fang의 파괴적 혁신에 대한 일본기업들의 대응 · 2018. 6. 22. · fang의 파괴적...

이지평 류상윤

FANG의 파괴적 혁신에 대한 일본기업들의 대응 플랫폼 전환 등 Digital Transformation 전략과 사례

1. FANG의 영향력 확대에 대한 일본기업의 시각

2. 일본기업의 디지털 혁신 대응 유형

3. 플랫폼 전략 선도기업 사례

4. 시사점

2018. 6. 22

요약

일본기업들이 최근 중시하고 있는 경영 화두는 디지털 트랜스포메이션(DX)이다. 디지털

혁명이 시작되고 나서 오랜 기간이 지났지만 AI, IoT, 빅 데이터 등이 견인하는 디지털 혁

명의 새로운 영향력에 대응하면서 경쟁력을 제고하려는 것이다. FANG으로 대표되는 온

라인 플랫폼 기업에 의해 주도되는 산업의 재편은 기존 기업의 입장에서 보면 비즈니스

생태계의 기초가 파괴되는 위기로 볼 수도 있다. 특히 모든 것을 할 수 있다는 아마존의

존재감이 확대되면서 Amazon Effect라는 말이 닛케이의 ‘2017년 히트 상품’ 1위로 선정

되기도 했다. 일본기업은 도전자에 의한 파괴적 충격을 경계하면서도 이것이 성숙산업을

활성화하여 신사업을 창출할 수 있는 기회로 작용할 수 있다는 측면을 기대하고 있다.

일본기업은 각 산업에서의 전문지식과 함께 스마트 공장에 필요한 공장자동화 로봇

Picking의 강점, 현장 차원에서 수집되는 Small Data를 활용하는 노하우, 단말기 차원

의 Edge Computing 등 각 산업에서의 특수 디지털 기술에서 강점을 가지고 있다. 기업

들은 이러한 강점을 활용하면서 각 산업의 특성에 맞는 DX 전략을 추진하고 있다. 단순

히 스마트 팩토리를 구축하는 차원을 넘어서 사무직 업무나 가치사슬 전반의 디지털화

를 이루어서 부분 최적화가 아니라 기업 조직과 협력사, 고객을 포함한 전체적인 차원에

서 디지털화를 통해 체질 개선에 나서고 있다.

이를 위해 일본기업들은 세가지 과제의 해결에 주력하고 있다. 첫째, 가격 파괴에 대한

대응력을 제고하기 위해 업무의 자동화 및 효율화 노력을 DX 전략의 일환으로 추진하고

있다. 특히 일상 업무를 자동화하는 RPA(Robotic Process Automation)를 각 부문 차원

에서 추진하고 점차 전사적으로 AI와 연계하여 효율성 제고를 도모하고 있다. 둘째, 새로

운 체험가치를 개발하기 위한 노력도 AI를 활용한 고객 Insight 제고, 그리고 소재기술과

MI(Material Informatics)를 접목한 신소재 개발을 통해 진행하고 있다. AI, 빅 데이터 분

석은 대량의 실험 데이터에서 기계가 스스로 새로운 가설을 추천할 수 있고 24시간, 쉬지

않고 대량의 실험 업무를 자동화할 수 있어서 활용 이점이 매우 크다. 셋째, FANG의 플

랫폼 전략에 대응하기 위해 일본기업들은 기존 사업이나 조직의 디지털화 역량을 강화하

면서 SCM을 고객 지향으로 재편하는 데 주력하고 있다. 코마츠의 사례처럼 단계적으로

자체 플랫폼 비즈니스로 진화하고 있는 기업도 눈에 띈다. FANG의 플랫폼을 활용하면서

도 자사의 독자적인 솔루션, 소프트웨어를 접목하는 API(Application Programing

Interface) 전략을 통해 생태계 구축에 주력하는 일본기업이 늘어나고 있다.

일본기업의 사례는 우리 기업의 현실적 문제에 대한 해결책을 찾는 데 참고할 수 있는

점들이 있다. 전사적 가치사슬의 혁신을 통한 비용절감, 고객 인사이트 제고, R&D 효율

화, 플랫폼을 활용한 융합형 신사업 개척 등이 그것이다.

2 LG경제연구원

FANG의 파괴적 혁신에 대한 일본기업들의 대응

1. FANG1의 영향력 확대에 대한 일본기업의 시각

기존 산업으로 파급되는 디지털 혁명

일본기업들이 최근 중시하고 있는 경영 화두는 디지털 트랜스포메이션이다.2 디지털

혁명이 시작되고 나서 오랜 기간이 지났지만 AI, IoT, 빅 데이터 등이 견인하는 디지

털 혁명의 새로운 영향력이 일본 제조업이나 서비스업 전반에 파급되기 시작했기 때

문에 이들 기술을 활용해 사업구조나 경영시스템을 전반적으로 혁신하려는 일본기업

들이 늘어나고 있는 것이다.

새로운 디지털 혁명을 주도하면서 클라우드 컴퓨팅, 모바일, 검색, SNS, 컨텐츠 등

에서 중심적 역할을 하는 플랫폼을 장악한 구글, 아마존 등의 FANG가 세계 시장을

석권하고 이것이 각종 산업과의 연계성을 갖게 되는 것은 일본기업으로서도 위협이

아닐 수 없다. 고객 입장에서 보면 플랫폼은 통일되는 것이 유리하다. 플랫폼을 통해

다양한 기업의 서비스를 받을 수 있는 생태계의 확장으로 네트워크의 경제성3이 작용

하기 때문이다.

물론, 일본기업도 FANG가 제공하는 클라우드나 안드로이드와 같은 모바일 생태계

등의 플랫폼을 활용해서 비즈니스를 확장할 수 있는 이점은 있다. 그러나 FANG의

확장과 함께 고객과의 접점이 점차 FANG의 플랫폼으로 이동하게 되면 일본기업으

로서는 고객의 실체도 비즈니스 생태계의 전체 실상도 모르게 되고 FANG에 더욱 더

의존하게 될 상황을 우려하지 않을 수 없다.

특히 최근 일본에서는 아마존에 대한 관심과 경계가 높아지고 있다.4 아마존이 전자

상거래 사업에서 구축한 플랫폼을 통해 식재료 공급 서비스, 택배 서비스, TV용 영

상송신 단말기, 음성인식 가전 연계 단말기인 에코 등으로 사업을 다각화하고 있다.

아마존은 모든 분야에서 모든 고객을 회원으로서 연결하고 포인트제도 등을 통해 장

기적으로 관계를 유지하면서 고객정보를 장악해 보다 좋은 서비스를 제공하려 하고

1　FANG(Facebook, Amazon, Netflix, Google)의 약자, 이들과 Apple, Microsoft, Uber 등을 포함해서 미국계 IT 거인들의 영향력 확대

를 경계하는 측면에서 사용되고 있음. 일본에서는 GAFA(Google, Apple, Facebook, Amazon)라는 말도 널리 사용됨.

2　Digital Transformation은 흔히 '인간 사회의 모든 측면에 디지털 기술을 적용하는 것과 관련된 변화'로 정의됨(Stolterman, Anna

Croon Fors, "Information Technology and the Good Life", Umea University, 2004). 본고에서는 ‘디지털 기술을 전반적으로 활용해

서 사업 및 산업의 구조혁신, 비즈니스 모델의 혁신으로 경쟁력을 높이는 것’을 Digital Transformation으로 규정해서 분석함.

3　고객 간 네트워크나 참여 기업간 네트워크의 연결 수는 누적적으로 확대(n×(n-1))되어 초기의 시장점유율 차이나 플랫폼 참여자

수의 차이 이상의 고객 효용을 발생시키기 때문에(예를 들어 시장점유율로 봐서 10개 중 6개를 차지한 A기업의 네트워크 수-고객

효용은 30개이고 이는 나머지 4개의 시장을 차지한 B기업의 네트워크 수 12의 2.5배이며, 이는 B에 대한 A의 시장점유율 격차인

1.5배 보다 크다) 이것이 다음 기의 매출 격차로 이어져, 점차 역전하기 어려울 정도의 격차를 발생시키게 되고 승자 독식 경향이

발생함.

4　사실 아마존은 일본에서 서적 뿐만 아니라 다양한 제품을 전자상거래로 판매하면서 일본시장 제1위의 전자상거래 기업으로 부상

했다. 일본무역진흥기구(JETRO)에 따르면 2016년 시점에서도 이미 아마존은 20.2%의 점유율을 확보해 부동의 1등이였던 라쿠텐

의 20.1%를 능가했다. 아마존은 택배시장에도 진출, 1위 기업인 야마토운수도 긴장한 모습이다. 무인 편의점인 Amazon Go를 일본

에서 전개할 것인지, 일본 유통업체들도 초긴장하고 있는 상황이다.

3


LG경제연구원

있다. 아마존이 점차 편의점 사업에도 진출하는 등 유통업 전반에서 영향력을 확대해

점차 각종 제조업, 의료 및 헬스케어 비즈니스에도 진출할 가능성이 있다. 이미 자동

차 부품이나 화학소재 등의 B2B 비즈니스에서도 아마존의 진출이 시작되고 있는 실

정이다. 이에 따라 모든 것을 할 수 있다는 아마존의 존재감이 확대되면서 Amazon

Effect라는 말이 나올 정도이며, 닛케이는 이 아마존 이펙트를 ‘2017년 히트상품’ 1위

로 선정하기도 했다.

그리고 이러한 디지털 기술로 무장한 새로운 도전자의 경우 해당 산업에서 수십 년

동안 관련 노하우와 지식을 축적해 왔던 기존 기업의 경쟁력의 기초를 하루아침에 무

력화시킬 수도 있는 파괴력을 가지고 있다. 아마존이 서점 시장과 관련한 지식이나

노하우가 부족했음에도 불구하고 전세계의 서적시장을 석권한 바와 같은 현상이 앞

으로 다른 산업에서도 되풀이될 수 있는 것이다. 이미 디지털 기업에 의한 도전이 컨

텐츠 및 미디어 서비스, 소매업 전체에서 현실화되고 있으며, 앞으로 통신서비스, 금

융서비스, 교육, 호텔, 제조업, 인프라 사업 등으로 그 충격이 점차 파급될 전망이다.

디지털 혁명의 기존 산업 모델에 대한 파괴력

FANG 등에 의해 주도되는 산업의 재편은 기존 기업의 입장에서 보면 비즈니스 생태

계의 기초가 파괴되는 위기로 볼 수도 있다. 예를 들면 디지털 기술의 등장으로 파괴

된 세계음반 시장의 사례를 볼 수 있다. 이를 보면, 디지털 기술로 무장한 도전자의

출현은 그 기업의 성공여부와 관계없이 해당 사업·산업의 부가가치와 서플라이 체

인에 충격적인 파괴력을 미칠 수도 있다는 것을 알 수 있다.5

1999년만 해도 238억 달러에 달했던 세

계 음반시장은 2016년 기준으로 54억 달

러로 계속 감소해 왔다. P2P 무료 음악

교환 비즈니스로 도약한 Napstar의 등

장과 함께 음반 시장이 타격을 받자 음악

계는 저작권 소송을 제기하면서 억제에

나섰다. Napstar 자체의 비즈니스는 성

공하지 못했지만 음악의 디지털화는 계

속 진행되었다. Napstar에 의해 무료로

손쉽게 언제나 음악에 접하고 싶다는 고

객의 욕구가 촉발되었기 때문에 음반시

장의 부활은 어렵게 된 것이다.

