2017.06.14 All things Data Conference 2017

All things Data Conference 2017

일시: 2017.06.14 13:00 ~ 18:00

장소: 그랜드 인터컨티넨탈 파르나스

개요: SKT IoT부문에서 주최한 Conference로 IoT, Data, AI 동향 공유, 관련 SKT 보유 상품 소개. 2,000여 명 참석.

 

 

[환영사 - 이호수 ICT 기술총괄 / 차인혁 IoT 사업부문장]

• 올해로 2번째 열리는 Data conference
• GPU 저렴해지고 Open source 활용으로 진입 장벽이 낮아지는 변화의 흐름 속에서 향후 상호 협력을 통한 win-win 기원

 

[산업의 디지털화를 가속하는 IoT 네트워크 기술의 출현 및 진화 - SKT R&D 네트워크 기술원 박진효 원장]

1. 4차 산업혁명과 Digital Transformation
   - 4차 산업혁명 = ICT에 의한 Digitalization
   - Digital Transformation의 성공 여부는 기업의 중요한 미래 전략
   - SKT Tango(Network Operation Platform): SKT 통신망 Big data 수집/분석을 통해 네트워크 운영 효율화, 최적의 통화 품질 제공, 이상 징후 감지
   
   
2. Digital Transformation을 위한 IoT의 역할
   - IoT와 타 ICT 기술의 융합으로 Data 생성, 수집, 공유, 활용 촉진, Digital transformation의 핵심 역할 할 것
   
   
3. SKT의 IoT Infra 현황 및 진화 방향
   - 개방과 협력을 통한 IoT 생태계 활성화
   - 시장/고객 내 상이한 요구사항에 맞춘 "Hybrid IoT" 구축
   
   
4. IoT Infra 기술개발 현황
   IoT= sensor로 수집되는 데이터를 분석
   - Car IoT / Trusted IoT / 수중 IoT
   
   
5. To-be 지향점
   생태계 활성화에 선순환 고리 역할 주도
   - T developers 운영, 개발자 교육 및 T open lab, T API 등 인프라 지원
   - T open house로 벤처/스타트업 지원
   - 산학연 협력
   

 

 

[기업의 데이터 활용도 평가를 통해 본 이노베이션 전략 - SKT IoT부문 Data사업본부 허일규 본부장]

1. Paradigm shift by Big data & Machine learning
   - 연역과 귀납: 기존에는 연역이 주류, 귀납이 비주류였으나 데이터를 통해 귀납이 주류로..
   - 인풋, 아웃풋만으로 세상 이해 가능 induction을 통해 새로운 것 discovery
   
   
2. 기업의 데이터 활용도 평가 framework
   1) Data: symbols (예: SKT-BMW 5G 커넥티드 카)
   2) Information: data that are processed to be useful; provides answers to "who", "what', "where", and "when" (예: 반도체 wafer의 약 80억 개 data point 처리)
   3) Knowledge: application of data and information; answers "how" questions (예: 유조선 운항 조건 최적화를 통한 운영비 절감)
   4) Wisdom: "why" (예: T-map data로 Intelligence 자동차 보험 적용) 
   
   
3. 기업은 어떤 준비를 해야하는가
   - AI 적용 자동화 잠재 영역: collect, process data는 업 무관 자동화 가능 (McKinsey 7월 report 참고)
   
   - 구성원 역량: 수학, 통계학, 업종 전문성, 커뮤니케이션, 시각화, 프로그래밍, 머신러닝, 하둡 중 2~3개 균형적으로 갖춰야.

 

[AI-powered digital innovation - 서울대학교 컴퓨터공학부 장병탁 교수]

1. 인공지능 기술과 산업 동향
   - AI의 개념, 역사
   - Intelligence Explosion (Singularity)
   - Deep learning: 물체 인식/음성 인식/비디오 분석
   
   
2. AI+Big data 기반 Digital Innovation
   Mind (Software, Data) + Body (Hardware, Device)
     - @Manufacturing: GE Digital Predix, Siemens MindSphere, FANUC Preferred Networks
     - @Logistics: Amazon Robotics, UPS Chatbot
     - @Commerce: Salesforce Einstein, SAP Chatbot
     - @Home: Google Nest, Apple HomeKit
     - @Healthcare: Digital health/medicine/doctor
     - @Service: Relay Hotel Delivery Robot, Pepper Service Robot 
   
   
3. 인공지능의 미래
   Narrow AI > AI with Deep Learning > Cognitive AI (현재) > Human-level AI > Superhuman AI

 

[Track별 세션] 

Track 1. 유통, 물류, 리테일, e-commerce 참석 (Track 2. 제조 / Track 3. 금융, 공공 서비스 / Track 4. 건설, 홈가전)

1. SKT의 Intelligence 기반 고객 서비스
   고객 성향 별 맞춤 미납상담 시스템 (STT 기반)
     - STT > TA > Answering > Agent (상담 guide 16개 정도 마련)
   고객 성향 분석 방법론
     - personality (2 matrix : 적극형, 공격형, 무관심형, 방어형, 회피형)
     - 회수 가능성
     - risk score
   
   
2. SKT의 고도화된 타겟 마케팅 전략
   - Micro Marketing (LBS CRM), 모든 측정이 실시간으로 이루어지는 것이 중요
   - 옴니채널 마케팅 중 SKT가 가장 잘 할 수 있는 일 = "위치 기반 인지 서비스"
   - 벤치마킹: best buy와 shopkick 협업, Macy's shop beacon, walmart, meiman marcus: 외부 위치 data와 crm 정보를 matching 
   - 상품 소개: 
   1) Smart[foot traffic]
   2) Smart[Check-in]
     개인정보는 하나도 가지고 있지 않음, 위치 정보 동의 필요)
     checkin, out, stay, remain 정보 분석 가능
   3) Smart[Marketing Manager]
     고객사에 SDK 넣어서 위치 data 수집, GFZ in-out check, CRM 결합 (사례: H card, E coffee) 분석 등 모듈별 도입 가능
     활용 방안: 1) 매장 집객 유도, 고객 분석 report 2) 체류시간 증대 3) 실시간 상품마케팅 등
   4) Smart[Zone Cast]
   
   
   
3. 데이터 통합 분석을 통한 360도 고객관리
   1) Trend = 예측분석 
   2) SKT: Big data hub, Geovision, Life-style segment DB, 지역분석 DB
   3) Data 활용 (내/외부 data 결합)
     - 버스정류장 광고 주목도 효과성 분석을 위한 유동 인구 분석
     - 신용 평가
     - 이용 패턴 활용 에너지 절감
     - 택시 수요 분석 근로환경 개선
   4) To-be
     - Data 융복합을 통한 활용 가치 확대
   
   
4. SKT 통합물류플랫폼 KEROL의 인텔리전스 전략 
   1) 물류 동향
   2) 물류 Data 분석
   - Tracking & tracing, SCEM (Event management), Monitoring, Analytics
   

참고 논문: Russell Ackoff