소비자 직접 서비스(DTC Direct to Consumer) 시대의 도래와 시사점

No.83 2013.2.20
소비자 직접 서비스
(DTC: Direct-to-Consumer)
시대의 도래와 시사점
∙ 작성 성영조 / 상생경제연구실 연구위원
(syj@gri.kr, 031-250-3163)
쟁점과 대안
Ⅰ. DTC 개념과 역할
Ⅱ. DTC 적용 사례
Ⅲ. DTC 핵심 : 머신러닝 기술과 사물인터넷
Ⅳ. 시사점
목 차
No.203 2015.10.21

• 이슈 &진단 은 특정분야의 정책제안이나 정책아이디어를 시의성 있게 제시하여
정책의 방향설정과 실현에 도움을 주고자 작성된 자료입니다.
• 이슈 &진단 에 게재된 내용은 경기연구원의 공식견해와 다를 수 있음을
밝힙니다.
Ÿ 발행2015년 10월 Ÿ 발행인임해규
Ÿ 주소경기도 수원시 장안구 경수대로 1150
Ÿ 전화031-250-3114 http://www.gri.kr

“모든 것(everything)을 분석하겠다.”
- Larry Page, Google CEO -
“우리는 절대로 데이터를 내다버리지
않는다.“
- Jeff Bezos, Amazon.com CEO -
“방대한 양의 데이터가 머신러닝 기술로
집약되어 모든 분야에 적용된다면 아주
놀라운 일이 벌어질 것”
- Satya Nadella, Microsoft CEO -

쟁점과 대안
최근 단순 반복 업무이지만 시간을 다투는 분야에서 데이터 기술을 바탕으로 한
정보 서비스가 적극 도입되기 시작하였다. 프로야구 뉴스로봇, 지진전문 뉴스로봇과
같이 데이터 기술에 기반한 컴퓨터 알고리듬이 실제 기자를 대신하고 있다. 산업
혁명으로 인간의 물리적 노동력을 기계가 대신했다면 이제는 인간의 지적 노동력을
데이터 기술이 대신하는 세상이 되었다. DTC(Direct-to-Consumer)는 주로 제약
회사나 생명공학회사가 의료기관이나 의사를 거치지 않고 소비자에게 직접 마케팅
하는 것을 의미한다. 이러한 DTC 개념을 확대하여 ‘중간에 인간의 개입 없이
소비자에게 직접 제공하는 서비스나 기술’ 이라는 관점에서 데이터 기술의 발전을
살펴보고자 한다.
최근 기업들은 고객 맞춤형 컨텐츠와 서비스를 제공하기 위해 고객 개개인의
마음을 읽어 내려고 끊임없이 노력하고 있으며 이로부터 부가가치가 창출되고 있는
것이 현실이다. IBM의 슈퍼컴퓨터 왓슨은 연구논문, 의학서적, 진료지침 등의
방대한 의료정보를 학습하고 이를 바탕으로 의료현장에서 환자의 치료법을 제안
하거나 의료보험 수가를 적용하는 방안을 제시하는 등 전문 의료인을 대체할 만한
실력을 보여주고 있다. 인터넷 종합 쇼핑몰인 아마존의 경우 판매의 35%를 고객의
쇼핑 이력, 검색 제품, 마우스가 제품에 머문 시간 등의 정보를 바탕으로 한 추천
서비스를 통해 달성하고 있다. 이와 같이 데이터 기술을 기반으로 한 DTC는 점점
더 많은 부가가치를 창출하고 있다.
데이터 기술과 모바일이 발전함에 따라 개인정보 유출과 같은 사회문제가 발생
하고 이에 대한 강력한 대책이 요구된다. 하지만 관련 산업의 발전이나 비즈니스
활동을 위축시키지 않는 범위 내에서의 합리적인 정책이 필요하다. 세상은 이제
정보기술(IT) 시대에서 데이터기술(DT) 시대로 진화하고 있으며 경기도는 그 중심에
있다고 할 수 있다. 도내 첨단 ICT 기업이 크게 도약할 수 있도록 산업육성 정책
또한 필요하다. 마지막으로 인공지능과 같은 데이터 기술이 발달할수록 인간에게는
창의력이 요구되고 있다. 인간이 데이터 기술과의 시너지를 창출하기 위해서는 획일적인
교육이 아닌 창의성을 강화하는 교육 프로그램이 반드시 필요하다