5　Global Center for Digital Business Transformation, 2015

0

5

10

15

20

25

1999 2001 2003 2005 2007 2009 2011 2013 2015

(10억 달러)

광고·게임 등유료방송 등Digital음반

디지털 혁명으로 파괴된 세계음반시장의 축소 추이 1

자료 : IFPI, 2017

4 LG경제연구원


Napstar와 음반업계가 싸우는 사이에 애플은 저비용으로 음악을 안전하게 공급하는

비즈니스를 성공시켜 디지털 음악의 강자가 되었으나 애플 자체의 비즈니스 모델도

도전을 받게 되었다. 디지털 음악 중에서 회원제 가격으로 음악에 접할 수 있는 스트

리밍 사업이 성장했으며, 애플도 도전자의 위협을 느껴 자사의 기존 사업 모델과 경

쟁하는 스트리밍 시장으로 진출했다.

이 사례에서 볼 수 있는 바와 같이 디지털 기업들이 기존 산업 모델을 와해시킬 수도

있는 파괴력의 기초는 △ 기존 상식을 초월한 저가격 및 무료화 경쟁력 △ 체험가치

△ 플랫폼의 이점 등 세 가지로 볼 수 있다.

디지털 기업의 저가격 경쟁력의 기초를 보면 공급자와 고객 사이의 중간자를 생략하

는 것, 하드웨어를 가상 데이터나 소프트웨어로 대체하는 것, 또한 광고연계 등을 지

적할 수 있다. 이들은 공동구매나 가격비교, 역경매 등을 통해 가격 인하를 유도하기

도 하고 사용량에 유연하게 대응하는 종량제를 효과적으로 제시한다. 또한 기존 제품

의 결합형 패키지를 분해함으로써 고객의 편리성이나 가치가 제고되기도 한다. 예를

들면 Amazon의 Kindle은 책을 용량 단위로도 판매하고 있다.

디지털 기업들이 제공하는 체험가치 측면에서는 고객 선택지 및 편리성의 향상이나 고객

별 맞춤형 기능, 24시간 실시간 서비스 등이 있다. 가상공간을 통해 언제 어디서나 끊임

이 없이 서비스가 가능하다는 이점이 고객들이 서비스 과정에서 느낄 수 있는 불만을 억

제하고 있다. Netflix의 경우 케이블 TV라는 중간자를 배제해 직거래함으로써 고객의 개

별적 수요에 대응하고 TV, 영화 등 컨텐츠를 일관되게 언제 어디서나 제공하면서 고객의

체험가치를 높이고 있다고 할 수 있다.

플랫폼의 경우 에코 시스템과 클라우드 소싱을 통해 참여자가 확대될수록 다양한 기능,

서비스가 확대되고 있다. 커뮤니티 기능을 통해 개별 정보의 접근성도 확대할 수 있으

며, P2P 등의 디지털 마켓 플레이스 기능(프로슈머 가능), 센서를 포함한 각종 데이터

분석을 통한 추천 기능 등의 가치가 제공되고 있다. 이러한 가치로 인해 구글의

Android 에코 시스템은 스마트폰뿐만 아니라 금융 등 다양한 산업으로 확장되고 있다.

FANG 등이 이러한 저가격, 체험, 플랫폼으로 무장한 비즈니스 모델을 무기로 고객

가치를 혁신적으로 확대할 경우 디지털화가 덜한 산업의 기존 기업들로서는 속수무

책으로 도태하게 될 가능성도 있다고 할 수 있다. 사실, 일본의 각 지방도시에서는

100년, 200년 넘게 생존을 유지해 왔던 유통업체들이 있으나 지역에서 확실한 기반

을 구축한 이들 기업조차도 최근 디지털화의 여파로 상당수 고객이 전자상거래로 빠

져나감으로써 파산하는 사례들이 나오고 있다.

5


LG경제연구원

디지털 기술로 기존 산업의 활성화 기대

일본기업은 이러한 도전자에 의한 기존 산업의 파괴적 충격을 경계하면서도 이것이

성숙산업을 활성화하여 신사업을 창출할 수 있는 기회로 작용할 수 있다는 측면을 기

대하고 있다. 디지털 기술을 통해 기존 제품이나 서비스의 원가를 줄이고 체험가치,

플랫폼 등의 새로운 고객 가치가 창조될 경우 성숙산업에서도 새로운 성장 기회를 잡

을 수 있기 때문이다.

일본기업으로서는 해당 분야에서 축적해 왔던 지식 기반과 디지털 기술을 접목하여

도전자가 나타나기 이전에 혁신을 주도할 수 있으면, 네트워크의 경제성 효과를 선점

해 입지를 강화하면서 새로운 부가가치를 창조할 수도 있다는 생각이다. 이를 위해서

는 도전자가 나타나기 이전에 기존 사업의 혁신 포인트를 찾고 스스로 자신의 사업을

파괴하면서 해당 업계를 재편해야 하는 어려움이 있다. 애플이 음악 다운로드 비즈니

스에 손상을 주면서까지 스트리밍 사업을 강화한 것은 이러한 어려움을 감수하더라도

파괴적 흐름에 대응하는 것을 우선적 과제로 인식했기 때문이다. 물론, 도전자에 의한

파괴 압력이 본격화되기 이전에 자사 사업의 파괴를 감수하면서 기민하게 행동할 경

우 가치사슬의 새로운 강자가 될 수도 있지만 당장 매출에 부정적인 효과가 나올 수도

있기 때문에 경영진으로서는 각 조직의 이해와 합의를 도출해야 하는 어려움이 있다.

한편, 과거에 Napstar와 음반업체의 싸움에서 애플이 어부지리를 얻은 것처럼 도전

자에 의한 파괴 과정에서 도전자도, 기존 기업도 커버할 수 없는 니즈(iTunes과 같

음)가 나타나는 수도 있으며, 일본기업으로서는 이와 같은 독보적인 수익기회를 찾는

것도 과제가 되고 있다.

그리고 기존 사업의 디지털화를 통해 구축한 기술, 노하우, 플랫폼 등이 관련 분야,

비관련 분야로의 사업 확장에 활용할 수도 있다. 디지털가전, 컨텐츠, 금융, 헬스케

어, 택배, 전자상거래, 여행, 농업 등 다양한 산업 분야가 플랫폼을 기반으로 서로 연

계되면서 융합형 신사업을 창출할 수 있는 기회가 생길 수 있는 것이다.

Digital Transformation 통해 FANG에 대응

일본기업은 FANG에 의해 주도되는 혁신의 충격으로 인해 발생할 수 있는 위기 요소

와 기회 요소를 검토하면서 대응해 나갈 것으로 보인다. 아직 많은 분야에서 그 영향

이 시작 단계에 있고 현실의 비즈니스로 분주하기 때문에 기업마다 상황은 다르지만

미래의 충격을 예상하면서 Digital Transformation(DX)을 통한 경쟁력 강화에 주력

하기 시작했다고 할 수 있다. 예를 들면, 아마존이 개발한 무인 슈퍼가 일본의 강점

인 유통업을 와해시킬 영향력을 갖기 때문에 일본 유통업에서도 디지털 기술로 무인

6 LG경제연구원


사업 모델을 모색하기 시작했다. 완전무인 점포가 아니라도 AI를 탑재한 카메라나

센서와 연결된 계산기를 통해 고객의 구매 상품의 계산을 순식간으로 완료하여 종업

원이 돈을 받는 식으로 부분적인 자동화가 모색되기 시작했다.

전자기업인 파나소닉의 경우 가전 관련 신규사업을 창출하기 위해 실리콘밸리의 벤

처캐피털과 사업 창출 공동 자회사인 BeeEdge를 2017년 3월에 설립한 바 있다. 예

를 들면 조리용 가전이라면 레시피 개발, 식재료 조달, 택배, 조리, 쓰레기 처리 등

일련의 소비자 행동 전반에서 사업으로 연결할 수 있는 가치 흐름이 있는데 이 전체

과정에서 신사업의 기회를 탐색하고 사업화 하려는 것이다. 실리콘밸리의 도전자들

의 다양한 시도를 좌시할 수 없다는 생각으로 파나소닉은 내부의 다양한 제품 기획

안, 서비스 사업 연계 아이디어를 합작사에서 평가하고 사업화를 추진할 계획이다.

기존의 사내 벤처 시스템으로는 아이디어 경연장이나 제품 실험 수준에 그쳤기 때문

에 일본계 VC의 지원과 주도성(파나소닉 소수 지분 강조)을 통해 아이디어를 사업화

해 파나소닉의 기준에 맞지 않는 소규모 비즈니스, 실험형 비즈니스도 추진(원칙적으

로 자사 브랜드 비사용)하겠다는 것이다.

일본 기업으로서는 클라우드 컴퓨팅 분야 등에서 미국계 IT기업과 전면적으로 경쟁

하기는 어려운 입장이지만 각 산업 차원에서 차별성을 확보하는 생존전략을 모색하

고 있다고 할 수 있다. 예를 들어 일본기업은 각 산업에서의 전문지식과 함께 스마트

공장에 필요한 공장자동화 로봇 Picking의 강점, 현장 차원에서 수집되는 Small

Data를 활용하는 노하우, 단말기 차원의 Edge Computing 등 각 사업에서의 특수

디지털 기술에서 강점을 가지고 있으며,

이러한 강점도 활용하면서 각 산업의 특성

에 맞는 DX 전략을 추진하고 있다고 할 수

있다.

전자산업의 경우 히타치, NEC 등의 종합

전자 기업은 디지털 역량을 활용한 솔루션

사업을 강화하고 있으며, 화학 산업의 경

우 업무 프로세스의 디지털화 수준 향상에

주력하고 있다. 자동차 산업에서는 도요타

가 Ride Share 기업에 투자하는 등 자동차

비즈니스 모델의 서비스화 흐름에 대응하

면서 이제 도요타는 자동차 제조 회사가

아니라 자동차도 만드는 이동서비스 제공

회사가 되겠다고 선언하고 있다.

