애플 vs 삼성, AI 및 빅데이터 전략

애플이 AI를 활용하는 다양한 방법들 애플은 AI를 주로 자사 제품의 서비스 향상에 주력을 두고 활용하고 있다. 제품에 주로 쓰인 사례들을 보자 1. 애플 스마트 홈 솔루션인 홈킷 얼굴 인식에 AI 활용 애플 홈킷은 사용자가 앱을 이용해 다양하게 연결된 기기들을 제어하고 통신할 수 있게 도와준다. HomeKit 프레임워크를 통해 사용자는 연결 기기들을 구성하고 이를 제어하는 작업을 한다. 사용자는 또한 Siri를 사용하여 연결 작업을 그룹화 할 수도 있다. 홈킷에 연결된 보안 카메라는 사용자의 휴대폰에 태그된 사진을 사용하여 해당 태그된 사람들이 문 앞에 왔을 때 그 사람의 신원을 확인할 수도 있다. 2. Apple 워치의 기본 절전 모드 추적 애플워치의 수면 앱을 통해 사용자는 수면 목표를 달성하기 위해 취침 시간표를 만드는데, 이때 사용자들은 단지 애플워치를 침대까지 착용하기만 하면 사용자들의 수면을 추적한다. 깨어났을 때, 수면 기간에 대해 알려주고, 심지어 지난 2주 동안의 수면 패턴도 추적하게 해준다. 이때 AI를 활용한다. 3. iOS14의 번역 앱과 사운드 인식에 활용 애플은 iOS 14에 번역 앱이 추가되어 있다. 이 앱은 한 언어에서 다른 언어로 번역을 해주는데 이때 내장된 머신러닝으로 오프라인에서도 작동한다. 그리고 앱을 통해 말하는 언어를 감지하고 실시간 대화를 해독할 수도 있다. 그리고 사운드 인식을 통해 청각 장애가 있는 사용자에게 주변에서 발생하는 다양한 소리에 대한 시각적 단서를 제공한다. 4. iPad용 필기 인식 필기 인식은 인공지능에도 쉬운 작업이 아니다. iPad OS의 최신 업데이트에서, 사용자가 Apple Pencil로 무언가를 쓸 때, iPad는 이를 이해할 수 있고, ‘Scribble’을 사용하여 입력된 텍스트로 변환할 수 있다. ​ 이제 Apple이 빅 데이터를 어떻게 수집하고 활용하는지를 살펴보자. 애플은 크게 애플리케이션 설계와 사람들의 건강 및 라이프스타일 개선을 목적으로 빅 데이터를 수집하고 활용한다. 먼저 애플은 빅 데이터를 분석해 애플리케이션 설계에 활용하고 있다. 빅 데이터를 사용하면 사람들이 실제로 어떻게 앱을 사용하는지 알아내고 고객 성향에 맞게 미래 디자인을 바꿀 수 있다. 애플워치는 빅 데이터를 활용하는 애플의 좋은 예다. 애플워치는 일반적인 웨어러블 270 | 직장인이 꼭 알아야 할 비즈니스 AI 기기뿐만 아니라 데이터 수집에도 혁명을 일으킬 가능성이 있다. 애플 은 이제 고객이 하루 동안 하는 일에 대한 데이터를 수집할 수 있다. 애플은 애플워치 사례에서 빅 데이터의 잠재력을 깨닫고 IBM과 손잡았다. 이 파트너십을 통해 디지털 건강 정보를 최대한 활용하고자 하며, 이는 새로운 의료 기기의 도입으로 이어질 것으로 기대된다. ​ 두 번째는 빅 데이터 분석을 사용해, 사람들의 건강을 추적하고 그들의 생활 방식 개선을 계획하고 있다. 수집한 정보는 질병을 치료하고, 질병의 빠른 확산을 방지하며, 예방 가능한 질병에 대한 더 나은 대처를 제공하기 위해 사용될 수 있다. IBM과의 파트너십은 애플 기기와 함께 사용할 수 있는 건강 관련 모바일 애플리케이션을 만드는 것을 목표로 한다. ​ 2022년 7월 20일 자 애플 자체 뉴스룸 기사를 보면, 건강 데이터 관련 보고서 에 대한 자세한 설명이 나와 있다. 새로운 보고서는 애플 제품이 사용자, 개발자 및 의료 기관이 개인 건강, 연구 및 관리를 발전시키는 데 어떻게 도움이 되는지 공유한다. 건강을 향상하기 위한 애플의 노력은 두 가지 범주로 분류되며 보고서의 해당 섹션 2개에 자세히 설명되어 있다. 첫 번째 섹션에서는 실행 가능한 과학 기반 통찰력을 제공하고 사용자의 건강과 안전을 보호하는 데 도움이 되는 애플워치 및 아이폰의 개인 건강 및 피트니스 기능에 대한 애플의 초점을 설명한다. 두 번째 섹션에서는 연구 및 치료를 지원하기 위해 의료계와 애플의 작업을 공유한다. 2014년 건강 앱과 2015년 애플워치가 출시된 이래 애플은 사용자에게 이해하기 쉽고 의미 있는 통찰력을 제공해 생활에 힘을 실어줄 수 있도록 다양한 혁신적인 건강 및 피트니스 기능을 도입했다. 2022년 가을, iOS 16 및 watchOS 9 출시와 함께 애플워치와 아이폰은 심장 건강과 수면, 이동성 및 여성 건강 등 17가지 건강 및 피트니스 영역에 초점을 맞춘 기능을 제공할 예정이다. 심각한 심장 질환을 발견한 고객, 낙상 후 응급 지원을 받은 고객, 일상적인 활동으로 건강이 극적으로 개선된 고객 등 여러 고객이 보고서에서 자신의 이야기를 공유한다. 이제 사용자는 애플워치, 아이폰, 연결된 타사 앱 및 장치의 150개 이상의 다양한 건강 데이터를 건강 앱 하나의 중앙 보기에 저장할 수 있다. 현재 앱 스토어(App Store)에는 헬스키트 API(HealthKit API)를 사용하는 앱이 수만 개 있으며, 이를 통해 개발자는 사용자가 헬스(Health) 앱에서 공유하기로 선택한 데이터를 통합해 엄격한 개인 정보 보호 및 데이터 보안 프로토콜과 함께 혁신적인 건강 및 피트니스 경험을 제공 할 수 있다. ​ 애플은 가장 강력한 건강 혁신이 의료계와의 직접적인 협력을 통해서만 가능하다고 믿으며, 보고서는 이러한 협력의 네 가지 범주를 설명 한다. 