소비자 직접 서비스(DTC: Direct-to-Consumer)시대의 도래와 시사점이슈&진단
1
Ⅰ. DTC(Direct-to-Consumer) 개념과 역할
DTC1)는 기업이 의사나 의료기관을 거치지 않고 소비자에게 직접
판매하는 방식
 2015년 2월 미국 식품의약국 FDA는 생명공학 벤처기업인 23andMe2)
의
블룸증후군(Bloom syndrome) 유전자 테스트를 승인
○ 이는 블룸증후군이라는 희귀 유전질환의 보인자 여부에 대한 테스트로,
DTC 방식의 유전자 테스트를 FDA가 승인한3) 첫 번째 사례임
- 소비자는 검사 키트(Kit)에 타액을 담아 23andMe에 보내면 검사 완료
후에 웹사이트에서 자신의 검사결과를 확인할 수 있으며, 이 과정에서
의사나 의료기관은 개입하지 않음
< 23andMe의 유전자 검사 키트 >
자료 : (좌) Monica Almeida/The New York Times via Redux A 23andMe DNA collection kit.
(우) “FDA tells Google-backed DNA test startup 23andMe to halt sales”, Digital Trends(2013.11.25).
2015년 10월 현재, 23andMe는 질병위험 분석, 유전자분석, 조상분석 등 250여 가지 유전자 검사를
$99에 제공.
1) DTC(Direct-to-Consumer)는 의약분야에서 사용하는 개념으로 제약회사나 생명공학회사가 의사나 의료기관을 거치지
않고 소비자와 직접 접촉하는 마케팅 등의 방식을 의미함.
2) 23andMe는 구글 공동창업자인 세르게이 브린(Sergey Brin)의 아내 앤 워지스키(Anne Wojcicki)가 창업한 회사로
2008년 타임지 ‘올해 최고의 발명’에 이 회사의 유전자 검사가 선정되면서 세계적으로 유명해진 생명공학 벤처기업.
3) 우리나라의 경우 DTC에 대한 논의는 있으나 ‘생명윤리 및 안전에 관한 법률’에 따라 의료기관을 거쳐야만 개인의 유전
정보 검사가 가능.

2
 DTC 개념을 확대하여 “중간에 인간의 개입 없이 소비자에게 직접 제공
하는 서비스 또는 기술” 이라는 관점에서 사용 가능
○ DTC는 의료 제품의 판매 방식을 의미하는 용어로 사용되고 있으나 다른
분야에도 확장 적용 가능한 개념
- 23andMe의 블룸증후군(Bloom syndrome) 유전자 테스트를 미국 FDA가
허가한 것은 이 테스트가 갖는 효용성 때문
- 더불어 23andMe의 방대한 유전자 정보와 높은 수준의 데이터 분석기술을
인정한 것이라 할 수 있음
○ DTC 개념은 “중간에 인간의 개입 없이 소비자에게 직접 전달하는 서비스 또는
기술” 이라는 관점에서 확대 적용 가능
- 이에 대한 실증적 사례가 다수 출현하는 중이며 발전방향 진단의 필요성
대두
< Direct-to-Concumer 개념 >
자료 : Wikipedia 홈페이지 (https://en.wikipedia.org/wiki/Direct-to-consumer_advertising).

3
데이터 기술의 발전에 바탕을 둔 DTC는 신산업 발전의 기회를 제공
 빅데이터 기술 발전으로 인간 무개입 자동서비스 제공 DTC 확대 예상
○ 기사작성, 큐레이션 서비스, 비서 서비스 등의 분야에서 인간의 개입 없이
시스템에 의한 서비스 제공이 가능
○ 전문영역의 분야라 하더라도 반복적이고 정형화된 업무에 대해서는 데이터
기술을 이용한 DTC 서비스는 점점 확대될 것으로 예상
○ 법률, 교육, 증권분석 등 많은 전문 분야에서도 고객 맞춤형 서비스를 제공하는
자동화된 시스템의 도입이 확대되는 추세
 데이터 기술의 발달로 관련 비즈니스가 출현하고 새로운 산업이 성장
○ 데이터 기술과 모바일의 발전으로 DTC 기반 비즈니스는 더욱 증가할 것이며
나아가 데이터를 바탕으로 한 부가가치가 높은 신산업이 성장할 수 있음
- 모바일 기기의 폭발적인 보급으로 개인정보 수집이 용이해지면서 개인
맞춤형 정보 서비스는 새로운 산업으로 성장할 것으로 기대됨
○ 향후에는 인간 뿐 아니라 디바이스 자체도 DTC 서비스의 정보소비자가 될 수
있으며 이는 IoT와 같은 새로운 패러다임을 가속화하는 촉매로 작용할 것임
- 스마트폰, 웨어러블 기기, 자동차, 전자제품 등의 수많은 디바이스가 서로
연결되는 디바이스 메시(Device Mesh)4) 환경에서는 각각의 디바이스가
정보의 수집가이자 정보의 소비자가 될 수 있음
4) 세계적인 IT 컨설팅 기관인 가트너에서 발표한 ‘2016년 10대 전략 기술’의 첫 번째 기술에 선정.

