어서 국 내외에서 가장 화두가 되는 기술 중의 하나가 빅데이터(Big Data)이다. 세계 각국의 곳곳에 서는 환경문제, 빈곤문제, 재정위기, 재해 등등 여러 가지 문제들이 산재해 있다. 이런 문제 의 부분적인 해결을 위해서 빅데이터를 선정한 것은 매 순간 발생하고 있는 데이터를 효율 적으로 관리하고 이를 분석하여 필요한 정보 및 지식을 발견해 내는 일이 반드시 필요하 기 때문일 것이다. 구글, 아마존 같은 기업들이 막대한 양의 정보를 분석해 유의미한 정보 를 만들어내고 있고, 지속해서 빅데이터 분야에 투자하고 있다. 기업들이 빅데이터에 주목 하는 이유는 이처럼 방대한 자료 분석을 통해 통찰력 및 경쟁력을 얻기 위함이다. 데이터가 기업의 의사 결정에 혁명을 가져오고, 새로운 가치를 창출하며, 고객 전체가 아닌 고객 개 개인을 위한 효율적인 서비스를 가능하게 하여 기업 경영환경에 큰 변화를 가져올 것이다. 다양한 분야에서 빅데이터를 다양한 각도에서 활용하자는 시도가 일어나고 있는 것은 사실 이다. 본 고에서는 이에 빅데이터가 무엇이며, 왜 빅데이터 분석이 필요하며, 일반적인 빅데 이터의 활용은 무엇이며, 건설분야에 적합한 모델은 무엇일까? 등을 살피며 건설 분야에서 몇 가지 간과하지 말아야 할 것들을 살펴보고자 한다. 1. 왜 새로운 분석이 필요한가? 요즘은 기존의 방대한 데이터베이스의 구조화된 데이터뿐만 아니라, 다양한 형태의 비정형 데이터들이 너무 많이 존재한다. 이른바 데이터 혼돈(chaos)의 세계이다. 게다가 RFID, 유 비쿼터스 네트워킹 등을 넘어 IoT나 만물지능통신이라고 불리는 AToN 등이 형성되어 소위 우리가 말하는 모든 것 들 즉, 개념, 지명, 사람, 기계가 쏟아내는 수치 및 이미지 데이터 등 모든 것을 통합한 네트워크 망을 형성해 나가고 있다. ‘모든 데이터는 연결되어 있다’는 전제 하에서 다시 살펴보면, 인지 과학자들의 도움으로 처음에는 컴퓨터끼리의 연결망이었던 인 터넷 즉 Machine Network에 불과했으나, Tim Berners-Lee의 도움으로 World Wide Web 이 만들어져서 더 많은 연결망을 형성하게 되었다. 이를 문서의 웹 (Web of Documents)이 라고도 한다. 여기에 Web 2.0이라는 개념이 나오게 되고 소위 말하는 인간관계 망이 형성 건설분야에서의 빅데이터 활용의 잠재적 가치제안 특집기획 서울대학교 차세대융합기술연구원 Linked Data연구센터 조명대 센터장 약력 - 영국 Loughborough 대학원 정보학 석사 (1983-1985) - 미국 Syracuse 대학원 IRM 석사 (1986-1988) - 성균관대학교 文學博士 (2008) 주요 경력 - 국토개발연구원 연구원 (1982-83) - 미 Syracuse 대학교 Computing Assistant (1986) - 미 UCLA Teaching Assistant (1988) - 동덕여자대학교 강사 (2005~2011) - 성균관대학교 강사 (2006~ ) - 서울대학교 융합과학기술대학원 (2010~ ) - 한성대학교 교수 (2012 ~ 2013. 2) - 서울대학교 차세대융합기술연구원 Linked Data 연구 센터, 센터장
- 2. 17 l 특집기획 l 기술개발 l 기술지원 l 연구성과 활용 l 현장리포트 l 대림소식 l Special Report 특집기획건설분야에서의빅데이터활용의잠재적가치제안 되게 된다. 게다가 이제는 개념적으로 더 잘게 나뉘어서 Linked Data라는 또 다른 차원의 관계망이 형성되어서 또 다른 차원의 초 연결사회를 만들어가고 있다. 이처럼 지금은 각 영역에서 발생하는 데이터 및 정보뿐만 아니라, ‘상호작용하는 관계의 수’ 가 너무 많고, 다양하고, 쏟아지는 속도가 너무 빠르다. 자칫하면 데이터는 흘러 가버려 다 시는 되돌릴 수 없다. 