의미 있는 데이터, 건강 기관과 협력해 대규모로 건강한 생활 방식 촉진, 공중 보건 및 정부 이니셔티브 지원이다. 리서치키트(ResearchKit) 프레임워크는 연구원들에게 아이폰 및 애플 워치의 대규모 사용자 기반에서 연구 참가자를 모집하고, 참가자가 과학 발전에 도움이 되도록 건강 데이터를 공유하도록 선택할 기회를 제공한다. 애플은 리서치(Research) 앱을 통해 하버드 T. H. 챈 보건대학원 등과 협력해 미국 전역의 사용자에게 제공한다. 아이폰의 건강 기록은 애플 개발자 도구를 사용해 타사에서 개발한 앱 및 기기와 함께 건강 앱에서 의미 있는 데이터로 의사-환자 관계를 강화하는 데 도움이 된다. 이제 건강 기록은 800개 이상의 기관에서 환자가 사용할 수 있으므로 환자가 선택할 때마다 건강 앱에서 여러 제공자의 의료 데이터를 쉽게 볼 수 있다. 연구에 따르면 환자와 진료 팀을 원격으로 연결하면 더 나은 결과를 얻을 수 있다. ​ 2022년 7월 22일 자 CNBC 뉴스를 보면, 지난 6월 공개한 애플의 새로운 자동차 소프트웨어 카플레이(CarPlay)는 자동차 산업의 트로이 목마가 될 수 있다고 전망했다. 애플은 아이폰의 인기를 이용해 자동차 산업에 뛰어들고 있다. 새로운 카플레이는 모든 내부 화면의 사용자 인터페이스를 운전자의 아이폰으로 구동하는 디지털 버전으로 대체한다. 애플은 미국 내 신차의 98%가 카플레이가 설치된 상태로 제공된다고 한다. 또 미국 구매자의 79%는 카플레이를 지원할 때만 자동차를 구매할 것이라는 통계 자료도 공개했다. 매킨지 보고서에 따르면 자동차 소프트웨어 시장은 2030년까지 매년 9%씩 성장할 것이며 이는 전체 자동차 산업보다 빠르다. 매킨지 분석가들은 자동차 소프트웨어가 2030년까지 500억 달러의 매출을 올릴 것으로 예측한다. 애플의 발표 자료에 나열되지 않은 GM은 이미 차량 내 구독으로 연간 20억 달러의 매출을 올리고 있으며 2030년까지 연간 250억 달러로 성장할 것으로 예상한다. 카플레이를 지원하지 않는 테슬라도 최근 구독 판매로 전환했다. 자동 주차 및 차선 유지를 포함한 ‘FSD’ 운전자 지원 기능을 월 199달러의 구독료를 받고 제공한다. ​ 카플레이는 애플에 새로운 수익원이 되어줄 것이다. 그것도 거대한 새로운 수익 엔진이 될 것이다. 이유는 두 가지다. 첫째, 사용자가 아이폰의 카플레이 인터페이스를 좋아한다면 안드로이드(Android) 전화로 전환할 가능성이 작아진다(삼성에는 큰 위협으로 다가온다). 이는 하드웨어를 판매해 매출 대부분을 창출하는 애플의 전략적 우선순위다. 둘째, 회사는 아직 자동차 제조 혹은 공급업체에 수수료를 청구하지 않지만, 아이폰 소프트웨어를 배포하는 것과 같은 방식으로 차량 서비스를 판매할 수 있다. 그리고 애플은 자동차 조종석에 앉아서 쇼핑 및 결제하는 기능을 연구하고 있다. 지난 6월 발표한 새로운 기능 중 하나가 카플레이 사용자가 주유소로 이동해 자동차 대시보드를 통해 연료비를 낼 수 있도록 하는 것이다. 애플은 이미 앱 스토어에서 수백억 달러를 창출하고 있으며, 자동차 서비스에 대한 비용을 청구하기로 하면 이를 통한 매출은 훨씬 더 높아 질 것이다. 예를 들어 2021년 애플은 앱 스토어에서 총 700억~850억 달러의 매출을 올렸다. 이는 앱에 따라 다르지만 15~30%를 차지한다. 애플은 카플레이를 장착한 차량을 2023년 말에 발표하기 시작할 것 이라고 밝혔다. 새로운 카플레이를 사용하려면 자동차의 실시간 시스템이 해당 정보를 사용자의 아이폰으로 다시 전달해야 한다. 이 정보는 애플의 자체 소프트웨어에 분석 및 통합되어 자동차 화면에 표시된다. 애플의 인터페이스에는 차량 제어 기능도 포함된다. 애플의 홍보 비디오에 따르면 사용자는 애플이 디자인한 터치스크린 버튼을 눌러 에어 \컨을 켤 수 있다. 또 애플은 새로운 카플레이를 통해 사람들이 차량을 사용하는 방식에 대한 높은 수준의 지식과 데이터를 수집할 수 있다. 향후 비밀스럽게 개발해온 자체 자동차가 출시된다면 이는 애플 자동차에 귀중한 정보가 될 것이다(애플의 자동차 그룹과 카플레이 팀은 별도로 운영되고 있음). ​ 이런 데이터는 애플 자동차에만 활용되는 게 아닐 것이다. 앞에서 봤듯이 애플은 아이폰, 애플워치, 애플 홈키트 등 전자 기기 및 앱 사용자들에게서 수집하는 많은 데이터와 민감 정보인 의료 데이터, 그리고 이번의 차량 사용 데이터까지 개인, 가정, 사회의 많은 데이터를 수집·저장·활용하고 있다. 애플은 또한 자체 브랜드 제품 간의 연결이 강하고 폐쇄적인 시스템을 사용하면서도 브랜드 충성심이 대단한 사용자 중심의 애플 ECO 플랫폼을 구축해두었다. 의료 시스템과 차량으로 연결이 확대되고, 나중에는 애플 휴머노이드 로봇, 우주선 데이터까지 도전할 것으로 생각한다. ​ 애플은 단일 브랜드라 그룹 차원의 데이터 통합을 고민할 필요도 없고, 브랜드 충성심이 강한 마니아들이 있으며, 기기의 H/W + S/W + 콘텐츠 + 앱 그리고 데이터까지 모든 것을 가지고 있다. ​ 국내 삼성전자, 애플과 다른 거대한 걸음 삼성전자가 데이터 기반 AI를 추진하는 데 있어서 다양한 사업 포트폴리오와 글로벌 판매체계 및 세계 최강의 반도체 AI 칩 기술로 강점이 많은 게 사실이며, 전사 및 그룹 차원 데이터 통합 추진과 초거대 AI를 활용한 문제 해결 접근에 있어서는 다소 시간이 걸릴 것으로 예상된다. 