4
Ⅱ. DTC(Direct-to-Consumer) 적용 사례
컴퓨터 프로그램이 뉴스 기사를 작성하는 로봇저널리즘 등장
 페이스북의 ‘프로야구 뉴스로봇’, 경기 결과를 자동으로 작성하여 게시
○ 프로야구 경기 종료와 동시에 기사를 작성하고 해당 기사를 페이스북에
자동으로 게시하는 ‘프로야구 뉴스로봇’5) 등장
- 선발투수, 스코어, 수훈선수, 최근성적 등의 내용을 간단 명료하게 전달
- 경기가 종료되면 수분 내에 모든 프로야구 경기의 결과를 페이스북에 게시
○ 프로야구 뉴스로봇은 물리적인 로봇을 뜻하는 것이 아니라, 기사를 스스로
작성하는 컴퓨터 프로그램을 의미함
- 수천 건의 야구 기사 작성 패턴을 분석한 데이터베이스를 기반으로 정해진
알고리듬에 따라 자동으로 기사를 작성
- 데이터 수집, 이벤트 추출, 핵심 이벤트 추출 등과 같은 과정을 거쳐
기사를 작성하며 기자나 사람이 개입하지 않음
< 로봇저널리즘 사례 : 프로야구 뉴스로봇 >
자료 : 페이스북 프로야구 뉴스로봇 (https://www.facebook.com/kbaseballbot).
5) 서울대학교 언론정보학과 이준환 교수팀이 페이스북에 운영하는 프로야구 뉴스로 사람의 개입 없이 뉴스를 작성.

5
 LA타임스 지진전문 뉴스로봇 ‘퀘이크봇(Quakebot)’은 지진발생과 동시에
기자 대신 지진 기사를 작성
○ LA타임스의 퀘이크봇은 진도 3.0 이상의 지진이 발생하면 자동으로 기사를
작성하고 이를 LA타임스에 게재
- 기사에는 지진발생 장소와 시간 등 현황 정보와 지진발생 지역의 지도가
포함되며, 해당지역의 최근 지진발생 내역도 언급
- 지진이 발생하면 기사는 수 분 내로 작성되어 LA타임스 웹사이트의 로컬
섹션에 게재(www.latimes.com/local/lanow)
< 로봇저널리즘 사례 : LA Times Quakebot >
자료 : LA Times (http://www.latimes.com/local/lanow).
○ 퀘이크봇은 USGS6)의 지진정보 API7)를 바탕으로 기사를 작성하며, 이는
사실관계를 구조화된 포맷으로 기사를 작성하는 저널리즘 1단계 수준임
- 이에 반해 경제지 포브스(Forbes)의 내러티브 사이언스(Narrative Science),
야후(Yahoo)의 워드스미스(Word Smith) 등은 상당한 수준의 로봇 기자임
6) 미국 지질조사국(United States Geological Survey), 직원수는 약 10,000명이며 지진분야 전문인력만 100여명 보유.
7) Application Programming Interface.

6
온오프라인 연결 비즈니스 O2O(Online-to-Offline)8) 분야에서도
고객과 직접 소통
 디자이너 없이 고객의 의류 주문을 재봉틀과 연결하는 홍링社
○ 중국의 의류 제조 회사 홍링은 220만 명의 의류 디자인 DB를 바탕으로 고객의
주문에 대해 디자이너 개입 없이 설계와 제조를 직접 수행
- 국내외 220만 명의 체형을 DB화하고 이를 바탕으로 디자인 DB 1000만개,
옷 모델 100만개 보유
- 고객은 홍링의 웹사이트에 접속, 자신의 체형과 취향에 따라 디자인과
모델을 DB에서 선택하면 고객의 정보가 생산라인 단말기에 전달
< 홍링의 제품 생산 라인 >
출처 : “중비콘(34) 중국 재봉틀, 인터넷과 만나다”, 중앙일보(2015.09.20).
재봉틀 왼쪽의 액정 디바이스는 의류 설계 정보를 제공하는 일종의 미니 컴퓨터.
○ 이러한 홍링의 모델을 C2M(Customer to Manufacturer)이라 하며 디자이너
또는 중간 유통과정 없이 고객과 공장이 직거래
- 고객은 적은 비용으로 자신의 스타일에 맞는 옷을 구매하고, 회사는
대량생산 제품과 가격 차이가 크지 않은 맞춤형 의류를 판매
8) 스마트폰 등 온라인으로 상품이나 서비스 주문을 받아 오프라인으로 해결해주는 서비스.

7
큐레이션 서비스 등장으로 개인 맞춤형 정보 제공 및 고객 만족도
향상
 방대한 정보를 수집⋅분류하여 사용자의 입맛에 맞게 주제별로 제공하는
큐레이션(Curation) 서비스 등장
○ 페이스북, 트위터, 유튜브 등의 SNS 및 동영상 공유 서비스가 보편화되고
미디어 콘텐츠가 넘쳐나면서 큐레이션 서비스 필요
- 방대한 정보를 사용자에게 무차별적으로 제공하는 것은 사용자의 정보
소비에 마이너스로 작용
- 사용자의 개인정보를 바탕으로 관심사와 기호를 분석하여 사용자에게 가장
적합한 컨텐츠와 서비스를 주제별로 구분하여 제공하는 기술이 요구됨
○ 큐레이션 서비스는 콘텐츠를 수집하여 주제에 따라 분류하고 배포하는 것을
의미하며, 큐레이터에서 유래
- 큐레이터의 개입 없이 사용자의 정보와 검색패턴 데이터를 기반으로
시스템이 사용자에게 가장 적합한 정보를 찾아내어 제공함으로써 사용자의
만족도를 높임
< 큐레이션 서비스의 개념도 >
자료 : 미국 훈련교육협회 홈페이지 (http://www.astd.org/).

