데이터 업계 고수와의 인터뷰 02 – 손진호 연구소장님

손진호 연구소장님

 

데이터 업계의 고수를 찾아 직접 인터뷰하는 컨텐츠! 그 두 번째 고수는 누구일지 기대가 되는데요! 인터뷰 두 번째 손님은 미소정보기술 회사의 손진호 연구소장님이십니다. 미소정보기술 회사는 데이터를 통해 BI 시스템 구축, 의료 정보 분석, 소셜 네트워크 및 텍스트 분석 등 여러 분야에서 왕성한 활동을 하는 빅데이터 전문기업입니다. 11명으로 구성된 작은 회사였을 때부터 145명의 건실한 데이터 전문기업으로 자리매김하는 모든 순간을 함께하신 손진호 연구소장님과의 인터뷰는 어떻게 진행되었을지 살펴보실까요?

 

      Q. 안녕하세요! 소장님. 인터뷰에 응해주셔서 감사합니다. 간단한 자기 소개 부탁드려도 될까요? 

안녕하세요! 만나게 돼서 반갑습니다. 저는 주식회사 클라크라는 국내 지게차 만드는 회사에서 10년 가까이 시스템 기획 등의 업무를 하다가 오래전 미소정보기술로 이직을 하게 되었습니다. 다양한 프로젝트를 20개 이상 진행하면서 실제 필드에서 많은 경험을 하였고 현재 미소정보기술 연구소장을 맡고 있습니다.

 

      Q. 그럼 미소정보기술 회사로 이직을 하신 건 10년 정도 되신거네요? 

그렇죠. 여러 회사 경력은 많지 않지만 한곳에 오래 있는 게 스스로 장점이라고도 생각합니다. (웃음) 그리고 현 회사에서 대기업과의 프로젝트를 많이 하다 보니까 실제 업무 경험을 많이 쌓게 된 것 같습니다. 

 

     Q. 전 회사에서 미소정보기술로 이직을 하게 된 건 어떻게 본다면 완전히 다른 분야로의 이직이라고 볼 수 있을 것 같은데요. 이직을 하실 때 데이터 분석 분야의 이해에 있어서 힘들진 않으셨나요? 

힘들었죠. (웃음) 힘들지만, 한편으론 다른 분야의 도메인을 이해하는 데 큰 발판이 된 것 같습니다. 처음부터 데이터 분석과 같은 분야만 집중했다면 오히려 기업들과의 협업이라던가 프로젝트 진행에 있어서 도메인을 이해하는데 어려웠을 것 같습니다. 반대로 저는 실무를 하고 기획을 했던 경험들이 전혀 데이터에 거부감없이 장점이 됐다고 생각합니다.

 

     Q. 실무 경험이라면? 

타 기업들과 협업을 하게 될 때 기업들의 업무 패턴이나 이런 것들을 전반적으로 이해하고 일을 진행하는 것과 아닌 것의 차이는 크거든요. 그런 부분에서 도메인의 이해에 있어서 큰 충돌이나 어려움이 없었다는 게 장점인 것 같습니다. 

 

     Q. 솔루션 기획, 구축.. 그리고 더해서 인공 지능 분야를 공부하셔야 되는 부분에 있어서는 힘들지 않으셨나요?

이 부분은 매번 말하는 부분인데요. 코딩 레벨이나 스크립트가 가장 중요한 부분이라고는 생각하진 않아요. 데이터 분석을 잘해야 인공지능 모델도 잘 나온다고 생각해요. 데이터 분석을 오래 하고 친숙해지다 보니 인공지능 분야도 빨리 습득하고 업계에서 자리를 잡게 된 것 같습니다.   