먼저 반도체 AI 칩에 관한 이야기부터 풀어본다. 삼성전자는 2020년부터 세계 최초로 AI 반도체를 출시하였다. AI 반도체란 대규모 연산을 초고속·저전력으로 실행하는 ‘AI 두뇌’에 해당하는 시스템 반도체다. 전력을 덜 쓰면서도 빠르게 수행해 효율성을 극대화한다. 인공지능을 구현하는 데 필요한 엄청난 연산력을 보여줄 수 있는 고성능 반도체를 뜻하기도 한다. AI 반도체의 약점인 ‘전력 소모’ 난관을 넘을 수 있는 가장 좋은 방법으로 제시되고 있는 ‘인-메모리 컴퓨팅’, 메모리 반도체와 시스템 반도체의 결합인데 여기에 삼성의 강점이 있다. 삼성전자는 MRAM(자기저항 메모리)을 기반으로 한 인-메모리 (In-Memory) 컴퓨팅을 세계 최초로 구현하고, 연구 결과를 ‘네이처(Nature)’에 게재했다고 2022년 1월 밝혔다. 인-메모리는 메모리 내에서 데이터의 저장·연산을 모두 수행할 수 있도록 하는 기술이다. 데이터의 저장과 연산을 별도의 칩에서 처리하던 기존 컴퓨팅과 달리, 메모리 내 대량의 정보를 자체적으로 병렬 연산하기 때문에 전력 소모가 현저히 낮다. 이러한 특성 덕분에 인-메모리는 차세대 저전력 AI 칩을 만드는 유력한 기술로 주목받고 있다. MRAM은 데이터 안정성이 높고 속도가 빠른 비휘발성 메모리다. 다만 낮은 저항값을 갖는 특성으로 인해 인-메모리 컴퓨팅에 적용해도 전력 이점이 크지 않다는 한계점을 지닌다. 이에 삼성전자 연구진은 기존의 ‘전류 합산’ 방식이 아닌 새로운 개념의 ‘저항 합산’ 방식의 인-메모리 컴퓨팅 구조를 제안함으로써 저전력 설계에 성공했다. 연구진은 MRAM 기반 인-메모리 컴퓨팅 칩의 성능을 인공지능 계산에 응용해 숫자 분류에서는 최대 98%, 얼굴 검출에서는 93%의 정확도로 동작하는 것을 검증했다. 메모리 반도체는 정보를 저장하는 역할을 한다. 정보 저장이 아닌 다른 목적으로 쓰는 반도체라면 비메모리 반도체라고 부른다. 그만큼 비메모리 반도체 종류가 많고 시장 규모도 메모리 반도체보다 크다. 사물인터넷(IoT)과 자율주행 자동차가 발전하면서 비메모리 반도체 종류도 늘었다. 내연기관차에 들어가는 반도체가 200개 정도라고 하면 전기차에는 500개, 자율주행차에는 2천 개가 필요한 것으로 알려졌다. 삼성전자는 사람 뇌를 닮은 반도체를 개발하고 있다. 미국 하버드대학교와 차세대 인공지능 반도체 기술인 뉴로모픽(Neuromorphic) 칩의 미래상을 내놨다. 뉴로모픽 반도체는 사람 뇌 신경 구조를 모방한 반도체 소자다. 뉴로는 신경, 모픽은 형상을 뜻한다. 병렬로 작용하는 사람 뇌를 따라 병렬 형태 연산 구조를 지닌다. 인지·추론 같은 뇌 기능을 재현하는 게 목표다. 삼성전자는 뇌 신경망에서 뉴런(신경세포)들의 전기 신호를 나노 전극으로 초고감도로 측정해 뉴런 간 연결 지도를 복사하고 복사된 지도를 반도체에 붙여넣는 기술을 제안했다. 삼성전자는 사람 뇌를 닮은 AI 반도체 기술로 인공신경망 처리장치(NPU)를 주목했다. NPU는 AI로 사물을 인지하는 연산 장치다. NPU는 중앙처리장치(CPU)보다 100배 효율적인 연산을 해낼 수 있다고 전해지고 있다. AI 반도체 시장의 대표적인 기업은 엔비디아다. 엔비디아는 GPU 세계 1위이며, AI 반도체 NPU 기술도 강하다. 젠슨 황 엔비디아 최고경영자(CEO)는 2022년 5월, 자동차 산업에 AI 반도체 역량을 쏟겠다고 밝혔다. 엔비디아는 독일 메르세데스벤츠에 20년 동안 데이터센터에서부터 자율주행에 이르는 자동차용 컴퓨터 시스템을 처음부터 끝까지 개발해 공급하기로 했다. 인텔은 엔비디아가 장악한 AI 반도체 시장을 겨냥해 ‘가우디2’를 최근 출시했다. 미국 인터넷 플랫폼 기업들도 AI 반도체 자체 개발에 나섰다. 메타는 페이스북에 올리는 영상 허용 여부를 판정하는 AI 반도체를 연구하고 있다. 사람과 대화하는 AI 비서를 구현하기 위해 상식을 가진 AI 반도체도 설계한다. 아마존도 음성 신호를 인식하는 AI 가속기 ‘인퍼런시아’로 AI 비서 ‘알렉사’를 구현한다. 마이크로소프트는 알고리즘에 따라 정밀도와 심층 신경망 구조를 재구성하며 AI 반도체에 도전하고 있다. (출처:https://zdnet.co.kr/view/) 또한 삼성전자는 2021년 2월 세계 최초로 AI 엔진을 탑재한 지능형 반도체를 개발했다. 기존 메모리 반도체에 AI 프로세서를 탑재하는 방식이다. 메모리 안에 연산 기능을 하는 프로세서가 들어 있다고 해서 ‘PIM(Processing In Memory, 메모리 내부에 연산 작업에 필요한 프로세서 기능을 더한 차세대 신개념 융합기술)’으로 불린다. 메모리 내부에서 CPU의 일부 연산 처리가 가능하게 만들었기 때문에 데이터 처리 속도가 더 빨라질 수 있다. CPU와 메모리 간 데이터 이동이 줄어들어 에너지 효율도 늘릴 수 있다. 구글, 페이스북, 테슬라 등 세계적인 정보기술(IT) 기업들이 주로 폰 노이만 방식의 CPU 용 AI 반도체 개발에만 집중하고 있는 것과 달리 삼성전자는 메모리 중심 AI 반도체 개발에까지 진출했다. PIM 기술은 오랫동안 연구됐지만 기술력 한계로 진전이 없었다. 