8
 사진공유 소셜네트워크서비스 핀터레스트(Pinterest)는 대표적인 이미지
큐레이션 서비스
○ 텍스트 중심인 트위터와 달리 아름답고 공유할만한 사진으로 소통하는
핀터레스트는 여행지, 요리, 인테리어 등 관심사(interest)로 인맥을 구성
- 핀터레스트 사용자는 인상 깊은 사진, 레시피, 상품 등의 이미지 콘텐츠를
‘보드’에 ‘핀’하는 방식으로 모으고 공유
- 콘텐츠의 99%를 차지하는 이미지를 주제별, 관심사별로 분류하기 위해
핀터레스트는 이미지 분석 기술을 도입
< Pinterest 예시 >
자료 : 핀터레스트 홈페이지 (www.pinterest.com).
○ 이미지 분석기술을 바탕으로 사용자 맞춤형 정보를 제공하며 미래지향적
관계를 추구
- 사용자의 정보와 관심사를 바탕으로 사용자에게 가장 적합한 사진이나
상품을 주제별, 관심사별로 구분하여 제공하는 큐레이팅 기능 강화
- 페이스북과 트위터가 뉴스나 만남을 주제로 관계를 형성하는 과거형이라면
핀터레스트는 사고 싶은 것 혹은 하고 싶은 것과 같은 미래지향형 관계를
추구

9
 아마존(Amazon.com) 판매의 35%는 고객의 취향 및 판매 데이터 분석을
통한 추천서비스에서 발생
○ 아마존은 판매 데이터 분석을 통해, 고객이 제품 구매 시 해당 제품과 함께
구매하면 좋을 제품들을 추천
- 제품 구매 시에 해당 제품과 함께 구매되는 제품들, 해당 제품을 구매한
고객이 구매한 다른 제품들을 함께 추천
※ 야구선수의 자서전을 구매할 때 해당선수와 같은 소속팀에서 함께 뛰었던 선수들의 자서전도
함께 추천 → 뉴욕 양키스 유격수 Derek Jeter의 자서전을 검색하면 포수였던 Jorge Posada,
마무리 투수였던 Mariano Rivera의 자서전도 함께 추천
< Amazon.com 추천서비스에 의한 판매 예시 >
자료 : 아마존 홈페이지 (www.amazon.com).
○ 아마존은 개인화된 초기화면을 제공하는 개인 맞춤형 웹사이트로 고객의 쇼핑
편의성과 만족도를 극대화
- 판매 제품들을 전체고객의 인기 순서로 나열하는 타 온라인 쇼핑몰과 달리
아마존은 접속자의 쇼핑 이력, 검색 제품, 제품마다 마우스가 머무른 시간
등의 정보를 바탕으로 철저히 접속자 중심으로 웹사이트를 구성
- 아마존은 이와 같은 정보를 이용하여 고객이 주문하기도 전에 배송을
시작하는 기술인 ‘예측 배송(anticipatory shipping)’ 특허도 2013년에 획득

10
IBM 컴퓨터　왓슨(Watson), 퀴즈쇼에서 우승 이후 병원에서 활약
 IBM의 수퍼컴퓨터 왓슨, ABC 방송의 퀴즈쇼 ‘Jeopardy’ 에서 우승
○ 2011년 2월 IBM의 인공지능 수퍼컴퓨터 왓슨은 미국 ABC 방송의 인기 퀴즈쇼
‘Jeopardy’ 최종 라운드에서 우승
- 전설의 74연승 기록자 켄 제닝스와 역대 최고 상금 수상자 브래드 루터가
인공지능 컴퓨터 왓슨과 지식 대결을 펼침
- 3일간 치러진 경기에서 왓슨은 경쟁자들을 2배가 훨씬 넘는 점수 차이로
이기면서 우승상금 100만달러 획득
< ABC 방송의 퀴즈 프로그램 Joepardy와 IBM 수퍼컴퓨터 왓슨 >
자료 : (좌) Jeopardy Productions, Inc. (우) IBM.
○ IBM은 왓슨을 개발하기 위해 천문학적인 비용을 투자했으며, 퀴즈쇼 출연은
왓슨의 상업적 이용 가능성을 입증하기 위한 이벤트라 할 수 있음
- 왓슨은 90개의 서버, 2,880개의 중앙처리장치(CPU) 코어, 15 Terabyte
RAM으로 구성된 거대한 수퍼컴퓨터9)
- 왓슨은 자연어의 이해, 머신 러닝(Machine Learning), 의사표현방법, 전문
S/W 등을 통해 지식을 축적하고 인간과 소통하는 방법을 끊임없이 학습
9) 한국경제매거진(http://magazine.hankyung.com/business/apps/news?popup=0&nid=01&nkey=2013103000935000231&mode=sub_view).

