"비즈니스의 혜안을 묻다" 물류유통 유망 빅데이터 스타트업 11選

* 해당 기사는 CLO 통권 62호(7-8월호)에 게재된 기사를 일부 발췌했습니다.

 

"비즈니스의 혜안을 묻다"

물류유통업계 유망 빅데이터 스타트업 11選

글. 이현주/엄지용/김철민 기자

 

올해 모든 산업을 망라하고 가장 뜨거운 키워드들을 꼽아보자면‘IoT’, ‘O2O(Online-to-Offline)’, ‘M2M(Machine-to-Machine)’, ‘빅데이터’가 있다. 이 중‘빅데이터’기술은 이제 단순한 기술을 넘어 비즈니스 프로세스 상위 의사결정의 열쇠를 제공하는 중요한 도구가 되고 있다. 근래에는 인사부터 회계, 마케팅을 넘어 이제는 농업과 부동산 산업에까지 빅데이터 기술이 사용되고 있다고 하니 그 적용범위는 상상을 초월한다. 마치 유행처럼 번져 사람들의 이목을 집중시켰으나, 정작 그 실체는 알 수 없었던 ‘빅데이터’가 이제는 다양한 곳에서 스타트업으로 구현되어 태동하고 있다.

빅데이터 기술이 사용되는 분야를 소개하면 크게 사이버 보안, 마케팅, 에너지, 회계, 인사, 유통, 물류, 헬스케어, 농업, 부동산 등이 있다. 이 중에서도 물류와 유통 분야의 빅데이터 스타트업들이 크게 눈에 띈다. 이제는 물류와 유통업계에도 데이터를 통해 혁신과 편리를 불러오는 빅데이터 스타트업들이 태동하고 있다. 이들 빅데이터 스타트업들은 과연 누구이며 구체적으로 어떠한 역할을 하고 있을까? 물류와 유통업계의 유망 빅데이터 스타트업 11선을 함께 만나보자.

 

 

 

물류 관련 빅테이터 스타트업 Best 6

로지넥스트 (LogiNext)

로지넥스트는 신흥 시장의 물류기업을 대상으로 기업들의 데이터 수집 및 분석과 데이터의 시각화서비스를 제공한다. ‘트랙어팩(Track-A-Pack)’ 이라는 장소기반 분석 솔루션을 통해 상품 이동 정보를 수집하고 분석해 이 정보를 통해 기업들에게 실시간 배송 네트워크를 제공한다. 이는 물류기업들이 지금까지 자신들의 배송 네트워크를 최적화하기 위해 해왔던 불편한 수작업과 복잡한 기술들을 해결해준다. ‘트랙어팩(Track-A-Pack)’ 솔루션을 통해 기업들은 차세대 화물운송추적 방식으로 나아가며 화물운송에 대한 더 나은 통제력을 가질 수 있다.

 

뮤시그마 (Mu Sigma)

뮤시그마는 세계에서 가장 큰 의사결정 기술·분석 제공기업 중 하나로 기업들이 빅데이터를 이용해 데이터에 따른(data-driven) 의사결정을 제도화할 수 있도록 돕는다. 뮤시그마만의 학제적 접근방식과 산업을 망라하는 전문지식을 통해 마케팅, 물류공급사슬 리스크 등 주로 비즈니스에 큰 영향을 주는 문제들을 혁신하도록 돕는다. 뮤시그마는 기업의 제품과 서비스에 대한 종합의사결정지원 생태계를 구축하여 제공한다. 이들은 포츈지에 선정된 500대 기업 중 140개 이상의 기업들에 합리적인 의사결정 방식이 자리 잡을 수 있도록 서비스를 제 공하고 있다.

 

퓨전옵스(fusionops)

퓨전옵스는 물류공급사슬 기술 이노베이터로서 물류공급사슬 비즈니스에 맞게 특별히 디자인된 클라우드 기반의 셀프 데이터분석 어플리케이션을 제공한다. 퓨전옵스는 특히 공급사슬 영역인 SAP, ERP관련 데이터와 Web 2.0 엔지니어링에 대한 전문성을 가지고 어플리케이션 서비스를 제공하고 있다. 이들은 하루 안에 사용자들이 360°공급사슬 가시성을 확보할 수 있도록 한다. 퓨전옵스의 고객들은 미리 설계된 1000개의 공급사슬 모범사례 포트폴리오를 기반으로, 시기적절한 분석을 통해 매니저들이 중요한 의사결정 지표들을 실시간으로 시각화할 수 있다. 이를 통해 고객들은 의사결정을 위한 데이터 리포트를 자신의 니즈에 따라 취사선택하여 어플리케이션을 통해 뽑아낼 수 있다.