삼성전자 연구진의 끊임없는 노력으로 2021년 2월 이 기술을 서버나 데이터센터의 AI 가속기에 탑재되는 고대역폭 메모리 반도체인 ‘HBM2(High Bandwidth Memory)’에 이식해 ‘HBM-PIM’ 제품을 만드는 데 성공했다. AI 가속기란 AI를 실행하기 위한 전용 하드웨어를 의미한다. 삼성전자에 따르면 HBM-PIM을 탑재할 때 기존 HBM2를 이용한 시스템 대비 성능은 약 2.5배 높아지고 시스템 에너지는 60% 이상 감소한다. 신제품을 설치하기 위해 별도로 기존 설비를 교체하거나 업그레이드할 필요도 없어서 양산이 시작되면 빠르게 시장을 대체할 것으로 기대된다. 또 삼성전자는 고가 시장인 고대역폭 메모리를 넘어서 D램과 모바일 분야에까지 PIM 기술 도입을 확대하고 있다. PIM이 모바일 D램과 결합하면 클라우드 서버를 거치지 않고 휴대폰이 독자적으로 정보를 처리하는 온 디바이스 AI(멀리 떨어진 클라우드 서버를 거치지 않고 스마트기기 자체적으로 정보를 수집하고 연산) 성능이 크게 향상된다. 시범 적용해 본 결과 음성 인식이나 번역, 챗봇 등 프로그램을 수행할 때 2배 이상 성능이 향상되고 60% 넘게 에너지가 감소 되는 것으로 확인됐다. 온 디바이스 AI의 활용에 대해 더 알아보자. 온 디바이스 AI를 응용할 수 있는 방법은 다양하다. 현재는 반자율 주행 자동차와 스마트 냉장고는 물론이고, 스마트 폰에서 얼굴 인식과 라이브 트래픽 업데이트에 사용되고 있다. 다른 온 디바이스 AI 지원 기기로는 스마트 스피커, 로봇, 드론, 보안 카메라, 웨어러블 건강 모니터링 기기 등이 있다. 그 외에도 온 디바이스 AI를 추가로 활용할 수 있을 만한 분야는 아래와 같다. • 자율주행 자동차: 자율주행 분야만큼 즉각적인 응답 시간이 중요한 곳도 드물다. 자율주행 자동차가 교통 신호, 다른 차량, 보행자에 신속하고 적절하게 반응하고 도로의 상황에 실시간으로 대응할 수 있으려면 데이터를 매우 빠르게 처리할 수 있는 성능이 필요하다. • 보안 감시 및 모니터링: 예전에 보안 카메라는 원본 영상 신호를 직접 클라우드로 보내서 대역폭을 많이 사용하고 서버에 과부하를 일으켰다. 이제 카메라에 내장된 머신러닝이 활동을 모니터하고, 중요한 이벤트만 클라우드에 전송한다. • 산업 IoT: 자동화를 활용하는 산업에서는 온 디바이스 AI로 안전을 개선하고 비용을 낮출 수 있다. 로컬에서 실행되는 AI가 장비에서 잠재적 결함을 모니터링하여 실시간으로 대응하고, 로컬 딥러닝이 데이터 수집에도 이바지한다. • 이미지 및 오디오 분석: 이미지와 오디오 분석과 관련하여 온 디바이스 AI를 활용할 방법은 무궁무진하다. 실시간 이미지 및 장면 인식에서 기기가 오디오 트리거에 반응하는 것에 이르기까지 지연이 중요한 여러 분야에 온 디바이스 AI를 적용할 수 있다. (출처: 삼성전자 홈페이지) 그리고 삼성전자는 전사 차원의 데이터 통합에도 박차를 가하고 있다. 삼성전자는 미래 경영환경에 대응하기 위한 디지털 혁신 비즈니스 플랫폼인 차세대 ‘N-ERP’ 시스템을 국내 및 글로벌 사업장에 구축 완료했다. ERP(전사 자원관리)는 기업의 물적, 재무적 자원을 통합적으로 관리해 경영정보를 투명하게 공유하고 효율적인 업무처리를 할 수 있도록 해주는 시스템이다. 삼성전자는 2018년 10월 ‘N-ERP’ 프로젝트에 착수해 2021년 4월 동남아·서남아·중국 등을 시작으로 2022년 1월 국내 사업장까지 순차적으로 적용했다. 삼성전자는 글로벌 ERP 기업인 SAP, 삼성SDS와 함께 3년간 차세대 비즈니스 플랫폼을 개발해왔다. 신규 비즈니스의 등장과 융·복합화 등 경영환경이 변화하는 가운데 생산, 판매, 경영관리 전반에서 사업 혁신을 효율적으로 지원하기 위해서다. 삼성전자 ‘N-ERP’는 새로운 비즈니스 대응을 위한 시스템 통합과 전문 솔루션 도입, 데이터 기반 의사결정을 위한 시스템 성능 향상, 인공지능을 통한 의사결정 지원과 업무 자동화 등 신기술 적용을 특징으로 한다. ‘N-ERP’는 판매 관리 등 분야별 시스템을 통합하고 프로세스를 효율화했다. D2C(다이렉트 투 컨슈머), 온·오프라인 쇼핑 경험을 통합하는 옴니 채널 사업도 신속하게 시스템을 이용할 수 있다. 그리고 aATP(납기 약속 관리), EWM(창고관리), TM(배송 관리) 등 SAP의 전문 솔루션을 도입해 물류 공급망 환경에서 협력사에 효율적인 협업을 지원한다. ‘N-ERP’는 데이터 기반 의사결정을 위해 데이터 처리 시스템 성능도 향상했다. 온라인 주문 현황, 공급망 현황 등 대용량 데이터를 실시간 분석해 경영 시뮬레이션과 리스크 센싱이 가능하여 임직원들이 더욱 합리적인 의사결정을 할 수 있도록 지원한다. 데이터 보관과 연산을 통합 처리하는 ‘인-메모리 데이터베이스’를 적용해 데이터 처리 속도도 높였다. 의사결정을 지원하는 머신러닝, 데이터 작업이나 반복적 업무를 자동화하는 OCR(광학적문자판독), RPA(로봇 업무 자동화) 기술을 활용해 임직원들이 핵심 업무에 집중할 수 있게 됐다. (출처:https://zdnet.co.kr/) 2021년 12월 삼성전자는 CE·IM 통합한 ‘DX’ 부문으로 통합, 개편했다. 삼성전자가 통합 세트 사업 부문 명칭을 ‘DX(Device eXperience) 부문’으로 확정한 것이다. TV, 가전, 스마트 폰 등을 아우르는 차별화된 ‘고객 경험(CX)’을 방향성을 제시했다. 