RISS 통합검색 - 학위논문 상세보기

마지막 업데이트: 2022년 2월 15일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
예를 들어, 건축가, 제작자 및 협력업체와 같은 다분야 이해 관계자가 동일한 지능형 모델의 동일한 플랫폼에서 함께 작업하면 더 적은 인원으로 대형 병원 프로젝트를 구축할 수 있다.

LINE 광고 플랫폼의 MSA 환경에서 Zipkin을 활용해 로그 트레이싱하기

안녕하세요. LINE Ads에서 DSP Manager를 담당하고 있는 김용훈입니다. LINE Ads는 일본과 태국, 대만 등 전 세계 LINE 사용자를 대상으로 하는 글로벌 광고 플랫폼을 개발하고 있습니다. LINE의 광고 플랫폼은 대량으로 생성되는 데이터를 실시간으로 처리하며 사용자들이 관심을 가질 광고를 예측해서 제공합니다. DSP(Demand Side Platform) Manager는 간단히 이야기하면 광고주가 사용하는 광고 관리 도구라고 할 수 있습니다. 광고 등록과 등록한 광고에 대한 심사, 심사 완료 후 집행된 광고의 효과와 비용에 대한 청구 정보 확인 등 여러 가지 기능을 제공하는 시스템입니다.

LINE Ads에서는 이런 요구 사항을 효율적으로 적용해 나가기 위해서 많은 인원이 효율적으로 협업할 수 있는 환경이 필요하다고 판단, MSA를 기반으로 각 서비스를 게이트웨이와 애드서비스, 리포트, 빌링, 리뷰 등의 여러 개로 구성했습니다. 이런 선택은 서비스가 성장하면서 인원이 늘어났을 때 효율적으로 협업할 수 있도록 좋은 영향을 주었지만 서비스가 안정화되기까지는 발생한 문제들을 확인하는 데 어려움이 있었습니다. 이런 경험을 바탕으로 MSA 환경에서 효율적으로 문제를 확인하기 위해 LINE Ads에서 진행하고 있는 것들을 공유하려고 합니다.

MSA 환경과 OpenTracing이란

모놀리식(monolithic)과 MSA(Micro Service Architecture)에 대해서 간단하게 설명하겠습니다. 모놀리식의 경우 하나의 서버가 서비스의 전반적인 기능을 모두 제공합니다. 그로 인해 복잡도가 증가하고 역할을 나누기 어려운 등 많은 문제가 발생하지만, 클라이언트의 요청을 받으면 하나의 스레드에서 모든 요청을 실행하므로 로그를 확인하기 쉽다는 장점이 있습니다. 그에 반해 MSA의 경우에는 각 서비스의 복잡도가 낮아지고 역할 분담이 용이하지만 클라이언트의 요청을 받았을 때 여러 개의 마이크로 서비스 간에 통신이 발생해 로그를 확인하기 어려운 문제가 있습니다.

이런 문제를 해결하기 위한 방법으로 OpenTracing이 알려져 있습니다. OpenTracing은 간단히 말해 애플리케이션 간 분산 추적을 위한 표준이라고 RISS 통합검색 - 학위논문 상세보기 할 수 있습니다. 이 표준의 대표적인 구현체로 Jaeger와 Zipkin이 있는데요. LINE Ads에서는 Java와 Spring 프레임워크 환경에서 손쉽게 연동할 수 있는 Zipkin을 선택했습니다.

OpenTracing 환경 구성하기

Zipkin 설정하기

먼저 Zipkin에 대해 알아보겠습니다. Zipkin의 아키텍처는 아래와 같습니다.

Zipkin의 아키텍처는 간략하게 아래와 같이 설명할 수 있습니다.

  1. Reporter가 Transport를 통해서 Collector에 트레이스 정보를 전달합니다.
  2. 전달된 트레이스 정보는 Database에 저장됩니다.
  3. Zipkin UI에서 API를 통해 해당 정보를 시각화해서 제공합니다.

각 컴포넌트를 조금 더 자세히 살펴보겠습니다.

  • Reporter
    • 각 서버는 계측(instrumented) 라이브러리를 사용해야 Reporter로서 동작할 수 있습니다. Zipkin에서는 다양한 언어에 대한 라이브러리를 제공하고 있습니다(참고). LINE Ads에서는 Java 환경에서 개발하고 있어서 Brave를 사용할 수 있었습니다. 또한 Spring 프레임워크도 사용하고 있었는데요. Spring Cloud Sleuth는 BraveTracer를 통해서 트레이스 데이터를 관리하기 위한 대부분의 기능을 제공하고 있었으므로 빠르고 쉽게 적용할 수 있었습니다.
    • Zipkin에서 몇 가지 Storage를 지원하고 있었는데요(참고). 이미 ES(ElasticSearch)를 사용하고 있었기 때문에 고민 없이 ES를 선택했습니다.
    • 웹에서 제공하는 명령어를 실행하는 것만으로 간단하게 설치할 수 있으며, 여기에 약간의 설정을 추가해서 ES를 사용할 수 있었습니다.

    이처럼 간단한 설정으로 Zipkin 서버를 설치하고 각 서비스에 라이브러리를 적용해 아래와 같은 트레이스 환경을 구성할 수 있었습니다.

    Spring Cloud Sleuth 설정하기

    Spring Boot 환경에서 의존성를 추가하는 것만으로도 기대 이상의 효과를 얻었지만, Zipkin의 동작 원리에 대해 더 알아보았고 좀 더 세밀하게 설정할 수 있었습니다.

    Zipkin 헤더

    Zipkin은 B3-Propagation을 통해서 OpenTracing을 구현하고 있습니다. B3 propagation은 간단히 말해 'X-B3-'으로 시작하는 X-B3-TraceId와 X-B3-ParentSpanId, X-B3-SpanId , X-B3-Sampled , 이 4개 값을 전달하는 것을 통해서 트레이스 정보를 관리합니다. 서버에서는 이 값들을 TraceContext 에서 관리하는데요. Spring 프레임워크와 SLF4J(Simple Logging Facade for Java)를 사용하고 있었기에 MDC(Mapped Diagnostic Context)에서 해당 값을 꺼내서 사용할 수 있었습니다. HTTP를 통해 다른 서버로 전달하는 경우에는 HTTP 헤더를 통해서 전달하고, Kafka 메시지를 통해 전달하는 RISS 통합검색 - 학위논문 상세보기 경우에는 Kafka 헤더를 통해서 전달합니다.

    Spring cloud sleuth

    Zipkin의 Brave는 B3-propagation의 Java 구현체이고, Spring Cloud Sleuth는 BraveTracer를 Spring 프레임워크에서 쉽게 사용하기 위한 라이브러리입니다. TaskExecutor 와 RestTemplate , KafkaTemplate , KafkaListener , RedisTemplate 을 사용하는 것만으로 새로운 스팬(span)이 생성됩니다. 다만, BeanPostProcessor 를 통해서 동작하기 때문에 아래와 같이 메서드 내부에서 생성된 오브젝트를 사용하는 경우에는 동작하지 않습니다.

    따라서 아래와 같이 항상 'bean' 형태로 사용하는 것을 권장합니다( LazyTraceExecutor 로 래핑해서 사용하는 방법도 있습니다).

    이렇게 관리하는 B3 헤더는 MDC에 저장되기 때문에 로그 설정을 수정하면 로그에서 스레드 대신 트레이스 ID와 스팬 ID를 확인할 수 있습니다. 참고로 Spring Cloud Sleuth 최신 버전에서는 B3 헤더 이름 대신 traceId 와 spanId , spanExportable 을 사용할 수 있습니다.

