문맥 (context)
옥스퍼드대의 Frey and Osborne(2013)은 702개의 일자리를 분석한 결과 47%의 일자리가 20년 안에 사라질 것으로 전망하였다. 일자리가 없어질 직업으로 텔레마케터를 1순위로 선정하였고, 파쇄기계 운전기사(50위), 약제사(150위), 동물 관리인(250위), 유리창 교체 근로자(300위), 일반 수선공(350위), 치과보조원(400위) 등이 선정되었다. 그리고 미국 Forrester Research(2015)는 자동화와 로봇화로 인해 2025년까지 2,270만 개의 일자리가 사라질 것으로 전망하였다. 이는 미국 전체 일자리에서 약 16%를 차지하는 수치이다. 소프트웨어, 엔지니어링, 로봇수리 등 새로운 일자리 창출을 감안해도 910만개(전체 일자리의 약 7%)의 일자리를 없어질 것으로 내다봤다. 또한, 한국정보화진흥원(2013)은 현재 정보통신기술의 발달은 데이터분석, 머신러닝 등을 통해 의료, 법무 등 지식업무 분야도 대체하기 시작하였다고 진단하였다.
‘결과 경제’는 사물인터넷이 자동적으로 정량적 결과를 제시하는 능력에 의해 만들어진다. 제품과 서비스를 판매하는 것에서 측정 가능한 결과를 판매하는 것으로 비즈니스 트렌드가 변하고, 기업 경쟁 및 산업 구조의 기반을 다시 정의해나갈 것이다. 기업들이 제품과 서비스의 실질적 효과를 정량적으로 보여주기 위해서는, 개별 제품이나 서비스보다는 고객 수요에 초점을 맞춘 새로운 생태계 협력구조를 갖춰야 한다. 데이터, 소프트 웨어 및 플랫폼의 중요성이 확대되면서, 기존 사업자들은 ‘결과 경제’ 라는 새로운 시장에서 그들의 역량과 생태계를 확장하는 노력을 기울여야 한다. 사물인터넷이 모든 산업에서 활용됨에 따라 궁극적으로 실시간 수요 감지 및 고도로 자동화되고 유연한 생산체제를 통해 수요 기반 경제가 형성될 것이다. 이러한 발전은 자동화 기술과 지능형 기기가 보편적으로 사용될 것이라는 점을 시사한다. 결과적으로 미래 인력의 모습은 큰 변화를 맞이하게 될 것인데, 지금보다 훨씬 자동화된 경제에서 살아남기 위해 필요한 기술을 익혀야 할 것이다). 사물인터넷은 산업간 경계를 무너트리고 스마트그리드와 같은 복합적 형태의 산업을 발전시킬 것이다. 이 과정에서 새로운 일자리가 만들어지고, 필요한 지식 역시 다양한 부문의 융합 지식이 요구될 것이다.
사물인터넷이 에너지 부문에 접목되기 위해서는 직접적으로 에너지기업, 사물인터넷 부품 및 제품 제조업체, 소프트웨어업체, 시스템통합업체, 통신기업 등의 협력이 필수적이다. 간접적으로는 자동차, 건물 등 사물인터넷 적용 대상 관련 산업체까지 다양한 분야의 기업들의 역할도 필요하고, 제도 마련, 예산 지원 등 공공기관의 역할도 중요하다. 산업 부문의 이해관계자 간의 협력 체계를 구축하기 위해서는 공동 참여 프로젝트를 통해 비교우위 조합의 최적화를 찾아갈 수 있다. 단지 상호운영성과 보안과 같은 기술적 이슈에만 초점을 맞추는 것이 아니라 사물인터넷 활용이 실제 시장에 어떤 영향을 미치고 우리들의 삶을 어떻게 바꿔놓을지에 대한 공동의 탐구가 필요하다. 현재 추진 중인 스마트그리드 확산사업이나 에너지신산업 시범사업이 이러한 공동 참여 프로젝트에 해당한다. 스마트그리드 확산사업은 에너지신산업 범주에 포함되어 논의되고 있고, 향후 에너지신산업의 플랫폼 역할을 할 것으로 예상된다. 이 사업을 통해 스마트그리드 거점도시 구축 과정에서 다양한 종류의 업체 간 협력 메커니즘이 구축되기를 희망하고 있다.
강하지는 않지만 잘 알려진 신호에 Apple, Google, Intel, Cisco, IBM, Dell, Verizon이 잡혔다. 이 모두 사물인터넷을 선도하는 기업들로서 일반적으로 잘 알려진 기업들이다. 그러나 빈도수 증가율은 높게 나타나지 않아 강신호로 분류되지 못하였다. 강신호로 분류된 기업에는 Ericsson, Blackberry, Sprint가 있다. Ericsson은 사물인터넷을 통한 에너지 비즈니스 모델 변화를 지속적으로 강조해오고 있으며, 자사의 사물인터넷 플랫폼을 에너지 분야에 적용하기 위해 적극 노력하고 있다. Blackberry는 클라우드 기반 사물인터넷 플랫폼을 개발하여 지능형 에너지 사업으로 사업영역을 확장하고 있으며, Sprint는 사물인터넷 제어 부문에서 사업을 집중하고 있다.