- Hitachi, NEC 등의 종합전자 기업은 디지털 역량 활용한 솔루션 사업을 강화하는 기회로 활용, Panasonic, Daikin 등은 기존 제품의 강화 및 서비스 연계한 비즈니스 모델의 혁신 모색

- 업무 프로세스의 디지털화 수준 향상에 주력, 구미 기업과의 디지털 경영 수준 격차 해소하면서 강점을 가진 기능성 소재 분야 등에서 디지털 기술을 활용해 고객기업과의 공동 개발의 고도화에 주력

- IoT 활용하여 생산 시스템의 효율화에 주력하는 한편 Ride Share 기업에 투자하는 등 자동차 비즈니스 모델의 서비스화 흐름에 대응, 도요타는 이제 자동차 제조 회사가 아니라 자동차도 만드는 이동서비스 제공 회사가 되겠다고 선언

- 5G 시대를 염두에 두면서 통신 이외의 부가가치 서비스 사업을 확대하는 데에 주력, 조직의 디지털화를 추진하면서 솔루션 개발에 주력

전자

화학

자동차

통신

일본기업들의 산업별 Digital Transformation(DX) 대응 유형 2

주 : 각사 보도 자료 등에서 작성

7


LG경제연구원

2. 일본기업의 디지털 혁신 대응 유형

각종 앙케트 조사 결과를 보면 일본기업

의 대부분이 DX의 필요성을 인식하고

행동으로 옮기고 있지만 평균적으로 보

면 그 수준은 아직 시작 단계에 있는 것

으로 나타나고 있다. IT 조사기관인 IDC

에 따르면 일본기업의 대부분은 아직 혁

신적인 제품, 서비스, 고객체험을 출시

하지는 못했지만 내부적으로는 업무 프

로세스 등을 디지털화 하면서 디지털 플

레이어로 변화하고 있고 디지털 비즈니

스 강화 흐름에도 일관성이 있는 것으로

평가되고 있다(차트 3 ).

일본기업의 디지털화 진척도는 낮지만

새로운 IT 환경에 적응하려는 경영진과 현장의 연계 리더십이 모색되고 있다고 할 수

있다. PC, 인터넷처럼 디지털 혁명의 새로운 트렌드가 점차 기업의 필수품이 된 것

처럼, IoT, AI, 빅데이터, 플랫폼 등을 활용하여 새로운 부가가치를 창출하는 것이

기업의 필수 과제로 인식되고 있는 것이다.

(1) 가격 파괴 대응력 제고

업무의 자동화 및 효율화

일본기업들이 추진하고 있는 DX전략을 보면 우선, IT투자에 맞게 가시적인 효과를

볼 수 있는 업무의 자동화 및 효율화 노력이 눈에 띤다. FANG에 의해 자사가 속하는

산업이나 사업의 비즈니스 모델이 변화하겠지만 그 흐름에는 불확실성이 있고 일본

기업으로서는 우선, 기존 비즈니스를 혁신하면서 가격 경쟁력을 제고 하는 데 주력하

고 있다고 할 수 있다.

디지털 기업들은 기존 기업들이 수십 년 간 구축해 왔던 공장, 물류거점, 연구거점, 판

매망 등의 비즈니스 인프라를 가상공간을 활용하면서 아웃소싱 하여 가벼운 기업구조

로 보다 높은 가격경쟁력을 가질 수도 있다. 이에 대항하기 위해 일본기업들은 작년

이후 업무의 자동화 및 효율화 수준 제고에 주력하고 있다. 공장 자동화에 이어 사무

업무의 자동화 수준을 높여 생산성 향상에 주력하는 한편 자동화되는 공장시스템과의

Stage1개인의존

Stage2한정적 도입

Stage3표준 기반화

Stage4정량적 관리

Stage5계속적 혁신

대부분의 일본기업은 DX 추진 중이지만 단기적 시각인 스테이지3에 머물고 있음. DX의 전사적인 추진을 모색 중임.

3.7

17.8

46.1

28.1

4.4

디지털 저항자

고객 체험 전략 지연, 디지털 전략은 경쟁자의 위협에 대한 대책 강구시에만 도입

디지털기술 활용한 고객 체험전략을 실시. 기업 차원에서 제품일관성 없음.

비즈니스에 일관성이 있지만 혁신적인 제품, 서비스, 고객체험은 없음.

디지털 기술에 의한 제품, 서비스, 체험을 공급하는 마켓 리더

글로벌 경쟁에서 신속히 새로운 제품, 서비스를 창출, 기존 시장을 재구축함.

디지털 탐색자 디지털 플레이어 디지털 혁신자 디지털 파괴자

일본기업의 Digital Transformation(DX) 진척도 조사(IDC, 2017.5) 3

8 LG경제연구원


보다 효율적인 연계에 주력하고 있는 것이다.

부문별로 각종 업무를 자동화하고 제조, 판매, 물

류, 유통 과정이 재화와 고객을 통일되게 모니터링

할 수 있으면 재고 낭비, 폐기 낭비를 억제해 인력

의 최적 배치도 가능해진다. 일본기업은 이러한 통

합된 시스템을 목표로 하면서도 구체적으로는 각

현장 차원에서 업무의 디지털화 과제를 해결하면서

효율성 제고에 주력 중이다.

특히 많은 일본기업들이 일상 업무를 자동화하는

RPA(Robotic Process Automation)를 각 부문 차

원에서 추진하고 점차 전사적으로 RPA와 AI를 연

계하여 재화, 인력, 시간의 효율성 제고를 도모하

고 있다고도 할 수 있다. 소프트웨어가 각종 메일

에 자동응답하고 견적서를 보내는 등의 단순 업무

를 대체하는 RPA는 전문 IT 인력이 필요한 AI에

비해 상대적으로 초보적 IT 지식으로도 가능하다.

인간처럼 컴퓨터 화면을 읽을 수 있는 소프트웨어가 100% 정형화 되어 있지 않는 케

이스에도 대응하고 있다. 고객의 주문 및 메일 자동 처리, 대량 데이터 수집 및 엑셀

처리 등에 위력을 발휘하고 있다. 고객주문을 자사 시스템에 입력하는 과정에서 발생

할 수도 있는 실수를 RPA가 억제하는 효과도 있다.

초보적인 RPA는 인간의 업무 지시에 따라 고속으로 계산하거나 반복적인 업무를 쉬

지 않고 수행하는 것이지만 이것이 고도화되면 인간이 정하지 않는 규칙이나 가설을

찾아서 아이디어를 내기도 하는 형태로 발전한다. 이와 같이 고도화된 RPA 단계에

서는 AI가 필수적으로 활용된다. 많은 일본기업의 경우 초보적인 RPA로 업무자동화

를 추진하면서 단계적으로 AI를 활용하려는 방향에 있다고도 할 수 있다. 마치 공장

자동화에서 단순반복 작업을 수행하는 로봇으로 생산성을 올린 다음, 최근 이 로봇에

AI를 탑재하기 시작한 바와 같이 사무직 업무에서도 일단 단순 업무의 자동화에 나

서겠다는 일본기업들이 많다고도 할 수 있다.6

일본기업들은 AI에 앞서 RPA를 도입한 후 AI로 RPA를 진화시키면서 돌발 사태 등

예외적인 상황에 대한 대응 능력의 제고에 주력 중이라고 할 수 있다. 그리고 자사의

업무 합리화에 활용한 솔루션을 사업화하는 경우도 나타나고 있다. 자사의 업무 효율

6　이지평, 일본기업 ‘로보틱 사무자동화’ 본격화, 머니투데이 MT시평, 2018.2.22.

- 소프트뱅크는 모든 부서에서 RPA를 도입하라는 경영진의 대대적인 지시에 따라 재무, 인사, 총무, 영업 등 각 부문에서 400건의 RPA를 도입해 2017년 1년 동안 월간 기준으로 1만 500시간의 작업을 삭감하는 성과를 보였음.

- 소프트뱅크는 모든 부서에서 RPA를 도입하라는 대대적인 지시를 내리면서 재무, 인사, 총무, 영업 등 각 부문에서 400건의 RPA를 도입해 2017년 1년간에 월간 기준으로 1만 500시간의 작업을 삭감하는 성과를 보였음.

- 동사의 RPA를 활용하면 예를 들어 교통비의 신청 업무에서 경리 담당자가 영수증 금액을 인터넷의 교통정보를 통해 확인한 후 신청 금액을 입력하는 데 건당 3분이 소요되고 시간당 20건 정도만 처리 가능하지만 RPA를 활용하면 21초만에 가능해 인간 대비로 180배의 작업 스피드를 가짐. 이에 따라 80명 정도 필요했던 담당 인원을 13명으로 감축 가능(RPA Holdings사의 실적 기준임)

각 사업부의 RPA 촉진

B2B RPA 솔루션 비즈니스화

180배의 업무효율(경비신청 업무 기준) 달성

- 소프트뱅크는 자사의 RPA뿐만 아니라 다양한 기업의 RPA를 통한 업무 효율화를 지원하는 RPA 솔루션 비즈니스를 추진, 2017년 10월에 RPA Holdings와의 협업으로 ‘SynchRoid’라는 솔루션을 출시

소프트뱅크의 RPA 전략 4

자료 : 특집 AI격차, 일본 주간다이어몬드, 2018.2.10.

9


LG경제연구원

화 과정에서 축적한 RPA 및 RPA + AI 기법을 다른 기업에게 전수하는 수익 사업을

개척하고 있는 것이다. 히타치, NEC 등의 전자 기업과 함께 KDDI, 소프트뱅크 등의

통신사가 클라우드 컴퓨팅과 함께 RPA 솔루션 서비스에 나서고 있다.

일본 중소기업의 경우도 AI, 빅데이터의 활용을 거창한 것으로 파악하기보다 일상적

인 업무 혁신의 일환으로서 널리 활용하기 시작했다. B2B 영업의 경우도 기존의 고

객사 후보 선정 리서치, 담당자 면담 섭외 등의 업무를 RPA로 대체해 영업사원은 상

담 전략 구상과 실제 상담에만 주력할 수 있도록 하여 매출액을 크게 확대시키는 등

의 효과가 나오고 있다. 자사 홈페이지에 접속하는 고객 후보 회사의 유형을 분류하

고 자사에 대한 관심도를 컴퓨터가 자동적으로 평가 및 분류하고 영업 접촉의 시급성

을 알려주는 간단한 시스템만으로도 효과가 크게 나올 수 있다.

생산 분야의 경우 IoT, AI를 통한 공장자동화 효율의 제고가 지속적으로 모색되고

있다. 도요타자동차의 경우 불량과 낭비를 억제하는 TPS(Toyota Production

System)을 더욱 진화시키는 방안이 추진되고 있다. 도요타는 2008년 대규모 리콜

사태 이후 TPS를 더욱 진화시키면서 당초 예상보다 빠르게 회복해 왔다. 비정규직

등 비숙련 현장 근로자가 늘어나도 자신이 담당한 공정에서 완벽한 품질을 확보하기

위한 생산조건, 설계조건의 투명성을 높여 불량품을 원천적으로 없애는 자공정완결

(自工程完結) 시스템을 도입했다.7 예를 들면 근로자가 볼트를 조일 때 드라이버의

삽입 각도에 문제가 있어도 잘 조일 수 있도록 볼트의 끝 부분에 가이드를 장착하는

등 각 공정이나 제품, 부품, 기계 설계 등의 설계단계에서 불량품의 발생 요소를 하

나하나 없앤 것이다. 이는 도요타 생산방식의 특징이었던 불량품을 후 공정에 보내지

않도록 하는 라인 정지에 따른 부담을 없애는 효과도 있다.

