빅데이터로 본 에너지동네

[파란에너지 김성철 대표] 2011년 9월 개봉된 영화 ‘머니볼(Moneyball)’은 야구에서 데이터가 얼마나 중요한지 보여준다. 영화는 빌리 빈 단장이 컴퓨팅 통계, 빅데이터 분석체계를 이용해 새로운 팀을 꾸리는 것으로부터 시작된다. 경제학을 전공한 천재 피터를 영입하면서 데이터라는 눈으로 선수들을 보았다. 우승을 하기 위해서야 거대 자본으로 좋은 선수들을 끌어모으면 된다.

그러나 빌리 빈은 예산의 한계를 데이터 최적화로 넘어섰다. 철저히 데이터를 기반으로 선수를 분석하고 발굴한다. 현재의 팀에서 시너지를 낼만한 선수를 찾아 제 자리에 위치시킨다. 오히려 수백만 달러의 유명선수이지만 현재의 팀에 적합하지 않는 선수를 내보낸다. 시장에서 저평가 되어 있는 선수이지만 지금 자기 팀에 가장 적합한 인재를 찾는다. 어떻게 해서든 1루에 살아나가는 출루율만 좋은 선수를 20만 달러에 구해온다. 물론 그들 중에는 다른 팀에서는 이런 저런 불화로 꺼리는 선수들도 많다.

빌리 빈이 선수들의 수많은 데이터를 기초로 분석하고 판단하는 장면을 보면서 수요관리사업자가 여러 형태의 공장과 건물을 조합하는 이상적인 수요관리사업의 모습이 그려졌다. 개별로 보면 자원의 가치가 일천하지만 전체의 그림을 생각할 때 꼭 필요한 자원이 되는 것이다. 다른 조합에서는 삐죽삐죽 튀어나와 모양새가 안 좋은 레고조각이지만 내가 그려가는 작품의 부분으로서는 반드시 필요한 조각이 될 수 있다.

마케팅이나 사회과학에서 빅데이터의 중요성은 크게 대두되었으며 그 효과도 입증이 되었다. 네이버 지식백과에 따르면, 빅데이터란 기존 데이터에 비해 너무 방대해서 기존의 방법이나 도구로 수집/저장/분석 등이 어려운 정형 및 비정형의 데이터를 의미한다.

빅데이터의 특징으로는 크기(Volume), 속도(Velocity), 다양성(Variety)을 들 수 있다. 크기는 일반적으로 수십 테라바이트 혹은 수십 페타바이트 이상 규모의 데이터 속성을 의미한다. 속도는 대용량의 데이터를 빠르게 처리하고 분석할 수 있는 속성이다. 융복합 환경에서 디지털 데이터는 매우 빠른 속도로 생산되므로 이를 실시간으로 저장, 유통, 수집, 분석처리가 가능한 성능을 의미한다. 다양성은 다양한 종류의 데이터를 의미하며 정형화의 종류에 따라 정형, 반정형, 비정형 데이터로 분류할 수 있다.

구글의 수석 경제학자인 할 배리언(Hal Varian)의 말은 유명하다. "데이터를 얻는 능력, 즉 데이터를 이해하는 능력, 처리하는 능력, 가치를 뽑아내는 능력, 시각화하는 능력, 전달하는 능력이야말로 앞으로 10년간 엄청나게 중요한 능력이 될 것이다"고 했다. 타겟이 소비자의 구매패턴을 분석하여 여고생의 임신사실을 알고 신생아 상품 쿠폰을 보냈다는 일화는 유명하다. 구글이 검색어의 데이터 분석으로 독감 이동경로를 추적하였는데 이후 실제경로를 확인해보니 큰 차이가 없다지 않은가?

4차 산업혁명 기술 활용해 효과적으로 에너지 데이터를 바라보자

에너지 빅데이터는 어떠한가? 에너지는 사회과학적 데이터보다 순수하다. 순수하다는 것은 경우의 수가 다양하거나 변수가 많아 복잡하지 않다는 것이다. 분석과 예측이 상대적으로 명료해진다. 그래서 복잡한 수준으로 접근하지 않아도 효과가 크다. AI, 딥러닝의 가치가 날로 상승한다. 이런 효과적인 툴로 에너지 데이터를 바라보면 어떨까? 따라올 수 없는 가성비를 보일 것이라 확신한다.

알파고가 바둑계를 평정한 후 여러 가지를 준비하고 있다. 그 중 대표적인 것이 에너지효율향상이라는 이야기가 있다. 구글의 데이터 센터의 항온항습기, 냉난방공조의 빅데이터를 수집하고 분석하고 학습하며 예측하므로 최적운영방안을 제시할 수 있었다고 한다. 이를 통해 에너지비용 40%의 절감효과를 냈다고 한다.

건물의 데이터를 수집하고 관리하는 시스템을 BEMS(Building Energy Management System)이라고 한다. 이미 오래된 이야기며 에너지관리자들이 관심을 가지고 검토하였다. 그런데 BEMS가 마치 에너지절감기기 인양 홍보되었고 국가지원의 많은 R&D가 진행되었다.

하지만 BEMS는 어디까지나 모니터링 기반의 보여주는 수단이다. 건물의 각 에너지 설비의 실시간 데이터를 통해 운전현황과 패턴을 보는 것이다. 우선은 잘 보아야 줄일 수 있다. 보는 만큼 줄인다는 말도 있지 않은가? 주부들이 가계부를 쓸 때 가계부 자체가 돈 나가는 것을 막아주지는 않는다.

그러나 세부 목록별 사용처를 보고 비용을 볼 때 어디를 얼마나 어떻게 줄여야 할지 방안이 나온다. 그렇게 해서 실행이 시작되고 비용이 줄어들기 시작하며 가계의 돈이 쌓인다. 그러나 가계부의 데이터를 잘 분석하고 판단하고 사용방법을 조정하는 능력은 주부의 경쟁력이다. 아무리 두껍고 질좋은 고급용지에 금빛 나는 파카 만년필로 작성했다고 해도 이를 보는 주부가 아무 생각이 없다면 의미 없는 가계부일 뿐이다.

BEMS를 볼 때 건물의 가계부로 보며 접근하기 시작해야 한다. 아무리 IoT, IoE기술로 실시간 데이터를 수집하고 쌓아 놓아도 이를 보고 분석하고 의미를 찾고 예측하고 실행에 옮기는 주체가 없다면 쓸데없는 일이다. 속도와 크기와 다양성의 빅데이터가 처치 곤란한 가비지 데이터가 되면 곤란할 것이다. 

인더스트리뉴스 기자 다른기사 보기