클라우드뉴스

“설명 가능한 분석모델 제공”…SAS, 클라우드 시대 더 진화

디지털데일리 발행일 2021-05-21 09:36:57
  • 가
  • 가
백지영
[디지털데일리 백지영기자] “온프레미스, 클라우드 등 위치에 상관없이 고객의 데이터가 위치한 곳에서 기존 인프라에 대한 투자를 활용할 수 있는 선택권을 보장하면서 데이터 분석을 지원하겠다.”

글로벌 데이터 분석 솔루션 리더인 SAS는 지난 19일부터 20일까지 양일 간 온라인으로 열린 ‘SAS 글로벌 포럼 2021’에서 ‘어디에서나 가능한 분석‘이라는 비전을 공개했다.

브라이언 해리스 SAS 수석부회장 겸 최고기술책임자(CTO)는 “SAS의 분석 플랫폼은 클라우드 네이티브 기반으로 컨테이너화돼 지속적 통합·제공(CI/CD) 프로세스를 제공한다”며 “이는 기업 고객이 클라우드 환경에서 다른 기술과도 상호 원활하게 SAS 분석 솔루션을 이용할 수 있다는 것을 의미한다”고 강조했다.

이를 통해 데이터 과학자들에게 선택권과 제어력을 제공하며, R, 파이썬 등의 오픈소스 생태계도 적극 지원하고 있다고 강조했다.
◆퍼블릭 기반 빅데이터 분석 SW 가파른 성장=실제 최근 클라우드 기반 빅데이터 분석 소프트웨어 시장이 빠르게 성장할 것으로 예상된다. 시장조사기관 IDC는 ‘2020-2024년 전 세계 빅데이터 분석 소프트웨어 전망 보고서’를 통해 2019년 퍼블릭 클라우드에서 제공되는 빅데이터 분석 소프트웨어가 전체 빅데이터 분석 소프트웨어 시장의 30.5%를 차지했으며, 2024년까지 연평균 23.2% 성장할 것으로 전망했다.

반면 온프레미스 및 기타 소프트웨어 배포 방식은 연평균 성장률이 -1.2%를 기록할 것으로 내다봤다. 이러한 추세는 퍼블릭 클라우드 기반의 기술을 신속하게 적용하는 기업이 더디게 적용한 기업에 비해 경쟁력을 강화할 수 있다는 것을 시사한다.

SAS는 지난해부터 마이크로소프트(MS) 클라우드 서비스 ‘애저’에서 자사 분석 플랫폼 ‘SAS 바이야’를 제공하고 있다. 이번 행사에선 아마존웹서비스(AWS)와 구글 클라우드에서 데이터 분석을 지원한다고 밝혀 주목을 받았다. 올해 말엔 레드햇 오픈시프트 지원도 계획하고 있다.

제이 업처치 SAS 수석부사장 겸 CIO(최고정보책임자)는 “금융, 유통, 공공, 의료, 교육, 스포츠 등 다양한 산업군의 고객사들은 클라우드에서 SAS 바이야를 활용하고 있다”며 “미국 곡물유통기업 가빌론 그룹은 ‘SAS 클라우드 온 애저’로 마이그레이션하고 클라우드 유연성을 활용해 관리 워크로드와 운영 비용을 절감하고 있다”고 말했다.

이와 함께 SAS는 ‘모두가 활용할 수 있는 분석’을 내세웠다. 그동안 SAS는 자사의 엔터프라이즈 분석 플랫폼 바이야를 통해 분석 수준에 상관없이 누구나 손쉽게 분석을 할 수 있는 ‘분석의 대중화’를 이끌어 왔다.
◆자동화·신뢰성 높은 분석, 융복합 AI 비전 내세워=이미 빠르게 변화하는 비즈니스 환경에서 디지털 혁신이 가속화되는 가운데, 기업은 비즈니스 프로세스에 고급 분석과 자동화된 의사결정 과정을 결합하고 있다. 분석을 기업 전반에서 모두가 참여하는 ‘팀 스포츠’로 간주하는 것이 가장 이상적이다.

예를 들어, 비즈니스 분석가는 데이터를 시각화하고 데이터에 대한 질문을 던지고, 데이터 사이언티스트는 분석 모델을 개발하고 비즈니스 분석가의 질문에 답변을 하는 역할을 한다. 경영진은 분석의 결과와 이를 기반으로 한 의사결정의 영향력에 대해 알아보고자 할 것이다.

SAS는 기업 내 모든 역할이 하나의 분석 플랫폼에서 원활하게 협업할 수 있도록 지원한다는 설명이다. 또한 SAS는 기업이 경쟁력을 제고할 수 있도록 데이터 분석 기반의 비즈니스 의사결정 최적화 및 자동화를 지원한다.

브라이언 해리스 SAS 수석부회장은 “SAS는 데이터 변환, 파이프라인 구축, 모델 선별 및 최적화를 자동화해 데이터 사이언티스트가 업무 생산성을 향상시킬 수 있도록 돕는다”며 “분석 라이프사이클 전반에 걸쳐 분석 모델의 성과를 모니터링해 기업이 예측한대로 분석 모델을 제어할 수 있도록 한다”고 강조했다.

투명하고 신뢰할 수 있는 분석도 SAS가 강조하고 있는 영역이다. SAS는 설명 가능한 분석 모델을 제공한다. 또, 분석에 일관성과 정확성을 보장하는 것이 궁극적으로 AI와 머신러닝의 가치에 대한 신뢰를 쌓을 것으로 내다봤다.