11
 IBM의 수퍼컴퓨터 왓슨, 방대한 의료정보 학습 후 의료 현장에 투입
○ 2013년 MSKCC(메모리얼 슬론 케터링 암센터)는 IBM과 공동으로 왓슨을
폐암치료와 의료보험 청구 업무에 투입하기로 결정
- 왓슨은 폐암 치료에 있어서 성공 가능성이 높은 치료법이 무엇인지,
의료보험 분야에서 어떤 보험수가를 지급하는 것이 좋은 지를 조언
- 왓슨은 1,500건의 폐암 사례와 200만 페이지의 연구논문, 교과서,
진료지침을 학습 데이터로 사용
○ MSKCC 사례 이후 미국 엠디앤더슨(MD Anderson) 암센터, 캐나다 벤쿠버
BC 암센터 등도 왓슨을 활용한 연구결과 발표10)
- 엠디앤더슨은 400여 명의 백혈병 환자 사례를 왓슨에게 교육시킨 뒤
왓슨의 치료 방침을 평가한 결과, 부정확한 치료법을 제안한 비율은
2.9%에 불과했으며 전체 정확도는 82.6%에 달함
< MD Anderson Cancer Center >
자료 : (좌) Google Images,
(우) The Wall Street Journal(http://www.wsj.com/articles/SB10001424052702304887104579306881917668654).
○ 왓슨이 방대한 의료정보의 학습을 통해 전문 의료인의 역할을 수행할 수
있음을 확인한 IBM은 왓슨을 의료 비즈니스에 활용
- 왓슨을 이용하는 기관은 증가 추세이며 그 대가로 IBM에 이용요금을 지불
10) Medical Observer(http://www.monews.co.kr/news/articleView.html?idxno=84797).

12
손 안의 비서, 모바일 기반의 스마트 비서 서비스 대중화 및 기능 확대
 모바일 플랫폼의 핵심 서비스로서 ‘스마트 비서 서비스’ 부상
○ 스마트비서 서비스는 애플, 구글, 마이크로소프트 등 모바일 운영체제 사업자
중심으로 운영
- 이들은 일반적인 모바일 앱(App)이 접근하지 못하는 데이터와 사용자
개인정보를 바탕으로 독점적인 서비스를 제공
○ Mobile First 나아가 Only Mobile 시대에 모바일 기반의 스마트 비서서비스는
모바일 플랫폼의 핵심 기능으로 부상
- 음성을 통한 서비스 제어는 기본이며, 개인정보와 결합하여 각종 개인
맞춤형 서비스를 적시에 제공
- 궁극적으로 스마트비서 서비스는 사용자가 굳이 지시하지 않아도 사용자의
생활 패턴을 분석하고, 서버에 저장되어 있는 개인정보를 바탕으로
사용자에게 가장 적합한 서비스를 선제적으로 제공하는 것
○대표적인 스마트 비서 서비스로는 구글의 “Google Now”, 애플의 “Siri”,
마이크로소프트의 “Cortana” 가 있음
< 구글, 애플, 마이크로소프트의 비서서비스 >
자료 : Google Images (http://www.google.com/images).

13
 음성명령 중심의 애플 스마트비서 서비스 ‘Siri’
○ 2011년 10월 아이폰 4S와 함께 발표된 애플 ‘Siri’는 애플의 iOS 기기들에서
작동하는 모바일 기반 최초의 스마트비서 서비스
- 애플 ‘Siri’는 아이폰 4S, 아이패드 3세대, 아이팟 터치 5세대 이후의 iOS
기기들에서 작동
○ 사용자의 질문에 답변하고, 적절한 대안을 권고하며, 동작을 수행하는 자연
언어 처리11)를 기반으로 작동
- 사용자가 말을 하면 그것을 녹음해 애플의 서버로 전송한 다음, 음성을
텍스트로 변환하여 그 내용을 Siri의 인공지능으로 분석하여 동작을
결정하고, 이에 따라 대답을 들려주거나 관련 앱(App)을 동작시킴
< Siri의 문맥 파악 예시 >
1. '달력'이나 '일정' 같은 단어를 사용하지 않고 “내가 오늘 뭘 해야 되지?” 라고 물으면 Siri는
스케쥴 관리 앱에 저장된 오늘 일정을 알려주는 등 질문에 담긴 문맥을 이해하여 대답
2. 문자로 상대방에게 약속날짜와 장소, 할 일 등을 입력하면 약속 내용을 해당 기기의
캘린더 일정과 미리알림에 저장하고 추후 사용자에게 약속알림 서비스 제공
< Apple의 Siri >
자료 : Apple 홈페이지 (http://www.apple.com/kr/ios/siri/).
Siri에 음성명령을 하면 날씨, 메시지, 알림 등의 정보를 사용자에게 제공.
11) 자연 언어 처리란 키워드가 아닌 문맥을 파악하는 것으로, 핵심 키워드가 없어도 전체 문맥을 파악하여 이해하는 것.