그러나 이러한 자공정완결 방식의 경우도 생산공정을 뒷받침하는 기계, 공구의 고장

이나 차질이 발생할 경우 의도하지 않는 라인 정지, 불량품 등의 문제가 발생할 수

있기 때문에 도요타는 이러한 요인까지도 원천적으로 없애기 위해 생산라인의 모니

터링 시스템을 강화하고 있다. 각종 기계, 공구 등 생산 현장 전반에서 센서로 정보

를 수집하고 IoT 기술을 통해 실제공장과 가상공장을 연계적으로 분석 및 관리 하면

서 기존의 공정관리만으로 해결할 수 없는 각종 기계나 공구의 차질로 인한 불량, 라

인 정지 등을 최소화하려는 것이다.

실제 공장을 디지털 공간에 재현한 디지털 공장을 통해 실시간으로 공장을 가시화해

문제의 발생을 억제하고, 작업 전환 등에 따른 소요 시간도 감축하기 위한 대책이 강

구되고 있다. 도요타는 2016년 이후 이러한 IoT 공장의 실증실험을 확대하면서 생산

7　이지평, 도요타, 마쓰다, 유니클로, 시세이도…‘원가부담률’ 낮춰서 비용 혁신 이뤄내, Dong-A Business Review, June 2018

Issues, No.251

10 LG경제연구원


라인에 다수의 센서를 설치하는 한편 AI를 활용해 사람이 인지하기 어려운 색상 등

의 차이, 기계의 고장 징후 등을 파악하고 있다. 그리고 2017년부터 도요타는 히타치

의 AI, 빅데이터 분석 기법 등 최신 디지털 기술을 적용한 플랫폼인 Lumada를 도요

타시의 모델 공장에 적용해, 돌발적 설비 고장 등을 억제하는 데 주력하고 있다.

도요타는 자체 실증 작업에서 오래 전에 구축한 사내 정보 시스템이나 각종 기계가

IoT 네트워크로서 외부와 연결될 경우 외부 해킹에 취약하고 딥 러닝도 만능은 아니

라는 것 등을 실감해, 히타치와 같은 전자 및 IT기술을 가진 기업과의 협업의 필요성

을 인식한 것으로 보인다.

(2) 새로운 체험가치 개발

고객 Insight 제고 통해 세밀하게 대응

아마존이 고객 구매 이력을 분석해 고객별로 취향에 맞는 제품을 추천하는 기능을 강

화하는 등 데이터 기반 고객 인사이트의 중요성이 높아지고 있으며, 일본기업도 이에

주목하고 있다. 고객이 실제로 주문하기 전에 특정 지역에서 특정 제품이 어떤 시기

소매의제공가치

현상 과제 새로운 기술 향후의 방향성

①고객

니즈의

이해

오프라인

온라인

②편리성

제공

③ 조달,재고조정기능

분석

오프라인

온라인

분석

점포

전자상거래

가치사슬

·POS, ID에 의한 정태적 구매 데이터만임.

·Text 데이터 중심

·과거의 경향만 파악 가능

·입지, 면적(제품 종류 준비), 영업 시간에 제약 존재

·검색이 필요하고·반품 비율이 높음.

·조달에 관한 지식 보유 ·재고 보유

·구매 전후의 행동 데이터의 수집도 가능하게 됨.

·음성이나 화상을 포함한 생활 관련 데이터의 수집이 가능하게 됨.

·AI에 의한 식별, 예측, 최적화가 가능하게 됨.

·자택 내의 AI/IoT 디바이스가 구매 채널화

·점포는 체험을 제공

·점포는 IoT화 하고 행동 데이터의 수집 거점화

·점포는 물류 거점화·자율주행차의 점포 기능화

·수급조절기능은 자동화·IoT화, AI 활용에 의해 리드 타임이 단축됨.

·개개인의 니즈를 파악하고 분석 하는 데에는 한계 존재 ·결과적으로 제품 종류 준비와 고객 니즈의 괴리가 발생하기 쉬움.

모든 장소가 고객과의

접촉 포인트

·고객 니즈를 반드시 충족하지 못함.

·고객 니즈를 충족하는 데에 시간이 소요

·고객 니즈 충족까지에 시차가 발생

수집가능한 데이터의

질과 양이 확대

식별, 예측, 최적화가 가능

오프라인-자택및점포+온라인+물류

일본 소매업의 Digital Transformation(DX)을 통한 발전 방향 5

자료 : Mizuho 산업조사, 2017.9.28.

11


LG경제연구원

에 판매될 것이라는 예측도 가능해지기 시작했으며, 아마존에서는 주문을 받기 이전

에 제품의 배달을 위한 물류 준비가 시작되는 속도가 높아지고 있다. 물론 소비자의

욕구, 생각을 보다 정확하게 읽게 될 뿐만 아니라 여러 형태, 여러 장면에서 개인별

취향에 맞는 광고를 통해 각 세그먼트의 소비자들에게 영향을 주고 고객의 구매 의욕

자체를 유도하는 노력의 효과도 점차 확대될 것으로 보인다. 이러한 혁신을 통해 점

차 고객 개인별 맞춤형 주문도 적은 비용으로 가능해질 것으로 보인다.

일본 유통업에서도 데이터를 기반으로 한 고객 인사이트 파악 능력의 조직적 제고를

위해 다양한 시도들이 나오고 있다. 편의점 체인 로슨의 경우 신규출점을 결정하는

데 있어서 AI의 판단을 활용하는 방안이 모색되고 있다.8 인구, 세대분포, 교통량, 학

교 및 병원 위치 등의 상권 데이터를 활용해서 점포의 1일 매출액을 예측한다. 분석

및 예측 결과는 보다 고객의 속성에 맞는 점포의 설치를 위해 활용되며, 예상매출액

이 일정 수준을 넘지 못할 경우 출점을 보류하게 된다.

이러한 고객 인사이트의 제고를 위해서는 그동안 실시되어 왔던 온라인을 통한 고객

의 구매 정보와 함께 오프라인 고객 정보의 활용이 중시되고 있다.

각종 카메라, 센서 등을 통해 고객의 구매 및 구매 전후 모습, 구매

포기 과정 등을 데이터로 축적하고 활용함으로써 보다 고객을 파악

할 수 있기 때문이다. 일본기업도 고객의 온·오프라인 구매 이력,

웹 열람 정보 등 모든 데이터를 통합하고 고객에 대한 인사이트를

제고하면서 고객 대응력을 강화하려는 것이다.

일본기업으로서는 고객을 보다 세밀하게 알게 되면 고객이 상점이

나 전자상거래에서 그들의 취향에 맞는 제품을 얻지 못하거나 요구

수준을 낮추어 타협하는 일이 줄어드는 등 고객의 체험을 보다 개선

할 수 있는 효과를 기대하고 있는 것이다. 이를 위해 일본기업은

IoT, AI 등을 활용해 고객과의 접촉 포인트를 구매 이전, 이후 등으

로 확장하면서 개개인을 심도 있게 분석하도록 노력하기 시작했다.

그리고 이러한 고객 인사이트는 판매뿐만 아니라 제조, 연구개발,

기획, 서비스 등 모든 부서가 동시에 고객과 접하여 고객가치 제고

에 고민하는 데 유리하게 활용된다. 고객의 전 과정을 대상으로 다

양한 데이터를 기반으로 고객을 분석하고 예측하는 과정을 통해 표

출되지 않는 잠재적 문제 및 니즈를 발굴하면서 이노베이션 효과를

확대할 수 있다.

그리고 이러한 고객 인사이트는 온라인과 오프라인을 복합적으로

8　www.sankeibiz.jp, ローソン AI 商圏データ、採算予測出店可否判断の実証実験, 2018.2.20.

Phase1 : 2012년

Phase2 : 2014~2015년

점포회원과 웹 회원의 고객 데이터, 구매 이력 데이터를 통합

BI Tool 도입. 통합한 고객 데이터를 가시화, Public DMP 도입, 신규고객 접근 강화

MA(Marketing Automation) Tool 도입. 메일 및 LINE을 통한 One2One 대화 개시

Private DMP 도입. 지금까지 관리해 왔던 모든 데이터(구매, 회원, 협력사 데이터 등)와 자사 운영의 웹 미디어인 ‘Beauty && Co’, ‘watashi+’ 의 데이터(소비자 열람 데이터)를 통합

Phase3 : 2015년

Phase4 : 2016년 4월~

실제 점포와 가상점포의 고객정보 6 융합화 주력하는 시세이도

주 : BI(Business Intelligence) Tool: Google Data Studio 등의 빅데

이터 활용 기법, DMP(Data Management Platform): 빅데이터,

사이트 정보의 집약 및 가공

자료 : Yahoo Marketing Solution, 顧客の"モ-メント"をつかむ資生

堂の戰略とは(시세이도 전략그룹 인터뷰)［前編］, 2017.8.29.



활용하는 Omni 판매 채널 전략에서도 중요한 의미를 갖게 된다. 고객 데이터 및 분

석 지식을 온라인과 함께 오프라인에서도 활용해, AI가 오프라인 점포에서 판촉에

바로 효과를 거둘 수 있다. 현실의 점포는 고객 체험 중심으로 구성해 재고 공간을

줄이고 실제 상품은 공장이나 물류센터에서 직접 택배 하는 시스템을 도입하는 사례

도 나타나기 시작했다. 예를 들면 신사복판매 체인점인 아오야마상사는 오프라인 점

포에서 고객이 재고가 없는 제품의 경우도 디지털 사이니지를 이용해서 시착한 모습

을 가상적으로 확인하면서 택배 주문할 수 있는 서비스를 2016년부터 도입하기 시작

했다. 도심의 작은 점포에서도 대형 교외점포 이상의 수많은 상품종류(온라인 스토어

기준 1,000만개)를 가상적으로 확보해 고객의 편리성을 높이고 있는 것이다.

일본 화장품 기업인 시세이도의 경우 온라인과 오프라인을 연계하는 마케팅 전략에

주력하고 있다. 동사는 자사 EC 사이트 활용도가 떨어진 고객에게 전자메일,

DM(Direct Mail), 양쪽 중 무엇이 효과적인지 분석해 오프라인 기법과 온라인 기법

을 혼합해서 사용하고 있다.9 단순히 고객의 화장품 용량의 감소 정도를 예측해서

DM을 발송 하는 것이 아니라 계절 등 다양한 요소를 고려한 오프라인 점포 유인책을

추진하고 있다. 시세이도는 개인별 DM 발송을 차별화함으로써 고객에게 일률적으로

대량 메일을 발송하는 비용도 절감하고 있고 이러한 방식을 전체적으로 AI 기반으로

자동화 하고 있다.