쓸만한 정보 및 지식을 찾아내기가 쉽지 않다는 말이다. 데이터의 크 기는 중요하지 않은 것은 아니지만, 얼마나 '빠르고 정확하며 핵심적인 해답'을 찾아내느냐 가 중요하다. 너무 데이터가 많아서 정보 및 지식으로 만들어 내기가 쉽지 않다는 점에서 빅데이터가 대두한다. 당연히 데이터 분석을 잘 활용하는 조직일수록 차별적 경쟁력을 갖 고 질 높은 성과를 창출한다. 이젠 분석 및 예측뿐만 아니라, 다양한 조직체에서는 미래에 적용될 수 있는 새로운 먹거리를 찾아내어야만 한다. 바로 그 새로움을 찾는 데 빅데이터가 활용될 수 있다. 이젠 ‘맥락’ 속에서 ‘연결’ 시켜서 ‘새로움’을 찾아봐야 할 것이다. 그런 플랫 폼을 만드는데 Linked Data가 큰 역할을 한다. Linked Data도 어떤 면에서는 빅데이터 환 경의 일부이다. Big Linked Data가 필요하다는 말이다. 즉, Linked Data에서 말하는 특징을 다 가지고 있으면서 빅데이터의 특성을 다 가지고 있는 방법으로 분석, 예측, 예방 및 새로 움을 찾아야 할 것이다. 데이터가 많고 빠르고 다양하고 휘발성이 강한 환경과 뭔가 새로움을 찾아야 하는 절심 함 때문에 빅데이터 및 Linked Data의 융합이 필요하다. 데이터를 잘 활용하지 못해서 발 생하는 비용은 지금도 천문학적이고 점점 더 증가할 것이다. 향상된 빅데이터 기술로 비정 형 콘텐츠를 정제 (Clean / Refine), 분류 (classify), 식별 (identification), 조화 (Reconcile / Vocabulary Alignment, Interoperability) 시킬 수 있는 또 하나의 상위 계층을 만들어 Virtual 하게 통합 (Integration) 해서 기존의 정형적 데이터 자원에만 한정되었던 심층적이고 획기적 인 분석을 비정형 데이터에서 이종 간 (Heterogeneous)의 데이터에서도 가능하게 하여 네 트워크 효과도 날 것이다. 여기서 Linked Data라 함은 아주 간단히 말하면, 복잡성을 해소 하기 위해서 비슷한 것끼리 묶어서 개념적인 클래스를 만들고 또 클래스끼리 연결해서 그 클래스 안에 있는 데이터 하나하나에 속성정보를 추가하여 데이터의 능력을 제한하거나 향 상하면서 우리 인간이 생각하는 대로 기계가 수행할 수 있게 하는 똑똑한 데이터 연결방법 을 말한다. 이것을 Web of Data 또는 Web 3.0이라고 한다. 이처럼 기계끼리 연결한 네트워크에서 인간과 기계의 합작으로 만들어지는 네트워크로 인 해 엄청난 네트워크 효과가 난다는 것이다. 이것의 제일 큰 효과는 뭔가 새로운 것이 발현 되는 것을 찾을 수 있다는 것이다. 이렇게 전체를 조망할 수 있게 됨으로써 - 더 다양한 관 계 속에서 살펴봄으로써 - 하나하나로서는 볼 수 없었던 것을 찾아낼 수 있게 된다. 데이 터를 잘 활용하면 기존의 분석뿐만 아니라 예측 및 새로움을 발견해야 한다는 절실한 필 요성과 그것을 해결할 수 있는 환경이 조성된 것이다. 우리 인간은 문명의 복잡성에 부딪힐 때마다 뭔가 새로운 것을 만들어왔다. 언어, 문자, 인쇄술의 발명에 이어 원거리 통신의 혁
- 3. 2014 DAELIM TECHNICAL REVIEW 특집기획 Special Review 18 신적인 발달로 컴퓨터가 만들어진 것이 그러했다. 이 컴퓨터가 연결되어 인터넷이 만들어지 고 World Wide Web이 만들어지고 이윽고 데이터의 웹이 만들어져서 실존하는 거의 모든 것 (센서데이터 포함)을 웹에서 ‘연결’ 시켜서 새로운 현상을 찾아낼 수 있게 되었다. 새로운 분석이 필요한 이유는 역설적으로 그러한 데이터가 너무 많아서 기존의 분석 방법으로는 감당을 못할 뿐 만 아니라 데이터를 바라보는 새로운 철학이 필요하기 때문이다. 2. 그렇다면 과연 빅데이터란 무엇인가? 