14
 스마트 비서를 지향하는 구글 스마트비서 서비스 ‘Google Now’
○ 2012년 7월 Google 안드로이드 4.1 젤리빈에 처음 도입되었으며, 2013년
4월에는 경쟁사인 애플의 iPhone, iPad 등의 기기에서도 이용이 가능해짐
○ ‘Siri’가 음성 명령 중심인 반면, ‘Google Now’는 여기서 더 나아가 사용자의
검색패턴, 일상생활 패턴 등을 분석하여 미리 정보를 제공하는 방식
- ‘Siri’가 단순 비서라면 ‘Google Now’는 스마트 비서라 할 수 있음
○ ‘Google Now’는 사용자가 수행하는 반복되는 동작을 인지하여 사용자에게
관련 정보를 보여줌
- 검색 결과의 의미와 타 정보들을 연결하고 데이터 분석을 통해 더 자세한
검색 결과들을 취합
- 사용자에게 ‘알린다’기 보다는 ‘권고‘하는 방식이며 사용자의 위치나 검색
이력, 생활패턴, 입력 정보 등을 토대로 상황에 알맞게 정보를 제공
< Google Now >
자료 : 위키피디아 홈페이지 (https://en.wikipedia.org/wiki/Google_Now).
장거리 여행 일정이 스케쥴 앱에 저장된 경우, 공항까지의 교통 및 비행기 일정 등을 시간에
맞춰 미리 알려줌. 이때 최적 경로 및 날씨 등 필요한 정보를 함께 제공함.

15
Ⅲ. DTC의 핵심 : 머신러닝 기술과 사물인터넷
DTC는 머신러닝과 같은 인공지능 기술이 보편화 되면서 발달
 정보와 패턴을 분석, 미래를 예측하는 머신러닝(Machine Learning)
○ 머신러닝은 빅데이터 기술에서 한 단계 진보한 형태로, 사용자의 정보와
패턴을 분석하여 미래를 예측하는 기술을 말함
- 제2장에서 소개한 뉴스로봇, 왓슨 컴퓨터, 스마트 비서 등의 DTC
사례들은 대부분 머신러닝 기술을 바탕으로 만들어진 서비스임
- 머신러닝이란 방대한 데이터를 바탕으로 시스템 스스로가 검증과 학습의
과정을 통해, 일일이 찾아내기 어려운 ‘의미’를 학습하여 특정 조건에서
예측값을 얻는 기술이라고 정의할 수 있음
< 머신러닝의 정의 및 학습에서 예측으로 이어지는 머신러닝 개념도 >
머신러닝 정의(Wikipedia) :
1959년 아서 사무엘은 기계 학습을 "컴퓨터에게 배울 수 있는 능력, 즉 코드로 정의하지 않은
동작을 실행하는 능력에 대한 연구 분야"라고 정의. 기계 학습의 핵심은 표현(representation)
과 일반화(generalization)에 있음. 표현이란 데이터의 평가이며, 일반화란 아직 알 수 없는
데이터에 대한 처리로 전산 학습 이론 분야임.
자료 : “미래 예측하는 머신러닝, IT 새 블루오션 연다”, 한국일보(2015.1.22).
http://www.hankookilbo.com/v/dbaaedbd42804c5a9a8e17e41a3b383c
○ 고객에게 꼭 필요한 상품이나 영화를 제시하는 아마존의 상품추천서비스,
넷플릭스(Netflix)12)의 영화추천서비스 등은 머신러닝을 적용한 대표적인 사례

16
 머신러닝 기술은 지도학습(Supervised Learning)과 자율학습(Unsupervised
Learning)으로 구분
○ 지도학습(Supervised Learning)은 학습에 사용되는 데이터에 결과가 정해져
있는 경우를말하며, 문제의 타입에따라 회귀(Regression)와 분류(Classification)로 구분
- 회귀는 기대되는 결과값이 연속성을 가지고 있는 경우로 “아파트 평수가
넓어질수록 집값도 상승함”을 예로 들 수 있음
- 분류는 기대되는 결과값이 연속성이 없이 몇 가지 범주로 나뉘는 경우로
“나이가 20대, 종양 크기가 2cm이면 음성암”, ”나이가 50대, 종양 크기가
3cm이면 양성암”과 같이 결과가 몇 가지로 명확하게 분류되는 경우
< 머신러닝 학습원리 : 지도학습 >
모델정립
모델을 적용한 예측
자료 : 임백준(2014). 개발자를 위한 머신러닝, 유스트림멜팅팟.
○ 자율학습(Unsupervised Learning)은 학습에 사용되는 데이터에 결과가 정해져
있지 않은 경우로 군집화(Clustering)가 대표적인 경우임
- 군집화는 사전 지식 없이 주어진 정보를 바탕으로 스스로 분류하는 기술로
‘사전정보 없이 유튜브 비디오에서 고양이를 인식하여 분류한’ 구글의
딥러닝(Deep Learning) 기술이 이에 해당
12) Netflix Inc. : 미국 최대의 영화⋅드라마 온라인 스트리밍 서비스 기업.