    마지막으로 여러 서버에 있는 로그를 한 번에 조회하기 위해서 Tomcat 로그가 ES에 저장되도록 합니다. 로그를 ES에 저장하는 방법으로는 Beats와 ELK 조합으로 로그 파일의 내용을 ES에 저장하는 방법과, Beats 없이 로그 어펜더(appender)에서 직접 Logstash로 전송하는 방법이 있는데요. 이번 글에서는 해당 부분에 대한 자세한 설명은 생략하겠습니다.

    로그 확인하기

    환경 설정을 완료했으니 이제 로그를 확인해 보겠습니다.

    Zipkin을 통해서 ES에 저장된 스팬 정보는 위와 같이 ES 인덱스에 저장되며 각 도큐먼트는 아래와 같습니다.

    실제로 저장된 도큐먼트를 직접 조회하는 경우는 거의 없고 일반적으로 Zipkin 서버에서 traceId 를 사용해서 조회할 수 있습니다.

    또한 앞에서 Logback 설정으로 traceId 를 추가해 두었으므로 Kibana에서 traceId 로 검색할 수 있습니다.

    OpenTracing 적용 전과 후 비교하기

    개발 환경 또는 실제 서비스 환경에서 에러가 발생한 경우 모니터링 시스템에서 아래와 같은 로그 알림을 보냅니다.

    이 로그 알림을 보고 에러와 관련된 로그를 찾는 과정을 적용 전과 후로 나눠 살펴보겠습니다.

    우리는 로그에 있는 정보를 최대한 활용해서 원인을 찾을 수밖에 없습니다. 트레이싱 기술을 적용하지 않았다면 traceId (24f160ed64c95ac1)를 얻을 수 없기 때문에 위 로그에서 쓸만한 정보는 시각(2021-04-05 19:10:28.557)과 스레드 이름(http-nio-8082-exec-2) 정도입니다.

    스레드 이름으로 해당 서버의 로그를 검색하면 동일 스레드의 로그를 확인할 수 있고 운이 좋다면 이를 통해서 요청 URL을 알아낼 수 있을지도 모릅니다. 만약 에러가 발생한 스레드가 Tomcat 스레드가 아닌 태스크 실행(task executor) 스레드라면 Tomcat 스레드와 태스크 실행 스레드 간의 연결성을 추측해야 할지도 모릅니다. 그렇게 요청 URL을 찾아냈다고 해도 요청을 발생시킨 클라이언트를 찾기 위해서 접속 로그의 사용자 에이전트(user-agent)로 클라이언트를 특정해야 하고, 클라이언트 서비스의 담당자는 해당 호출이 발생한 위치를 특정하기 위해서 소스 코드를 찾아봐야 할 것입니다.

    몇 가지 가능한 경우의 수를 추려냈다면 이제 클라이언트의 접속 로그와 시간을 비교해서 요청을 찾습니다. 운 좋게 요청을 특정하면 앞에서 했던 일들을 반복합니다. 최종적으로 사용자 요청을 특정하면 비로소 에러를 유발한 요청의 흐름을 파악할 수 있게 됩니다.

    위 과정은 중간중간 몇 번의 추측을 포함하고 있기 때문에 때때로 잘못된 로그를 살펴보면서 많은 시간을 허비하게 됩니다. 게다가 위에서 설명한 일련의 과정은 디버깅 경험이 많은 개발자라면 능숙하게 해낼 수도 있겠지만, 대부분의 개발자의 경우 많은 시행착오를 겪게 될 것입니다.

    트레이싱 기술을 적용했다면 traceId (24f160ed64c95ac1)를 얻을 수 있고 Zipkin UI도 사용할 수 있습니다. 전체 흐름을 찾는 과정은 너무나 간단합니다. 웹 UI에서 ID를 넣고 검색하면 서비스 A와 B, C의 호출 순서를 타임라인과 함께 볼 수 있으며 에러가 발생한 구간도 명확하게 표시되는 것을 확인할 수 있습니다.

    이런 방식은 특별한 경험이 필요하지 않습니다. 간단한 가이드 문서를 읽어 보는 것만으로도 쉽게 파악할 수 있어서 새로 팀에 합류한 사람도 금방 적응할 수 있고 문제 해결에 소요되는 시간을 상당히 단축할 수 있습니다.

    지금까지 OpenTracing 라이브러리 중 하나인 Zipkin을 적용하고 MSA 환경에서 로그를 확인하는 방법을 알아보았습니다. 이번 글에서는 세 개의 서비스가 HTTP로 통신하는 환경을 기반으로 설명드렸는데요. 실제 서비스 환경에서는 한 번의 HTTP 요청이 여러 개의 Kafka 메시지를 발생시키는 것과 같이 요청이 복잡하게 전달되는 경우가 많이 있어서 이런 것들을 추적하기 위해 여러 가지 방법을 찾아보고 있었습니다. 그러던 중 이미 표준화된 기술이 있다는 것을 알게 되어 적용했고, 큰 공수를 들이지 않고 편리하게 사용할 수 있는 환경을 구성할 수 있었습니다.

    처음에는 팀원들도 새로 추가된 환경이 익숙하지 않아서 제대로 활용하지 못하는 경우가 많았는데요. 지금은 이런 환경 없이 개발하는 것은 상상할 수 없을 정도로 모두 편리하게 사용하고 있습니다. MSA를 도입했을 때 아키텍처의 변화가 개발 환경의 변화를 야기하면서 로그를 확인할 때 불편함이 많았는데요. OpenTracing을 적용한 이후에는 더 이상 불편함을 느끼지 않고 있습니다.

    개발자가 일하는 환경은 언제나 당연하다는 듯이 변화합니다. 이에 따라 개발자는 수시로 새로운 환경에 놓이게 되는데요. 항상 그 변화 속에 내재된 또 다른 변화들을 놓치지 않아야 한다는 것을 느끼게 해 준 경험이었습니다.

    전국 대학의 학술자원을 이용할 수 있는
    대국민 서비스,
    RISS에 오신것을 환영합니다.

    RISS란?

    RISS 개요

    RISS(Research Information Sharing Service)는 전국 대학이 생산하고 보유하며 구독하는 학술자원을 공동으로 이용할 수 있도록 개방된 대국민 서비스입니다.

    우리의 목표

    RISS는 다음과 같은 목표를 가지고 서비스를 운영하고 있습니다.

    • - 국가학술연구정보 공유 시스템 구축을 통한 국가적 연구 경쟁력 강화
    • - 인적자원의 개발을 통한 차세대 산업동력 제고

    RISS 자료

    RISS에서는 다음과 같은 자료를 이용할 수 있습니다.

    6,304,375 건 국내학술논문

    62,608,654 건 해외학술논문

    167,166 건 연구보고서 등

    주제별 최신 인기논문

    RISS에서는 '주제별 최신 인기논문'을 검색할 수 있습니다.

    주제별 최신 인기논문

    내추천논문

    MYRISS > 내추천논문에서 키워드와 학술지를 등록하여 알림서비스를 받아 볼 수 있습니다.

    관심서비스

    RISS 이용권한

    RISS 이용권한 RISS 통합검색 - 학위논문 상세보기
    비용 구분서비스 구분 개인로그인 기관로그인 소셜로그인 무로그인
    무료 학위/학술논문 이용가능 이용가능 이용가능 이용가능
    해외전자자료 이용가능

    ※ 신분, 소속기관 IP에 따라 이용

    ※ 자료제공 업체페이지 로그인 후 이용

    ※ 자료제공 업체페이지 로그인 후 이용

    ※ 자료제공 업체페이지 로그인 후 이용

    내 추천논문 이용방법

    MYRISS > 내추천논문에서 확인 가능합니다.