빅데이터란 기존 데이터베이스 관리 도구의 자료수집, 저장, 관리, 분석을 넘어선 대량의 데이터 집합을 말하며 이러한 데이터로부터 의미와 가치를 추출하고 이를 의사결정이나 미래예측에 활용하는 기술을 말한다. 빅데이터는 물리적 데이터와 네트워크 데이터를 포 함하는 데이터의 양, 데이터의 실시간 처리를 위한 데이터의 속도, 다양한 멀티미디어의 형식을 포함하는 데이터의 다양성 등의 세 가지의 특징으로 정의하기도 한다. 여기에 가치 라는 특징을 더 하기도 한다. 이 빅데이터는 경제, 정치, 사회, 문화, 과학기술 등 모든 영 역에 걸쳐 인류에게 의미 있고 가치 있는 정보를 제공하고 있으며 이에 따라 그 중요성이 주목받고 있다. 한편, 빅데이터를 정의하면서 필요한 몇 가지 전제가 있다. 첫째, 데이터는 연결되어 있어서 서로에게 영향을 끼친다는 것을 인정해야 한다. 조금 더 외연을 확장하면 세상의 모든 것 은 연결되어 있다고 하기도 한다. 둘째, 조그마한 데이터 세트에서 기계적인 완벽함만을 기 대하는 현재의 통계중심 분석에 거치지 말고, 복잡성 및 혼란을 인정하면서, 그 가운데에 서 분석하고 예측하고 때로는 새로움을 찾아보자는 것이다. 세 번째는, 신기루와 같이 잡기 힘든 원인과 결과의 분석 (Causality)에만 치우치지 말고, 있을 수 있는 상관성 (Correlation) 을 찾아내서 새롭게 현상을 바라보자는 것이다. 이 점을 인정하면서 기술이나 아키텍처 측 면에서 빅데이터를 정리하면, 다양한 종류의 대규모 데이터로부터 저렴한 비용으로 가치를 추출하고 데이터의 초고속 수집, 발굴, 분석을 지원하도록 고안된 차세대 기술 및 아키텍처 를 말한다. 조금 더 기술적으로 상세히 설명하면 빅데이터라는 것은 ‘엄청난’ 데이터 즉, 아 주 대용량이고, 분산된 환경에 나누어져 있고, 비정형화되어 있고, 보기에는 전혀 관계가 없는 것처럼 보이면서 아주 빠르게 흘러가버리는 다양한 형태의 데이터를 논리적으로 함께 묶어서 정보 및 지식으로 찾아내어 빠른 의사결정 및 있을 수 있는 위험 예방에 사용하는 도구를 말한다. 3. Big Data의 기능 및 중요성 빅데이터의 전통적인 영역은 분석 및 예측이다. 가령, 소비자의 성향 및 패턴을 기계에 계 속 학습시켜 분석한 다음, 예측을 목표로 하는 추천엔진을 개발하여 잠재적인 고객의 수요 를 창출해낼 수 있을 것이다. 소비자 행동을 파악하여 시장변동을 예측하여 비즈니스 모델 을 혁신시킬 수 있을 것이며 결국에는 신사업발굴이나 신상품개발로도 이어질 수 있을 것
- 4. 19 l 특집기획 l 기술개발 l 기술지원 l 연구성과 활용 l 현장리포트 l 대림소식 l Special Report 특집기획건설분야에서의빅데이터활용의잠재적가치제안 이다. 새로움을 찾아낼 수 있다는 말이다. 빅데이터의 ‘양적 거대함’은 많은 분야에서 불가능을 가능으로 전환한 Google의 빅데이터 솔루션 이야기는 너무나 유명하다. IBM과 Google은 자동 번역 프로그램을 개발하기 위해 기존의 방식과 다른 접근법을 채택했다. 40여 년 동안 과학자들은 컴퓨터에 문법적인 틀로 서 명사, 동사와 같은 구조와 음운을 이해시키려고 노력해왔지만, IBM과 Google은 기존 방 법과 달리 전문가가 번역한 문건을 DB화해서 비슷한 문장과 어구를 대응시키는 통계적 기 법을 활용하여 번역문제를 해소하려고 시도했다. 그러나 IBM은 캐나다 의회의 ‘수백만 건’ 의 문서를 활용, 영어-불어 자동번역 시스템개발을 시도했으나 실패했지만, Google은 동일 방식이지만 ‘수억 건’의 자료를 활용, 50개 언어 간의 자동번역 시스템 개발 성공했다. 매칭 에 참고하는 데이터베이스의 크기의 차이때문에 두 기업의 자동번역 프로젝트의 성패가 갈 라졌다. 이처럼 모든 기업이 보유한 빅데이터가 ‘거대한 가치 추출이 가능할 만큼’ 충분한 규모에 도달해 누가 먼저 그 가치를 추출해 내느냐가 앞으로 기업의 성패를 가늠할 상황에 직면하게 될 것이다. 