IT Life

빅데이터 분석으로 공공 서비스의 수준을 높이다

2015.08.18 10:45

요즘 여러 분야에 걸쳐 언급되고 있는 키워드 중 하나가 바로 빅데이터(Big Data)인데요. 오늘 이 시간에는 세계 여러 나라의 공공 분야 빅데이터 활용 사례를 소개해 드리도록 하겠습니다.  


매킨지 글로벌 인스티튜트(MGI)에서 2011년에 발표한 '빅데이터: 혁신, 경쟁 및 생산성을 위한 차세대 개척 분야(Big Data: The next frontier for innovation, competition, and productivity)' 보고서에 따르면, 미국 내 17개 기업 가운데 15개 기업의 회사당 저장 데이터가 미국 국회 도서관보다 많다고 합니다. 과거에 빅데이터는 스토리지 문제로만 여겨졌다면, 이제는 비즈니스의 모든 측면에서 통찰력을 얻을 수 있는 새로운 전략적 자산이자 금광 같은 존재로 인식되고 있는 것 같습니다.   


대부분의 기업들이 과거에는 분석할 데이터를 단순 취합하거나 몇 가지 샘플로 그 의미를 추정했었는데요. 지금 현재도 많은 기업들이 빅데이터를 경쟁력 증진을 위한 도구로 효과적으로 활용하지 못하고 있는 상황입니다. '데이터의 홍수 속에서 지식에 굶주리고 있다'라는 표현이 적절할 것 같은데요. 


그러나 공공 서비스 및 복지 영역까지 확장해 볼 경우, 빅데이터 분석 기능을 구현해 상당히 의미 있는 결과를 내고 있는 글로벌 사례들도 있다고 합니다. 지금부터는 그 사례들을 한번 살펴보겠습니다.   

 

<1,000 유전자 프로젝트 웹사이트 (출처: The 1000 Genomes Tutorial The Website and Browser 2012.02)>


빅데이터 연구 개발에 대한 대표적인 글로벌 사례라고 하면 미국의 유전자 데이터 공유를 통한 질병 치료 시스템을 빼놓을 수 없습니다. 이는 말 그대로 다양한 질병을 연구하기 위해 유전자 데이터를 공유 및 분석할 수 있는 시스템인데요. 유전자 정보를 아마존 클라우드에 저장해서 누구나 접근하여 데이터를 이용할 수 있는 공공 시스템이 구축되어 있습니다. 


미국에서는 한 해 수백만 명의 환자들이 약물 부작용으로 힘들어 하는 문제가 발생하고 있습니다. 이는 인간의 3만 5천 개의 유전자에 따라 같은 질환이라도 증상과 약물 반응이 다르게 나타나기 때문입니다. 또한 이것은 미국의 사망 원인 4위에 해당될 정도로 심각한 문제이기도 하죠. 


따라서 이를 개선하기 위해 시작된 것이 바로 ‘1000 유전자 프로젝트'입니다. 유전자 기능이 무력화된 250~300개의 돌연변이 유전자를 통해 유전자를 연구하는 것이죠. 그 결과 인간의 다양성을 분석해 보다 세부적인 파악을 할 수 있게 되었습니다. 

 <아마존 웹 서비스의 유전자 분석 (출처: The 1000 Genomes Tutorial A Brief History of Data and Analysis 2012. 02)>


게다가 지난 2012년 3월, 미국의 오바마 대통령은 ‘빅데이터 이니셔티브’를 발표하면서 2억 달러 이상을 투입해 빅데이터 기술 개발에 힘을 실어 주기도 했는데요. 이 프로젝트에는 국립보건원, 국방부, 국립과학재단, 에너지부 등 주요 연방 기관이 함께하며 전문성과 기술적인 요인에 대해 상호 협력하는 관계를 구축하고 있습니다. 