이밖에 디지털 혁신이 가속하되면서 기술통계, 자연어처리(NLP), 딥러닝, 음성 처리, 컴퓨터 비전 등 여러 분석 기술에 대한 요구가 증가하면서 ‘융복합 AI’가 부상하고 있다고 강조했다.

그는 “디지털 혁신이 가속화되면서, 이러한 분석 기술을 신속하게 적용하는 기업만이 디지털 트랜스포메이션 시대에 경쟁력을 확보할 수 있을 것”이라며 “디지털 시대의 기업 경쟁력은 신속하게 기회를 포착하고 분석 모델을 개발해 비즈니스 의사결정 과정에 결합하고 비즈니스 프로세스와 애플리케이션 유형에 상관없이 분석 모델을 배포하는 지에 달려있다”고 설명했다.

◆‘대화형 AI 챗봇’ 통해 신원 도용 피해자 구제=SAS는 이번 행사에서 미국 신원도용범죄정보센터(ITRC)는 협력해 개발한 AI 챗봇 ‘비비안’도 공개했다. ITRC는 신원 도용 피해자를 돕는 비영리단체다. 코로나19 이후 신원 도용 범죄가 증가하면서 ‘비비안’을 통해 더 많은 신원 도용 피해자를 구제하겠다는 목표다.

‘비비안’은 클라우드 네이티브 플랫폼인 SAS 바이야의 ‘SAS 대화 디자이너’를 기반으로 구현됐다. 24시간 신원 도용 피해자의 신고를 접수받을 수 있고, 이를 통해 피해자 구제율을 높일 수 있다.
ITRC는 비비안의 베타 테스트 중 실업 수당 관련 신원 도용 신고 건수가 2019년 20건 미만에서 2020년 10월 기준 약 750건에 달하며 큰 폭으로 증가했다고 전했다.

비비안은 실제 상담사들이 빈번하게 경험하는 상담 시나리오에 공감하고 반응하도록 프로그래밍됐다. 실제 전문가와 상담하고 지원을 받기 전, 비비안을 통해 신원 도용 피해 구제에 도움이 될 수 있는 기초적인 정보를 제공한다.

신원 도용 피해자는 ▲타인이 본인의 명의로 신용카드 개설 ▲타인이 본인의 명의로 실업보험 신청 ▲지갑 분실 ▲피싱 이메일에 응답▲ 세금 신고 불가 등의 선택지 가운데 어떤 유형의 문제인지 선택하고 비비안은 이에 따라 단계적인 해결방안을 제시한다.

사랍 굽타 SAS AI 및 애널리틱스 프로덕트 수석 디렉터는 “대화형 AI의 발전으로 챗봇과 디지털 어시스턴트는 금융, 유통, 헬스케어 등 여러 산업에 걸쳐 활용되고 있다”며 “SAS가 제공하는 대화형 AI 챗봇은 SAS 바이야의 분석 생태계를 원활하게 활용할 수 있기 때문에 노코드의 대화형 인터페이스로 리포트 작성, 시각화, 분석 및 AI 기능을 제공할 수 있다”고 말했다.

◆지난해 3.4조원 매출 기록한 SAS…금융권 큰 폭 성장=한편 SAS는 지난해 코로나19로 어려움에 직면한 기업들이 데이터 분석을 통해 신속하게 의사결정을 내리고 민첩하게 대응할 수 있도록 지원하며 30억달러(한화로 약 3조4000억원)의 매출을 기록했다고 밝혔다.

데이터 분석, AI, 클라우드 및 인터넷(IoT) 부문이 SAS의 성장을 견인했다는 평가다. 산업 분야별 매출로는 금융권에서 사기 방지 및 리스크 관리 분야가 큰 폭으로 성장하며 금융 부문이 전체 매출의 30%를 차지했으며, 공공(17%), 보험(11%), 서비스(10%)가 뒤를 이었다.

개빈 데이 SAS 기술 부문 부사장은 “특히 SAS는 지난해에도 매출의 27%를 연구개발(R&D)에 투자했다”며 “분석 라이프사이클을 최적화할 수 있도록 오픈소스 언어, 오픈 데이터 포맷 및 API 부문에 적극 투자했다”고 강조했다.

이같은 노력에 따라 SAS는 ‘2021년 가트너 매직 쿼드런트: 데이터 사이언스 및 머신러닝 플랫폼 부문’ 보고서에서 8년 연속 리더로 선정됐다고 전했다. 또, 지난 2019년 향후 3년 간 인AI 분야에 총 10억달러 투자를 발표한 이후 AI 발전, 교육, 서비스 분야에 대해 지속 투자해왔다고 전했다.

데이 부사장은 “현재 포춘 500대 기업 리스트 중 상위 100대 기업의 91%가 SAS 솔루션을 활용하고 있는 것이 그 반증”이라고 말했다.

<백지영 기자>jyp@ddaily.co.kr
Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지
백지영
jyp@ddaily.co.kr
기자의 전체기사 보기 기자의 전체기사 보기

이 기사와 관련된 기사

디지털데일리가 직접 편집한 뉴스 채널

당신이 좋아할 만한 뉴스

많이 본 기사

연재기사

실시간 추천 뉴스