기업들이 빅데이터에 주목하는 이유는 이처럼 방대한 자료 분석을 통 해 통찰력 및 경쟁력을 얻기 위함이다. 데이터가 기업의 의사 결정에 혁명을 가져오고, 새 로운 가치를 창출하며, 고객 전체가 아닌 고객 개개인을 위한 효율적인 서비스를 가능하게 하여 기업 경영환경에 큰 변화를 가져올 것이다. 중요한 것은 가치창출이 가능할 만큼의 충 분한 규모를 만들기 위해서 기업이 노력해야 전술한 분석, 예측 및 새로움을 창출할 수 있 을 것이다. 4. 빅데이터의 활용 최근 들어서 모든 산업 분야에서 빅데이터를 활용하려는 움직임을 보이고 있다. 최근 몇 년 동안 건설산업도 시스템적인 발전을 거듭하며 건설산업 대부분의 기업들이 엄청나게 많 은 자료를 수집하고 있다. 이는 인력, 자재, 비용, 생산성, 시장정보 등 다양하고 많은 양의 정보들이다. 가령, DPA에서는 오토매틱데스크의 3D 기술을 활용해 디자이너들이 공기 흐 름, 건물 술 향기, 바닥 면적, 환경 복원력, 건물 성능 등에 대한 데이터를 정보를 실시간으 로 상호작용하는 하나의 가상 모델에서 통합할 수 있도록 했다. 에너지 절감형 건물과 에 너지 효율성을 위한 시도로서는 캘리포니아 ISO에서는 상황 지능(situational intelligence)을 이용한다. 이를 위해 기후 데이터, 센서, 계측 장비 등 여러 출처에서 가져오는 방대한 규모 의 데이터를 연계, 분석한다. 사용자는 시각적 디스플레이를 통해 재사용 가능한 에너지원 활용을 최적화하는 방법을 파악하고 전력 공급과 수요의 균형을 맞추고 잠재적 위기에 신 속하게 대응할 수 있게 된다. 아마존닷컴에서은 이용자들의 활동을 분석해 놀랄 정도로 정 확하게 상품을 추천해준다. 누군가 책을 사려고 아마존에 접속하면, 이용자 프로파일을 가 지고 있기 때문에, 이전 구매 내용 및 행동 패턴을 분석해 관심을 가질만한 책을 추천해준 다. 또 셔츠를 사면 그 셔츠와 어울릴만한 바지를 보여주거나, 다른 색의 셔츠와 어울리는 다른 바지도 보여주면서 함께 구매할 것을 권한다. 아마존닷컴 사이트에 접속한 이용자들
- 5. 2014 DAELIM TECHNICAL REVIEW 특집기획 Special Review 20 이 남긴 로그데이터나 상품과 상품의 유사도 분석 등의 대량의 데이터를 분석해 상품을 추 천하는 것이다. 이렇게 사용자 정보처리를 통해 제안되는 ‘추천’ 시스템을 통해서 전체 매출 의 30% 발생한다고 한다. 데이터를 잘 활용하니 얻을 수 없었던 30%의 매출이 창출된 것 이다. 정보 검색 분야에서도, 다른 사람들이 이전이 작성했던 정보를 key word matching에 의해 서 검색만 해주는 것이 아니라, 내장된 지식을 이용하여 특정 질문에 대해 신선하고 새로 움을 주기 위한 알고리듬을 개발. 활용 중이다. 특히 정보검색분야에서 우리가 간과하지 말 아야 할 것은 그냥 있는 것만 모습만 같다고 해서 찾아줄 것이 아니라, 이용자가 처한 상황 과 맥락에 맞게 때로는 기대하지 않았던 것도 줄 수 있는 시스템이 되어야 한다는 것이다. 이런 것을 위해 온톨로지도 만들고 빅데이터도 활용한다. 소위 말하는 Big Linked Data를 활용하여 고도의 냉난방 공조 시스템을 갖춘 ‘스마트 빌딩’이 등장시길 수 있을 것이며 이에 맞춰 전력회사 등 많은 설비 회사들이 웹에 연결된 스마트 계량기를 고려할 수 있을 것이 다. 엄청난 숫자의 설비를 갖추고 있는 대규모 공장에서도 언제 장비를 교체 또는 수리해야 할지, 언제가 가장 최상의 상태인지 등도 파악하기 위해서 빅데이터를 활용할 수 있을 것이 다. 자동차가 어느 부분이 고장이며 어떤 정비소에서 언제 수리를 받을 것인지? 