또한 시세이도는 자사의 EC(전자상거래) 판매 비율을 2017년 8%에서 2020년 15%로

확대, 중국에서는 40%로 확대할 계획으로 있다. 이를 위해 동사는 온·오프라인의 고

객 데이터를 수평적으로 활용하는 데 주력하고 있다. 회원데이터, 점포고객 데이터,

구매이력 데이터를 통합하면서 범 브랜드 one stop형 EC 사이트인 watashi+ 등을 개

설하고 있다. 시세이도는 온·오프라인에서 통합적으로 고객을 분석함으로써 고객의

소비 행동에 대한 깊이 있는 인사이트를 확보하는 데 주력하고 있는 것이다. 그리고

브랜드별 소비자와의 대화에 주력하는 한편 범 브랜드 고객층별로 High Girl(일본 여

성), Beauty & Co (팬 예비군), 각종 SNS계정(팬), 오메카시회의 (핵심 팬간의 의견

교환) 등의 사이트를 통해 미용 동영상 등으로 대화 및 홍보 효과를 추구하고 있다.

소재기술과 디지털기술(Material Informatics) 접목해 신소재 가치 추구

일본기업은 세계적으로 강점을 가진 소재 기술을 디지털 기술과 결합해서 새로운 고

객 가치를 창조하는 데 주력하고 있다. 고객의 기대를 크게 능가하는 제품이나 서비스

의 체험가치를 높이기 위해서는 혁신적인 소재에 기반한 기술이 중요하기 때문이다.

특히 일본기업은 최근 MI(Material Informatics)의 활용에 주력하면서 관련 컴퓨터

9　Yahoo Marketing Solution, 顧客の"モ-メント"をつかむ資生堂の戰略とは(시세이도 전략그룹 인터뷰)［前編］, 2017.8.29.

13


LG경제연구원

기술의 혁신에도 나서고 있다. 이는 고속, 대용량 컴퓨팅 파워를 활용해서 새로운 물

질과 소재의 개발·개량을 하는 기법이다. 물질의 기초인 원자나 분자 단위에서 합성

물질을 컴퓨터상에서 개발 및 설계하고 새로운 가치를 실현하는 것이다.

소재의 개량 및 개발 과정에는 수많은 실험이나 데이터 분석 작업이 소요되기 때문에

이를 컴퓨팅 파워를 활용해서 상당 부분 자동화할 수 있으면 연구개발의 속도 향상,

연구원의 창조적 업무 투입 시간 확대에도 도움이 될 수 있다. AI, 빅 데이터 분석은

대량의 실험 데이터에서 기계가 스스로 새로운 가설을 추천할 수 있고 24시간, 쉬지

않고 대량의 실험 업무를 자동화 할 수 있어서 활용 이점이 크다고 할 수 있다.

파나소닉의 경우 최신 데이터를 다양한 각도에서 망라하여 DB화하면서 AI로 미지의

재료를 탐색하고 있다. 사내에서의 실험(성공 및 실패)을 자동화하는 툴을 개발하면

서 DB화하는 한편, 독자적 계산 데이터를 계산과학 기반으로 DB화하고 각종 논문

정보는 자연언어 기반으로 DB화, 물성 데이터의 각종 공동연구를 통한 DB화 등에

주력하고 있다. 파나소닉은 재료의 조합성과 특성 측면에서 통합된 DB를 구축하는

데 주력하고 있으며, 특히 열전도율, Carrier 농도, 이온 확산 계수 등을 중시하고 있

다. 이러한 DB 기반의 MI를 통해 파나소닉은 신규재료, 디바이스 개발 기간을 절반

으로 줄일 것을 목표로 하고 있다.

파나소닉은 AI를 활용해서 미지의 재료를 탐색하기 위해 기존의 데이터에 없는 특성

을 가진 미지의 재료의 특성을 예측하는 알고리즘을 구축하고 있다. 자기再학습 기법

을 통해 기존 물질의 인접 범위의 바람직한 개선 방향을 모색(隣接外揷法)하면서 계

산을 통해 새로운 데이터를 추가하는 데 주력하고 있다. 또한 경합학습법을 통해 폭

넓은 물질 후보를 생성해 기존 물질의 특성 범위를 넘는(離散外揷法) 성능의 개발에

주력하고 있다. 이산외삽법을 통해 개발된 물질 아이디어에 관해서는 식별기를 통해

존재 가능한 물질인지 판별하는 한편, 파나소닉은 이 두 가지 외삽법으로 획득한 기

계학습 모델로 예상외의 발견(Serendipity)을 적극 유도하겠다는 입장이다.

그리고 파나소닉은 전자현미경에 AI 기술을 적용하면서 각종 재료의 데이터 수집을

가능하게 했다. 전자현미경은 원자 수준의 물질 관찰이 가능하나 리튬이온 등 재료에

따라서는 반응 속도가 느려서 화상 데이터를 얻는 데까지 시간이 소요되는 문제가 있

다. 이에 따라 파나소닉은 수 십 시간의 장시간 관찰데이터와 수 십 초간의 단시간

관찰 데이터를 기계학습 시키는 등의 기법을 통해 단시간의 불충분한 관찰 데이터에

서 noise를 제거해 신호를 추출하는 알고리즘을 개발한 것으로 추정되고 있다.10 이

성과로 인해 파나소닉은 리튬이온전지가 작동하는 상황에서 용량 밀도, 충·방전 속

도, 수명 등을 좌우하는 재료의 움직임을 고속, 고정밀로 가시화하는 분석을 할 수

10　三宅常之, 파나소닉이 전지개발 효율화하는 신기법 개발, 日経TECH, 2018.4.18.(파나소닉은 자세한 수법은 비공개)



있게 되었다. 앞으로 파나소닉이 이 전자현미경 기술로 대량의 실험 데이터를 축적함

으로써 AI를 활용해 전지 재료 성능의 향상 기술 개발에 더욱 주력할 것으로 보인다.

컴퓨팅 파워 자체의 혁신적인 확충 프로젝트도 추진되고 있다. 일본 제조업의 기초인

소재기술을 포함해서 제조업 전반에서 중요한 새로운 기초기술로서 양자컴퓨터의 개

발 프로젝트가 지목되고 있으며, 일본기업과 함께 일본정부가 참여한 산학연계 프로

젝트도 확대되고 있다.

히타치제작소는 영국 켐브리지대학과 추진해 왔던 기초연구 결과를 발전시켜서

2018년 가을까지 일본 및 해외의 대학, 공적연구기관이 참여하는 산학연계 프로젝트

를 모색할 방침이다. 양자 컴퓨터의 기본 소자에 일본기업이 강점을 가진 실리콘 반

도체 재료를 채용해서 경쟁력을 높일 계획이다. 반도체 양자 소자의 개발에서 공적연

구기관인 이과학연구소, 산업기술총합연구소, 동경공업대학 등을 중심으로 50 양자

비트를 목표로 한 연구개발이 진행 중이며, 실리콘의 동위체 제어나 고속 비트 조작,

MI(Material Informatics) 적용이 어려운 고분자 소재에서의 개발 노력

스미토모화학은 고분자 OLED 재료의 개발과 함께 OLED

의 코스트를 크게 낮출 수 있는 인쇄 방식의 제조법을 2017

년에 개발해 세계적인 주목을 받은 바 있는데, 이 개발의 바

탕이 된 것이 MI의 활용이다. 스미토모화학은 2000년대 초반

부터 OLED 재료 연구를 강화하고, 우선, 그 기초가 되는 유

기반도체의 성능 향상을 위한 분자 구조의 분석에 MI를 활용

해 왔다. 그 결과 재료 잠재력을 이해하기 위해서는 단일분자

계산으로는 충분치 않고 분자 집합체로서의 계산 모델의 필

요성을 인식했다.

단, 고분자 물질은 하나의 분자 사슬만으로 수백 개 원자로

구성되고 분자 집합체 차원에서는 수천~수만 개의 원자가 되

기 때문에 이러한 복잡한 구조에서 복합적으로 나타나게 될

전자상태를 파악하기 위해 스미토모화학은 자사 보유의 슈퍼

컴퓨터를 활용해서 물질 상태와 특성을 분석하는 작업을 오랫

동안 거듭해 기반기술의 확립에 주력했다. 고분자계 유기반도

체의 Spectrum 분석 사례의 경우 OLED 주요 재료 중 하나인

FL(Fluorene)의 분자사슬 모델이 전자상태에 미칠 영향을 계

산했다. 그 결과 분자 사슬 커브의 구조, 세그먼트간 접촉의

입체구조가 에너지의 이동 및 수광(受光) 구조에 영향을 미치

고 있는 것을 확인해 효과적인 재료 개발에 활용하였다.

MI는 무기재료, 결정성 금속재료 등에서는 어느 정도 진전

되었으나 스미토모화학의 사례에서 볼 수 있는 바와 같이 고

분자 화학소재는 분자 구조의 복잡성 등으로 인해 어려움이

존재하는 것이 사실이다. 복잡한 원자, 분자 구조로 인해 계

산량이 방대해져 슈퍼컴퓨터로도 해결이 어려운 실정이다.

이에 따라 일본의 기업, 정부 산학 연구소 등에서는 차선책으

로 단계별 시뮬레이션 기법을 활용하기도 한다. 원자의 나노

크기의 시뮬레이션을 실시한 후, 10~100 나노의 세포 크기

의 Meso 수준의 시뮬레이션, 현실의 Macro 수준의 시뮬레이

션을 나누어서 실시하는 기법이다. 고분자의 구조를 부분적

으로 취급한 Meso 시뮬레이션을 통해 분자구조를 가시화해

Macro 시뮬레이션을 가능케 한다. 이를 통해 수퍼 컴퓨터에

대한 의존도를 일정 수준 낮출 수가 있다.

예를 들면 요코하마고무는 고무 재료, 타이어 형상의 설계

에 AI를 활용한 Multi Scale Simulation을 적용해 고무 재료와

형상 설계를 2017년 10월에 개선하는 성과를 거둔 바 있다. 이

는 여러 상품 카테고리에 적합한 성능 균형을 확보하기 위해

설계 인자를 객관적으로 신속하게 추출하는 것이다. 예를 들

면 저연비 성능과 타이어 마모 감축이라는 상반된 성능의 극

대화를 위해 재료의 배합, 바운드 러버(Bound Rubber) 층의

두께, 타이어 단면의 곡률 반경 등의 수치를 최적화하였다. 동

사는 시뮬레이션 과정에서 취득한 데이터를 AI에 의해 분석하

도록 하여 중요한 인자를 발견하면서 반복계산하고 최적의 규

칙을 산출하였다.