삼성전자는 가전, 스마트 폰 등 미래 경쟁력으로 ‘고객 경험’을 꼽고 있다. 상향 평준화된 하드웨어(HW) 성능보다는 차별화된 고객 경험이 초격차를 실현할 경쟁력이 된다고 판단한다. 다양한 가전에 인공지능(AI)을 접목해 맞춤형 기능을 제안하거나 TV 기반 건강관리, 온라인 회의 등 서비스 출시에 심혈을 기울이는 것이 대표적이다. 2021년 2월에는 CEO 직속으로 빅데이터센터를 설치, 아마존 출신 빅 데이터 전문가를 센터장으로 영입했다. 빅데이터센터는 스마트 폰을 담당하는 IM(IT·모바일) 부문, TV와 생활가전 등을 맡은 CE(소비자가전) 부문 등과 주로 협업하게 된다. 소비자 취향과 구매 경향 등에 대한 빅 데이터를 모으고, 이를 분석해 상품 기획과 개발, 판매에 접목하는 과정은 이미 글로벌 기업에서는 보편화된 움직임이다. 특히 가전과 모바일 등 제품 경계가 허물어지고 있는 최근에 이르러 빅 데이터 중요성은 더욱 커지고 있다. 소비자를 미리 알면 그에 맞는 제품이나 서비스도 얼마든지 만들어 낼 수 있다는 것이다. 초거대 AI 추진을 보면, 2022년 6월 기준으로 글로벌 100위권의 성능을 갖춘 슈퍼컴퓨터(HPC, High Performance Computing 고성능 컴퓨팅)를 구축한 회사(정부 기관은 제외)는 국내에서 삼성전자, 네이버, SK텔레콤(SKT 타이탄으로 친구처럼 자연스럽게 사람과 대화하는 성장형 AI 서비스 ‘에이닷’도 출시)이다. 세 회사는 대규모 병렬연산에 최적화된 슈퍼컴퓨터를 활용해 ‘초거대 AI’ 모델 학습과 고도화에 속도를 낼 방침이다. 현재 국내에서 가장 강력한 슈퍼컴퓨터는 삼성전자가 보유한 ‘SSC-21’이다. 삼성전자가 2021년 구축한 SSC-21은 초당 25.18페타 플롭스(Flops, 1초당 처리할 수 있는 부동소수점 연산 횟수)의 성능으로 전 세계 15위에 오른 것으로 조사됐다. 이론상 최대 성능도 초당 31.75페타 플롭스에 달한다. SSC-21은 AMD 에픽7543 프로세서(32코어, 2.8GHz)를 상호 연결하는 형태로 구성되어 있고, 엔비디아의 AI 반도체를 추가로 탑재해 연산 능력을 끌어올렸다. (*초거대 AI ‘엑사원’을 고도화 중인 LG AI 연구원은 자체 슈퍼컴퓨터를 구축하지 않고 구글 클라우드의 TPU 팜을 활용) 삼성전자에서 데이터 수집 관련, 통합 ‘N-ERP’와 초거대 AI를 살펴봤다. 이들은 주로 내부 데이터 통합 플랫폼에 관련된 내용이다. 소비자와 직접 만나면서 데이터를 수집하는 소스는 400여 개의 삼성전자 디지털프라자의 판매 POS 데이터와 한국, 미국, 스페인 등 28개국에 출시된 삼성페이를 통해 수집되는 데이터 및 삼성 제품을 사용하면서 발생하는 데이터가 있다. 먼저 삼성페이에 대해 알아보자. 삼성페이 관련 나무위키 자료를 주로 참조하였다. 삼성페이(Samsung Pay)는 삼성전자가 2015년 3월에 공개한 간편 결제 서비스이다. 세계 최초로 MST(Magnetic Secure Transmission)와 NFC를 동시에 지원하는 온/오프라인 핀테크 결제 플랫폼이다. 디지털화된 개인 정보, 결제 정보, 자산을 관리하는 핀테크 플랫폼이다. 신분증, 신용카드, 디지털, 블록체인 계좌, 학생증, 차 키, 영화 및 공연 등의 입장권 티켓 서비스, 비행기 티켓 등을 등록할 수 있으며, 등록된 정보를 홍채인식, 지문인식을 이용하여 쓸 수 있다. 모든 정보는 삼성 녹스(KNOX)가 제공하는 하드웨어 및 소프트웨어 보안 솔루션을 통해 보호한다. 삼성전자는 루프페이의 MST 기술에 NFC 기술과 자체 보안 토큰 기술까지 결합한 결제 솔루션을 개발했고 이를 삼성페이(Samsung Pay)라 명명했다. 카드사들이 제조사인 삼성전자에 지급해야 하는 간편 결제 수수료가 없다(애플 페이는 유료). 이 덕분에 대한민국 은행/카드사들의 삼성페이 지원이 급속도로 이루어졌다. 다만 제조사(삼성)에 지급하지 않을 뿐이지 별도의 생체인증 수수료가 있으며, 건당 최소 4.4원에서 최대 9.9원까지 카드사가 보안 인증업체에 부담하고 있다고 한다. 삼성페이는 타 간편결제서비스와 달리 가맹점에 구애받지 않고 온·오프라인 모두 보편적으로 사용이 된다. 온라인은 삼성페이 자체 가맹점과 신용카드사 경유 가맹점이 있어 대부분의 온라인 상점에서 삼성페이로 결제할 수 있다. 오프라인 MST 결제의 경우 마그네틱 슬롯이 있는 대부분의 카드 단말기에서 결제할 수 있다. NFC 결제의 경우 한국에서는 삼성페이 전용 결제 패드 혹은 삼성페이와 협정을 맺은 결제 패드에서만 결제가 지원된다. 한국 외의 대다수 국가에서는 비자카드의 Visa Contactless Payments나 마스터카드의 Just Tap & Go™, 아메리칸 익스프레스의 Contactless 와 같은 EMV NFC 결제를 지원한다. 2022년 6월부터는 삼성 월렛이 삼성페이에 합쳐졌다. 삼성페이가 지원되는 국가는 2015년 대한민국, 미국을 필두로, 2016년 중국,·스페인, 호주 등 2020년까지 28국에 달한다. 저자도 2016년 삼성 스페인 법인장으로 있으면서 CaixaBank, 산탄데르 은행, Sabadell 은행, El Corte Ingles 백화점 등과 협력하여 삼성페이를 도입하였다. 