건강 측면 에서 혈압/심장박동수, 걸은 거리 등등을 심지어는 다른 회사제품에서 측정한 것도 함께 취 합해서 원거리 진단도 가능하게 해줄 수 있는 스마트폰에서의 앱 연동도 빅데이터의 좋을 활용으로 생각할 수 있을 것이다. [그림 1] 빅 데이터 활용을 위한 3대 요소 [자료 : 성공적인 빅 데이터 활용을 위한 3대 요소 : 자원, 기술, 인력 2012. 4. 12. NIA] 빅데이터 활용을 위한 3대 요소 빅데이터 3대 요소 자 원 기 술 인 력 빅데이터 플랫폼 (Big Data Platform) • 데이터 저장, 관리기술 (NoSQL, ETL…) • 대용량 데이터 처리 (Hadoop, MapReduce…) • 빅데이터 분석(자연어 처리, 의미분석, 데이터 마이닝…) • 시각화(Visualization) 데이터 사이언티스트 (Data Scientist) • 수학, 공학 (IT 기술과 엔지니어링) 능력 • 경제학, 통계학, 심리학 등 다문학적 이해 • 비판적 시각과 커뮤니케이션 능력 • 스토리텔링 등 시각화 능력 빅데이터(Big Data) • 데이터 자원 확보 • 데이터 품질 관리
- 6. 21 l 특집기획 l 기술개발 l 기술지원 l 연구성과 활용 l 현장리포트 l 대림소식 l Special Report 특집기획건설분야에서의빅데이터활용의잠재적가치제안 기업들의 성공적인 빅 데이터 활용을 위해서는 [그림 1]에서와 같이 데이터의 자원화, 데이 터를 저장하고 처리, 분석하는 기술 및 데이터의 의미를 통찰력을 통해 가치를 창출하는 인재 등 3박자가 어우러져야 한다고 한국정보화진흥원에서 제안했다. 데이터 자체, 플랫폼 개발 및 데이터 과학자의 3요소를 들고 있다. 아주 다양한 분야가 융합되어있다는 것을 볼 수 있다. 나중에 설명되겠지만 다양한 분야의 가치사슬이 형성되어 새로운 경제의 축을 형 성해 나갈 것이다. 5. 건설분야 빅데이터 활용모델 이제 건설분야 쪽으로 좁혀서 생각해 보면, 일부 민간 건설사들도 빅데이터 구축 및 활용 에 박차를 가하고 있다. 설계부터 시공까지 건설과정에서의 원가절감, 분양, 마케팅 등 여러 방면에서 적용할 수 있기 때문일 것이다. 건설분야에서 특히 눈여겨봐야 할 부분으로 센서 네트워크에서 쏟아지는 실시간 데이터들은 V3의 특징을 고스란히 갖고 있기 때문이다. 이 데이터들은 끊임없이 빠른 속도로 쏟아지고, 기존의 정형 데이터의 모습을 갖추고 있지 않 다. 데이터의 크기는 두말할 나위도 없다. 예를 들면, 각 아파트 및 빌딩에서는 에너지 소비 와 관련된 많은 데이터를 쏟아내고 있지만, 정작 그 데이터는 관리비 정산용으로 끝나버린 다. 에너지 사용비교 정도로 끝난다. 한 예로서, 아래 [그림 2]는 사무실 공간 내의 개개인이 사용하는 에너지 소비량을 보여주고 있다. 아주 좋은 시도이다. [그림 2] 사무실내 개개인 에너지 소비량
- 7. 2014 DAELIM TECHNICAL REVIEW 특집기획 Special Review 22 이런 분석이 가능하다면, 층. 방. 개인의 전력사용량을 측정하는 것 뿐만아니라 그 방에서 발생 CO2 , 적외선, 온도, 습도, 소리의 크기, 조도, 고도, 위치정보 등 공간적인 변이를 나타 내면서 연속적으로 표시되는 실시간 데이터를 ‘거대한’ 데이터로 취합할 수 있을 것이다. 그 렇다면 아래 [그림 3]과 같이 다양한 환경데이터를 입력받은 다음에는 빅데이터 서버에 저 장하고 원래 의도했던 목적에 맞게끔 알고리듬을 만든 다음에 기계학습을 시킨다. 계속해 서 들어오는 데이터를 활용해서 스스로 지능을 가지게 함으로써 점점 더 유의미한 패턴을 추출할 준비가 된 상태로 만든다. 이제 실제 다른 현장 또는 다른 곳에서 들어오는 데이터 는 - 정교한 추상화 수준을 거친 온톨로지를 통해서 - 추론되어서 최적환경 추출에 사용 될 수 있을 것이다. 이 점을 건설사가 유의해야 할 것이다. 데이터를 잘게 나눠서 종합해서 분석해보면 우리가 미처 몰랐던 아주 유용한 사실을 알게 된다. 지능형 건물을 생각한다면 반드시 고려해야 할 또 하나의 요소는 요즘 쟁점이 되고 있는 층간소음 문제이다. 