 

큐빗(Qubit)

큐빗은 이커머스를 위한 빅데이터 분석 스타트업으로 온라인 유통업자들과 마케터들에게 A/B 테스팅을 통해 그들 각각의 콘텐츠를 개인화하여 시각화 시켜주고 이커머스 업자들과 마케터들의 판매를 최적화하는 도구를 제공한다.

 

스티치랩스(Stitchlabs)

스티치랩스는 온라인 재고관리 솔루션 제공업체로 유통업체들의 업무를 단순화시켜줄 소프트웨어를 개발해 제공하고 있다. 이들은 유통업자들과 도매업자들의 거래와 의사결정을 돕는 소프트웨어를 제공하고 있으며, 스티치랩스의 플랫폼은 다양한 채널 상의 재고, 주문, 거래 데이터들을 하나의 흐름으로 모아 정보를 제공해준다. 또한 개인 유통업자들의 아마존, 이베이, 빅커머스 등 공룡 이커머스 기업들과의 통합을 돕기도 한다.

 

블루릿지(Blue Ridge)

블루릿지는 클라우드를 기반으로 공급사슬 계획과 분석 솔루션을 통해 기업들에게 공급사슬 가시성을 제공하는 기업이다. 이들은 생산업체와 유통업체들에 수요 예측과 계획, 재고보충에 대한 정밀한 분석을 제시한다. 제품 가용성, 재고, 물류비용 등을 최적화하여 재고를 30% 이상 줄임과 동시에 고객 기업들의 현금 흐름을 50% 이상 올려주거나 판매량을 올려주기도 한다. 블루릿지 수요기반 솔루션은 최소 90일 이상 실행되며, 복잡하고 광범위한 공급사슬에도 활용가능하다.

 

 

 

유통 관련 빅테이터 스타트업 B est 5

 

오케스트로(Orchestro)

110개가 넘는 글로벌 브랜드들이 오케스트로의 ‘오케스트레이션 플랫폼’을 자신들의 옴니채널 전반에 전략적으로 균일하게 시행하고 있다. 이를 통해 채널 간 동떨어진 수요 데이터들을 통합해 고객에게 제공하고 이를 기반으로 적용 가능한 분석들을 제시해준다. 오케스트로의 고객들은 사업에 있어서의 예외적 상황들에 적극적으로 분석·대응 가능하며, 판매 손실 기회를 획기적으로 낮춰 이윤과 서비스레벨을 올릴 수 있다.

 

캐필러리(Capillary)

캐필러리는 고객사업과 유통업체들에게 클라우드 기반 고객 분석 마케팅 플랫폼을 제시한다. 이들은 고객과 고객충성도, 사회적 소비자관계관리, 공급사슬 후방(back-end) 분석과 멀티채널 캠페인 관리에관한 솔루션들을 고객에게 제공한다.

 

리테일넥스트(RetailNext)

리테일 넥스트는 물리적 유통에 대한 실시간 분석을 제공함으로써, 유통업자·쇼핑센터·생산업체 등이 매장 내 데이터를 수집·분석·시각화하는 것을 돕는다. 이들이 보유한 특허 솔루션은 비디오 분석, 와이파이 탐지, 선반 위 센서, 비콘, 블루투스, POS시스템, 이외 고객들이 매장에 어떻게 관여했는지를 자동으로 알려주는 자원들을 사용한다. 리테일넥스트의 플랫폼은 판촉 캘린더, 인력 시스템, 심지어 날씨 데이터와도 쉽게 통합되어 고객 쇼핑패턴과 관련된 내·외부 요소들을 쉽게 분석 할 수 있다. 이를 통해 유통업자들에게 성장, 변화, 위협에 관한 지표들을 제공하고 기회를 모색해준다.

 

퍼스트인사이트(First Insight)

퍼스트인사이트의 사스(SaaS) 솔루션은 48-72시간 이내에 유통업체와 생산업체들에게 기대되는 제품 성과, 신제품의 최적 시장진입가격 등에 대한 통찰을 제공한다. 퍼스트인사이트의 플랫폼은 수천명의 고객이 수백 개의 신제품을 평가하도록 게임과 크라우드소싱을 이용한다. 예를 들어, SNS와 웹사이트, 이메일, 휴대기기 등에 온라인 게임이 뜨고 퍼스트 인사이트의 예측분석모델은고객의 투입과 양을 측정하고 분석을 제공한다. 이처럼 이들은 자신의 고객들이 알맞은 고객에게 반응하고 있는지 정보를 제공한다.

