데이터 관리와 클라우드를 다시 생각하다 Part 2: 전방위 분석의 효과: GE리포트 코리아

이전 포스트 <데이터 관리와 클라우드를 다시 생각하다 Part 1>에서는 제어시스템부터 클라우드에 이르는 데이터 가치사슬을 활용할 때 얻을 수 있는 강력한 효과를 알아보았다. 그러나 그것은 빙산의 일각에 불과하다. 데이터 가치사슬이 지닌 다양한 잠재성이 잇따라 발현될 것이기 때문이다. 점점 더 방대하고 적합한 데이터가 클라우드로 흘러 들어가고, 그것을 십분 활용하고 분석할 수 있게 됨에 따라 가정 질문(What-if Questions) 능력, 즉 하나의 방법이 아닌 다양한 가능성을 생각하는 능력이 제고될 것이다.

클라우드에서 가용한 데이터가 점점 증대함에 따라, 자산을 모델링하고 예측 분석을 실행할 수 있게 되며, 특히 자산이 발휘하는 성능에 이상이 있을 때, 이를 조기에 탐지하는 영역에서 이러한 분석 능력은 두드러진다. 표준 운영 시스템에 드러나기 훨씬 이전에 정상 상태 또는 희망 거동 상태에서 벗어난 정도를 파악할 수 있다.

이런 분석과 예측이 완벽한 것은 아니다. 조기에 문제를 탐지했다고 해서, 그 문제의 정확한 원인을 알 수 있는 것은 아니며, 또 빠른 해결방법을 알 수 있는 것도 아니다. 따라서 감지된 이상(Anomaly)을 바로잡기 위해서 데이터 관리자는 테스트 일정을 잡고, 데이터를 좀더 상세하게 파악해야 하며, 기계학습(머신러닝)과 예측자료를 확인하고 데이터를 더 깊이 들여다보아야 할 것이다.

이러한 작업을 시작할 때 GE와 고객사는 우선 다양한 ‘사례’를 만든다. ‘캐치(Catch)’라 부르는 사례를 오랜 시간에 걸쳐 구축하기 시작한다. 그 캐치 속에 데이터의 지식 기반이 구축되며, 기계가 이상을 보일 때 나타나는 나쁜 거동이 갖는 모든 특징을 파악하면서 더 많은 지식을 축적하고 통합한다.

이제 우리는 기업 전체의 데이터를 전방위적으로, 더욱 효과적으로 관리할 수 있다. 전방위적 데이터 관리가 가능해지면, 관리자는 다음과 같이 말할 수 있다. “가정 분석을 해보려는데, 미가공 데이터뿐만 아니라, 이 캐치에 담겨 있는 여러 고객에 대한 통합 정보를 가져와서 필요한 데이터를 찾고 싶어.” 다시 말해, ‘이렇게 하면 어떨까(What if)?’라는 질문뿐 아니라, ‘이건 어떻게 보일까?’라는 질문을 할 수 있게 된 것이다.

이는 새로운 이상이 갑자기 발생했을 때, 신속하게 조치를 취하려는 고객은 그 특정 이상 현상을 이전에 보지 않았어도 된다는 것을 의미한다. 예를 들어, GE스마트시그널 솔루션(링크)을 사용하는 고객이 특정 사례를 발견하여 지식기반에 공유한다면, 이상감지 서비스를 활용하는 다른 모든 고객들이 그 지식의 혜택을 누리게 되는 것이다. 이를 기반으로 GE와 고객은 실행해야 할 작업에 필요한 사이클타임을 파악∙감축할 수 있으며, 현장에서의 작업을 변화시킬 수 있다.

클라우드에서의 분석 결과만 파악하거나 현장의 데이터 관리에만 의존하는 것과 비교할 때, 데이터 관리와 클라우드의 결합으로 얻을 수 있는 효과는 훨씬 강력하다. 사용자는 자산에서 분석에 이르는 데이터의 흐름을 최적화할 수 있고, 운영 모델을 생성할 수 있으며, 다양한 가정 분석을 실행할 수 있다. 궁극적으로 이러한 모델을 자산구조 자체에 근본적으로 적용할 수 있으며, 자산의 작동 상태를 변화시키고 이런 자산의 작동 자동화에 대한 순환고리를 완성할 수 있게 된다.

결과적으로 산업데이터가 기업 내 존재하는 각기 다른 책임계층 전반에 전방위적으로 자연스럽게 흘러 다님에 따라, 제어시스템에서 클라우드까지 전체가 원활하게 협업하는 하나의 시스템이 탄생한다. 따라서 각기 다른 파트 중 어느 하나의 최적화가 아닌, 기업 전체의 전방위적 최적화를 통해 최선의 운영 성과가 도출될 수 있다.