자료 : 住友化学株式会社先端材料探索研究所, 石田雅也栗田靖之, 中園明子, 計算科学を用いた材料の機能予測と設計, 住友化学 2015

国立研究開発法人新エネルギー·産業技術総合開発機構技術戦略研究センター, 機能性材料分野の技術戦略策定に向けて, TSC Foresight Vol.2, 2015.10.

15


LG경제연구원

충실도의 강화 등에 주력 중이다. 또한 오사카대학의 도요타·타나카 연구그룹은 광

자(光子)를 이용한 양자 시뮬레이터보다도 신뢰도가 높은 Phonon(음자) 기반의 양자

시뮬레이터를 개발 중이다.

그리고 도쿄대학의 후루사와(古澤明) 교수와 타케다(武田俊太郎) 조교의 연구팀은

2017년 9월에 대규모 광양자 컴퓨터의 실현화 기술을 개발해 그 파급 효과가 기대되

고 있다(일본정부의 과학기술진흥기구의 전략적 창조연구 추진사업의 지원을 받음).

이 기술은 루프 구조를 가진 광 회로를 이용한 새로운 방식이며, 하나의 양자 텔레포

테이션(Quantum Teleportation)11을 무제한적으로 반복해서 대규모의 양자 계산을

실행하는 것이다. 이 기술이 실현될 경우 100만개 이상의 양자 비트의 처리가 가능할

것으로 예상되고 있으며, 계산 처리 능력의 확대와 함께 비용 절감이 기대되고 있다.

시판되고 있는 D-Wave Systems사의 양자컴퓨터(범용 컴퓨터 수준이 아니고 최적

화 문제만 계산함)의 경우 2000 양자비트 수준이기 때문에 이번 개발 성과는 비약적

인 이노베이션 효과를 가져올 가능성도 있다.

(3) 단계적 플랫폼 전략

디지털형 조직 개편 및 SCM 신체제 통한 효율 개선

FANG의 플랫폼 전략에 대응하면서 일본기업들도 비즈니스 모델을 혁신하고 자사의

사업구조를 플랫폼 중심으로 개편할 기회를 탐색하고 있으나 FANG 등과의 디지털 역

량 격차를 고려할 수밖에 없다. 따라서 우선적으로는 기존 사업이나 조직의 디지털화

역량을 강화하면서 SCM, 가치사슬을 고객 지향으로 재편하는 데 주력하는 기업들이

많다고 할 수 있다. 일본기업은 전사적인 조직혁신을 통해 디지털화된 고객 정보 등에

민감하고 사업 환경 변화에 민첩하게 대응할 수 있는 조직으로의 발전을 도모하고 있

는 것이다. 실제로 DX를 추진하기 위해서는 현장의 세부적인 비즈니스 프로세스의 혁

신이 필요하며, 경영자가 세부 사항을 파악하기 어려운 측면이 존재한다. 이에 따라

경영자의 방향 제시와 함께 현장 주도로 혁신 방안을 책정하고 실행으로 옮기면서 각

부서의 경험 및 노하우를 축적하는 DX 리더의 역할이 중요해지고 있다.

이에 따라 일본기업은 새로운 IT 환경에 대응하기 위해 DX를 특정 IT 부서에 맡기는

11　양자 텔레포테이션은 양자 비트의 정보를 그대로 다른 장소로 이동하는 통신 수법이며, 물리적인 존재가 순간이동 하는 것은 아

님. 빛의 입자와 같은 양자 2개가 서로 뒤얽힘(quantum entanglement) 상태에 있는 것을 활용해서 1개의 양자를 관찰하면 나머지

양자의 상태가 변화하는 현상을 계산 시스템에 이용함. 양자 뒤얽힘을 대량으로 발생하여 슈퍼컴퓨터로도 계산이 어려운 문제를

순식간에 실행할 수 있게 됨. 기존의 광양자 컴퓨터는 정보를 탑재한 다수의 광 펄스를 다수의 광로(光路) 위에 동시에 준비해서

이들을 광 회로에 의해 처리하는 방식이었지만 이것으로는 회로의 규모가 커지고 방대한 광학 부품이 필요해 실현이 어려웠음. 그

러나 이번 연구 결과는 하나의 광로 위에 다수의 광 펄스를 일렬로 배열하는 방식을 개발해 막대한 정보를 취급할 수 있게 했으며,

연구팀에서는 이번에 개발한 원리를 적용해 동전 크기의 광도파로 칩으로서 일부 기능을 개발하는 데에도 성공(東京大学·科学技

術振興機構, 究極の大規模光量子コンピュータ実現法を発明~1つの量子テレポーテーション回路を繰り返し利用, 2017.9.22.)



것이 아니라 전사적으로 일하는 방식, 조직구조의 혁신의 일환으로서 주력하고 있다

고 할 수 있다. 예를 들면 많은 일본기업들이 DX추진을 위해 DX 프로젝트팀을 발족

하고 DX 전담부서를 설치하면서 DX 리더를 외부에서도 발탁하고 활용하고 있다. 각

조직 차원에서 DX을 모색하지만 DX 진행과 함께 중복투자나 비슷한 유형의 서비스

앱을 개발하는 등의 폐해를 억제 하면서 통합된 DX 조직화를 모색하고 있다고 할 수

있다. 이러한 혁신을 통해 보다 디지털 역량이 있는 젊은 층의 발탁이 중요해지고 있

으며, 이는 일본기업 특유의 연공서열적 관행 때문에 한계도 있으나 형식적 조직 분

담을 허물고 젊은층을 리더로 발탁하고 프로젝트팀 형태로 조직을 실질적으로 운영

하는 경향도 강해지고 있다. 소니의 웨어러블 워치 개발 과정에서는 제품화 아이디어

를 낸 신입사원이 프로젝트 리더로 발탁되어 제품개발에 성공한 사례도 나오고 있다.

이러한 조직 혁신을 통해 일본기업은 디지털 정보 감도의 제고에 나서고 있다고 할

수 있다. 일본기업은 DX 조직화의 근본 과제로서 새로운 기술에 입각한 정보 수집

및 분석 체제의 강화를 중시하고 있다. 이러한 정보에 민감한 조직으로의 재편을 위

해 일하는 방식, 업무 프로세스, 업무 수단 등의 혁신에 주력하고 있는 것이다. 미쓰

비시은행의 경우 무인 온라인 서비스, 디지털 마케팅, AI 분석 및 여신 심사, RPA 도

입 등을 통해 고객의 디지털 채널 시프트를 유도하고 고객의 목소리를 전사적으로 즉

시 파악할 수 있는 체제의 구축에 주력하고 있다.

또한 일본기업은 경영판단의 자동화로 경영 스피드의 고속화에도 나서고 있다. 고객

데이터의 디지털화, AI를 활용한 분석·예측 등 디지털정보 기반을 활용해서 즉시

판단하고 움직일 수 있는 유연하고 빠른 조직으로의 혁신에 주력하고 있는 것이다.

즉시 대응해야 할 일상적 판단 및 행동 지침의 자동화와 함께 고객 정보, 생산 및 물

류 정보에서 근미래를 예측하는 수리모델을 통해 공장 간의 생산 분담 등의 경영 판

단이 자동화되고 인간은 보다 장기의 고도 경영과제에 집중하게 된다.

도요타의 경우 Kinaxis(캐나다)라는 클라우드 베이스의 솔루션을 도입해 생산, 판매

부문에서 나누어져 있었던 수급계획, 재고관리를 통합, 수급변화에 보다 유연하게

대응할 수 있는 체제의 구축에 나서고 있다(2018.1 발표). 기존의 도요타 시스템처럼

판매 정보가 바로 생산으로 연결되는 단순한 pull 시스템의 차원을 넘어서 고객의 구

매, 물류 상황을 예측해 생산 및 물류 계획을 추진할 수 있는 체제가 모색되고 있는

것이다.

조직과 비즈니스 시스템 전반의 디지털화로 트럭 등의 배달도 개별 배달하지 않고 순

환일정에 따라 다양한 부문의 제품을 공장에서 높은 적재율로 직송할 수가 있다. 물

류센터 자체를 폐기할 정도의 예측성이 강화될 경우 고가동 Value Chain으로 공장,

물류 등의 시설을 슬림화할 수도 있을 것이다. 고객 니즈, 판매, 생산, 물류 정보를

17


LG경제연구원

일체적으로 수집 하여 AI를 활용한 분석 능력을 제고하는 한편 일본기업은 점진적으

로 협력사도 참여해 데이터를 활용할 수 있는 생태계를 통해 예측성, 효율성을 더욱

제고하는 데 주력할 것으로 보인다.

도요타계 자동차 부품 회사인 덴소의 경우 2017년 4월에 디지털 이노베이션실을 신

설해, 전사 공통의 IoT 기반을 구축하고 이를 통한 서비스 분야의 디지털 비즈니스의

기획 능력을 강화하고 있다. 자동차의 EV화, Connected Car, 자율주행 비즈니스 등

의 확산에 따른 산업구조의 커다란 변화에 대응하려는 것이다.

특히 일본기업들은 최근 아마존, 구글 등의 클라우드, 플랫폼을 활용하면서도 자사

의 소프트웨어 등을 혼합해 협력사 등과도 공유하는 API(Application Programing

Interface) 전략을 중시하고 있다. 시중은행의 경우도 자사의 정보시스템을 보다 개

방화하여 API를 통해 외부기업과 협업하면서 P2P 결재, 블록체인 대응, AI 트레이

딩 등의 역량을 강화하고 있다. 우버가 구글의 지도 플랫폼을 활용하면서도 자체적으

로 고객과 운전자를 매칭 하는 플랫폼을 구축하고 있는 바와 같이 일본기업도 FANG

가 가진 클라우드 컴퓨팅, 플랫폼의 이점을 활용하면서 자체적인 소프트웨어, 솔루

션을 추가해 플랫폼을 구축하는 데 있어서 API 전략을 추진하고 있는 것이다.

3. 플랫폼 전략 선도기업 사례

코마츠, 단계적으로 자체 플랫폼 비즈니스로 진화

건설기계의 코마츠는 단계적으로 디지털 역량을 강화하면서 이제 플랫폼 비즈니스로

이행하려고 하고 있는 기업이며, 그 성공 여부가 주목되고 있는 사례이다.

IT와 거리가 있는 건설 장비 기업인 코마츠의 경우 먼저 제품의 IT화에 주력했다. 자사

의 건설 기계에 센서를 부착하여 고마츠 본사에 있으면서 세계 각국 건설 현장에서 가동

중인 자사 제품을 모니터링 하여 고객에 대한 서비스를 고도화했다. 코마츠는 세계 각국

에서 가동 중인 자사의 건설기계의 사용 환경, 내구성 등을 체크하면서 고객에게 최적의

기계 보수를 실시하고 고객이 유리한 시점에서의 교체 구매를 추천하게 된 것이다.

