빅데이터 분석 비용이 너무 비싸다? 그렇지는 않다. 어떤 분야이든 데이터를 제대로 분석하려면 폼만 잡는 데에도 꽤 실력 있는 전문가를 투입해야 하는 게 데이터 분석 영역이다. 분석 대상(Raw Data) 없이 분석이라는 개념은 성립하지 않는다. 빅데이터 분석을 검토하고 있다면 사전에 이 점을 미리 알아둘 필요가 있다.

비용을 투자해서 실컷 분석했더니 예상했던 뻔한 결과가 나왔다거나 찾기를 원하던 결과값이 제대로 안 나올 수도 있다. 그렇다면 분석 방법이 잘못된 것일까. 아니면 분석 자체를 시도하지 말았어야 할까.

결론부터 말하자면 분석 방법이 잘못된 것도 아니고 분석을 시도한 것 자체가 나쁜 것도 아니라는 것이다. 대충 감으로 “아마 이럴 거야” 혹은 “이런 결과가 나오지 않을까” 생각하고 있는 것과 가설로 세웠던 결과값이 도출됐더라도 분석을 시도한 경우는 천지 차이다.

이러면 어떨까. 분석을 하기 앞서 빠르게 대략적인 분석을 통해 분석에 대한 예산을 집행할 것인지 가늠해본다면 말이다. 깊은 분석보다는 강력한 힌트를 얻는 방법을 먼저 택하는 것이다.

경쟁 입찰 프레젠테이션에서 유니크하면서 경쟁력 있는 장표를 구성하고 싶은데 빅데이터 분석 서비스를 이용하기 부담스럽다면 이럴 때에는 5분 안에 분석 결과를 빠르게 확인할 수 있는 간단한 분석 도구가 주어진다면 좋을 것이다. 분석 대상을 언제든 원할 때 뽑아볼 수 있는 그런 툴 말이다.

예를 들면 모 언론사가 낸 기사에 달린 댓글이 2,000건 가량이다. 해당 댓글에 의견을 남긴 결과값을 합산해보니 5만 개 정도 나왔다고 치자. 이 기사로 인해 해당 브랜드가 어떤 영향을 받을 수 있을 것인지 미리 예측하고 준비해야 한다면 어떻게 해야 할까. 물론 하나씩 일일이 읽어보는 것도 방법은 될 수 있지만 말이 쉽지 5만개를 언제 다 읽어볼 텐가.

▲ 유통 기한 관련 기사에 달린 의견 분석에 17초 밖에 걸리지 않는다.

이런 자료를 준비하는데 17초 가량 걸렸다. 가장 예민한 부분이 될 수 있는 긍정과 부정 요소에 대한 평판이 이 자료에선 표기하지 않았다. 정성 분석은 다른 차원의 얘기이기 때문이다.

데이터 분석 프로그램을 기업 내부에서 보유하고 분석이 필요할 때 검색어를 설정해 곧바로 결과값을 도출해볼 수 있는 도구다. 물론 빅데이터 분석 솔루션은 아니다. 만일 이런 분석 도구가 필요한 곳이 있다면 언제든 연락해주기를 바란다. 아직 상용화해서 출시하지 않았지만 기업이 편하게 쓸 수 있을 정도는 개발해놓은 상태다.

장병수 칼럼니스트  zinicap@uxkorea.com

<저작권자 © 테크홀릭, 무단 전재 및 재배포 금지>