빅데이터 무한확장 개인별 맞춤 음악추천,맛집 추천,아파트 관리비리까지 잡는다
빅데이터의 확장은 어디까지 일까? 최근 많은 기업들이 빅데이터로 사람의 욕망을 읽어낼 수 있다는데에 큰 매력을 느끼기 시작했고, 이를 통해 마케팅의 하나의 툴로 활용할 수 있을지에 대해 새로운 실험과 많은 기대를 하고 있다.
음악사이트 멜론이 26일 새로워진 '음악 추천 서비스'를 공개했다.
멜론 사업부문 이제욱 부문장은 "멜론의 빅데이터 수집, 분석 기술이 적용된 '음악 추천 서비스'가 음악 시장에 미칠 긍정적인 영향이 기대된다"며 "앞으로도 정밀한 음악 추천 서비스 제공을 위한 투자 및 연구/개발에 힘쓸 것"이라고 말했다.
멜론은 고객에게 맞춤형 추천 서비스를 제공한다. 기계학습알고리즘에 선곡되고 고객의 선호 아티스트, 선호아티스트와 유사 아티스트, 선호 장르 등을 기준으로 추천 근거를 고객에게 제공한다.
추천범위는 10일이내 발매된 곡들이며, 이는 누적 데이터를 활용하는 빅데이터가 동일한 곡을 지속적으로 추천하는 것을 방지하기 위함이다.
▲ 멜론은 빅데이터를 기반으로 개입별 맞춤형 음악 서비스를 제공한다 (자료=멜론)
◆ 내 취향을 분석하여 영화, 맛집을 추천
프로그램스의 ‘왓챠(watcha)’는 이용자의 취향을 분석하는 영화추천 서비스로 내가 본 영화에 별점을 매기면 왓챠가 내 취향을 분석해서 자동으로 영화를 추천해준다.
어떤 방법으로 추천하느냐, 이용자의 취향과 비슷한 사람을 검색한 뒤, 그 사람이 재미있게 본 영화 중 소비자가 보지 않은 영화를 추천하는 방식이다.
테이스티북’ 은 기본적으로 빅데이터를 기반으로 하고 있다. 테이스티북은 2016년 1월19일 기준으로 전국 279,989여 곳의 맛집 정보를 담고 있다
해시태그 검색은 이 수많은 맛집을 쉽고 빠르게 검색할 수 있는 환경을 제공한다. 지역, 메뉴를 일일이 설정해야 하는 번거로움 없이 해시태그를 통해 검색하면 키워드에 따라 본인의 지역과 원하는 메뉴에 맞게 검색할 수 있다.
지난달 빅데이터 맛집 검색 서비스 스타트업 다이닝코드(대표 신효섭)가 포스코기술투자, 아이디벤처스, 서울투자파트너스, 한빛인베스트먼트 및 마젤란기술투자로부터 총 20억원의 투자를 유치했다.
다이닝코드의 신효섭 대표는 "이번 투자를 계기로 ‘다이닝코드 2.0’을 위해 더욱더 박차를 가할 예정이다. 다이닝코드의 핵심 역량인 빅데이터 기반의 맛집 정보를 고도화 하는 것이다. 이 작업은 지금까지 축적된 데이터와 알고리즘을 더 정밀하게 발전시키는 형태로 진행될 것이다."고 밝혔다.
▲ 와챠는 빅데이터 개인별 맞춤형 서비스 제공 (자료=와챠)
◆ 경기도 빅데이터로 아파트관리비 비리 잡는다
26일 경기도에 따르면 경기도가 아파트 단지별 전기세와 입찰계약 금액 등 도 소재 아파트 단지의 빅데이터 분석 결과를 활용한 '아파트 관리 부조리 분석시스템'을 전국 최초로 개발, 이에 대한 검증작업을 마쳤다.
이 분석모델은 경기도소재 아파트 관리비 47개 항목 요금과 각종 입찰 관련 데이터를 분석해 다른 단지에 비해 관리비나 수선비가 높은 단지를 도출해 내는 방식이다.
예를 들면 한전, 상수도사업소 등에서 아파트에 부과한 전기요금, 수도료, 난방비나 각 세대에 부과한 요금 총량을 비교 분석해 상대적으로 관리비가 많이 나온 단지를 찾아내 부당 징수 여부를 조사하는 방식이다.
입찰부조리에 대해서도 입찰계약금액과 입찰공고가 적정했는지 분석을 실시, 원도급과 하도급간 계약금액 차이가 크거나 지역제한, 실적제한 등 입찰제한이 과도한 단지를 찾아내 입찰 부조리 여부도 조사할 수 있다.
분석모델 개발 후 도는 부당한 관리비 집행이 의심되는 안양시 소재 아파트 2곳과 입찰 및 공사 부조리가 의심되는 광명, 수원, 안양시 아파트 단지 각 1곳을 대상으로 현장 감사를 실시 ‘분석 모델’의 타당성을 검증했다.