위에서 건축물에 대해서 만든 자료에 실시간 층간소음을 측정치를 더해서 추상화한다면, 가령 ‘지 금 귀하께서 만든 그 소음은 아래층의 사람에게 이 정도의 크기로 전달되고 있습니다.’ 그 래도 소리의 줄지 않으면 비상 전화로 전달하여 일어날 수 있는 분쟁을 미리 방지할 수 있 을 것이다. 낮과 밤에 느끼는 소리의 상대적 느낌도 고려해야 할 것이며 소리 외의 다른 요 소들이 어떻게 상호영향을 미치는 가하는 것도 빅데이터의 입장에서 추상화해서 바라본다 면 우리가 몰랐던 사실도 알아낼 수 있을 것이다. 이제. 한 건물 내에서의 다양한 데이터의 활용뿐만 아니라, 좀 더 외연을 확장해서 큰 도시 라는 측면에서 바라본다면, 우리 인간의 인지적 관점에 따라 실세계를 바라보는 처지가 달 라진다는 점에 유의해서 데이터를 활용해야 할 것이다. 사용자의 견해와 관점에 따라 같 은 지역도 다르게 개념화될 수 있다는 말이다. 예를 들어, 도시라는 실세계가 엔지니어에게 [그림 3] 빅데이터 및 온톨로지 활용 최적환경 데이터 추출 환경데이터(분석용) Big Data Server Machine Learning Pattern Analysis 환경데이터(현장) Energy Ontology 최적 환경데이터 추출 일시 온도 습도 CO2 조도 언감지 풍속 전력 0310C910 20 30% 0310C920 22 345 - - - - - - - -
- 8. 23 l 특집기획 l 기술개발 l 기술지원 l 연구성과 활용 l 현장리포트 l 대림소식 l Special Report 특집기획건설분야에서의빅데이터활용의잠재적가치제안 는 도로, 건물로 개발업자에게는 개발지역, 재개발지역으로 도시지리학자에게는 토지이용 의 공간적 패턴 등으로 인지하게 될 것이다. 특히 건설 및 건축분야에서는 이 점을 간과하 지 말고 어떤 한 대상을 다양한 입장에서 바라보는 시야를 키워야 할 것이다. 데이터를 잘 관리 한다면 입지선정, 규제관리, 인허가 등에 아주 유용하게 사용될 수 있을 것이다. 우리 나라 전국 모든 건물의 에너지사용량 (전기 및 가스)을 빅데이터로 사용할 목적으로 데이터 베이스화하여 통합하고, 또 전국의 모든 건축물은 건축물대장이라는 또 다른 데이터베이스 에서 관리하게 되는데, 여기에는 주소, 건물용도, 층수, 면적, 건립용도, 권리정보, 규제정보, 불법점유 사실 등의 정보가 구축될 수도 있을 것이다. 이렇게 되면 건물별 시간별/일별/주 별/월별 등의 에너지 사용량을 측정할 수 있을 뿐만 아니라 부동산개발업자와 건설업자에 게도 큰 도움이 될 수 있을 것이다. 가령, 규제변경을 한다면 어떻게 변할 것인가 등도 시뮬 레이션을 통해서 이해당사자들에게도 보여줄 수 있을 것이다. 또 필요하다면 각 지역의 GIS 데이터 계층을 추가하고 이를 통해 구글 맵 등의 API를 통해 지역별, 연도별, 용도별 에너지 사용량을 보여주는 시스템을 구축할 수 있을 것이다. 이것을 이용해서 도시계획사업신청을 하면 주변 반경 10km 이내나 행정 지역별 에너지 사용량을 추출해서 에너지 사용량의 평 가기준을 만들 수 있을 것이다. 종전에 이런 시스템이 없을 때에는 막연히 예상 사용량을 몇 개의 표본만을 통해 추정했고 연도별, 또는 계절별 편차를 바로잡을 가능성이 없었는데, 이러한 시스템이 구축되면 월별 자료수집을 통해 추론분석이 가능하므로 에너지 사용량의 동태분석도 가능하리라고 본다. [그림 4] 건설분야에서의 Semantic Sensor Data 활용 Semantic Sensor Web Internal /External Data loT Sensor Data Ontology Linked Sensor Data = Makes Quick and Better Decision Possible Service Provider Interface Client SideSmart Gateway (Linked Data Front End) loT Wed Open Source Big Data Server DB Documents Drawing Structured Data Semi-structured Data Unstructured Data Internal Data External Data Sensor Data ONtology Layer (rdf, owl, sparql) Triple Store