    MyRISS 내 추천논문 내 자료 추천 알림 설정

    1. 관심키워드

    자주 쓰는 검색 키워드를 등록하여 최신 학위논문 및 국내학술논문을 확인 할 수 있습니다.

    내 관심논문등록-관심 키워드 등록

    최신 학위논문 국내 학술논문

    2. 관심 학술지

    자주 이용하는 학술지를 등록하여 최신 학술논문을 확인 할 수 있습니다.

    1) 내 관심논문 관심학술지 등록

    내 관심논문등록-관심학술지 등록

    TIP : 최대 5개까지 등록, 30일까지 저장가능

    내 관심논문등록-최신학술논문확인

    즐겨 찾는 해외 DB를 등록할 수 있습니다.

    자주 이용하는 학술지를 등록하여 최신 학술논문을 확인 할 수 있습니다.

    해외내관심DB등록

    RISS 자료 유형별 이용방법

    RISS 자료 유형별 이용방법
    자료유형명 안내
    학위논문 학위취득을 위하여 제출된 석•박사 학위논문
    학술논문 학술지에 투고된 논문
    학술지 연구자의 학술논문을 게재한 잡지
    단행본 한 권 한 권이 단독으로 간행되는 서적
    연구보고서 연구결과를 보고하기 위해 제출하는 문서

    1. 학위논문 : 원문보기 무료 이용

    원문을 제공하지 않는 경우 복사신청

    RISS 자료 유형별 이용방법-학위논문 RISS 자료 유형별 이용방법-학위논문

    2. 국내 학술논문

    무료 , 유료 , 기관내무료 이용

    RISS 자료 유형별 이용방법-국내 학술논문(무료)

    RISS 자료 유형별 이용방법-국내 학술논문(유료)

    RISS 자료 유형별 이용방법-국내 학술논문(기관 내 무료)

    3. 해외 학술논문

    유료국내복사, 유료해외논문 구매대행, 무료국내복사 이용

    - 국내 소장 있는 경우 : 복사/대출을 통한 유료이용

    - 국내소장이 없는 경우 : 복사/대출을 통한 해외논문 구매대행을 통한 유료이용

    RISS 자료 유형별 이용방법-해외 학술논문

    - 외국 학술지 지원센터 소장 자료 : 복사서비스 무료 이용

    RISS 자료 유형별 이용방법-해외 학술논문

    4. 학술지

    권호정보를 통한 학술논문 확인 후 복사/대출 유료 이용

    RISS 자료 유형별 이용방법-학술지 RISS 자료 유형별 이용방법-학술지

    5. 단행본

    RISS 자료 유형별 이용방법-단행본

    6. 연구보고서

    검색 후 연구보고서를 제공하는 페이지에서 무료 이용

    RISS 자료 유형별 이용방법-연구보고서

    복사/대출 이용방법

    소속기관 이용자

    RISS 가입 → 도서관 담당자 승인 → 복사/대출신청 → 자료수령 → 비용지불

    일반 이용자

    RISS 가입 → 복사신청 및 결제 → 자료수령

    국내자료신청

    복사/대출 이용방법-국내자료신청
    구분 소속기관이용자 일반이용자
    복사 대출 복사
    신청자료 학술지, 단행본 , 학위논문 단행본 학술지, 단행본 , 학위논문
    발송방법 기관전송, 일반우편, 등기우편, 택배, 팩스 택배 등기우편, 택배
    평균소요일수 1일~6일 2일~5일 2일~6일
    신청비용 기본료 + 장당복사비 1건당 5,340원 기본료 4,670원부터
    지불방법 후불 후불 선불
    수령지 소속도서관 수령지 직접 기재
    수령형태 인쇄물 실물도서 인쇄물
    비고 선불 신청 가능 대출참여기관 이용자만 가능

    해외자료신청

    복사/대출 이용방법-해외자료신청
    구분 소속기관이용자 일반이용자
    NII

    해외전자정보 복사신청

    해외전자정보 서비스에서 자료 검색 후 상세서지에서 복사신청

    복사신청

    복사신청

    해외전자자료 이용방법

    RISS 이용권한
    이용자 구분 접속 방법 패키지 구독 여부 이용 방법
    소속기관 이용자
    (학교 소속)
    ① 교내 접속
    ② RISS 로그인
    구독하는 경우 24시간 이용
    구독하지 않는 경우 오후 4시부터 익일 오전 9시까지 이용

    (*ASC, BSC 2종 오후 5시부터 / Onju, LAWnB 2종 오후 6시부터 익일 오전 9시까지 이용)

    ScienceDirect, Wiley Online Library, JCR, O’Reilly Higher Education, PQDT Global

    (대학생, 대학원생, 교수, 대학직원, 대학사서, 연구원)

    ※ 해외 이용자 및 소셜 로그인 한 경우 검색만 가능하며 원문열람은 제공되지 않습니다.

    자료유형 안내

    • 소속기관이 구독하는 경우 : 24시간 무료로 로그인 후 원문보기 이용 가능
    • 소속기관이 구독하지 않을 경우 : 시간대별 무료로 서비스로 이용 가능
    • 소속기관이 없는 일반이용자 : OA(Open Access) 자료 이용 가능
    자료유형
    구분 내용
    Academic Journals 연구자의 학술논문을 게재한 잡지
    EBOOKs 한 권씩 단독으로 간행되는 서적
    Dissertations 학위취득을 위하여 제출된 석•박사 학위논문
    Conference materials 학회에서 발행되는 학술 회의자료
    Reviews 비평 및 평론
    Reports 과제 및 기록물

    1. Academic Journals : 연구자의 학술논문을 게재한 잡지로 권한에 따라 원문보기 이용 가능

    로그인 전

    로그인 후

    2. EBOOKs : 전자책으로 출판사에서 인쇄페이지와 이용범위를 제한할 수 있음

    ebook

    DDOD(소속기관 등록), PQDT Global(구독기관)에 한하여 석, 박사 학위논문을 제공

    DDOD

    4. Conference Materials

    학회에서 발행되는 학술 회의자료로 원문 확인 후 저장 및 인쇄 가능

    Conference Materials

    비평 및 평론자료로 원문 확인 후 저장 및 인쇄 가능

    Reviews

    6. Reports : 과제 및 기록물

    OA(Open Access) 자료 이용 시 일반이용자 이용가능

    Reports

    등재정보 안내

    등재정보
    등재구분 내용
    SCI 미국 클래리베이트 애널리틱스(Clarivate Analytics)가 구축한 국제학술논문 데이터베이스로(Science Citation Index) 과학기술분야에 높게 평가된 학술지에 기재된 논문
    SCIE SCI확장판 (Science Citation Index Expanded)
    SSCI 사회과학논문 인용색인(Social Science Citation Index)
    A&HCI 예술 및 인문과학 논문 인용색인(Arts and Humanities Citation Index)
    ESCI 기본 요건을 갖추었으나 피인용 영향도가 충분하지 않아 SCIE, SSCI, A&HCI에 아직 등재되지 않은 학술지
    SCOPUS 엘스비어(Elsevier)출판사에서 제공하는 데이터베이스로 인용정보를 제공
    KCI 한국연구재단에서 운영하는 인용 색인 및 데이터 베이스

    호텔예약플랫폼의 선택속성이 전환비용 및 재구매의도에 미치는 영향 연구 : 호텔예약플랫폼(OTA-Online Travel Agency)과 호텔직접예약사이트(Direct Booking Site)의 조절효과 분석 중심으로

    발행사항 : 서울 : 경희대학교 관광대학원 , 2020

    학위논문사항 : 학위논문(석사)-- 경희대학교 관광대학원 : 호텔경영학과 2020. 8

    DDC : 655-D 판사항(22)

    기타서명 : The Study on the Influence of Hotel Booking Platform Attributes on Switching Cost, and Repurchase Intention : Moderating Effect on Hotel Reservation Platform(OTA) and Hotel Direct Booking Site

    마이데이터 플랫폼 핵심 전략 1
    마이데이터 사업, 어떻게 준비해야 할까?