이제 수집한 빅 데이터와 AI 기술을 활용한 제품으로 보면, 먼저 삼성반도체를 사용한 삼성 갤럭시 스마트 폰이 대표적이다. 모바일 기기는 진화를 거듭해 소비자에게 새로운 경험을 제공한다. 삼성 반도체는 프로세서, 모뎀, 메모리 등 주요 반도체를 통해 차세대 모바일 기기를 5G 네트워크에 연결하고 인공지능 연산을 가능하게 만든다. 인공지능 기반의 첨단 이미지 처리 기술이나 새로운 차원의 통신 속도는 콘텐츠를 만들고 공유하는 등 시각적인 커뮤니케이션을 즐기는 MZ세대에게 필수가 되었다. 5G 시대, 모바일 사용 경험에서 가장 중요한 요소는 연결이다. 모바일 기기는 대용량 데이터 처리와 새로운 애플리케이션 실행을 위해 빠른 통신 속도와 강력한 컴퓨팅 성능을 모두 갖추어야 한다. 삼성은 5G 모뎀을 통합한 엑시노스 프로세서, 고대역폭 모바일 DRAM, 초고속 스토리지 솔루션 등을 결합해 필요한 성능을 제공한다. 삼성은 인공지능 컴퓨팅과 메모리 기술을 통해 음성 인식이나 비전 인식은 물론 증강 현실과 혼합 현실 경험에 이르기까지 인공지능 기반 모바일 기술을 발전시켜 나가고 있다. 엑시노스 프로세서의 NPU (Neural Processing Unit)는 LPDDR5X의 빠른 데이터 속도와 함께 AI 기반 애플리케이션을 모바일 기기에서 구동할 수 있게 해준다. 이제 모바일 기기는 사물을 인식하고 사용자의 일상을 학습해 더 나은 경험을 제공한다. 5G와 AI시대, 모바일 기기를 사용하는 시간은 그 어느 때보다 길어졌고 밀레니얼과 Z세대는 새로운 모바일 경험을 원하고 있다. 이에 강력한 성능과 최첨단 기능은 물론 저전력은 시대적 흐름이다. 삼성의 첨단 메모리 솔루션과 엑시노스 프로세서는 차세대 모바일 환경에 필요한 성능과 전력 효율의 완벽한 균형을 제공한다. 빠른 속도의 스토리지, 저전력 디스플레이 IC, 다양한 전력 관리 IC 등을 통해 모바일 기기는 더 새롭고 다양한 경험을 더욱 오래도록 즐길 수 있게 되었다. 사진은 스마트 폰이 가져온 가장 큰 일상의 변화 중 하나이다. 사람들은 스마트 폰으로 고품질의 사진과 영상을 찍고 친구와 가족에게 공유하기를 원한다. 삼성의 아이소셀 이미지 센서는 2억 화소가 넘는 초고해상도, 넓은 다이내믹 레인지, 적은 노이즈 등을 통해 모바일 기기의 작은 카메라에서 고품질의 사진을 제공한다. 엑시노스 프로세서는 온디바이스 AI를 통해 상황과 피사체를 인식하고 사진의 품질을 최적화한다. 또한, 최첨단 DRAM과 대용량 스토리지 사용자는 8K 비디오를 찍고 저장할 수 있게 해준다. 스마트 폰 외 PC, 스마트 TV, 로봇 청소기, AI 세탁기와 건조기, 비스포크 냉장고 등에 빅 데이터와 AI 기술이 적용되며, 이들을 연결하는 SmartThings 기술에서도 활용되고 있다. SmartThings를 통해 집에 있는 모든 기기를 집 안에서는 물론, 집 밖에서도 제어할 수 있다. SmartThings 앱 하나면 소비자가 꿈꾸던 스마트 홈이 아주 쉽게 완성된다. 2022년 6월부터는 기술 중심으로 사물인터넷(IoT) 플랫폼에 한정됐던 ‘스마트싱스’의 개념을 다양한 기기를 연결하는 고객 경험 전반으로 확장해, 일상 속 스마트싱스 활용성을 체감할 수 있도록 ‘스마트싱스 일상 도감 캠페인’을 시작했다. 삼성전자는 TV, 온라인 광고, SNS 등을 통해 공개되는 이번 캠페인에서 다양한 방식으로 정보·취미를 공유하는 놀이문화가 된 ‘도감’ 콘셉트를 활용했다. MZ세대 등 젊은 고객이 기기 연결 경험을 쉽고 친숙하게 이해할 수 있도록 반려동물 돌봄, 친환경 활동, 홈 엔터테인먼트, 1인 방송, 자녀 건강관리, 홈 쿠킹 등 다양한 스마트싱스 생활상을 제시한다. 일례로, ‘환경보호에 진심인’ 편은 조깅을 하면서 쓰레기를 줍는 ‘플로깅’ 중이던 한 멤버가 갤럭시 모바일 기기를 통해 원격으로 집안 공기청정기와 에어컨을 절전모드로 바꾸는 내용으로, 소비자가 에너지 절약을 실천하며 삼성전자 제품을 사용할 수 있는 친환경 일상을 보여준다. 삼성전자의 ‘스마트싱스 일상 도감’은 모바일 제품뿐 아니라 TV·가전을 아우르는 멀티 디바이스의 연결 경험을 강화하자는 DX 부문 통합 시너지의 취지에 따라 기획됐다. 끝으로 삼성 AI를 언급한다면, 삼성 AI 포럼을 빼놓을 수가 없다. 가장 최근의 삼성 AI 포럼은 2021년 11월에 개최된 5회 포럼이다. 그 내용을 삼성 뉴스룸 2021년 11월 8일 자를 보면, ‘삼성 AI 포럼 2021’에 대한 설명이 나온다. 가장 최신의 AI 동향을 파악할 수 있어 인용해 보고자 한다. 내용은 다음과 같다. 삼성전자가 11월 1일~2일까지 제5회 ‘삼성 AI 포럼’을 온라인에서 진행했다. 세계적 석학과 AI 분야 전문가들이 한자리에 모인 이번 행사는 인류를 위한 확장성 있는 AI 연구 방향을 함께 논의하고, 방향성을 찾아 나가는 자리였다. 다양한 분야의 연사들은 이번 포럼을 통해 최근 주목받고 있는 신규 AI 알고리즘과 앞으로의 삶을 위한 혁신 AI 솔루션을 연이어 소개했다. 삼성전자는 이번 AI 포럼을 유튜브 채널을 통해 생중계하며, AI 분야 종사자·연구원·학생 등 참석자들과 연단에 오른 전문가들의 자유로운 질의응답 소통 시간을 마련하기도 했다. AI 분야 최신 기술 동향과 연구 성과를 들여다볼 수 있는 삼성 AI 포럼. 