'센서 데이터를 기업 수익으로'··· 테라데이타, IoT 시장 공략 나선다

분석 전문 업체 테라데이타(Teradata)는 지난 수년 동안 UPR(Union Pacific Railroad) 등의 기업이 센서 데이터를 이해하고 이를 비즈니스 프로세스에 통합할 수 있도록 지원해 왔다. 그러나 그것은 빙산의 일각에 불과했다.


Image Credit: Getty Images Bank

테라데이타의 마케팅 부사장 채드 밀레이는 "오늘날의 사물인터넷(IoT) 혁신이 제조, 운송, 광업, 에너지, 유틸리티 등의 업종을 완전히 바꿔 놓을 준비가 돼있다. 우리는 IoT를 하나의 티핑 포인트(Tipping Point)로 보고 있다"고 말했다.

테라데이타는 UPR 같은 고객 사례를 활용해 다른 기업도 지원할 계획이다. 그리고 이를 위해 업체는 기업이 센서 데이터 스트림을 수익 스트림으로 바꿀 수 있도록 다양한 지적 재산 및 전문 컨설팅 서비스를 통합한 4가지 신규 서비스를 24일 발표했다.

설립된 지 154년 된 UPR은 미국 내 최대 규모의 철도 네트워크다. 23개 주 3만 2,100마일이 넘는 철도를 따라 8,500량 이상의 기관차가 달린다. 이렇게 긴 철로에서 많은 기차가 움직이다 보면 탈선은 피할 수 없다. 피해 비용은 2,000만~4,000만 달러에 달한다.

궤도 위 2,000만 개의 센서값
테라데이타는 10년 이상 UPR이 궤도를 달리면서 내는 차륜 소리를 감지하는 센서를 장착할 수 있도록 지원했다. 다른 센서는 차륜 베어링의 온도를 측정한다. 센서는 하루 2,000만 개 이상의 측정값을 제공한다. 밀레이는 "(이를 통해) 임박한 문제를 발견할 수 있다. 차륜의 열이 한계를 초과했을 수 있는데, 앞으로 탈선이 일어날지를 판단할 수 있다"라고 말했다.

물론 이런 경고로 탈선이 줄어들었지만 완전히 없애지는 못했다. 또한 UPR은 약 1시간 불과한 열차간 간격 때문에 시간이 지연될 때마다 엄청난 금액의 손해를 입고 있었다. 몇 시간 정도라고 해도 고객과의 약속에 상당한 영향을 끼칠 수 있다.

그러나 현재 UPR은 스트리밍 데이터를 훨씬 빠르고 효율적으로 수집해 처리할 수 있다. 상당한 신뢰도 수준으로 약 1주일 전에 탈선을 예측할 수 있으며, 이로 인해 베어링 관련 탈선이 75% 감소했고 유지보수 일정을 조정해 보수 지연을 줄이고 있다.


센서를 통한 수익성 확보
테라데이타는 스페인에서 지멘스(Siemens)가 마드리드와 바르셀로나 사이를 오가는 신뢰도가 높은 고속 열차를 납품하는 데도 협력했다. 스페인의 국영 철도 기업 렌페(Renfe)는 두 도시 사이에서 AVE(Alta Velocidad Espanola) 고속 열차의 수익성을 높이라는 압박을 받고 있었다. 밀레이는 "그들은 해당 노선의 수익성을 높이고 싶어했다. 하지만 출장을 다니는 사람은 혹시 회의 시간에 늦을까봐 비행기를 선호했다"라고 말했다.

지멘스는 테라데이타의 도움을 받아 센서 데이터를 활용해 열차의 예방적 유지보수를 최적화했다. 이런 노력은 해당 노선의 신뢰성을 확보하는 데 매우 효과적이어서 렌페는 이용객에게 열차가 15분 이상 지연되면 열차표 값 전체를 환급하는 공격적인 정책을 시행할 수 있었다. 밀레이는 "이 신뢰할 수 있는 노선 덕분에 비행기를 이용하던 고객 중 상당수를 확보할 수 있었다"라고 말했다.

이런 변화는 열차 업계에만 유효한 것이 아니다. 제조 설비, 석유 및 가스 파이프라인, 트럭, 서버 팜(Server Farm), 소매점 등에도 엄청난 기회가 될 수 있다.

PwC는 2020년까지 전 세계적으로 210억 개의 커넥티드(Connected) '사물'이 설치될 것으로 전망했다. 이미 IoT로 생성되는 데이터 용량이 소셜 미디어에서 만들어지는 데이터를 압도하고 있으며 이런 데이터는 지속적으로 증가할 것이다. 테라데이타 측은 기업이 유입되는 엄청난 양의 IoT 센서 데이터로부터 비즈니스적 가치를 창출하기 위한 도움이 필요로 하게 될 것으로 기대하고 있다.

밀레이가 찾아낸 기회도 바로 이것이다. 이 새로운 AoTA(Analytics of Things Accelerator)는 제조, 운송, 광업, 에너지, 유틸리티 부문의 IoT 현장 참여에서 파생된 것이다. 밀레이는 "새 AoTA를 통해 기업은 신뢰하고 보존할 센서 데이터를 판단하면서 특정 비즈니스 문제를 가장 잘 해결하는 분석 기법의 종류와 조합을 선택할 수 있게 될 것이다. 그리고 그 핵심은 '억지' 1회성 프로젝트에서 벗어나 수천 개의 복잡한 기기와 자산을 통해 확장할 수 있는 기업 수준의 솔루션으로 전화해 지속적으로 긍정적인 비즈니스 성과를 내는 것이다"라고 말했다.

새로운 테라데이타 AoTA는 다음과 같다.

- CBMA(Condition-Based Maintenance Accelerator). 이 AoTA는 UPR 같은 기업을 위한 것이다. 대규모 자산 데이터를 지속적으로 모니터링, 분석해 가용성을 높이고 안전성을 개선하며 비용을 절감하는 것이다.
- MPOA(Manufacturing Performance Optimization Accelerator). 이 AoTA는 신속한 시정 조치를 위해 장비 성능과 가용성 측면에서 복잡한 생산 문제를 파악하기 위한 것이다.
- SDQA(Sensor Data Qualification Accelerator). 이 AoTA는 IoT 분석의 주요 문제를 해결한다. 관련된 비정상 패턴에 기초해 센서 측정값의 최적 빈도에 대한 추천을 자동화한다.
- VAPA(Visual Anomaly Prospector Accelerator). 이 AoTA는 엄청난 양의 MTS(Multidimensional Time Series) 데이터를 마이닝(Mining)해 최종 사용자가 핵심 이벤트 발생전 나타나는 비정상적인 패턴을 발견할 수 있도록 시각적으로 돕는다.

업체에 따르면 테라데이타 AoTA는 이미 자동차, 설비, 석유 및 가스 시스템, 소비자 제품의 주요 업체에 적용돼 1억 달러 규모의 문제를 해결하고 있다. 기존 방식으로 이 문제를 해결하려면 수십억 달러가 필요했을 것이다.

테라데이타의 부사장 겸 CPF(Chief Product Officer) 올리버 라체스버거는 "AoTA는 설비종합효율(OEE)을 85%까지 높이면서 예측성과 자산 가용성도 개선해 왔다. 투자 대비 효과가 범위 측면에서 바뀌고 있고 기업 성과와 직결되기 때문에 우리는 AoTA에 계속 관심을 가질 것이다"라고 말했다. ciokr@idg.co.kr