그 중에서도 국립보건원 빅데이터 프로그램의 주요 내용을 살펴보면 우선 국립 암연구소에서 암과 관련된 영상 데이터의 공유 서비스를 추진하고 있습니다. 그리고 대량의 유전체 염기서열을 분석해 페타바이트(Petabyte)에 달하는 미가공 데이터를 수집하고 있는데요. 국립 심장··혈액 연구소에서는 사용자의 부담을 최소화하기 위한 협업 추진 및 안전한 데이터를 저장·통합·분석하는 자원을 제공하여 심혈관계 연구를 위한 데이터 분석 툴의 공유를 추진하고 있습니다. 


현재 빅데이터 연구 개발 이니셔티브 발표에 따라 1000 유전자 프로젝트는 아마존 웹 서비스로 이전해 저장 및 활용되고 있는데요. 연구원들은 유전자 데이터를 기본적으로 무료로 사용하고 있으며, 사용한 만큼 컴퓨팅 서비스에 대한 비용 지불이 이루어집니다.  


그리고 데이터 정보를 받은 아마존 웹서비스(AWS)는 유전자 정보를 아마존 클라우드에 저장해 데이터 손실을 방지하고 있는데요. 결국 이런 연구와 분석 결과가 빅데이터 영역과 결합되면서 새로운 질병에 대한 빠른 진단 서비스 제공이 가능하게 되었습니다. 또한 궁극적으로 새로운 치료제 개발 가능성도 제시할 수 있게 되었다고 볼 수 있습니다.  



앞서 살펴본 미국에 이어서 빅데이터를 활용한 공공 서비스 및 복지 영역 사례를 또 하나 살펴볼까요? 바로 싱가포르의 '국가 위험 관리 시스템(RAHS)'입니다. 이는 이름 그대로 국가적 차원의 위험 요인과 기회 요인을 선제적으로 파악한 후, 적시에 대응 방안을 수립하기 위한 시스템이라고 할 수 있습니다.  


국가와 국민의 위험 요소를 사전에 예측하고, 시민들에게 심리적인 공포를 심어 줄 수 있는 잠재적 위험 요소와 불확실성 요소를 탐색하는데요. 이를 통해 현재 대두되고 있는 이슈를 분석하게 되는 것입니다. 


<국가와 국민의 위험 요소 분석 데이터 (출처: http://www.rahs.gov.sg/public/www/home.aspx)>


이러한 시스템이 마련된 이유는 싱가포르의 지리학적인 위치와 시대적인 배경이 한 몫 했다고 볼 수 있는데요. 싱가포르가 계층, 종교 등의 갈등을 갖고 있는 주변 인접 국가 사이에 끼어 있는 도시 국가이기 때문이죠. 즉 테러와 국제적 재난, 전염병 등 긴급 상황에 취약한 위치에 자리잡고 있을 뿐만 아니라 9. 11 테러 이후 국가 시스템 마비 상황이 올 수 있는 테러에 대한 공포가 쉽게 사라지지 않은 시점에서 싱가포르는 이를 해결할 수 있는 솔루션이 필요했던 것입니다. 


그리고 그 결과 2004년에 국가 위험 관리 시스템(RAHS)를 내놓게 되었는데요. 이는 안전과 건강을 위협하는 요소에 대해서는 사전 감지 및 예방을 할 수 있게 해 주고, 다양한 재난 상황을 시뮬레이션하여  상황별 예측과 즉각적인 대처를 할 수 있도록 도와주는 역할을 한다고 볼 수 있습니다.  


싱가포르 정부는 2004년부터 빅데이터 기반의 위험 관리 계획을 추진하였고, 수집된 정보는 분석하여 사전 위험 예측 및 대응 방안 모색에 활용했습니다. 이후 세계 신종 인플루엔자 발생을 비롯한 수많은 글로벌 위기 상황에서도 시뮬레이션, 시나리오 기법을 적용 및 분석해 정부가 보유한 정보를 체계적으로 관리할 수 있게 되었습니다. 또한 보다 효율적이고 고도화된 국가 위험 관리 시스템으로 발전된 모습을 갖추게 되었습니다.  