현장감사 결과 빅데이터 분석을 통해 부조리 지수가 높은 것으로 나온 광명과 수원, 안양시 3개 아파트단지에서는 옥상방수 또는 재도장 공사를 실시하면서 입찰공고문에 참가자격을 과도하게 제한하는 방식으로 입찰비리 지수 최상위 업체인 S건설과 A건설 등 부조리 업체들만 입찰에 참여시킨 것으로 나타났다.
이들은 또 공사물량과 단가를 과도하게 책정하거나 우레탄 방수 두께를 표준 두께 3mm이상의 절반인 1.5mm내외로 시공하는 등 공사내역서상 일부공정을 누락시키는 방식으로 공사비를 빼돌렸다.
아울러 방수, 도장 등을 시공하는 전문건설공사는 동종 면허를 가진 사업자에게 하도급을 줄 수 없는 현행 법률을 위반한 사실도 확인했다.
이밖에도 이들은 계약서에 공사범위를 정하지도 않고, 단가를 기준으로 작성해야 하는 공사비 산출내역서 표준양식도 재료비와 노무비만 산출하는 별도의 양식으로 바꿔 시장가격을 확인할 수 없게 만들었다.
이렇게 해서 부풀려진 공사비가 공공공사 대비 평균 약 23% 높은 것으로 나타났다. 이는 4억 원 규모 공사의 경우 약 9천만 원에 해당하는 금액이다.
관리비 위법사례도 확인됐다. 도는 안양시에 있는 공동주택 가운데 준공연도와 세대수가 유사한 단지를 대상으로 빅데이터 분석을 실시, 관리비 비리지수가 가장 높게 나온 단지와 상대적으로 낮은 단지를 비교했다.
그 결과 비리지수가 가장 높게 나온 단지의 관리비 부당 집행금액이 34개월 간 약 9억 4천만 원에 이르는 것으로 확인됐다. 이는 세대 당 월 1만 1천 원 정도 차이다.
주요 부당 내역을 살펴보면 관리비 비리지수가 높게 나온 아파트 단지에서는 일반관리비 중 시간외수당을 직원 1인당 약 3.1배 더 지급했으며, 장기수선계획조차 없이 장기수선공사 비용을 수선유지비에 포함시켜 세대 당 약 2.25배 추가 부과한 것으로 확인됐다.
도는 이들 비리 아파트 단지 및 공사 사업자의 부조리 사례에 대해 사법기관과 협조해 추가 조사와 수사를 진행할 예정이다.
경기도는 이번 '분석 모델'구축으로 도내 아파트 단지의 관리비 투명성과 효율성을 높여 관리비 절감효과를 거둘 수 있을 것으로 기대하고 있다.
경기도 관계자는 "2013년 하반기부터 추진해 온 경기도 공동주택관리 감사를 통해 드러난 주요 지적사항이 일선단지에서 계속 반복되자 이를 사전에 방지하고, 저질러진 비리를 끝까지 추적할 수 있는 시스템 마련이 필요해 분석모델을 개발했다"고 개발 배경을 설명했다.
이 관계자는 이어 "분석모델이 개발된 만큼 입주자등의 30%이상 서면동의 등 주택법이 정한 감사요건을 갖추지 못한 경우에도 데이터 분석을 통해 관리 부조리 징후가 포착할 수 있게 됐다"며 "일선 아파트 단지에 대한 지자체의 감독 능력을 강화할 수 있게 된 것"이라고 말했다.
도는 분석결과에 따른 감사매뉴얼을 작성, 경기도 시군에 보급하는 한편 국토부와 협의해 전국 17개 시.도로 확대할 방침이다.
한편, 도는 이번 빅데이터 분석을 통해 도출된 경기도 아파트 가운데 난방비를 제외한 관리비가 가장 높은 곳과 낮은 곳도 함께 발표했다.
지역별로는 부천시 원미구 아파트 단지의 평균관리비가 ㎡당 1,690 원으로 가장 높았으며 가평군은 ㎡당 1,259원으로 가장 낮았다.
아파트별로는 성남시 중원구의 A아파트가 ㎡당 2872원으로 가장 높았고 광명시 B아파트는 ㎡당 526원에 불과했다.
입주년도 별로 비교하면 15~20년된 아파트관리비가 ㎡당 평균 1,567원으로 5년 이하 아파트 평균 1291원보다 276원 많았다.
26일 미래창조과학부(미래부)에 따르면 '2015년 빅데이터 시장현황 조사'결과 국내 빅데이터 시장규모는 2623억 원으로 나타났다. 전년보다 규모가 30.3% 커진 셈이다.
빅데이터(Big Data)는 디지털 환경에서 생성되는 데이터로 수치 데이터와 문자, 영상 데이터를 포함하는 대규모 데이터이다.