   

     Q. 개발 PM 하시면서 20여개의 프로젝트를 도맡아 하셨다고 하셨는데, 가장 인상 깊었던 프로젝트는?

최근에 했던 대형 플랜트 건설사의 개발 요건이 기억에 남네요. 시공을 중심으로 전반적인 플랜트 건설을 맡게 되는 거대 프로젝트인데요. 요건은 이러한 플랜트도 여러 EPC 사의 제안요청서를 받아 가장 좋은 제안을 선택하게 되며 이러한 제안요청서는 PDF 기준으로 파일당 200~400페이지에 달하는 2,000개 이상의 PDF 문서로 전달받게 됩니다. 과거 이를 위해 설계 엔지니어가 한 달 동안 수작업으로 검토하고 분석하여 제안하더라도 1곳만을 선정하니 치열하기도 하고 많은 인력과 비용이 발생하지요. 그런데 문제는 경력자가 사라지면 이러한 노하우나 지식도 사라진다는 거예요. 지식은 사람이 가지고 있고 은퇴나 이직 등 다양한 사유로 다시 시작하고 사라지고 하니, 기업과 지식도 사라진다는 겁니다. 이러한 지식을 담고 제안 요청서를 단기간에 파악할 수 있는 플랫폼을 제안해달라고 하여 연구를 하였고 연구원들과 데이터 분석을 시작, 국내 12개 이상의 기업, 해외 솔루션 대기업 두 군데와 경쟁하여 1차 통과하였으며 마지막에는 해외 대기업들과 경쟁한 끝에 선정된 것이 가장 인상 깊었습니다. 기술도 기술이지만 문제 해결을 위해 치열한 설득과 증명을 한 것이 가장 기억에 남아요.

 

     Q. 쟁쟁한 대기업들과 경쟁에서 이기게 된 노하우가 있을까요? 

꼭 가지고 있는 기술만 제시하고 구축을 하려고 하면 될 수 있는 사례가 많이 없습니다. 도전해야만 만들 수 있고 진행할 수 있는 기회들이 있다고 생각해요. 첨언하자면, 이러한 프로젝트 경험들이 기술 연구소와 결합하면 좋겠다는 생각을 하고 있습니다. 저는 도전적이고 빨리 변화되고 연구개발도 빠르게 순환을 할 수 있게 하는 게 제가 연구소장으로써 추진하는 방향입니다. 

 

     Q. 프로젝트를 진행하실 때 결과적으로 좋은 일도 있지만 갈등도 있을 것 같은데요. 내부, 외부적으로 어떻게 극복하시나요? 

제가 정답은 아니겠지만, 저는 ‘협상’이라고 표현을 합니다. 프로젝트에서는 절대 갑, 절대 을은 없다고 생각해요. 협상해서 합리적인 쪽으로 만들어내면 문제가 없습니다. 하지만 한쪽으로만 고집을 부리게 되면 망하는 케이스가 되는 거라고 생각해요. 서로의 상황을 이해하면서 이루어지는 협상과 협력이 중요합니다.  내부적으로 본다면, 짧은 시간에 완수한다거나 업무 부담과 같은 것들인데요. 회사에는 멘토 제도가 있어서 멘토와 멘티 프로그램으로 서로 문제가 생겼을 때 보완해줄 수 있고 든든한 조력자가 될 수 있기 때문에 업무적 갈등을 최소화할 수 있는 좋은 제도라고 생각해요.

 

     Q. 추가적으로 뜻깊었고 다음에 더욱 개발하고 싶은 프로젝트가 있었나요? 

과거 솔루션 등 가장 뜻깊었던 기억은 메디 허브라는 솔루션입니다. 전 세계에서 발행되는 PUBMED의 정보를 기준으로 MESH TERM이라는 주요 병명과 키워드 간을 분석하고, 의료 논문의 발행 수를 보면서 질병에 대해 한눈에 볼 수 있게 만든 프로그램인데요. 이는 간단하게 의료 연구에 필요하다는 교수님의 의견으로 만들기 시작했습니다. 현재는 미소정보기술 스마트 CDW안에 항상 제공되는 기능으로 소개됩니다. 하지만 이런 부분이 다음에는 공개형으로 환자와 보호자에게 필요한 정보로 제공되면 좋겠습니다. 즉 인공지능 시대에 자동으로 번역되고 새로운 신약의 논문이 어떻게 발행되고 어느 나라에서 관계형 치료나 신약의 관계 등을 알 수 있게 했으면 합니다. 이러한 신약의 정보나 트렌드 정보는 폐쇄적인 것이 큰 문제인데요. 질병을 가지게 되는 환자나 보호자에게는 가장 소중한 시간에 가장 필요한 정보일 수도 있어서 무료로 제공하고 서로 정보를 공유할 수 있는 커뮤니티 정보 App을 만들고 싶네요. 