이처럼 싱가포르의 국가 위험 관리 시스템(RAHS)은 국민의 생명과 재산을 보호하는 목적으로 만들어졌다고 볼 수 있는데요. 세월호 침몰, 메르스 코로나바이러스의 확산으로 전국이 떠들썩했던  우리나라에도 실정에 맞게 적용되어야 하지 않을까 하는 생각을 해 봅니다. 


 <일본 교통 안내 시스템 (출처: 노무라연구소, IT Solutions Frontier, Vol.29 No.4 (2012. 02)>


마지막으로 살펴볼 사례는 일본의 '지능형 교통 안내 시스템(ITS: intelligent transport systems)'인데요. 이 프로젝트는 일본 현실에 맞는 기능형 교통 정보 시스템의 마련을 위해 시작되었습니다. 건설성, 통산성, 운수성, 우정성, 경찰성의 5개성 정부 차원에서 해당 사업의 아키텍처와 표준화 계획을 제시하면서 이뤄졌다고 볼 수 있습니다. 


그리고 일본 전역 지정 도시의 택시 약 11,000여 대와 정보 제공에 동의한 사용자로부터 실시간 교통 정보 수집하고, 이를 체계화시켜 2010년부터 완성된 교통 정보를 바탕으로 최적의 교통 안내 서비스를 제공할 수 있게 되었습니다.  


또한 UTIS(Ubiqlink Traffic Information System)를 통해 독자적 도로 교통 정보망을 구축하고, GPS 데이터를 활용해 자동차 주행 스피드를 계산하여 도로 교통 정보 예측을 하는데요. 현재 사용자 스마트폰으로 송신하는 서비스까지 제공하고 있으니, 시스템 자체가 상당이 고도화되었다고 볼 수 있습니다. 


특히 해외 경제 동향 및 정세 분석, 경영 컨설팅으로 유명한 일본 노무라 연구소에서는 스마트폰형 네비게이션 서비스 ‘전력 안내! 내비’를 활용해 큰 효과를 봤다고 하는데요. 지난 2011년 기록적인 인명 및 재산 피해를 냈던 동일본 대지진이 발생했을 때는 추가적인 피해의 최소화에 기여하기도 했습니다. 구조 차량을 위한 피해 지역의 실제 도로 교통 상황 안내를 통해 도로 교통 체증으로 인한 피해를 줄였기 때문입니다.   


일본의 지능형 교통 안내 시스템은 다양한 사용자들로부터 수집된 빅데이터를 바탕으로 실시간 교통 정보를 공유하고, 도쿄 도심 같은 곳의 도로 혼잡 상태 추이를 비교하여 최적의 교통 안내 서비스를 가능하게 해 주고 있는데요. 뿐만 아니라 교통 체증으로 인한 불필요한 에너지 낭비를 통해 에너지 효율 증대라는 효과를 냈다고 평가받고 있습니다. 그러므로 상당히 흥미로운 공공 서비스 부문의 빅데이터 활용 사례라고 할 수 있습니다. 


지금까지 미국, 싱가포르, 일본의 공공 서비스 및 복지 영역의 빅데이터 사례를 함께 살펴보았습니다. 앞으로 빅데이터는 IoT(Internet of Things, 사물인터넷)의 확산으로 더욱더 각광을 받을 것으로 전망되는데요. 센서를 통해 수집된 생체 기반의 빅데이터가 클라우드에 저장되면서 'IoT'는 곧 '빅데이터'라는 공식이 성립될 수 밖에 없기 때문입니다. 


따라서 우리나라가 국가 경쟁력을 갖추려면 우선 IoT 핵심 기술인 스마트 센서(지능형 센서)의 해외 의존도를 낮춰야 할 것 같습니다. 그리고 공공 분야에서 정보 제공의 매개체가 될 시민과 함께 센서를 이용한 생체 IoT를 활용한 서비스를 확대해 나가는 것이 필요한 시점이라는 생각이 듭니다.  


글 ㅣ이동규 (www.trendsavvy.net 필명 '비에르쥬') 



Posted by IT로 만드는 새로운 미래를 열어갑니다 LG CNS

댓글을 달아 주세요

위로