    우리 일상에서 생성, 축적되는 데이터를 활용한 서비스 사업은 전 세계적으로 빠르게 확대되고 있습니다. 그중에서 가장 가치 있고 중요하게 다루어지는 데이터로 ‘개인신용정보’가 있습니다. 본인의 뜻에 따라 개인신용정보를 활용할 수 있도록 개인이 자신의 데이터를 직접 통제하는 ‘마이데이터’라는 개념이 전 세계적으로 확산되어 왔고 국내에서도 2020년 8월부터 데이터 3법이 시행되면서 제도적으로 이러한 변화를 강하게 이끌고 있습니다.

    하지만 공공기관과 금융권 등에 흩어져 있는 모든 개인신용정보를 스스로 직접 관리하기 어려운 만큼 앞으로는 권한을 위임받은 사업자가 이를 통합 조회·관리하면서 부가적인 맞춤형 서비스를 제공하는 마이데이터 시장이 열리게 됩니다. 이러한 마이데이터 시장에 참여하기 위해서는 혁신적인 고객서비스를 신속하게 창출하고 효율적으로 준비해야 합니다.

    ‘혁신적인 고객서비스’란 금융권의 경우 개인신용정보 수집으로 소비·지출·투자 패턴을 얻고 이러한 데이터를 기반으로 또 다른 비즈니스 기회를 만들어내는 것을 들 수 있습니다. 한 개인의 모든 정보가 하나의 서비스에 모여 다양한 가치를 새롭게 창출하는 ‘초개인화’된 맞춤형 서비스를 만들기 위해서는 서비스 자체의 경쟁력이 우선되어야 합니다. 하지만 그에 못지않게 서비스를 구성하는 내부 기술 측면에서도 고려할 사항이 많습니다. 바로 △고객 변화에 대응 가능한 서비스 인프라를 기반으로 지속적인 확장 가능성을 갖추고, △마이데이터 규격이 반영된 공통화된 플랫폼을 통해 데이터를 수집하며, △수집된 데이터를 다른 서비스나 분석 시스템으로 연계하여 유기적으로 데이터를 활용할 수 있는 기반 확보가 그것입니다. 시장 선두를 노리는 사업자들은 개인 정보의 수집과 유통을 전담하는 마이데이터 플랫폼을 도입함으로써 이러한 문제를 해결하는 것을 검토하고 있습니다.

    마이데이터 시장에 참여하기 위해 어떤 준비를 해야 할까요?

    금융 분야의 마이데이터 서비스 가이드라인은 마이데이터 생태계를 아래 그림과 같이 정의하고 있습니다.

    ①고객은 ③정보제공자의 금융서비스에 있는 본인의 개인신용정보를 ②마이데이터 사업자에게 본인 동의를 통해 수집하게 하여 혁신적인 서비스를 경험하게 됩니다. 정보제공자는 기존에 개인신용정보를 보유하고 있는 금융기관 등이며 이들은 마이데이터 3법을 통해 신용정보를 전송할 의무가 부여되었고 마이데이터 제공 의무를 수행하기 위한 기능을 2021년 8월로 예정된 시행 일정에 맞춰 빠르게 확보해야 합니다. 그리고 금융위원회를 통해 마이데이터 사업자로 허가를 받은 사업자들은 고객의 동의하에 정보제공자로부터 마이데이터를 수집할 수 있습니다. 정보 제공과 수집 간의 데이터 흐름은 금융보안원에서 정의한 마이데이터 기술 가이드라인의 표준 API 규격과 본인 인증 방식을 준수하여 수행되어야 합니다.

    표준 API는 신규 업권에 대한 새로운 규격이 만들어지거나 동일 업권 내에서도 필요에 의해 요건이 변경되어 다음 버전의 규격이 만들어질 수 있습니다. 이렇게 표준 API 규격이 만들어지면 정보제공자는 시행일정에 맞춰 최신 버전으로 API를 RISS 통합검색 - 학위논문 상세보기 준비해야 하는데 이때 준비하는 속도가 각 정보제공자마다 달라 시행일정 전의 유예기간 동안에는 같은 정보제공자 내에서도 여러 버전으로 API를 동시에 서비스할 수도 있고 정보제공자들마다 각기 다른 버전의 API로 서비스할 수도 있습니다.

    이런 이유로 마이데이터 사업자는 특정 정보제공자의 마이데이터를 수집하기 위해서 API의 버전이나 해당 버전의 표준 API 규격을 정확히 알고 호출해야 합니다. 이는 마이데이터 사업자의 서비스에서 필요한 모든 정보제공자의 마이데이터를 수집할 수 있도록 가능한 모든 업권, 모든 표준 API 버전 및 모든 API 규격을 사전에 파악하여 호출 준비를 마쳐야 한다는 의미입니다.

    마이데이터 사업자는 시장 선점을 위해 서비스를 신속하게 준비해야 합니다. 표준 API 규격을 지속적으로 분석하고 반영하거나 정보제공자별 API 현황 등을 정확히 확인하여 수집하는 기능을 재빨리 확보하는 것이 사업 성공의 핵심 경쟁력이 될 수 있습니다. 반면 정보제공자는 모든 마이데이터 사업자의 수집 요청에 응답할 수 있는 성능을 확보해야 합니다. 또는 필요에 의해 사업자의 수집 요청을 통제하는 응답 환경을 준비해야 할 수도 있습니다.

    정해진 규격에 맞춰 API 통신을 해야 하고 해당 API의 규격은 계속 바뀔 수 있는 환경적 요인은 시장이 성숙해가는 속도에 맞춰 정보제공자와 마이데이터 사업자에게 큰 숙제가 될 수 있습니다. 하지만 매년 변경되는 세법에 의해 지속적으로 업데이트를 해야 하는 세무회계 솔루션과는 조금 다른 점이 있습니다. 변화의 기간은 매우 한시적이고 주기는 더 짧고 불규칙적으로 진행될 수 있어 마이데이터 규격을 선탑재하고 누군가에 의해 지속적으로 규격이 업데이트되는 것만으로는 모든 문제가 해결되지 않을 수 있습니다. API 규격을 관리하는 기능은 획기적으로 자동화되어 지속적인 변화의 정도와는 무관하게 고객의 운영 업무를 크게 줄이거나 마이데이터 규격에 대한 분석이나 학습 없이도 마이데이터 자체를 더 쉽고 편하게 활용할 수 있는 개발 생산성과 관련된 기술적인 시도가 필요할 수 있습니다. 이런 이유로 마이데이터 서비스에 도움이 되려는 기존의 플랫폼이나 솔루션들도 고유의 기능을 그대로 활용하는 것만을 주장하지 말고 마이데이터 환경에 특화된 새로운 기능을 탑재하는 것을 진지하게 검토해야 합니다.

    마이데이터 사업자는 서비스를 신속하게 준비해야 하며 정보제공자는 사업자의 요청에 응답 혹은 요청을 통제할 수 있는 기술 기반을 갖추어야 합니다.