 

Smart CDW 일부

처: 미소정보기술 웹사이트 (http://www.misoinfo.co.kr/#/misoinfo/solutionDataCdw.do)

 

      Q. 말씀하신 것처럼 개인정보 문제나 이런 제한이 풀리게 되면 하시고 싶은 프로젝트가 있으신가요? 

의료분야는 Closed Domain이지만 다이아몬드와 같은 데이터들이 많다고 생각해요. 이 부분들이 개인정보 문제로 사용될 수 없는 게 안타까운 것 같습니다. 추후에 이런 제한들이 다소 완화된다면 암 발병에 대한 예측과 같은 것들을 인공지능으로 솔루션을 구현하고 싶습니다. 빅데이터를 기반으로 정확도가 더 높아지고 통계적인 접근보다 인공지능 기법으로 질병 예측, 스테이지 관리 같은 것들을 개발했으면 좋을 것 같습니다.

 

     Q.  앞서, 스마트 CDW를 언급하셨는데요. 혹시 의료 분야와 같이 전문 분야를 이해하시고 프로젝트를 진행 하실 때 어려운 점은? 

사실 저는 학부는 컴퓨터 전공, 석사는 물류 시스템, 박사는 공학을 전공했습니다. 다방면으로 공부해서 그런지 다른 도메인 지식을 받아들이는 데 있어서 큰 어려움이 없었던 것 같아요. 금융이나 의료, 제조, 물류 등 베이스적으로 경험을 많이 하게 되면 지식이 폭도 넓어지고 타 분야를 이해하는 데 있어서도 도움이 된다고 생각합니다. 

 

     Q.  2017년 데이터 분석 기법을 활용한 수요예측 모형을 개발하여 서비스 부품 저장위치를 선정하는 논문을 쓰셨는데요. 현재 전자 상거래 웹사이트의 수요 증가와 맞물려 창고 및 허브 관리가 중요시되는 상황에서 서비스 부품이 아닌 상품에 대한 솔루션 개발 계획은 있으신가요? 

요즘에는 리테일이 활발해서 물류가 빨리 배송되는 최적화에도 고민을 많이 하고 있습니다. IBM의 인공지능인 왓슨(Watson), 그리고 One Network의 네오(Neo)등이 물류 공급망 효율을 향상할 수 있게 강화학습을 통한 실시간 의사 결정이 가능한 세상입니다. 과거에는 최적의 위치를 선정하여 작업 효율 개선이나 프로세스 개선을 중심으로 분석했다면, 요즘은 딥러닝의 시대로 강화학습, GAN 등을 통한 예측 방식이 발전되었는데요. 미소정보기술 연구소도 강화학습기반의 풀필먼트 수요 예측 시스템을 준비하고 있습니다. 일반적으로 Markov Decision Process에서 정의된 각 상태(state)의 이전(Transition)에서 행동에 대한 보상을 최대화하는 방향으로 학습하고, 주어진 상태를 바탕으로 Agent는 action을 취하며 action이 environment의 입력으로 새로운 state와 reward를 반환하여 수요예측의 강화 효과가 있고요. 이는 SCM망의 재고 효율화에 강화학습을 통한 풀필먼트 수요 예측반영을 통한 SCM 망내의 풀필먼트가 진행되는 재고의 효율화 강화에 집중하면서, 보다 확장적인 인공지능 기반의 수요예측 시뮬레이션 플랫폼 개발을 목적으로 합니다.