 

프라야스애널리틱스(Prayas Analytics)

프라야스애널리틱스는 오프라인 유통업체들에게 고객경험을 수치화하여 그 분석정보를 제공한다. 이들은 유통업체들에게 그들의 매장 운영을 개선할 수 있는 더 많은 데이터들을 제공한다. 그리고 모든 데이터들은 존재하고 있는 CCTV를 통해 균일하게 수집되고 분석된다. 이들의 솔루션 중에는 ‘대기 줄 관리 솔루션’과 같이 고객이 매장 내에서 얼마나 오래, 많은 대기 줄을 기다려야하는 지 보여주어 매장 내 인력관리와 새로운 전략을 가질 수 있도록 돕는다.

 

 

 

정보과학(Information Science)이 세상을 바꾸다

 

빅데이터 혁명이 일어날 것이다. 데이터의‘양’이 혁명적이라는 것이 아니다. 이 데이터를 가지고 우리가‘무언가’할 수 있다는 것이야말로 바로 혁명이다”미국의 저명한 정치학자이자 하버드대학 교수 개리 킹(Gary M. King)의 말이다.

 

데이터는 이제 휴대폰, 신용카드, TV, 컴퓨터, 스마트 빌딩, 교통수단 등 우리가 차마 생각지 못한 모든 일상생활을 타고 흐르고 있다. 그리고 이 데이터들은 아주 빠르게 누적되어 그 양은 가히 상상을 초월한다. 개리 킹(Gary M. King) 교수의 말처럼, 혁명은 쌓여만 가는 방대한 양의 데이터와 그것의 저장이 아니다. 이 데이터들을 분석·가공할 개선된 통계적 계산 기술의 발견이 바로‘빅데이터 혁명’이다. 그렇다면 이렇게 방대한 데이터를 수집·분석·가공해‘무언가’를 만들어 내고 있는 빅데이터 기술은 과연 물류에서는 어떻게 사용될까. 그리고 이 기술은 ‘왜’물류에 꼭 사용되어야 할까.

그렇다면 지금부터 빅데이터가 공급사슬 전체에서 어떻게 활용될 수 있는지 그 구체적인 활용 범위를 살펴보고 이 기술의 성공적 활용을 위해 물류기업들이 고려해야할 5가지 요인을 알아보자. 그리고 빅데이터는 과연 물류산업에 어떤 변화를 가지고 올지 DHL 트렌드 리포트‘물류에서의 빅데이터 - 그 기대를 넘어 (원제 : Big Data in Logistics-Above the hype)’와 함께 예측해보자.

▶ Why Big Data?

오늘 날의 기업 환경에서 자원, 노동력, 자본 이외의 경쟁 우위를 위한 필수 요소로‘정보’를 빼놓을 수 없다. 이제 우리는 매우 긴밀하게 연결되어 있는 세상에 살고 있고 기업들은 정확한 데이터를 통해 얻은 통찰로 기업의 어떤 부분에서든지 효과적인 의사결정을 하길 원하고 있다. 이렇게 오늘날, 기업의 성패를 판가름할 힘을 가진 요소는 이제 ‘데이터’ 다.

그렇다면 소중한 정보의 원천을 얻는 것, 그리고 이를 통해 의미 있는 정보를 추출하는 것은 왜 이렇게 복잡한 일일까. 이는 인터넷과 기업 내부 데이터의 막대한 성장 때문이다. 아래의 통계를 보자. 2008년만 보아도 SNS의 확장, 유비쿼터스 네트워크, 스마트 기기들 간의 상호호환, 등의 이유로 이미 기업이 접할 수 있는 디지털 정보의 개수는 우주에 있는 별의 개수를 넘어섰다. 더구나 오늘 날의 이‘디지털우주’는 나날이 거대해지고 있고 그 성장속도는 2년마다 2배씩 빨라지고 있다.