뉴스룸에서 1, 2일 차의 발표 내용과 주요 이슈를 정리했다. [AI 포럼 1일 차] 인류 공동의 문제를 해결해 나가는 AI 삼성전자 종합기술원 주관으로 진행되는 AI 포럼 1일 차 대표이사 부회장의 개회사를 보면, “모든 산업에서 디지털 전환이 가속화되고, 데이터 사이언스와 머신 러닝은 필수 요소가 됐다”라면서 “전 세계 연구자들이 모인 이번 포럼은 인공지능이 인류 공동의 문제를 해결해 나가는 데 어떤 역할을 할 수 있을지 논의하는 자리가 될 것”이라고 강조했다. 이어진 기조연설에서는 ‘삼성 AI 포럼’의 공동 의장이자, 삼성 AI 교수(Samsung AI Professor)인 캐나다 몬트리올 대학교 (University of Montreal) 요슈아 벤지오(Yoshua Bengio) 교수가 연사로 나서 신규 머신러닝 툴 ‘지플로우넷 (GFlowNet)’을 소개했다. 해당 알고리즘을 신약 개발 과정에 적용한 사례를 설명한 그는 “해당 모델이 다른 방식보다 학습 속도가 빠르고, 더 많은 솔루션을 찾아내는 것을 확인했다. 다양한 과학 연구 환경에 적용할 수 있는 매우 의미 있는 연구 결과”라고 강조했다. 연설을 마친 요슈아 벤지오 교수는 전 세계 과학자들과 질의응답 시간을 가지며 해당 알고리즘의 적용 방안과 활용 방법을 논의하기도 했다. 이어진 3개 기술 세션에서는 확장·지속 가능한 AI 컴퓨팅, 과학적 발견을 위한 AI, 신뢰성 있는 컴퓨터 비전(Computer Vision)을 주제로 글로벌 석학과 AI 유망 스타트업, 삼성의 연구 리더들이 연사로 나섰다. 학계에서는 미국 스탠퍼드 대학교 (Stanford University) 쿤레 올루코툰(Kunle Olukotun) 교수, 미국 UC버클리 대학교(University of California – Berkeley) 거브랜드 시더(Gerbrand Ceder) 교수, 미국 매사추세츠 공과대학교(MIT) 안토니오 토랄바(Antonio Torralba) 교수가, 스타트업은 미국 세레브라스 시스템(Cerebras Systems) 앤드루 펠드만(Andrew Feldman) 대표, 미국 시트린 인포매틱스(Citrine Informatics) 브라이스 메레딕(Bryce Meredig) 대표, 미국 랜딩AI(LandingAI) 다니엘 비비레아타(Daniel Bibireata) 부사장이, 마지막으로 삼성에서는 삼성전자 종합기술원 AI&SW 연구센터장 최창규 전무, 삼성전자 종합기술원 최영상 상무, 삼성전자 종합기술원 한재준 마스터가 차례로 무대에 올라 최신 AI 연구 결과, 비즈니스 모델과 그 사례, 미래 사업전략을 공유했다. AI 분야 우수 인재와 연구자들을 만나보는 자리도 마련됐다. 삼성전자는 글로벌 우수 신진 연구자 발굴을 위해 지난해 신설한 ‘삼성 AI 연구자상(Samsung AI Researcher of the Year)’의 올해 수상자 5명과 AI 분야 신규 아이디어 발굴을 위해 국내 대학(원)생을 대상으로 진행한 ‘AI 챌린지 대회’ 결과를 발표했다. 삼성 AI 연구자상 수상의 영광을 안게 된 MIT 필립 아이솔라 (Phillip Isola) 교수는 “함께 프로젝트를 진행한 학생들에게 감사 인사를 전하고 싶다”라면서 “현재 사람이나 동물의 자연 지능 (Natural Intelligence)처럼 움직이는 인공지능에 관해 연구하고 있는데, 더욱 전념해 정교한 인공지능을 구현해 나가겠다”라는 소감을 전했다. 조지아 공과대학의 쥬디 호프만(Judy Hoffman) 교수는 “컴퓨터 비전과 기계 학습의 교차점에서 연구를 이어가고 있다. 앞으로도 모두가 신뢰할 수 있고 접근이 쉬운 비전 시스템을 만들어나가겠다”라고 말했다. 포럼 1일 차 말미엔 석학들의 생생한 토론과 통찰력 있는 아이디어를 만날 수 있는 ‘패널 토론’이 진행됐다. 진행을 맡은 삼성전자 종합기술원 최영상 상무는 이날 연사로 나선 석학들에게 각 분야와 관련된 주제를 던졌다. 답변 이후엔 방송에 함께 참여한 이들도 질문할 시간이 마련돼 한층 자유로운 토론 분위기가 형성됐다. ‘AI 알고리즘은 과연 훈련 과정에서 인간 수준의 데이터 효율성을 달성할 수 있을까?’ 안토니오 토랄바 교수는 이를 실현 가능한 명제로 내다봤다. “인간이 가진 데이터는 시각적 데이터를 포함해, 다양한 매체로부터 오는 감각의 집합이다. 또한 인간은 수동적인 관찰자가 아닌 실제로 세상과 상호작용한다는 특징이 있다”라면서 “AI 역시 풍부한 데이터를 축적한 뒤 스스로, 마치 영화 속 주인공처럼 행동할 수 있다면, 인간의 성과에 도달할 수 있을 것”이라고 설명했다. 이날 패널 토의에서는 AI 관련 분야에 매진하고 있는 학생들의 실질적인 고민과, 이에 대한 석학의 조언도 들을 수 있었다. 현재 인공지능 자연어처리(NLP) 분야에서 매개변수(parameter)의 개수는 계속 늘어나고, 자연스레 이 모델을 학습하기 위한 비용도 올라가고 있다. 이러한 상황 속 학계에서는 연구의 방향성을 어떻게 설정해 나가야 하는지에 대한 논의도 이뤄졌다. 마지막으로 요슈아 벤지오 교수는 AI 분야의 젊은 연구원들과 학생들에게 “최첨단 기술로 확립된 방향과 다른 방향으로 가는 것을 두려워하지 않는 자세가 필요하다. 