    마이데이터 서비스 준비를 위한 오퍼링은 무엇이 있을까요?

    ① 컨설팅
    마이데이터 사업에 참여하기 위해서는 마이데이터 사업자로 승인을 받아야 합니다. 마이데이터 서비스와 기술 가이드라인을 통해 어떤 준비를 해야 하는지 그 내용을 파악할 수 있지만 체계적이고 효율적인 준비를 위해서는 전문가의 도움이 필요할 수 있습니다. 2021년 1월, 28개사가 금융 당국의 본인신용정보관리업(마이데이터) 허가를 받았습니다. 안타깝게도 허가를 받지 못한 기업들의 주된 이슈와 근본적인 원인 등을 분석하고 반대로 허가받은 기업들의 성공적인 준비 전략 등을 파악하는 컨설팅 서비스를 활용하면 마이데이터 사업을 준비하는 입장에서 한정된 시간과 자원을 효율적으로 운용할 수 있을 것입니다.

    마이데이터 사업과 관련하여 기존 데이터를 포함한 전체 데이터의 품질 및 활용 수준 제고를 위한 데이터 거버넌스가 필요합니다. 주된 내용은 기존의 빅데이터 활성화를 위한 거버넌스와 유사합니다. 차이가 있다면 마이데이터는 표준화된 API 규격을 통해 정보가 유통되고 고객의 동의에 의해 수집 또는 제공되며 분석을 위해 빅데이터로 장기간 축적하여 활용하기 위해서는 가명·익명화를 거쳐야 한다는 점입니다. 거버넌스 체계 수립 시 이러한 특징들을 반영하여 기존의 빅데이터와는 다른 차별적인 접근을 해야 합니다. 그리고 축적된 데이터를 활용하여 효과적인 마케팅과 창의적인 서비스 상품을 새롭게 제공할 수 있는지도 컨설팅의 대상이 될 수 있을 것입니다.

    ② SI 구축
    금융권 경험이 풍부한 IT서비스 사업자를 통한 마이데이터 SI 구축 사업으로 제공기관은 빠르게 의무 수행을 준비하고 사업자는 신속하게 시장에 진출하여 차별화된 서비스로 시장을 선점하고 경쟁우위를 점하려는 노력을 해야 합니다. 이때 마이데이터 서비스 및 기술 가이드라인을 충분히 파악하였는지, 이 분야에 특화된 경쟁력을 갖추고 있었는지, 함께 하는 개발파트너가 의미 있는 차별점이 존재하는지를 살펴보면서 사업 제안을 검토해야 합니다. 특화된 경쟁력으로 볼 수 있는 것들은 △마이데이터 3법에 대한 시행 일정이 정해져 있다 보니 단기에 구축 완료할 수 있는가, △마이데이터 규격 변경에 의한 관리 편의성이 어떤 수준으로 고려되어 있는가, △기존 데이터와 함께 통합된 데이터 활용 인프라를 어떻게 제공하는가 등이 있습니다.

    ③ 솔루션
    기존의 빅데이터 또는 BI 업무에 활용 중인 다양한 데이터 관리 솔루션은 대부분 마이데이터 시장에서도 SI 구축과 결합하여 공급됩니다. 하지만 아직도 바뀌어가고 있는 마이데이터 표준 API 규격이나 예측되지 않은 고객별 변화의 가능성을 이유로 솔루션의 기구현 기능이 아닌 커스터마이징을 중요시하면서 마이데이터 사업에 그대로 RISS 통합검색 - 학위논문 상세보기 활용하기에는 어려움이 있습니다. 결국 기존 솔루션들은 마이데이터 시장이 열리고 난 후 부가적으로 발생하는 빅데이터나 데이터 통합 수요가 생기기를 기다려야 할 수도 있습니다. 하지만, 결국 빅데이터 활용과 유사해지는 시장 후반에는 이미 시장에서 검증된 강력한 데이터 활용 도구로서의 강점이 크게 조명받을 수 있을 것입니다. 이러한 상황에 맞춰 적절한 시기에 유의미한 가치를 제공받는 것을 고려해야 합니다.

    ④ 마이데이터 특화 플랫폼
    금융권 데이터 유통을 담당하던 B2B 핀테크 기업들이 출시한 마이데이터 요건에 부합하는 특화 플랫폼 또는 클라우드 기반 서비스가 있습니다. 이들은 이미 금융기관에 빅데이터를 가공하는 등의 방식으로 데이터를 공급하고 있어 마이데이터 요건에만 집중해 대응할 수 있는 장점이 있습니다. 하지만 본인들이 사업하던 영역이 그대로 마이데이터 시장의 새로운 영역으로 대체되기에 생존을 위해 집중해야 하는 상황이기도 합니다. 이런 이유로 이들은 가장 뾰족하고 구체적인 해결책을 제시할 수 있습니다. 하지만 금융시스템의 데이터 유통만을 책임져왔던 때와는 달리 마이데이터를 중심으로 데이터 활용 방식을 다시 그려야 하는 시장 변화를 모두 충족하기 위해서는 그들도 아직 경험해보지 못한 부분이 있을 수밖에 없기에 이러한 한계를 염두에 두고 활용 수준을 결정해야 할 것입니다.

    마이데이터를 중심으로 데이터 활용 방식을 새롭게 정의해야 하기 때문에 마이데이터 특화 플랫폼 도입은 신중하게 추진해야 합니다.

    마이데이터 구축 사업 현황

    주변의 여러 마이데이터 구축 사업을 살펴보면 사업의 핵심요건에 집중함에도 불구하고 크고 작은 어려움을 겪고 있음을 알 수 있었습니다. 다른 구축 과제와는 조금 다른, 몇 가지 이유를 살펴보겠습니다.

    마이데이터 사업자를 준비하는 기업 중 규모가 큰 곳은 이미 기존 금융 업종에서 시장을 선점하고 있어 이 위치를 유지하려는 의지가 다른 기업에 비해 높습니다. 이들 입장에서는 2021년 8월이라는 시행 일정이 제공기관으로서가 아닌 사업자로서도 매우 부담스럽고 경쟁의 시작점을 뒤로 미루기 어려운 상황입니다. 이런 이유로 구축 일정을 앞당길 수 있다는, 아직 검증되지 않은 여러 구축사업 제안들의 시험대 역할을 선두에서 자처할 수밖에 없습니다. 더불어 이들은 대부분 사업자로서의 준비와 함께 기존 사업에서 쌓인 개인신용정보를 제공해주어야 하는 제공기관으로서의 의무 수행을 같이 준비해야 합니다. 이런 복잡하고 어려운 문제들은 구축사업 시작과 함께 SI 주사업자에게 고스란히 숙제로 전달되고 다시 파편화된 여러 솔루션과 플랫폼들로 나누어져 내려옵니다. 짧은 준비기간 동안 손발을 맞춘 정도에 반비례하여 이슈들이 만들어질 것입니다.

    그리고 대부분의 사업은 자의적으로 사업 일정을 계획한 것이 아니기 때문에 부족한 예산 기준에 맞춰 진행되는 것일 수 있습니다. 기능 또는 성능상의 추가 요건을 수용할 물질적인 버퍼가 부족하여 몇 번의 조정을 위한 회의는 모두를 지치게 하고, 얼마 남지 않은 과제 기간에 대한 긴장으로 스트레스가 가득 차 있을 것입니다. 구축 과제 기간이 매우 짧고, 모두가 이 영역의 과제는 처음이며, 아직 모든 요건이 도출되지 않은 상태에서 어쩔 수 없이 시작할 수밖에 없는 과제이기 때문에 예측되지 않은 이슈를 처리할 수 있는 충분한 예산을 확보하는 것이 중요할 수 있습니다.