- 9. 2014 DAELIM TECHNICAL REVIEW 특집기획 Special Review 24 건설분야에서 활용할 수 있는 빅데이터 모델을 제안해본다. 사람이 실세계에서의 발생하는 모든 데이터를 읽어드리는 것은 거의 불가능하므로 최근에는 IoT 또는 M2M이라고 하는 사 물인터넷이 등장하여 기존의 데이터에 다양한 형태의 비정형 데이터를 더하고 있다는 사실 을 주목해야 한다. [그림 4]는 조직 내외부의 정형 및 비정형 데이터 및 센서 데이터를 활용 해서 내부 및 외부 데이터를 온톨로지 화해서 Linked Sensor Data로 발행해서 궁극적으 로는 빠르고 더 나은 의사 결정을 내릴 수 있게 해 줄 수 있다는 것을 보여준다. 조금 더 구 체적으로 살펴보면 일단 기업체 내부에 있는 문서, 그림 및 도면, 다양한 형태의 구조화된 데이터, 반구조화된 데이터, 그리고 비정형 데이터 등의 내부 자료와 웹에서 쏟아지는 외부 자료 그리고 다양한 센서에서 쏟아지는 센서 데이터를 분산환경으로 빅데이터 서버에서 관 리한다. 그 중간에는 미들웨어로써 온톨로지를 만들어서 활용하는 것을 보여준다. 물론 이 부분은 더 상세하게 기술적인 부분이 있다. 이 부분을 스마트 게이트웨이라고 부를 수 있 으며 이것은 ‘서비스 인터페이스’를 통해서 다양한 목적을 가진 이용자들이 활용할 수 있게 된다. 사물인터넷이 등장하는 곳은 정말 다양하다. 가정 자동화와 스마트 그리드 등과 같은 소비자 대상 업계다. 즉 천연가스와 전기 유틸리티 같은 산업분야의 IT 경영진은 어떻게 스 마트 계량기와 다른 데이터-생성 솔루션이 IT와 기업 네트워크에 영향을 미칠지에 대해 정 통할 필요가 늘어나고 있다. 사물인터넷은 신호등, 주차 계량기, 폐기물 수거 트럭 등 모든 종류의 기기와 자산들이 점진적으로 인터넷에 연결되는 이른바 스마트 도시 분야에서도 모습을 드러내고 있다. 지자체 IT 경영진 또한 어떻게 이런 자산들이 네트워크로 연동 가능 한지에 대해 파악해야 하는 상황이다. 6. 건설사를 위한 제언 빅데이터를 통해 최대 효과를 얻으려면 명확한 문제정의와 구체적 목표가 있어야 한다. 즉 빅데이터를 통해 무엇을 하려는지 명확해야 어떤 자료를 수집 분석해야 하는지 확실해진 다. 품질이면 품질, 안전이면 안전 등 빅데이터 구축을 위한 한 가지 뚜렷한 목표를 정하고 기존 데이터에서 가치 있는 내용을 뽑아내 내야 한다. 기업이 먼저 필요로 하는 정보가 무 엇인지도 모르는 상황에서 빅데이터로부터 정보를 발굴해낼 것을 기대하는 것은 앞뒤가 맞 지 않는 일이다. 올바른 빅데이터 활용을 위해서는 업종에 익숙하고, 전문 지식 역시 갖추 고 있으며, 그곳에 존재하는 문제와 이를 해결하는 데 필요한 시각을 갖춘 전문가가 필요하 다. 데이터를 수집하고 저장하고 목록화하는 과정에는 상당한 시간과 자원이 소요된다. 때 문에 비판 없이 그저 대량의 자료를 수집하기만 하는 태도는 프로젝트의 효율성을 크게 떨 어뜨린다. 이러한 이유로 자료수집 작업을 진행하기에 앞서 필요로 하는 핵심성과 지표가 무엇인지에 관한 아이디어를 명확히 할 필요가 있다. 바닷가 모래에 분명 귀중한 지혜의 보 물이 묻혀있다고 해서 모래 전체를 파헤치는 것은 어리석은 일이다. 필요한 핵심은 정확한 지점을 이해해야 한다는 것이다. 물론 명확한 문제정의를 해야 명확한 지점을 알아낼 수 있 다는 말이다.