17
머신러닝 기술은 우리 일상생활 다양한 분야에서 편리하게 활용되고
있음
 컴퓨터가 마치 사람처럼 생각하고 배우는 딥러닝(Deep Learning)13)
기술을
통해 학습하지 않고도 고양이 이미지를 인식하는 기술 개발
○ 구글은 스탠포드대학의 앤드류 응(Andrew Ng) 교수와 딥러닝 프로젝트를
수행, 사전학습 없이 유튜브 비디오에서 고양이를 인식하는 기술 개발
- 학습데이터가 없는 자율학습(Unsupervised Learning : 컴퓨터에게 “이러한
이미지가 고양이다”와 같은 사전정보를 주지 않는 것) 알고리듬으로 스스로
이미지를 인지해서 분류
< 고양이 이미지를 인식하는 알고리듬 >
자료 : “예측에서 번역까지...구글 딥러닝의 꿈”, Tech Holic(2015.3.20). http://techholic.co.kr/archives/30753.
○ 딥러닝은 많은 양의 데이터와 컴퓨팅 자원을 바탕으로 사전정보 없이 스스로
특징을 추출하고 학습하는 알고리듬을 의미함
13) 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화를 시도하는 머신러닝 알고리듬의 집합으로 정의되며, 큰 틀에서
사람의 사고방식을 컴퓨터에게 가르치는 기계학습의 한 분야.

18
 머신러닝 기술을 활용하여 콘텐츠를 자동으로 분류하고 테마별로 사진을
모아볼 수 있는 구글포토(Google Photo)
○ 구글이 2015년 5월 개최한 개발자 컨퍼런스에서 선보인 구글포토는
머신러닝을 이용한 사진분류 서비스
- 구글포토는 고화질 이미지와 동영상을 무제한, 무료로 저장할 수 있는
클라우드 기반 서비스로 머신러닝 기술을 활용해 콘텐츠를 자동으로
분류함
- 촬영자가 특별히 태그를 입력하지 않아도 사진에 찍힌 피사체의 내용과 장소,
시간 등을 바탕으로 사진들을 자동으로 분류하여 스토리가 느껴지도록 함
○ 이러한 서비스는 사용자의 위치, 사진 등 개인정보를 구글의 클라우드 서버에
제공해야 가능한 것으로 개인정보보호 문제와도 밀접한 관련이 있음
< Google Photo 서비스 >
1. 휴대전화나 노트북에 있는 사진과 동영상을 자동 백업
2. 사진에 담긴 내용으로 사진 찾기(A란 사람의 사진이나 동영상만 따로 분류하거나,
야구장에서 촬영된 사진이나 동영상만 따로 모아줌)
3. 정적인 사진들을 애니메이션 gif파일로 변환
4. 사진과 동영상을 대화형 타임라인에 표시하고 촬영한 위치를 기록
< Google Photo의 기능 >
자료 : 구글포토 홈페이지 (https://www.google.com/photos/about/?hl=ko&page=search).

19
 축적된 정보를 모아 상황을 분석하여 미래를 예측하고 정보를 제공하는
머신러닝 기술
○ 독일 티센크루프(Thyssenkrupp)는 전 세계 건물에 설치된 자사 엘리베이터의
운행 자료를 모아 컴퓨터로 분석, 고장 발생을 미리 감지하여 운행을 제어함
- 엘리베이터 로프에 장착된 센서가 위험온도에 도달하면 이를 관리자에게
자동으로 통보하는 시스템을 구축하여 엘리베이터 고장을 줄임
- 마이크로소프트와 협력해 엘리베이터에 적용한 이 머신러닝 기술은 향후
금융, 제조, 의료, 스포츠 등 데이터가 발생하는 모든 분야에 적용 가능
○ 미국 벤처회사 아스마폴리스(Asthmapolis)의 천식환자용 흡입기는 위치 정보
분석을 통해 천식환자의 천식발병률을 감소시킴
- 아스마폴리스는 흡입기에 부착된 GPS(위치추적장치)와 블루투스를 이용해
고객이 흡입기를 사용할 때마다 위치정보를 수집
- 천식이 빈번히 발생하는 지역을 DB화하고 고객이 천식 위험지역에
접근하면 경고를 하거나, 참고자료를 제공하는 서비스 제공
< 아스마폴리스(Asthmapolis)의 맞춤형 질병관리 >
자료 : “Asthmapolis Receives FDA Clearance for Asthma Inhaler Sensor System”, medGaget(2012.7.12.).
http://www.medgadget.com/2012/07/asthmapolis-receives-fda-clearance-for-asthma-inhaler-sensor-sy
stem.html.