두뇌의 힘이야말로 과학의 혁신적 발전을 이뤄낸 근간”이라면서 “새롭게 시도하고, 기존에 밝혀지지 않은 영역에 질문하는 것만이 우리가 모두 발전하는 방향”이라는 통찰력 있는 조언을 건넸다. [AI 포럼 2일 차] AI 포럼 2일 차는 삼성 리서치 주관으로 진행됐다. 삼성 리서치 승현준 소장은 “인공지능은 사람들이 더 나은 삶을 살 수 있게 해주는 기술”이라고 강조하며 스마트 폰 카메라, 온디바이스 AI, 오픈소스 AI 시스템 소프트웨어, 기계 번역, 로봇의 AI 기술 등 삼성 리서치에서 진행하고 있는 분야별 AI 관련 사업과 혁신 포인트를 설명했다. 이어 승현준 소장은 “AI 포럼은 인공지능 분야 선도하는 연구자들의 최첨단 연구 관련 강연을 들을 기회”라며 기대감을 고조시켰다. 가장 먼저 기조연설을 맡은 미국 하버드대학교 레슬리 밸리언트(Leslie Valiant) 교수는 “AI를 작동시키기 위해서는 여러 요소가 필요하다. 그중 하나는 실현하고자 하는 현상이나 기능성이 무엇인지 파악하는 것”이라면서 ‘추론 이용 지도 학습 보완 방법(How to augment supervised learning with reasoning)’에 대해 상세히 설명했다. 이어 최근 활발하게 연구 활동을 하는 미국 프린스턴 대학교 필릭스 하이드(Felix Heide) 교수, 구글 브레인(Google Brain)의 김빈(Been Kim) 리서치 사이언티스트(Research Scientist), 네덜란드 암스테르담 대학교(University of Amsterdam) 교수이자 MS 리서치(Microsoft Research) 암스테르담 랩장인 맥스 웰링(Max Welling) 교수의 강연이 이어졌다. 전문가들의 의견을 들어 볼 수 있는 패널 토의 시간에는 AI 기술이 앞으로의 일상에 어떤 영향을 미칠지에 관한 이야기가 오갔다. 진행을 맡은 삼성 리서치 글로벌 AI 센터장 다니엘 리(Daniel D. Lee) 부사장은 “인공지능 연구 초기에는 로직에 기반한 연구가 기반이 되지만, 최근에는 딥뉴럴 네트워크와 같이 데이터 기반 러닝이 강세다. 밸리언트 교수 발표처럼 로직과 뉴럴 네트워크를 결합하였을 때 어떤 장점이 있나?”라는 질문으로 포문을 열었다. 레슬리 밸리언트 교수는 “러닝과 로직 다 오랜 역사가 있지만 분리되어 있었고, 현재 머신러닝 연구의 상당한 발전으로 로직을 접목할 수 있는 토대가 마련되었다”라고 설명했다. 패널로 참여한 삼성 리서치 케임브리지 AI 센터 에피 싸무라(Efi Tsamoura) 연구원은 “최근 컴퓨터 비전·자연어 처리 등 다양한 분야에서 백그라운드 지식을 적극적으로 활용하는데, 이는 로직이 빠진 부분들을 보완해 줄 수 있고 모델을 학습시킬 수 있기 때문”이라면서 “많은 분야의 연구가 응용단계에서 로직의 잠재력을 적극적으로 활용하고 있다”라고 덧붙였다. 머신러닝의 과학적 발전에 대한 논의도 오갔다. 그레고리 듀덱(Gregory Dudek) 삼성 리서치 몬트리올 AI 센터장은 “5G와 6G의 도래로 네트워크가 복잡해지며 효율적인 커뮤니케이션에 대한 필요성이 커졌다. 앞으로는 머신러닝과 AI 툴들이 커뮤니케이션 네트워크 구조와 운영의 효율성을 높일 것”이라면서 “기존에 있던 기술을 새로운 문제 해결에 적용하면서, 시스템의 성능을 개선하는 작업을 이어갈 것”이라고 말했다. 이처럼 여러 분야에서 활용되는 머신러닝을 상용화하기 위해선, 지속적인 시뮬레이션을 이어가야 한다. 그렇다면 시뮬레이션 결과와 실제 상황에서의 간극은 어떻게 메울 수 있을까? 맥스 웰링 교수는 “실제로 시뮬레이션이 세상의 모든 복잡성을 다 반영해 주지 않기에, 시스템이 어느 부분에서 불확실한 예측을 하는지 밝혀내고 액티브 센싱을 통해 부족한 부분의 데이터를 더 확보하는 하이브리드 솔루션이 필요하다”라고 설명했다. 라이트닝 토크(Lightning talks) 세션에서는 삼성 리서치 글로벌 AI 센터 임직원들이 딥러닝 최적화 알고리즘인 Adaptive Sharpness-Aware Minimization(ASAM), 음성 인식에서 개체명(Named Entity)을 바르게 인식하는 방법 등에 대해 발표했다. 앞에서 삼성전자의 AI 반도체 칩, 데이터 통합과 플랫폼 구축, 조직 개편, 삼성페이, AI와 빅 데이터를 활용한 스마트한 기기들, 삼성 AI 포럼에 대해 알아보았다. 삼성전자는 마케팅에서 일찍부터 페이스북, 구글, 네이버, 카카오 등 플랫폼 회사들과 협력하여 타겟 마케팅을 기본으로 실시해 왔다. 삼성전자 온라인 판매에서 개인화 콘텐츠까지는 아직 구현이 안 되어 있지만, 이것도 데이터가 축적되어 간다면 언젠가는 실현 가능해질 것이다. 그룹 차원의 협력을 하면 시너지가 분명히 발생할 것이다. 삼성도 이것을 알고 있다고 생각한다. 에버랜드에 4인 가족이 방문한 내용과 삼성생명에서 보험을 든 이력, 삼성 디지털프라자에서 전자제품 구매한 내용, 신라호텔 중식당에서 식사한 메뉴 등 세세하지만 귀중한 정보들이 모여 데이터화 된다면 엄청난 시너지를 구현할 수 있을 것이다. 롯데나 CJ 등은 그룹 차원에서 데이터 통합, 쇼핑몰 운영, 멤버십을 운영하고 있다. 삼성전자는 전자 내 무선에서 출발한 데이터 관리가 2021년 빅데이터센터가 되어 전사 차원으로 움직이기 시작했고, 조만간 그룹 차원의 통합도 그리고 그것의 엄청난 시너지도 기대해 본다.