이러한 원격 감시 서비스가 호평을 얻자 코마츠는 점차 디지털 경영 수준을 고도화해

나갔다. 센서를 통한 모니터링을 자사 건설기계로 한정하지 않고 건설현장 자체를 센

서로 모니터링 하는 보다 포괄적인 IoT화에 나선 것이다. 건설 현장의 IoT화와 함께

덤프트럭 등의 무인 자율주행도 뒷받침하면서 자사의 기계뿐만 아니라 고객의 건설



사업 자체의 효율 및 생산성 향상에 주력했다. 이와 함께 코마츠는 드론을 활용한 정

확한 측량과 3D 데이터화, 빅데이터 분석 등을 통해 시공 이전에 정확한 건설 범위,

토량(土量)을 측정하는 서비스도 제공하게 되었다.

이러한 단계를 거쳐서 코마츠는 현재 자사뿐만 아니라 수많은 협력 기업, 거래처와

데이터를 공유하면서 협업하는 플랫폼 생태계의 구축과 활용에 주력하는 중이다.

NTT, SAP 등과 제휴하여 건설 사업의 가치 사슬 전체에 관해서 재료, 흙, 기계 등을

다 연결하는 플랫폼인 LAND LOG을 구축하고 있다. 소프트웨어를 연계하는 API를

활용하면서 각종 서비스를 연계하는 데 보다 주력하고 있는 것이다. 코마츠는 자사가

수집한 데이터를 가공한 응용 데이터(원 데이터는 보안)를 공개하고 협력사 등과 공

유하고 있으며, 이들 데이터는 경쟁사 건설기계에서도 접속이 가능하도록 했다. 이

를 통해 건설에 간여하는 각 사업자마다 관리되는 데이터를 일괄적으로 집약해 건설

업무 전체 프로세스를 가시화하고 가상 실험함으로써 효율 개선 방안을 찾아내고 또

한 인력 부족 등의 문제를 사전에 파악하고 대응할 수 있도록 했다.

건설사 입장에서는 코마츠로부터 건설 기계 뿐만 아니라 건설 과정 전체에 관한 조언

을 받고 효율을 개선할 수 있기 때문에 코마츠에 대한 신뢰를 높일 수밖에 없다. 이

와 같이 코마츠의 플랫폼이 성과를 거둘 수 있는 것은 현장 노하우를 세밀하게 반영

하고 활용하고 있다는 점, 코마츠의 건설기계 및 측량 등 건설 현장 노하우, NTT도

코모의 LTE, 5G 등 통신기술과 IoT 솔루션, 데이터 분석 노하우 등 SAP의 Design

Thinking, SAP Leonardo에 의한 플랫폼 지원 노하우, 벤처 기업인 옵팀의 AI, IoT

노하우 등을 결합했기 때문이라고 할 수 있다.

지형정보

Edge 처리

이동/토사

드론, 카메라

IoT탑재 기계

코토즈쿠리, 체험 데이터

회계Process 기능

계산 AI데이터

3D데이터

입체, 면적중량

재료, 기계,작업자

고객 앱

SmartConstruction

app.

고객 지원app.

프로바이더

앱

고객의시스템

안전하고

생산성

높은

미래의

협상

차량정보

계측정보

기업정보

작업정보

작업량 시공

LAND LOG, 플랫폼 비즈니스의 구조 7

자료 : 코마츠사

19


LG경제연구원

코마츠로서는 이러한 성과를 기초로 건설 장비를 판매하는 기존의 비즈니스 모델을

혁신하여 궁극적으로는 건설기계 판매보다 건설서비스(시간당, 규모당) 수수료 비즈

니스로 이행하는 방향도 모색할 수 있다.

다이킨, IoT 온도 관리 기술 기반으로 공조기기 플랫폼 CRESNECT 구축

에어컨의 강자인 다이킨은 공조 기기를 통해 수집한 데이터를 플랫폼에 집약해 자사

및 협력사와 함께 빌딩 내부의 공간과 연계된 보안 등의 각종 서비스 시장을 다양하

게 개척한다는 전략을 추진하고 있다. 2018년 2월 21일에 오피스 빌딩용 공조기기에

센서, 카메라를 장착해 각종 공간 데이터를 수집하고 이를 집약하는 플랫폼으로서

CRESNECT를 구축했다고 발표한 것이다.

CRESNECT는 온도, 습도 이외에 공간의 밝기, 음성, 인원 수, 위치, 동작 등 인간과

공간에 관한 많은 정보를 수집한다. 이를 통해 다이킨은 각종 데이터를 파트너 기업

과 공유함으로써 오피스의 생산성 향상, 건강유지에 도움이 되는 데이터 기반 서비스

의 개발을 파트너와 함께 모색한다는 전략이다. 다이킨이 그동안 해 왔던 공조 효율

제고를 위한 센서 원격 조정이라는 차원을 넘어서 플랫폼을 통해 새로운 부가가치 서

서비스영역

재화영역

다이킨 독자 서비스

공조설비 서비스

공사절감

에너지절감

보수

파트너 기업이 적극 이용하도록 공통 기반화

빌딩 설비자동화

보안 공간디자인

오피스서비스

그룹웨어연계

근태관리

음식주문

기상정보

공간을 연결하는 협동 창조 플랫폼 ‘CRESNECT’

공기, 공간 정보 데이터 뱅크 AI 및 데이터 분석

·기기의 운전 데이터·빌딩 내 환경 데이터·빌딩 내 사람,재화 관리

다이킨의 공조기기 연계 서비스 플랫폼, CRESNECT 8

자료 : 다이킨



비스를 개발할 방침이라고 할 수 있다. 그리고 다이킨은 서비스 대상을 오피스 빌딩

에서 점포, 고령자 시설, 병원, 교육 시설 등으로 확대해 새로운 서비스를 모색할 전

략이다.

다이킨이 이와 같이 플랫폼 사업에 진출할 수 있었던 것은 업무용 공조기를 온라인으

로 원격 감시하고 실내 온도나 운전 상태 등의 데이터를 취득·분석하는 서비스 기술

을 그동안 축적했기 때문이다. 사실, 다이킨은 1993년부터 업무용 공조기기의 정보

를 센서로 수집하여 에너지 효율 및 보수 관리 성과를 제고하는 서비스인 ‘에어넷 서

비스’를 제공해 왔다. 이를 활용하면 고객은 기계의 이상이 감지될 경우 2시간 이내

에 다이킨의 서비스 요원이 도착해서 문제를 해결해주는 서비스를 받을 수 있다.

다이킨은 오랜 서비스 경험에서 에너지 효율과 쾌적함을 높이기 위해 인간에 의한 오

작동을 원격 수정하는 서비스, 온도 편차의 발생 억제, 일기예보(온도, 습도)를 활용

한 적절 제어, 고장 사전 예측 및 대응 등과 관련한 지식과 노하우를 축적해 왔다. 그

리고 이러한 원격 서비스를 확산시키기 위해 많은 고객에게 세미나를 개최하는 등 서

비스의 의미를 설명하는 데에도 주력하는 한편 온도 관리가 중요한 고령자 요양시설,

병원, 데이터 센터, 오피스 시장 등을 집중적으로 공략했다.

공조 서비스 노하우를 축적하는 과정에서 경제성을 확보하는 스킬도 향상했다. 예를

들어 에어컨의 고장 전에는 Thermistor이라는 센서가 고장 나는 경우가 대부분이고

이는 개당 50엔에 불과하다. 따라서 다이킨으로서는 이 Thermistor의 고장 징후를

감지해 교체함으로써 15년 무상 수리 보장 등의 혜택을 고객에게 제공해 고객을 확대

할 수가 있었다.

그리고 다이킨은 공조와 함께 그 이외의 전자기기도 동시에 관리하는 서비스의 확대

전략을 추진해 왔다. 에어컨과 함께 냉장고 등을 많이 사용하는 편의점 등에게 종합

솔루션을 제공하기 위해 다양한 전자 기기의 원

격 조정 노하우를 축적하고 고객 기반을 확충했

다. 다이킨은 다른 기업의 냉장고 등을 포함해

서 고객의 전체적인 에너지 및 고장 관리 효율

제고에 주력한 것이다. 편의점의 경우 공조, 냉

장 및 냉동 관련 데이터가 많고 계열점포도 많

기 때문에 데이터 수집 및 분석 노하우를 축적

하기 위해서 유리한 측면이 있다.12

다이킨은 편의점에 대한 서비스 초기에는 데이

12　清嶋直樹, 第2回店内設備の故障を自動予測／ダイキン工業, 日経情報ストラテジー, 2012.2.7.

기본정보

건물 기본정보

실외기 기본정보

실내기 기본정보

월간 집계 운전 데이터

건물전체 데이터

실외기 운전 데이터

실내기 운전 데이터

다이킨의 공조기기 분석용 DB의 구성 9

자료 : 菅百合野, 長澤浩司, 塩地純夫, ビル用マルチ運転データ分析用データベースの

開発, 空気調和·衛生工学会, 学術講演論文集第３巻空調システム編, 2015

21


LG경제연구원

터 센터에서 수집되는 각종 데이터를 사람이 보고 판단하고 있었다. 압축기의 온도가

이상하게 상승해 요원을 출동시켰지만 석영 빛 때문이었다는 경우도 허다했으며, 이

러한 실패 판단 경험도 축적하면서 고장 예측 시스템의 성능을 제고해 나갔다. 예를

들면 편의점의 고객이 많아서 냉장고를 빈번하게 열기 때문에 운전시간이 짧아도 고

장이 발생하는 경험을 통해 냉장고의 개폐 상황도 모니터링 하는 개선을 했다. 다이킨

은 편의점 서비스 개시 후 3~4년 정도는 각 편의점을 비교분석 하면서 위치, 혼잡도,

건물의 습도 환기상태, 냉장품 관리 수준, 가계 주인의 defrost 습관(除霜을 자주하면

모터에 부하가 많아짐) 등과 기계 고장의 관계를 현장 조사와 데이터를 통해 분석하고

노하우로서 축적해 나갔다. 그리고 이러한 노하우의 축적을 기반으로 고장 예측 등의

정확도를 제고해 점차 고장 및 부품 교환 예측의 자동화 수준을 높여 나간 것이다.

빌딩용 공조 시스템의 경우도 다이킨은 공조기기에 내장한 센서를 통해 월간 분석 데

이터 시스템을 구축해 에너지 효율 제고를 위한 서비스의 기초로서 활용하는 등 데이

터 구축과 데이터의 관리 및 활용 노하우 축적에 주력했다.13 원격 감시 시스템에서

수집하는 데이터의 경우 에너지 관리에 불필요한 데이터도 혼합되고 있어서 2차, 3

차 가공을 실시하면서 보존하는 데이터량을 압축하여 데이터 관리의 활용성을 제고

했다. 시간별 데이터는 방대하기 때문에 월간 데이터 집계치로서 보존하고 가공의 용

이성을 제고했다. DB는 기본정보와 운전 정보로 나누고 건물, 실외기, 실내기 별로

관리하는 방식으로 했다. 각 데이터에는 건물, 기기를 특정할 수 있는 ID와 계측 연

도 및 월을 식별할 수 있도록 했다.