- 10. 25 l 특집기획 l 기술개발 l 기술지원 l 연구성과 활용 l 현장리포트 l 대림소식 l Special Report 특집기획건설분야에서의빅데이터활용의잠재적가치제안 기업 밖에서도 미래의 시장, 고객들이 엄청나게 많은 정보를 각종 SNS 서비스를 통하여 쏟 아내고 있다. 미래의 시장과 고객들이 쏟아내는 SNS의 정보들을 그대로 보고만 있어서는 안 된다. 앞으로는 기업 내의 조직, 인사, 총무, 기획 등의 문제를 해결하고 새로운 전략을 성공적으로 수립하기 위해서 빅데이터를 어떻게 다루느냐에 따라 미래의 경쟁 우위가 결정 될 것이다. 중요한 콘텐츠는 빅 데이터 기술과 고급 콘텐츠 관리 및 기업용 검색의 고유 기 능을 결합해 이전엔 존재하지 않았던 방식으로 통찰 및 지식을 발견할 수 있도록 도와준다 고 전술했다. 내부 문서, 이메일 및 협업 산출물을 공공 웹과 블로그, 트윗, 상태 업데이트 와 같은 사회적 콘텐츠와 결합해 제품과 관련된 이슈를 문제화되기 이전에 발견할 수 있다. 특히 건설 및 건축과 같이 외형 물이 물리적일 때 간과할 수 있는 문제를 데이터의 세밀한 관리로 미리 방지하는 Proactive 한 시스템을 만들어야 할 것이다. 또, 데이터를 잘 활용하 면 기존의 조직 문화에서 문제가 되었던 부서 간의 데이터 사일로 (Silo) 문제도 해결할 수 있을 뿐만 아니라 이 자료들이 잘 활용한다면 미래의 조직에 아주 유용한 정보 및 지식으 로 활용될 수 있을 것이다. 대기업들이 더욱 많은 내부 데이터 소스를 갖춘 것은 사실이지만 소셜 미디어 플랫폼, 정부 기관, 데이터 업체 등 소형 기업들에도 역시 자료를 수집할 통로는 다양하게 열려있다. 특히 요즘은 정부에서도 건설업자, 부동산업자와 일반시민들이 활용할 수 있는 다양한 정보를 공개하고 있다. 완벽하게 공개할 때만을 기다리면서 불만 하지 말고 현재 나와 있는 것부터 활용하면서 데이터 활용 기술을 더 해 나가야 할 것이다. 의사 결정은 언제나 직감이 아닌 데이터에 기초해 이뤄지는 것이 좋다. 이는 기업의 규모와는 무관한 명제이다. 소형 기업들 도 ‘데이터 주도적인 문화’를 구축함으로써 덩치는 크지만 굼뜬 경쟁자들을 앞지를 수 있 다. 그동안 정보단에 아래 별 의미 없이 사용되었던 데이터에 새로운 생명력을 부여하게 된 다. 데이터를 정제하고 의미를 부여하는 일에 빅데이터 및 Linked Data가 큰 역할을 해줄 것이다. 7. 결론 빅(big)은 이처럼 매우 방대하고, 매우 다양하며 매우 빨라 종합적인 관리와 분석이 어렵다 는 점을 종합적으로 일컫는 말이다. 빅데이터는 거대한 데이터라기보다는 ‘매우 난감한’ 데 이터 라고 이해하는 편이 나을지도 모른다. 그런데 여기에 놀랄 만한 가치가 숨어 있다는 점에 착안해 이를 활용하는 방법을 개척한 기업들이 많이 생겨나고 있다. 바로 구글과 아 마존이 대표적이다. 빅데이터로 체계적인 관리와 분석을 할 수 있다는 점, 더 나아가 이로 부터 엄청난 가치를 끌어낼 수 있다는 점, 그리고 이를 통해 치열한 경쟁환경 속에서 차별 적인 경쟁우위를 구축할 수 있다는 점이 확인된 셈이다. 결국, 빅데이터는 관리와 분석이 어렵긴 하지만 유용한 잠재가치를 풍부하게 내재한 데이터 집합이라고 이해할 수 있다. 이 제 우리가 다양한 분야에서 빅데이터를 체계적으로 분석한다면, 우리 자신도 몰랐던 부분 에 대해서 새로운 길을 찾아낼 수 있을 것이다. 단순한 데이터로 머물 것이 아니라 새로운
- 11. 2014 DAELIM TECHNICAL REVIEW 특집기획 Special Review 26 가치를 안겨줄 데이터와 비즈니스를 진화해나가서 중요한 비즈니스를 창출해 내는 성장기 반이 되어줄 것이다. 축적된 자료를 바탕으로 새로운 기술과 아이디어를 만들고 이를 통해 건설분야 공사현장에서 안전사고 예측, 자재·장비·인력 배치의 효율성 제고 등 새로운 부 가가치를 높이는 계기가 마련될 것이다.