 

     Q.  텍스트 분석, 버즈 분석과같은 솔루션도 개발을 하셨더라구요.

맞습니다. 딱히 수주가 있어서 시작한 솔루션은 아닙니다. 버즈 분석과 같은 솔루션을 개발한 건 빅데이터를 하는 상징성도 있었습니다. 텍스트 데이터를 수집하다보면 트렌드를 볼 수 있고 비슷한 추세로 따라가는 것도 볼 수 있습니다. 현재 미소정보기술에서는 15억 건 이상의 데이터를 운용하고 있고 매일 10만~ 20만 건 정도 수집하면서 정제 및 학습 데이터까지 만들고 있는 업무를 하고 있습니다. 다년간의 경험으로 최적화도 가능해져서 현재는 큰 부담 없이 빅데이터 수집, 정제, 저장에 저희만의 노하우가 생겼습니다. 

 

     Q.  요즘에는 이미지 관련한 인공지능도 많이 바이럴되고 있는데요. 혹시 인공지능이 결합된 이미지 합성과 같은 솔루션도 진행 중인게 있나요? 

사실 이미지 분석은 그전까지는 원천기술이 충분하지 않았고 시스템화시키기에는 아직 이르다고 판단했었는데요. 마침 올해는 트렌드도 맞는 것 같아서 사업에 진행 중에 있는데 학습 데이터를 만들고 학습시키고 분류 판단하는 솔루션을 상반기에 스마트 AL이라는 이름으로 출시될 예정입니다. 


Q. 굉장히 많은 분야에서 개발이 진행되고 있네요. 그렇다면 미래에는 이 업계에서 어떠한 일들을 해나가고 싶은지 여쭤봐도 될까요?

저는 인공지능 쪽에 계속 연구를 하고 싶어요. 이번에 가장 똑똑한 가상 비서를 만드는 프로젝트도 맡게 되었는데요. 제조기업의 가상 비서를 만드는데, 정보를 빨리 찾아서 “이 시간에 교통량이 어때?”라고 할 때 자체적으로 검색해주고 실질적인 정보를 주는 가상비서를 만드는게 목표입니다. 기업과 기관에 들어가게 돼서 이러한 전문화된 비서들이 활동을 하면 업무적으로나 여러 면에서 편해지지 않을까 싶습니다. 사람들이 ‘아이언맨’의 자비스를 보면서 나만의 가상비서가 있으면 너무 좋겠다라고 생각하시는데요. 저는 이러한 ‘나만의 전문화된 가상비서’를 만드는게 5년~10년 안에 만드는 게 저의 목표입니다.  

 

제조현장 특화 인공지능 비서 

출처: 미소정보기술 웹사이트 (http://www.misoinfo.co.kr/#/misoinfo/viewPrNewsDetail.do)

 

     Q. 마지막으로 데이터 업계에서 선두주자로 있으시면서 요즘 데이터 업계쪽으로 관심있으신 분들에게 해주실 조언이나 한말씀 부탁드리겠습니다.  

저는 IT 전문 서적보다는 TED라는 책을 꼭 읽어보시라고 추천해 드리고 싶어요. 유명한 교수나 IT 전문가들이 어떻게 발표하는지 보셨으면 좋겠어요. 새롭게 진입하시는 분들이 자기표현을 잘하셨으면 좋겠는데, 내가 이러한 프로그램을 짰고 Tensor에서 증명했고, 인공지능을 알고 있다는 전반적인 것들을 표현할 수 있다면 큰 장점이며 빨리 성장할 수 있다고 생각해요. 표현력. 그게 가장 큰 무기라고 생각합니다. 

 

 

<우측 손진호 연구소장님, 좌측 SPH 이소린 전임> 

 

‘내가 가진 지식과 기술을 다른 사람들에게 올바르게 표현할 수 있어야 한다’라는 말이 와닿네요. 특히나 마지막에 말씀하신 ‘나에게 특화된 인공지능 비서’는 일반인들에게도 공개되어 많은 사람들에게도 큰 도움이 되는 인공지능 기술이되면 좋겠습니다. 바쁜 와중에 시간 내주셔서 감사합니다. 이상 손진호 연구소장님과의 인터뷰였습니다!

    

 

*본 인터뷰는 코로나19 방역에 준수하여 진행하였으며 사진 촬영 시에만 마스크를 내려 촬영하였습니다.