덴소, MaaS 시대 준비하는 디지털 플랫폼 기술 혁신 주력

도요타 그룹의 유력 전장 부품회사인 덴소는 중장기적으로 Mobility의 서비스화에

대응하는 역량을 강화하면서 단계적으로 관련 부품의 부가가치 향상과 플랫폼 적용

기술의 개발에 주력 중이다. 덴소는 소비자가 자동차를 소유하지 않고 필요할 때 서

비스로서 이용하는 Mobility의 서비스화인 MaaS(Mobility-as-a-Service) 시대에

대비하겠다는 회사 비전을 세워서 이를 실현하는 플랫폼 전략을 전개하고 있다고 할

수 있다. 덴소의 경우 서비스 자체의 플랫폼보다 각종 서비스 및 서비스 회사를 지원

하는 하드웨어의 플랫폼 기능 측면에서 차별성을 추구하고 있다고도 할 수 있다.

구체적으로 덴소는 자체개발한 전용 차량단말기나 클라우드 기반을 자동차회사,

Ride Share 기업에 제안해 2025~2030년 경에 MaaS를 실용할 것을 목표로 하고

있다. 자동차 부품을 판매하는 덴소로서는 스스로 자가 소유 자동차 시장의 축소 효

13 菅百合野, 長澤浩司, 塩地純夫, ビル用マルチ運転データ分析用データベースの開発, 空気調和·衛生工学会, 学術講演論文集

第３巻空調システム編, 2015



과가 있는데도 MaaS 사업을 추진하여 기존 부품의 스마트화, 서비

스 연계 등으로 부가가치를 제고하려는 전략이다.

예를 들면 전철역에서 목적지까지의 단거리 이동 수단인 'Last Mile

Share Ride'의 플랫폼이 되기 위해 덴소는 실시간 클라우드 기반을

가지고 위치정보 등을 발신 할 수 있는 차량 단말기나 교통효율화

알고리즘 등의 개발에 주력하고 있다. 이를 위해 덴소는 차량 단말

기와 연계되는 자체 클라우드 기반의 구축에 나서고 있다. 물론, 자

체 클라우드라고 해도 동사의 단말기는 Amazon, 마이크로 소프트

등의 클라우드와도 연계되는 구조를 가지고 있다. 이들 FANG가 가

진 악성 바이러스나 해킹 방어 등의 보안 기능을 포함한 각종 솔루

션을 활용하는 것이 효율적이기 때문이다.

덴소는 자사의 차량 단말기로 스피드, 위치, 핸들, 가속기, 제동기

등의 정보를 발신하고 이동서비스 기업의 관리를 도와주는 기능도

모색하고 있다. 예를 들면 덴소는 어떤 차량이 어떤 순서로 누구를 탑승하게 할 것인

지를 결정 하는 알고리즘을 택시회사와 실증실험 중에 있다. 이와 관련하여 덴소는

회사 부지에서 무인 버스 실증 실험을 진행하고 있으며 부족한 능력을 기업 매수 합

병을 통해 보완하고 있다. 예를 들면 덴소는 클라우드 및 Edge 컴퓨팅 기반의 매칭

솔루션 기업인 온더로드(본사, 나고야)사, AI를 활용한 MaaS 시스템의 일괄 납품 능

력을 가진 미국 벤처 기업인 ActiveScaler 등을 매수했다.

그리고 덴소는 통합 HMI(Human Machine Interface) 플랫폼을 위해 BlackBerry와

공동개발에 나서고 있다. 이는 블랙베리의 'QNX Hypervisor'라는 가상화 기술을 인

텔의 Atom 프로세서 A3900시지즈에 탑재하고, 세계최초로 자동차의 콕피트에 응용

한 것이다. Hypervisor 기술은 특성이 다른 복수의 OS를 독립시켜서 하나의 MCU

로 통합 제어함으로써 HMI 상호의 연계, 협조를 가능케 하고 필요한 정보를 적절한

타이밍으로 적절한 기기에 표시하는 것이다.

차량에 복수의 HMI 제품이 확대되는 상황에서 각 HMI를 작동시키기 위해서는 복수의

OS가 필요하지만 표시나 음성을 복잡하게 연계하는 데에는 어려움이 있다.

Hypervisor 기술은 복수의 OS를 MCU처럼 통합제어 할 수 있다. 예를 들면 운전 중에

주의를 환기시키거나 쉬운 표현의 표시를 적절한 타이밍으로 하는 것 등이 가능하다.

히타치, IoT 플랫폼 Lumada에 주력

히타치는 종합전기전자 기업에서 인프라 사업을 중심으로 한 B2B, B2G로 사업의 중심

HMI 제품

미터HUD

Display

적절한 타이밍으로 표시

각 HMI를연계 및 협조

특성이 다른 OS를 통합 제어 QNX Hypervisor(가상화)

통합 HMI를 플랫폼化

OS(고신뢰성)

인텔 Atom 프로세서(MCU)

OS(첨단표시기술)

통합 HMI(Human Machine Interface) 10 플랫폼 공동개발

자료 : Denso 보도자료, 2017.12.14.

23


LG경제연구원

을 시프트해 최근 수익성이 크게 개선되었으며, IT 역량과 함께 중전기기를 포함한 각종

기계 제어 기술을 기반으로 IoT 비즈니스를 강화해 왔다. 자사의 디지털 노하우를 가지

고 기업의 Digital Transformation을 지원하는 신사업 개척에서 성과를 거두어 왔다.

히타치는 많은 산업의 기업에게 DX 솔루션을 제공 하는 데 있어서 보편적인 솔루션

이 되는 IoT 기반의 플랫폼으로서 Lumada를 구축해, 여기에 히타치가 오랫동안 축

적해 왔던 OT(Operation Technology, 열차 운행 관리와 같은 기술),

IT(Information Technology)와 관련한 노하우를 적용하였다.14 이 Lumada는 여러

비즈니스의 고객에게 제공할 수 있는 공통의 솔루션이다. 기존에 고객별로 개발했던

솔루션을 Lumada라는 공통 솔루션을 활용해 개별적으로 주문 제작하는 비율을 낮

출 수 있다(Single Platform, Multiple Solutions).

이 Lumada를 기초로 히타치는 고객별로 맞춤형 솔루션을 제공해 고객사의 스마트

팩토리를 포함한 서플라이체인의 효율화를 지원할 수가 있다. 예를 들면 고객사에게

생산현장의 불량 방지, 고정밀 생산예측, 설비 고장 예측 및 사전 보수 등의 새로운

가치를 제공하고 있으며, 각종 사회 인프라의 안전 및 안정성을 확보할 수도 있다.

히타치는 이 Lumada의 개발에 1천억엔을 투자했으며, 2018년에는 Lumada의 직·

14 Hitachi サービス＆プラットフォームビジネスユニット情報プラットフォーム統括本部事業開発本部本部長, 小野寺剛, Hitachi

Insight Group VP Global IoT and Social Innovation Marketing, Ravi Chalaka, つなぐ技術で価値を協創し，スマートな社会を支え

るIoTプラットフォーム「Lumada」, CUTTING EDGE 2017

개방성

Open Architecture로 파트너와 제휴

고객의 자산과 쉽게 연결, 단계적 확장 가능(공생자율분산)

사회 이노베이션의 경험에 기초한 신뢰할 수 있는 기술

적용성

고신뢰성

Lumada의 특징 고객

파트너/히타치

IoT 플랫폼 ‘Lumada’ 파트너 플랫폼

솔루션 기능

기본 기능

전력에너지

산업·유통·물 도시

금융·공공·헬스케어

Analytics Hitachi H(AI)

공생자율분산

Security

IT, OT, IoT

솔루션 기능

기술, IT, OT, IoT

Industrial4.0 Industrial Internet

중국제조 2025 등

히타치의 B2B Solution을 위한 플랫폼인 Lumada의 구조와 특징 11

자료 : Hitachi サービス＆プラットフォームビジネスユニット情報プラットフォーム統括本部事業開発本部本部長, 小野寺剛,

Hitachi Insight Group VP Global IoT and Social Innovation Marketing, Ravi Chalaka, つなぐ技術で価値を協創し，スマート

な社会を支えるIoTプラットフォーム「Lumada」, CUTTING EDGE 2017



간접 매출 규모는 1조엔을 넘을 것으로 전망되고 있

다. 히타치는 이 Lumada를 처음부터 글로벌 시장을

타깃으로 개발했다. 미국 산타클라라의 서비스 & 플

랫폼 비즈니스 Unit을 중심으로(리더는 小島啓二 전

무) 해외인력도 활용하면서 개발 과정에 6천명이 투

입되었다.

Lumada의 기초가 되는 AI에 관해서는 히타치는 독

자 개발한 Hitachi H라는 AI를 탑재했다. 이 AI의 특

징은 기업 성과에 영향을 주는 각종 변수를 분석하고

성과 도출 방정식을 만드는 데에 있다. 이는 기존의

딥러닝과 차별화된 도약학습에 의해 성과 요인을 데

이터에서 추출한다. 예를 들면 제조 장치의 효율적인

제어, 판매 확대를 위한 매장 관리, 사무직의 행복도 및 생산성 향상, 저연비 주행 제

어 방안 등 구체적인 성과 지표를 도출한다.

IBM의 Watson은 주로 텍스트 정보 데이터를 활용해 의료정보 지원 등에 강점이 있으

며, 구글의 AI는 딥러닝 기반으로 화상 및 음성 데이터(신호파형)에 강점이 있으면서

Security, 웨어러블 UI 등에 활용되고 있다. Hitachi H는 기업정보, 센서정보 데이터

(이종 혼재 수치)에 강점이 있으며, 독자적인 도약학습(특허 취득) 기반으로 각종 이익

창출 문제 등에 활용할 수 있다.15 Hitachi H의 경우 기업 등의 성과 지표, KPI(Key

Performance Indicator)의 개선을 위한 방안을 방대한 데이터에서 추출하는 데 특화

한 인공지능이라고 할 수 있다. 업무 프로세스를 정교하게 모델화하는 것이 아니라 성

과를 데이터 주도 형태로 모델화해 성과(매출확대 등)와 이에 영향을 주는 데이터를

입력 하고 이들의 조합을 망라적으로 생성해, 데이터에 숨은 상관관계를 방정식으로

찾아내 대응책을 제시하게 된다.

다만, 데이터 분석 조합이 폭발적으로 확대되는 것을 막기 위해 성과에 영향을 미칠

수 있는 데이터 조합의 영역을 자동으로 발견할 수 있는 기법

fang의 파괴적 혁신에 대한 일본기업들의 대응 · 2018. 6. 22. · fang의 파괴적...

Documents