    마이데이터 사업을 준비하는 기업들은 기존 사업의 서비스와 새로운 마이데이터 서비스 간의 전환을 준비하고 있습니다. 전환에 대한 시나리오는 몇 가지로 나누어집니다.

    (1안) 기존 서비스에서 신규 마이데이터 서비스로의 점진적인 전환,
    (2안) 기존 서비스와 신규 마이데이터 서비스가 개별적인 마이크로서비스 형태로 공존,
    (3안) 판단을 보류하고 관망하여 적절한 시점에 차세대 준비

    정도가 주로 고려되는 시나리오일 것입니다. 사실 (1안)과 (3안)은 진행상 큰 차이가 없을 수도 있습니다. (1안)의 흐름으로 진행되든지 또는 그 반대로 기존 서비스에 신규 서비스가 합류하는 것인지와 관계없이, 좋은 날을 골라서 부서지는 가구 없이 잘 옮겨지기를 바라며 열심히 이삿짐을 나르면 됩니다.

    (2안)을 선택할 수 있는 조건은 무엇일까요? 기존 서비스가 마이크로서비스에 대해 잘 준비되어 있어야 가능할까요? 마이데이터를 포함해서 새롭게 열리는 시장은 공통적으로 불확실성을 가지고 있다고 말합니다. 하지만 그 불확실성을 쉽게 인정해버리는 모습은 때론 도전 의식이 부족하거나 시장의 분석과 준비가 충분치 않아서라는 오해를 사기도 합니다. 이런 이유로 예전과 같은 온프레미스(On-premise) 환경의 한정된 인프라와 느린 스케일아웃(Scale out) 대응으로 모든 변화를 감당해야 합니다. 벗어나기 위해서는 시장에서 기업이 당면한 불확실성을 인정하고 그 불확실성을 기술적으로 해결할 수 있는 서비스 아키텍처와 인프라를 갖추어야 합니다. 그 선택은 마이크로서비스 아키텍처와 컨테이너 기반의 데브옵스(DevOps) 체계, SRE(Site Reliability Engineering)와 같은 기존과는 다른 관점의 관리 운영 체계로 나아가는 것이 될 수 있습니다. 결국 현재 당면한 마이데이터 구축 사업을 포함하여 긴 목표를 두고 전사 통합 인프라 운영 전략을 수립하여 마이데이터로 촉발될 새로운 시장에 능동적으로 대응해야 합니다.

    마이데이터 서비스 구축은 장기적 관점에서 이행 전략을 수립하고 능동적으로 추진해나가야 합니다.

    마이데이터 특화 플랫폼 도입, 무엇을 고려해야 할까요?

    마지막으로 마이데이터 사업자의 선택 중 하나가 될 수 있는, 아마도 가장 빠르게 필요한 기능을 확보할 수 있는 마이데이터 특화 플랫폼에 대해 다루어 보겠습니다.

    금융 데이터 유통을 담당하던 기업이 기존 자사의 제품에 마이데이터 특화 표준 API 규격과 본인 인증 처리 방안 등을 추가하여 시장에 내놓은 솔루션들이 있습니다. 또는 대용량 인터페이스에 필요한 오픈 API 게이트웨이(Open API Gateway)를 대상으로 마이데이터 특화 기능을 탑재한 솔루션일 수도 있습니다. 이들은 모두 기존 기능과 마이데이터 관련 기능을 제외한 나머지는 SI 구축이 필요하다는 말을 아끼고 있습니다. 하지만 결국 SI 구축 제안의 한 형태로 사업자나 제공기관에 소개될 것입니다. 전체 마이데이터 시스템의 일부로서 본인이 정의한 역할에 충실하게 동작하려고 하지만 앞서 언급된 여러 이슈들을 해결하려고 할 때 독립적으로 동작하려는 플랫폼은 문제 해결에 장애 요소가 되기도 합니다.

    이런 이유로 마이데이터 특화 플랫폼은 하나의 통합된 플랫폼과 같이 동작하기 위한 유연성을 갖춰야 합니다. 예를 들면 △컨테이너 기반으로 빌드나 배포가 잘 될 수 있어 독립적으로 동작하지만 성능의 유연성을 충실하게 확보할 수 있는 구조적인 기반이 준비되어 있거나, △구현된 내용물이 여러 다른 개발 표준 위에 쉽게 이식될 수 있는 개발 표준이 동반된 산출물의 호환성이 준비되어 있거나, △유연한 인터페이스와 다양한 연계를 지원하여 다른 기능들과 마치 하나의 생물처럼 동작할 수 있는 가능성이 높거나 하는 것들입니다. 하지만, 기존 제품의 기술 기반을 크게 변경하지 않고 접근하려는 제품들은 이같은 특징을 쉽게 확보하기가 어렵습니다. 아마 대부분의 솔루션은 SI 구축 범위로서 이런 이슈들이 해결되기를 바라고 있을 것입니다. 하지만 이런 기업들은 구축 프로젝트가 시작되면 당장 표준 API 규격 외에도 기존의 비표준 규격이 존재하고 또 새로운 무언가가 있으며 이것들을 함께 고민해야 한다는 이야기를 듣게 될 수 있습니다. 마이데이터 서비스는 기존 서비스와 병행되어야 하기 때문에, 마이데이터 구축 과제에 이같은 고객사 내부의 다양한 새로운 요건들이 쏟아져 나올 것이기 때문입니다.

    그리고 마이데이터 특화 기능에 대해서도 단순히 표준 API 규격을 미리 선개발해놓는 수준으로 이해했다면 지속적인 규격 업데이트를 누가 수행할지, 그 비용은 어떻게 충당해야 할지 등에 대해 해결해야 할 숙제들은 고스란히 남겨두고 있는 상황으로 볼 수 있습니다. 이상적으로는 마이데이터 표준 API 규격에 대한 이해 없이도 마이데이터를 수집하여 활용할 수 있는 방안을 다양하게 고민하여 마치 내부의 저장소에서 조회하듯 활용할 수 있는 차별적인 접근이 필요합니다. 그리고 앞서 언급한 표준 API 규격 변경에 대한 기술지원서비스 생태계 구성에 대해서도 미리 준비하여 사업자나 제공기관에 전달할 제안서에 반영되어 본 사업의 규모에 대해 보다 사실적으로 실감할 수 있도록 해야 합니다.

    마이데이터는 사업자와 제공기관뿐 아니라 다양한 새로운 역할과 추가 사업 기회가 얼마든지 만들어질 수 있습니다. 초기 시장을 형성하는 데 들어간 노력의 일부는 상호 간의 과금 형태로 해소되겠지만 그렇지 못한 대부분이 시장을 미리 선점한 일부 사업자만의 이익으로 해소된다면 후발주자가 나오기 어렵게 되어 앞서 언급한 큰 시장은 쉽게 열리지 않을 것입니다. 이런 이유로 고민해야 할 것들이 많이 있지만 적은 비용으로 최대의 효과를 얻을 수 있는 방법이 명확하지 않은 지금, 가장 중요한 것은 모든 시도가 실패하지 않아야 한다는 점입니다. 실패에 투자할 돈을 줄여야 합니다. 실패하지 않으려면 모든 시도는 최대한 고민할 수 있을 만큼 고민하고 그 결과를 최대한 짧은 시간을 거쳐 준비하고 반영해야 합니다. 이런 이유로 제품 또는 반제품 형태의 다양한 솔루션과 플랫폼을 활용하여 SI 구축 기간을 단축할 수 있는 최대한의 노력을 해야 합니다. 사업자와 제공기관은 제안받는 내용 중에 확실하게 구축 기간을 줄일 수 있는 방안이 존재하는지를 검토해야 합니다. 고민할 시간을 늘여야 하는지, 구축에 시간 투자를 더 해야 하는지가 선택의 문제라고 보여질 수 있지만 구축 기간을 줄일 수 있는 방법이 확실하다면 선택하지 않을 이유가 없습니다.