이러한 양적 성장으로 인해, 이제는 데이터의 본질 자체도 크게 변화했다. 첫 번째로 데이터들은 무수히 쏟아져 나온다. 예를 들어 자동차, 스마트폰, RFID 리더기, 웹캠 그리고 센서 네트워크와 같은 연결된장치의 개발은 대량의 데이터들을 자율적으로 추가시킨다. 인간의 개입 없이도 지속적으로 데이터를 생산할 수 있는 이 장치들은 데이터의 통합과 진행 속도를 증폭시킨다. 두 번째, 다양한 데이터의 출현이다. 새롭게 만들어진 데이터들의 대부분은 사진, 비디오, 감시카메라의 장면, 블로그, 포럼 토론 및 전자상거래 카탈로그 등 아주 다양한 곳에서 비롯된다. 이 모든 구조화되지 않은 데이터 자원들은 데이터 종류를 다양화 시키는데 기여하고 데이터의 분석과 가공을 더욱 어렵게 하고 있다.

오늘 날 우리가 접하고 만들어 내는 데이터들 또한 모두 하나같이 이 두 특성을 내포하고 있다. 그렇기에 기업들은 올바른 의사결정을 내리기 위해 데이터를 가공하여 의미 있는 정보를 얻어내는 데에 더욱 고군분투하고 있다. 물류기업이라고 다를까. 물류기업들은 글로벌한 범위에서 거대한 물자의 흐름을 관리하는 동시에 시시각각 다양하고 방대한 양의 데이터들을 만들어낸다. 매일 무수히 많은 출하량들을 위해 출발지, 목적지, 사이즈, 무게, 내용물, 지역등의 요소가 글로벌 택배망을 통해 추적된다. 하지만 이 추적되는 데이터들이 모두 잘 활용되고 있을까? 대답은‘아니오’이다. 생산 효율성과 고객 서비스를 증대시키고 새로운 비즈니스 모델을 만들기 위한 건드려지지 않은 잠재력이 빅데이터에 존재하는 이유다.

 

▶ 데이터 주도(Data-driven) 사업 ‘물류’

물류산업에서의 빅데이터 분석은 5가지의 명확한 특징을 통해 경쟁우위를 획득할 수 있게 해준다. 그리고 이 다섯 가지 특징은 빅데이터가 물류 산업에서 어떻게 가장 효과적으로 적용될 수 있을지를 강조하여 보여준다. 이는 물류기업들이 어떻게 특별하고 의미 있는 정보 자산을 소유할 수 있을지 그 로드맵을 제공하기도 한다.

그렇다면 빅데이터 분석은 이 5가지의 특징 이외에 물류 공급사슬에서 구체적으로 어떤 모습으로 적용될 것인가? 그리고 이는 기업이 경쟁우위를 획득할 수 있게 도울 수 있을까? 아래 그림을 통해 물류공급사슬 상에 빅데이터의 구체적인 모습을 확인해볼 수 있다.

 

▶ 빅데이터의 성공적 활용을 위한 5가지 고려요인

이렇게 물류기업들은 빅데이터 분석을 경영성과 향상의 레버리지로 활용하거나 정보 자산 가치 증대의 열쇠로서 활용할 수 있다. 그러나 빅데이터의 활용에 대한 긍정적인 평가 이외에도 이를 올바르게 활용하기 위해서 기업이 알아야할 중요한 5가지 고려사항이 있다.

 

1. 사업과 IT 기술의 올바른 정렬

각각의 사업부서와 IT부서는 변화를 받아들이고 이를 경영할만한 가치가 있는지에 대해 다른 관점을 가질 수 있다. 그러나 하나의 조직이 빅데이터를 경쟁우위로 삼아 정보에 의한(information driven)회사로 거듭나기 위해서는 각각 사업부서와 IT부서 모두 변화를 받아들이고 이를 지원해야한다. 그러므로 사업부서와 IT가 빅데이터를 통한 목표, 목적, 이득과 위협에 관한 것들을 이해하고 조율하여 알맞게 정렬하는 것이 중요하다. 빅데이터의 성공적인 활용을 위해서는 상호 간의 이해와 이를 위한 지식과 능력의 집중이 필요하다.

