인메모리 분석을 통한 비즈니스 인텔리전스의 개선

인메모리 분석이란?

오늘날 데이터는 어디에나 있습니다. 데이터의 규모, 속도와 다양성의 증가 추세는 모두의 기대를 뛰어넘는 수준입니다. 앞서가는 수많은 브랜드들은 이미 데이터 분석을 활용해 기존의 비즈니스 인텔리전스를 뛰어넘어 실시간 분석으로 전환함으로써 효율 증대, 위험 회피, 고객 맞춤형 제품을 통한 수익 향상을 도모했습니다. 분석 솔루션으로 데이터의 가치를 빠르게 활용하지 못하는 비즈니스는 경쟁력이 크게 약해질 수 있습니다.

속도는 분석에 기반한 의사 결정을 지원할 수 있는 IT 인프라의 핵심 요건입니다. 의사 결정 지원 솔루션의 비즈니스 가치는 보통 기존 솔루션보다 최소 천 배 이상 빠르게 결과를 제공할 수 있는지의 여부에 달려있습니다. 이렇게 높은 목표를 달성하려면 처리에 관한 새로운 접근 방식, 즉 인메모리 컴퓨팅이 필요합니다.

인메모리 컴퓨팅의 개념은 단순합니다. 데이터 처리에 관한 기존의 접근 방식의 경우, 데이터는 시스템 또는 네트워크에 연결된 하드 디스크에 위치합니다. 이를 필요에 따라 로컬 시스템 메모리(RAM)으로 호출하고 여기에서 다시 CPU로 옮깁니다. 디스크에 있는 데이터를 검색하는 데 오랜 시간이 소요될 경우 병목 현상이 발생할 수 있습니다.

인메모리 컴퓨팅이 있으면 데이터가 시스템 메모리에 직접 저장됩니다. 이러한 아키텍처 접근 방식은 디스크의 데이터 검색 시간을 없애고 CPU와 더 가까운 거리에서 왕복하게 함으로써 지연 시간을 크게 줄여줍니다. 인메모리 컴퓨팅으로는 기존의 접근 방식보다 속도를 크게 높일 수 있습니다.

인메모리 분석에는 소프트웨어의 성능을 높여주는 두 가지 주요 기술 구성 요소가 있습니다.

• 하나는 주상 데이터 저장소입니다. 인메모리 분석 데이터는 기존의 2차원(행렬) 데이터 구조화가 아닌 1차원의 선형 구조를 가집니다.
• 다른 하나는 대규모 병렬 처리입니다. 인메모리 분석은 멀티코어 멀티스레드 프로세서의 기능을 완전히 활용하므로 데이터 처리 시 액세스 지연 시간이 줄어듭니다.

분석의 비즈니스 가치

비즈니스 가치가 있는 데이터 소스는 공장 센서, 다수의 매장 채널, 소셜 미디어, 기상 위성, 타사 피드 등 헤아릴 수 없을 정도로 많습니다. 스마트 시티나 사물 인터넷 등의 새로운 발전으로 인해 데이터 분량은 더욱 늘어만 가고 있습니다. 기업이 경쟁력을 유지하려면 이러한 데이터를 무시해서는 안 됩니다. 이를 적절히 분석할 경우 성공할 가능성이 높은 상향 판매를 예측하여 판매량을 늘리고 스마트한 경로 및 재고 관리로 유통 비용을 절감하며 제조 비용을 절감하고 정밀한 근본 원인 분석으로 품질을 개선하는 등 가능한 일들은 그야말로 끝이 없습니다.

이처럼 넘쳐나는 데이터로부터 유용한 정보를 추출하는 간단한 방법은 이미 일어난 일에서 패턴을 찾아내는 것입니다. 고객 경험을 개선하고 멀웨어의 악용이나 신용 카드의 도용을 막기 위해 실시간 결과가 필요한 경우도 있습니다.

분석의 도입을 가로막던 장벽이 무너지고 있습니다. 모든 대형 IT 공급업체가 분석 솔루션을 제공하며 이중에는 수직 솔루션도 많습니다. 정교한 분석을 사용하고 지원하는 데 필요한 기술 집합을 갖추고 있는 데이터 과학자는 점점 많아지고 있습니다. 또한 수많은 기업이 단순한 인터페이스와 빌트-인 알고리즘을 통해 분석 사용을 '민주화'하기 위해 노력 중입니다. 분석의 공공성(과 명확한 비즈니스 사례)으로 인해 자금 조달도 더욱 쉬워졌습니다.

핵심은 분석에 확실한 비즈니스 가치가 있다는 점입니다. 수많은 브랜드에서 이미 인메모리 분석을 사용해 매출을 늘리고 비용을 절감하고 있습니다. 이러한 운영상 이점을 추구하지 않는 이들은 경쟁에서 뒤쳐질 위험이 있습니다.

시작을 위한 단계별 가이드

인메모리 분석의 시작을 위한 5단계 프로세스를 소개합니다.

1. 애로사항을 파악합니다. 사업부 리더와 상의하여 기존 시스템으로는 해결하기 어렵거나 불가능한 애로사항의 목록을 작성합니다. 기존의 전략과 일치하면서도 새로운 인사이트를 제공할 수 있으며 IT 조직의 기술 역량 범위에 있고 명확한 비즈니스 사례가 있는 항목을 기준으로 목록의 우선순위를 정합니다. 몇 번의 반복을 통해 목표와 이를 달성하기 위한 리소스를 명확히 규정한 목록을 완성합니다.
2. 시장에서 구할 수 있는 분석 솔루션을 조사하고 익힙니다. (인텔은 이러한 정보를 제공하는 우수한 리소스입니다.) 이러한 정보를 감안하여 현재의 인프라를 평가합니다. 분석할 데이터의 출처가 어디인지, 소유자는 누구인지, 데이터 품질과 보안을 보장하기 위해 필요한 수단이 무엇인지 알고 있는 것이 중요합니다.
3. 팀에 필요한 기술을 파악하고 양성합니다. 새 인재를 고용하거나 필요한 경우 일부 업무를 아웃소싱합니다. 새 직원은 요구 사항과 일치하는 기술 집합을 가진 경우가 많을 것입니다.
4. 현재의 기술 그 이상의 요구 사항을 확립합니다. 인메모리 분석에는 컴퓨팅, 스토리지, 네트워킹 인프라를 포함한 최신 하드웨어가 필요합니다. 또한 원하는 결과를 얻기 위해 어떤 분석 쿼리와 알고리즘을 생성해야 할지 결정하고 그러한 결과를 흡인력 있게 제시할 방법을 정해야 합니다. 풍부한 옵션이 존재하므로 소프트웨어를 위한 독점 및 오픈 소스 솔루션을 모색합니다.
5. 프로젝트의 최종 사용 사례를 생성합니다. 어떤 데이터를 사용할지 결정하고 데이터 흐름을 계획합니다. 그런 다음 운영 환경에 적용할 버전을 개발하기 위한 테스트 환경을 만드십시오.

프로젝트에 이러한 프로세스를 이미 사용하고 있는 것처럼 느껴진다면 사실일 것입니다. 고급 분석에는 IT 포트폴리오 관리에 대한 새로운 접근 방식이 필요하지 않으며, 단지 고정 관념에서 벗어나 새로운 솔루션에 대해 생각해 보는 자세만이 필요합니다.