    에스코어는 컨설팅과 IT 역량을 결집해 마이데이터 사업자와 제공기관이 필요로 하는 플랫폼 등의 기반 기술을 엔드투엔드 프로페셔널 서비스로 신속하게 제공합니다. 에스코어와 함께 마이데이터 사업의 성공 문턱에 한 걸음 더 가까이 다가서기를 기대합니다.

    # References
    [1] 금융분야 마이데이터 서비스 가이드라인, 금융위원회·한국신용정보원, 2021년 2월
    [2] 금융분야 마이데이터 기술 가이드라인, 금융위원회·금융보안원, 2021년 2월

    ▶ 해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에게 저작권이 있습니다.
    ▶ 해당 콘텐츠는 사전 동의 없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

    모든 산업이 목적 있는 혁신과 플랫폼 경제로 향하는 이유

    플랫폼 경제에서 넷플릭스(Netflix), 테슬라(Tesla)와 같은 기업은 더 빠르게 혁신하고 더 효율적으로 협업하며 고객에게 더 나은 서비스를 제공할 수 있다.

    연결된 플랫폼(그리고 약간의 Wi-Fi)은 분산된 팀 간에 더 많은 혁신과 큰 깨달음의 순간을 줄 수 있다.

    • 플랫폼 경제는 비즈니스 모델을 바꾸고 혁신의 문을 열었다.
    • 플랫폼 사고방식(mindset)을 도입하는 건축·엔지니어링·건설(Architecture, Engineering, and Construction, 이하 AEC) 및 제조 회사는 생산성, 투명성 및 복원력을 향상시키면서 오랜 문제들을 해결할 수 있다.
    • 플랫폼 마인드와 혁신을 결합하면, 기업이 차별화되고, 경쟁하고, 세상을 변화시키는 데 도움이 되는 역량을 확보할 수 있다.

    연결된 플랫폼(그리고 약간의 Wi-Fi)은 분산된 팀 간에 더 많은 혁신과 큰 깨달음의 순간을 줄 수 있다. 플랫폼은 비즈니스 운영 방식(사일로 파괴, 협업 증대, 혁신 기회 창출 등)을 변화시킬 뿐만 아니라 성공의 결정적 요인이 되고 있다.

    과거 기업들이 선형 비즈니스 모델을 따랐을 때, 주요 경쟁 방식은 고객을 위한 제품이나 서비스를 개발하는 것이었다. 하지만 그 모델에서 워크플로우는 호환되지 않는 소프트웨어 프로그램과 함께 대충 맞춰져 비효율적인 사일로 스토리지 세상으로 이어졌다. 혁신은 이 단편적인 전략의 한계에 봉착했다. 플랫폼은 기존의 비즈니스 모델을 파괴하고 혁신을 위한 새로운 방법을 창출하는 등 변화를 가져왔다.

    맥킨지(McKinsey) 보고서에 따르면, 2025년까지 디지털 플랫폼은 전 세계 매출의 30%를 차지하고 이는 60조 달러에 달할 것이다. 하지만 이러한 추정치에도 불구하고 3%의 기업만이 플랫폼 전략을 세우고 있다.

    일반적으로 AEC 업계와 같이 프로젝트가 여러 회사 및 시간대에 분산되어 있는 산업에서, 플랫폼의 필요성은 특히 중요하다. 모든 사람이 호환되지 않는 소프트웨어를 로컬에서 사용하는 것이 아니라 동일한 플랫폼을 사용하는 경우, 건설 프로세스가 더 원활하게 진행된다.

    예를 들어, 건축가, 제작자 및 협력업체와 같은 다분야 이해 관계자가 동일한 지능형 모델의 동일한 플랫폼에서 함께 작업하면 더 적은 인원으로 대형 병원 프로젝트를 구축할 수 있다.

    AEC 기업들이 플랫폼 사고방식을 갖는 데 더디긴 했지만, 그 흐름이 변하고 있다. 맥킨지는 투자자들이 2014년과 2019년 사이에 건설 기술에 250억 달러를 투자했다고 전했다. 코로나 19 팬데믹 기간 동안 디지털 전환이 가속화되고 인더스트리 4.0(Industry 4.0)이 부상함에 따라, 더 많은 건설 및 제조 기업들이 상호 연결된 툴을 활용하고 플랫폼 경제의 일부가 되기 위해 가까워지고 있다.

    플랫폼 경제란 무엇인가?

    플랫폼은 사용자 간 마찰 없는 상호 작용을 촉진하는 통합 환경인 공통 작업 공간이다. 소프트웨어 통합이 이루어지고 타사 개발자가 자신과 플랫폼에 가치를 더할 수 있는 생태계다. 이베이(eBay)가 어떻게 누구나 가입하고 “판매자”가 될 수 있는 가상 시장을 만들었는지 생각해 보자. 플랫폼은 기술 수준뿐만 아니라 비즈니스 및 전략 수준에서도 사고방식의 전환을 불러일으킨다. 더 이상 제품만 파는 것이 아니라 기초적인 서비스를 파는 것이다.

    “공유 경제” 및 “긱 이코노미“(임시계약경제)라고도 불리는 플랫폼 경제는 디지털 플랫폼을 중심으로 비즈니스 모델을 구축하는 시장 트렌드다.

    플랫폼은 종종 현대적이고 새로운 것으로 여겨지지만, 수년 동안 존재해 왔다. IBM, SAP, 마이크로소프트는 수십 년 동안 플랫폼을 구축해 왔다. 여기에 클라우드는 플랫폼을 한 단계 더 끌어 올렸다. 이러한 개방형 생태계는 데이터와 정보에 실시간으로 액세스하고, 기술 간의 원활한 통합을 창출하며, 여러 이해 관계자 간의 협업을 위한 공간을 제공한다.

    클라우드 기반 플랫폼은 혁신을 위한 비옥한 터전이다. 왜냐하면 플랫폼이 데이터를 중앙집중화 할 때, 그 데이터와 유사한 타의 추종을 불허하는 계산 자원을 가져올 수 있기 때문이다. 이는 고객 데이터의 가치, 즉 고객에게 다시 제공할 수 있는 가치를 이전에는 불가능했던 방식으로 실현함으로써 혁신을 촉발할 수 있다.

    플랫폼 기업의 또 다른 이점은 종종 전통적인 파이프라인 기업보다 물질 투자가 적고 성공으로 가는 속도가 빠르다는 것이다. 플랫폼 레볼루션>의 공동 저자이자 보스턴 대학 정보 시스템 분야 마셜 밴 앨스타인(Marshall Van Alstyne) 교수는 100여년 전에 설립된 BMW의 시장 가치가 530억 달러에 달한다고 언급한다. 이는 2009년에 설립되어 600억 달러의 가치를 지닌 우버(Uber)와 비교해 볼 수 있다.