 

2. 데이터의 투명성과 관리

새로운 관점의 통찰을 제공하는 빅데이터 분석은 주로 각각 데이터 자원들의 스마트한 조합이다. 그러나 현실의 많은 기업들은 빅데이터의 성공적인 활용에 있어 세 가지 주요한 어려움을 가진다. 첫 째, 회사에게 제공된 데이터의 완벽한 투명성과 데이터의 소유권 문제다. 두 번째, 모호한 데이터 매핑을 막기 위해서는 데이터의 속성들이 다양한 데이터베이스 내에서 명확히 구조화되고 정의되어야 한다. 마지막으로, 데이터 품질의 엄격한 관리가 유지되어야 한다. 불완전하고 모호하며 중복된 데이터들을 제거해 데이터의 품질을 관리할 수 있는 효과적인 프로세스가 필요하다.

 

3.데이터의 보안 유지

빅데이터 24프로젝트를 진행할 때, 기밀유지와 정보보호 문제는 아주 중요한 고려사항이다. 마치 고객에 대한 통찰을 얻기 위해 정보를 가공할 때처럼 기업이 정보 자산을 만들어낼 때, 주로 개인 정보가 유출되곤 한다. 물론 이를 정보의 유출을 방지하기 위한 엄격한 법을 가진 나라들도 있지만 법규제가 이를 완전히 통제하진 못한다. 심지어 정보 가공을 위한 데이터 활용이 법규제와 순응한다고 하더라도 방대한 양의 개인정보가 사용되거나 잘못 유출되는 것은 공개적인 비판대상이 되기도 한다.

 

4. 데이터 과학

빅데이터 활용에 성공하기 위한 아주 중요한 열쇠는 방대한 양의 원데이터를 의미 있는 정보로 바꿔줄 데이터 분석 숙련도와 조작기법이다. 이것을 통해 믿을 수 있는 정보와 의미 있는 통찰을 얻을 수 있기 때문이다. 하지만 아직까지 많은 산업 내에서는 요구되 는 계산·분석 기술능력이 다 갖추지 못했다. 올바른 기술을 각각의 정보처리문제에 배치해 해결하기 위해서는 아주 전문화된 지식이 필요하기 때문이다. 그러므로 조직들은 빅데이터를 활용하기 위해 이에 대한 지원으로 새로운 전문 인력 확보에 투자하고 접근해야 한다.

 

5. 기술의 올바른 사용

오늘날 컴퓨터의 성능이 기하급수적으로 향상되고 진보한 정보처리기술이 가능해지면서 새로운 업무처리 방식이 가능해졌다. 그러나 이러한 새로운 컨셉의 업무방식을 수용하기 위해서는 완벽히 새로운 기술을 수용하는 것 또한 필요하다. 그렇기에 기업의 IT부서가 빅데이터 프로젝트를 이행하기 위해서도 새로운 기술 요소들에 대한 검증이 꼭 필요하다. 예를 들어, 이 기술들이 원래 사용되고 있던 시스템을 지원할 수 있는지, 그리고 이미 많은 금액이 투자된 프로세스가 이 새로운 기술을 통해 더 높은 업무 효율을 보일 수 있을 지 등에 대한 철저한 점검이 필요할 것이다.

 

▶‘Big data’ is ‘Big deal’!

물론 앞으로 빅데이터가 물류산업에 확산되기까지 극복해야 할 여러 장애물이 있다는 것은 틀림없는 사실이다. 데이터의 품질문제, 정보의 보안문제, 조직 내 기술의 수용 그리고 기술적 실행 가능성 등을 예로 들 수 있다. 하지만 장기적으로 보았을 때, 이러한 장애물들은 부차적인 요소에 불과하다. 이미 물류업계는 다른 여러 사례들을 통해 왜 빅데이터를 수용하고 활용해야하는지 그 가치와 가능성을 내다보았다. 예를 들어 구글, 아마존, 페이스북, 이베이 등 기업들은 이미 대량의 데이터를 이용해 정보들을 하나의 비즈니스로 바꿔놓는데 성공했고 이를 통해 새로운 가치를 창출해냈다. 이렇듯 이제 우리는‘정보’가 자원, 노동, 자본과 더불어 네 번째 생산요소로서 자리매김했으며, 경쟁적 차별화에 필수적인 요소라는 것을 알고 있다. 그리고 이제는 이를 물류업계에서 증명할 한 발 앞선 물류기업이 필요하다. 이제는 운영적 효율성과 고객경험 증대, 실용적인 새 비즈니스 모델을 증축하기 위해 빅데이터의 잠재력을 건드려야 할 때이다. 이를 위해 물류기업들도 의식구조와 문화를 바꾸고, 명확한 전략과 올바른 접근방식을 통해 새로운 혁명을 맞이해야 할 것이다.