[이병희 기자] “소비, 유통 업종과 제조 업종 기업의 머신러닝 활용사례는 대부분 비슷하다. 소비, 유통 업종의 경우는 고객 데이터에 접근해 무엇을 살까 맞춰서 맞춤형 광고를 하는 것이다. 제조업종의 경우는 데이터를 받아서 제품과 설비 등이 불량인지 아닌지를 파악하는데 주로 쓰이고 있다.”

안길승 한양대 응용확률연구실 연구원(산업경영공학 석박사통합과정)은 서울산업진흥원(SBA), 한양대 오픈소스SW사업단이 개최한 서울창조전문인력 양성 교육 ‘머신러닝 입문’과정에서 업종별 머신러닝 사례에 대해 발표했다.

안길승 연구원은 “금융분야가 최근 머신러닝을 많이 활용하는 업종”이라면서 신한은행, 우리은행, 비씨카드, 삼성카드 등의 사례를 들었다. 신한은행의 경우는 신용 평가 모델을 활용한 자동 대출, 우리은행의 음성기반 금융거래, 비씨카드의 고객 성향 파악 등이 이에 해당된다.

안 연구원은 “백화점 등 소비 유통 분야는 고객 데이터에 접근, 무엇을 살 것인지 맞춰서 맞춤형 광고를 하는 유형이 비슷하다”면서 “기법은 다 똑같고 결과물이 나왔을 때 어떻게 활용하는지만 다르다고 보면 된다”고 말했다. CJ대한통운의 경우는 혼잡한 도로와 혼잡하지 않은 도로를 예측하는 것이 특이했다고 덧붙였다.

안 연구원은 “제조분야도 데이터를 받아 학습을 통해 제품과 설비가 불량인지 아닌지를 파악하는 것, 설비가 언제 고장 날 것인지 예측하는데 머신러닝이 많이 쓰이고 있다”고 분석했다.

공공 데이터 분야 사례로는 서울시와 기상청이 눈에 띈다. 서울시는 30억 건의 통화량 데이터 분석을 통해 올빼미 버스를 도입할 때 경로를 설정하는데 도움을 받는다. 기상청은 지질학자 등이 수학적 모델을 통해 예측해온 기상데이터 분석을 머신러닝을 활용하기 시작했다는 점도 주목할 만하다.