    플랫폼, 구축할 것인가 구축하지 않을 것인가

    성공적인 플랫폼을 만들려면 고객이 필요하다. 고객을 확보하기 위해서는 플랫폼으로 끌어들이는 무언가가 있어야 한다. 한마디로 가치를 만들어야 한다는 것이다. 최고의 플랫폼은 가장 매력적인 기능을 갖춘 플랫폼이다. 여기서 혁신이 중요하다. 혁신을 추구하지 않는다면, 이곳은 패스트 팔로어(fast follower)가 될 수 있는 곳이 아니다. 이곳은 기업들이 대담하게 생각하고, 전략적 예측을 개발하고, “어디로 갈 것인가. 시장은 어떻게 변하게 될 것인가. 우리 고객들이 앞으로 무엇을 필요로 할 것인가” 같은 질문을 할 수 있는 장소다.

    테슬라는 완벽한 사례다. 이 회사는 처음부터 플랫폼 사고방식을 가지고 있었으며 전기차, 그 이상의 것을 만들었다. 이 회사는 운송 생태계와 전기 에너지 인프라를 구축하여 제품을 지원하는 전체 플랫폼을 구축했다. 테슬라가 단순히 더 나은 자동차를 만들려고 했다면 실패했을 것이다.

    운송 생태계와 전기 에너지 인프라를 구축하는 플랫폼 사고방식은 테슬라의 성공에 부분적으로 기여했다.

    대신, 테슬라는 자동차 제조를 재정의하고 전원이 통합되고 전기적이며 효율적인 새로운 종류의 차량을 개발했다. 오늘날 얼마나 많은 테슬라가 운행되고 있는지를 보고 성공을 빠르게 측정할 수 있다. 일론 머스크(Elon Musk) 테슬라 CEO는 현재 상태에 대해 의문을 제기하는 패턴을 가지고 있으며, 이는 은하계 스타트업 스페이스X와 같은 혁신의 흐름과 하이퍼루프(Hyperloop) 기술 사용에 대한 계획으로 이어진다.

    다른 사람들이 인정하는 플랫폼을 구축하는 것은 쉬운 일이 아니다. 오토데스크는 데이터와 고객을 연결하기 위한 장기적인 비전을 가진 개발자 플랫폼인 Forge(포지)를 10년 이상 개발해 왔다. 하지만 플랫폼 사고방식을 채택하고 플랫폼 경제의 일부가 되었다고 해서 자신만의 플랫폼을 구축해야 하는 것은 아니다. 모든 회사에 대역폭이 있는 것은 아니다. 그리고 MIT 슬론(Sloan)에 따르면 85%의 플랫폼이 장기적으로 성공하지 못한다.

    플랫폼은 빠르게 레드 오션이 된다는 이슈가 있다. 12개의 건설 플랫폼을 위한 공간이 있는가? 어림없다. 12개 이상의 기업이 건설 플랫폼의 정당한 소유주라고 생각하는가? 당연하다. 하지만 “적을 이길 자신이 없다면, 적의 편이 되라”라는 속담이 있다.

    넷플릭스는 2억 7백만 명의 구독자를 보유하고 있는 세계 최대 구독 스트리밍 회사로, 자체 서버 인프라를 구축하는 대신 아마존 웹 서비스(AWS)를 사용하여 이를 달성했다. 이 회사는 고객 기반을 구축하기 위해 메일을 통해 DVD를 보내는 회사에서 시작했지만, 장기적인 목표는 항상 스트리밍 회사가 되는 것이었다. 그것은 그들이 혁신하고, 미디어를 소비하는 새로운 방법을 만들고, 이 놀라운 수준의 성공에 도달할 수 있도록 도와주는 현명한 사업 결정이었다.

    또한, 대부분의 건설 회사들은 외부 플랫폼에서 운영해야 할 것이다. 왜냐하면 자체적으로 이를 구축하는 것은 말도 안 되기 때문이다. 건설 클라우드 서비스를 향한 움직임이 증가함에 따라, 조직은 생산성 향상, 효율적인 운영, 비용 절감 및 혁신을 위해 플랫폼을 활용할 기회가 충분히 있다.

    플랫폼이 혁신에 불을 지피는 방법

    혁신은 기업의 업무 수행 방식을 파괴하고 새로운 사고방식을 창출하는 것을 의미한다. 에어비앤비(Airbnb)는 호텔을 짓는 것이 아니라, 숙소를 재정의하고 단기 임대 숙소를 제공할 수 있는 플랫폼을 구축함으로써 숙박업계에 진출했다.

    협업은 종종 혁신을 낳고, 클라우드 기반 플랫폼은 설계에 의한 협업 환경이다. 이들 중 적어도 83%는 서로 다른 4개 분야의 파트너를 보유하고 있다. 이는 이질적인 업계 전문 지식을 통합함으로써 기업이 인간의 독창성과 클라우드 지원을 끝없이 결합할 수 있기 때문이다.

    플랫폼은 워크플로우를 하나로 연결하고 자동화를 가능하게 하여, 기업이 아이디어와 솔루션을 창출하는 데 더 많은 리소스를 투자할 수 있도록 지원한다. 이 기능을 사용하면 워크플로우 및 참가자가 동시에 상호 작용할 수 있다. AEC 회사는 연결된 가치 사슬을 통해 혁신을 저해하는 오랜 문제를 해결할 수 있다.

    전통적인 진공청소기 제조업체, 인공 지능 소프트웨어 제공 업체 및 카메라 센서 회사와 같은 여러 업계의 전문 지식을 결합하면 행복하고, 아주 스마트한 진공청소기 로봇이 만들어진다.

    플랫폼 전략의 3가지 이점

    1. 가동 중단 시간 제거

    산업 제조에서 가동 중단(downtime)은 업계에서 1년에 500억 달러의 비용이 드는 비싸고 시간이 많이 소요되는 중단 사태이다. 플랫폼과 사물 인터넷으로 구동되는 스마트 팩토리에서는 예측 유지 보수 기능을 통해 가동 RISS 통합검색 - 학위논문 상세보기 중단 시간이 제한된다.

    2. 공급망 회복 탄력성 생성

    코로나 19 팬데믹 초기에 포춘지 선정 1000대 기업 중 94%가 공급망 중단 사태를 겪었다. 기업과 공급업체 네트워크를 구축하는 통합 플랫폼을 통해 기업은 위기 상황 시 다른 공급업체에서 선회하고 다른 공급업체의 소스를 사용할 수 있다.

    3. 재작업 감소

    프로젝트 재작업의 52%는 의사소통이 원활하지 않기 때문에 발생한다. 클라우드 기반 플랫폼에서 일반적인 데이터 환경을 만들면, 설계 단계에서 더 큰 투명성과 더 쉬운 문제 해결을 위해 모든 사람이 공유하는 단일 정보 소스가 생긴다.

    플랫폼을 정보와 움직임으로 소용돌이치는 은하라고 생각해 보라. 데이터는 들어오고 나갈 수 있지만 궁극적으로는 자급자족하는 독립체다. 이러한 플랫폼이 특정 성숙도 임계값을 넘어서면 기업은 플랫폼 간 상호 운용성의 가치를 보게 될 것이다. 서로 다른 산업이 융합할 수 있는 상호연결된 플랫폼의 생태계를 조성하여 가능성과 혁신을 위한 무한한 기회가 열릴 것이다.

    충분히 설득력 있는 혁신이 있을 때, 이들이 서로 꿰어지고 쌓아가면서 흥미로운 일들이 일어나기 시작한다. 혁신과 플랫폼 사고방식을 결합하면 이러한 것들이 개인의 창작물보다 더 큰 무언가를 만들어낸다. 그들은 차별화, 경쟁, 그리고 세상을 변화시킬 수 있는 놀라운 잠재력을 제공하는 흥미로운 방식으로 연결되기 시작한다.


0 개 댓글

답장을 남겨주세요