20
DTC는 머신러닝 기술 기반의 사물인터넷(IoT) 형태로 발전
 머신러닝과 사물인터넷의 결합으로 고부가가치 서비스 제공 가능
○ 향후 사물인터넷은 사물(디바이스)이 상황을 인지하고 필요한 조치를 수행하는
서비스가 중심이 될 것임
- 현재 사물인터넷 서비스는 사물과 인터넷의 연결을 통한 개인 편리 위주의
서비스가 중심
○ 사물인터넷과 클라우드, 머신러닝 기술의 유기적인 결합은 미래를 내다볼 수
있는 통찰력을 제공
- 사물 센서를 통해 수집된 데이터를 클라우드에서 머신러닝 기술로 분석
○ 머신러닝 기술 기반의 사물인터넷은 사물 정보를 바탕으로 패턴을 파악하여
별도의 조작을 하지 않아도 사람에게 필요한 조치를 스스로 수행할 것임
 DTC의 궁극적인 발전방향은 사물인터넷과의 결합
○ 향후에는 인간 뿐 아니라 디바이스 자체도 DTC 서비스의 소비자가 될 수
있으며 이는 IoT와 같은 새로운 패러다임을 가속하는 촉매로 작용할 것임
- 정보통신기술과 모바일의 발전으로 각 디바이스로부터 방대한 양의 정보가
실시간으로 축적되고 있으며 활용 또한 용이해짐
○ 궁극적으로 DTC는 머신러닝 기술이 최적화된 사물인터넷 서비스의 형태로
구현될 것으로 예상되며, 현재의 기술 발전도 이와 같은 맥락으로 진행

21
Ⅳ. 시사점
 데이터 기술의 발전과 개인정보보호 문제를 위한 균형 있는 정책 필요
○ 데이터 기술과 모바일이 발전함에 따라 개인 맞춤형 서비스는 광고, 마케팅,
상품기획 등 많은 분야에서 새로운 부가가치를 창출
○ 모바일 기기의 폭발적인 보급으로 개인의 위치, 인맥, 기호 등의 사생활 정보가
실시간으로, 손쉽게 수집되고 있으며 이는 새로운 개인정보보호 문제를 야기
○ 정부는 국민 개개인이 개인정보 피해를 입지 않도록 대책을 세우되, 이것이
산업의 발전이나 비즈니스 활동을 위축시키지 않도록 합리적인 대안을 제시
 개개인이 창의성을 발휘할 수 있도록 교육 프로그램 구성
○ IBM 컴퓨터 왓슨의 경우, 시뮬레이션을 통해 의사와 왓슨이 개별적으로
행동할 때보다 함께 협력할 때 더 좋은 결과가 도출된다는 것을 확인한 바 있음
○ 인간이 더욱 발전하고 데이터 기술과 함께 시너지를 창출하기 위해서는
창의적인 사고가 중요하며, 창의성을 강화하는 교육이 반드시 필요함
 데이터기술(Data Technology) 시대를 위한 경기도의 산업육성 정책 필요
○ 세상은 지금 정보기술(IT) 시대에서 데이터기술(DT) 시대로 진화하고 있으며
이를 대비하기 위한 경기도 차원의 산업육성 정책이 필요
○ 빅데이터(Big Data), 머신러닝(Machine Learning), 클라우드(Cloud) 등과
같은 혁신 기술과 산업 생태계 강화를 위한 플랫폼 기술 등이 핵심 과제

【 MIT Tech Review : 2015년 가장 스마트한 50개 기업 】
Transportation
(4개)
Computing &
Communications
(11개)
Biotech
(15개)
Internet & Digital
Media
(13개)
Energy
(7개)
1위 Tesla Motors 2위 Xiomi 3위 Illumina 4위 Alibaba 6위 SunEdison
22위 Space X 16위 Apple 5위 Counsyl 7위 Tencent 9위 SolarCity
35위 ThyssenKrupp 17위 Voxe18 8위 Juno Therapeutics 10위 Netflix 18위 IDE Technologies
50위 Uber 24위 Freescale
Semiconductor
11위 Ova Science 12위 Google 20위 Aquion Energy
25위 Universal Robots 14위 AliveCor 13위 Amazon 23위 Sakti3
28위 Nvidia 15위 Gilead Sciences 21위 Baidu 32위 Philips
31위 Rethink Robotics 19위 Amgen 27위 Teladoc 49위 Imprint Energy
36위 Stack 26위 Bristol-Myers
Squibb
29위 Facebook
42위 3D Systems 30위 Alnylam 37위 Line
46위 IBM 33위 Cellectis 38위 Improbable
48위 Microsoft 34위 Blueburd Bio 40위 Coinbase
39위 Enlitic 41위 HaCon
43위 Generali 47위 Snapchat
44위 Intrexon
45위 DNAnexus
자료 : MIT Technology Review(http://www.technologyreview.com/lists/companies/2015/).

소비자 직접 서비스(DTC Direct to Consumer) 시대의 도래와 시사점

Recomendados

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados (20)

Destaque

Destaque (20)

Semelhante a 소비자 직접 서비스(DTC Direct to Consumer) 시대의 도래와 시사점

Semelhante a 소비자 직접 서비스(DTC Direct to Consumer) 시대의 도래와 시사점 (20)

소비자 직접 서비스(DTC Direct to Consumer) 시대의 도래와 시사점