약신호로는 Xiaomi, Eon, Atmel, Vodafone, Comcast가 선정되었다. Xiaomi는 최근에 저가 전자제품 공세로 세계적으로 회자되고 있는 기업이다. Eon은 영국 전력회사로서 가정에너지관리에 사물인터넷을 적극 활용하고 있다. 그래서 주요 신호로 잡힌 기업들이 대체로 정보통신, 전자 기업들인 반면, 에너지기업에서 유일하게 선정되었다. 에너지기업 차원에서 에너지와 사물인터넷을 접목하는 사례 분석을 시도한다면, Eon의 사례를 집중 검토해볼만하다. Atmel은 마이크로프로세서 제조업체로 사물인터넷의 핵심 부품에 주력하고 있다. Vodafone은 영국 이동통신업체로 에너지이용 효율화를 위한 사물인터넷 기술 활용에 초점을 맞추고 있다. Comcast는 미국 케이블사업자로 자사의 고객들을 대상으로 사물인터넷을 통한 에너지관리사업을 추진하고 있다. 에너지 부문 사물인터넷 응용 사례를 탐구함에 있어 본 연구에서 주요 신호로 선정된 기업들의 전략을 심층 분석한다면 분석대상 선정에서 보다 근거있는 분석이 될 것이다.
에너지 부문 사물인터넷 구성요소에서 solution, platform, cloud, software 등의 데이터 저장 및 처리 관련 키워드가 강신호로 분류되었으며, 데이터 분석에 해당하는 analytics는 약신호로 분류되었다. 강신호와 약신호가 명확히 구분된다기보다는, 사물인터넷 구성요소에서 데이터 처리에 대한 논의가 주를 이루고 있는 가운데, 데이터 분석 기법에 대한 논의가 보다 심층적으로 진행될 가능성이 높다고 볼 수 있다. 에너지 부문에 사물인터넷 적용은 자연스럽게 방대한 데이터를 생성하게 되며, 사물인터넷이 진정 그 가치를 발휘하기 위해서는 그 방대한 데이터를 제대로 활용할 수 있어야 함은 당연한 일이다. 빅데이터 활용 역량 강화를 위해 기업 차원에서 기술인력을 보강하거나 타 기관과의 네트워크를 구축하는 일을 넘어 정책적으로 데이터 공유와 활용을 촉진하는 역할을 할 수 있다. 이는 개방형 이노베이션 전략의 일환으로서 사물인터넷으로부터 확보되는 데이터 중에서 공공성이 인정되는 데이터는 필요한 수요처들과 공유할 수 있는 플랫폼을 구축할 수 있다. 플랫폼은 크게 데이터 저장과 데이터 접근방식에 따라 분산형 방식과 중앙집중형 방식으로 구분할 수 있다.
KEM과 KIM에서 공통적으로 나타난 신호를 살펴보면, company와 industry가 강하지는 않지만 잘 알려진 신호로 분류되었다. 이 두 키워드는 빈도수 면에서 가장 높은 순위를 차지했던 단어들이다. 강신호로는 customers가 잡혔다. customers는 빈도수, 증가율 모두에서 중앙값을 넘는 유일한 단어로 선정되었는데, 그만큼 사물인터넷을 수용하는 고객에 대한 관심이 높다는 것을 알 수 있다. 약신호로는 utilities, telecom, vendors가 선정되었다. 에너지 부문에서 사물인터넷을 적극 받아들이고 활용하는 주체는 역시 전력회사와 통신회사이다. 전력회사와 통신회사만 갖고 비교해본다면, 전력회사가 통신회사보다 빈도수 측면에서 많이 발생하지만, DoV의 경우 통신 회사의 등장 증가율이 확연히 더 높게 나타나고 있다. vendors도 약신호로 선정되었는데, 사물인터넷 제조업체나 판매업체의 역할이 중요해질 것으로 예상된다. 특히, 사물인터넷 사업에 뛰어드는 업체들이 늘어나고, 사물인터넷 비용 절감에 주된 역할을 할 것이다.
지시문 (instruction)
다음 문맥을 읽고 질문에 답하시오.
질문 (question)
에너지 부문 사물인터넷 구성요소 중 강신호와 약신호로 분류된 키워드를 각각 구분하여 제시하시오.
추론 과정 (compact_reasoning)
-
1과제 해석
task_interpretation에너지 부문 사물인터넷 구성요소에 대한 키워드 분류 정보를 추출하여 강신호와 약신호를 구분해야 한다.
-
2정보 추출
information_extraction문맥 내에서 에너지 부문 사물인터넷 구성요소와 관련된 키워드 분류 내용을 찾는다.
- 에너지 부문 사물인터넷 구성요소에서 solution, platform, cloud, software 등의 데이터 저장 및 처리 관련 키워드가 강신호로 분류되었으며, 데이터 분석에 해당하는 analytics는 약신호로 분류되었다.
-
3근거 선택
evidence_selection강신호에 해당하는 키워드 그룹과 약신호에 해당하는 키워드 그룹을 명확히 선택한다.
- solution, platform, cloud, software 등의 데이터 저장 및 처리 관련 키워드가 강신호로 분류
- 데이터 분석에 해당하는 analytics는 약신호로 분류
-
4논리 통합
logical_integration추출된 정보를 바탕으로 강신호 리스트와 약신호 리스트를 정리한다.
-
5결론 도출
conclusion_formulation강신호는 solution, platform, cloud, software이며, 약신호는 analytics임을 도출한다.
-
6답변 생성
answer_generation질문에 적합한 형태로 최종 답변을 작성한다.
근거 (evidence)
- 에너지 부문 사물인터넷 구성요소에서 solution, platform, cloud, software 등의 데이터 저장 및 처리 관련 키워드가 강신호로 분류되었으며, 데이터 분석에 해당하는 analytics는 약신호로 분류되었다.
- solution, platform, cloud, software 등의 데이터 저장 및 처리 관련 키워드가 강신호로 분류
- 데이터 분석에 해당하는 analytics는 약신호로 분류
최종 답변 (final_answer)
강신호: solution, platform, cloud, software / 약신호: analytics