AI/로봇·드론/VR·AR

Nikkei Computer_2019.5.30 특집 요약 (p36-43)

웨더 테크 (Weather Tech)
AIⅹ기상데이터 활용의 최전선

간토지방에 장마전선이 다가오고 있다. “오후부터 비가 오니 집에 일찍 가야겠다” 등 일기예보를 보고 하루의 해동을 결정하는 사람은 많을 것이다. 기업에게도 날씨는 고객 수나 매출, 이익을 좌우하는 중요한 요소다. 보험이나 교통, 음식점, 농업, 에너지 등 다양한 업계의 기업이 기상데이터를 AI로 분석하여 사업에 활용하고 있다. 기상데이터 활용의 최전선에 다가가보자.

기온이나 습도, 풍향∙풍속, 기압, 강수량, 일조 시간, 인공위성 사진. 기상에 관한 실측 데이터나 일기예보 데이터를 수요 예측이나 서비스 향상 등 사업에 활용하는 기업이 최근 1~2년새 급증하고 있다.

기상데이터를 활용한 새로운 사업 창출을 목표로 2017년 3월에 발족한 산∙학∙관 조직 ‘기상비즈니스추진컨소시엄’의 회원 수는 2년 동안 발족 시의 약 3배인 600사를 넘었다. 기상 사업자는 물론 IT기업이나 농업, 소매, 보험 등 폭넓은 업계가 참여한다.

“기상의 영향을 많이 받는 운수나 교통, 농업, 어업뿐 아니라 가전이나 음식, 소매, 의류업체 등 보다 소비자에게 친근한 업계에서 기상데이터의 활용이 확산되기 시작하였다”라고 컨소시엄의 회장을 맡고 있는 도쿄대학 대학원 정보학환(環)의 고시즈카(越塚) 교수는 말한다.

예를 들면 음료업체의 경우는 기온이 어느 수준 이상이 되면 따뜻한 음료가 한 순간에 팔리지 않게 된다는 것을 기온과 매출의 상관관계의 분석을 통해 알게 되었다. 1주일 후의 예보를 바탕으로 자동판매기의 상품을 차가운 음료로 대체해 두면, 차가운 음료를 원하는 소비자의 요구에 대처하기 쉽다. “경제 전체의 3분의 1의 기업은 기상에 좌우되는 산업이다”라고 고시즈카 교수는 말한다.

-- AI 도입을 계기로 기상데이터 활용 --
고시즈카 교수는 “기상데이터 활용이 활발해진 이유는 수요 예측이나 매출 예측 등에서 베테랑 사원을 대신해 인공지능(AI)을 사용하는 사례가 증가하기 시작했기 때문이다”라고 지적한다. 기업은 캘린더 정보와 과거의 매출 실적 등을 AI에 학습시키지만 그것 만으로는 예측 정밀도가 오르지 않는다.

“시행착오를 겪는 가운데 오차의 원인은 기상데이터를 학습데이터로서 입력하지 않은데 있다고 많은 기업이 알아차렸기 때문이다”라고 고시즈카 교수는 분석한다. 기상데이터에 근거한 예측 기능을 업무시스템에 반영하는 기업이 증가하고 있다.

기상데이터의 오픈화의 움직임도 기업에 있어서는 순풍이다. 기상청은 온도∙습도나 기압, 강수량 등 과거 수년 분의 예보∙관측데이터를 웹사이트를 통해 제공할 계획이다. 우선은 2019년 6월부터 바이너리 형식의 파일로 제공한다. 또한 2019년 가을에 새로운 툴을 제공, 지점이나 시간을 선택하면 텍스트 형식으로 데이터를 산출하는 기능을 사용할 수 있도록 한다. “예를 들면, 과거의 매출 실적 데이터를 사용하여 기상데이터와 매출의 상관관계를 산출하는 등의 활용법을 상정하고 있다”(기상비즈니스지원기획실 에비타(海老田) 실장).

경제산업성은 인공위성 사진 등을 기업에 무상으로 제공하는 기반 ‘Tellus’의 운용을 2019년 2월부터 시작하였다. 인공위성에서 취득한 가시광 사진이나 레이더 사진과, 강수량이나 기온 등 지역기상관측시스템(AMeDAS) 데이터에, 스마트폰에서 취득한 유동인구 데이터, 관광∙마케팅에 활용할 수 있는 지역경제정보를 조합하여 제공한다. 양질의 데이터가 증가함으로써 ‘Weather Tech’가 위력을 발휘하는 영역은 한층 확대될 것이다.

▶ 도쿄해상일동화재보험
SOS에 한시라도 빨리 출동한다

인공위성의 사진 데이터를 바탕으로 수해 피해 범위와 침수의 높이를 추측. 보험금의 지급 대상인가를 1~2일에 판단한다.

인공위성이 촬영한 지상 사진 등을 사용하여 보험금 지불의 신속화를 추진하고 있는 곳은 도쿄해상일동화재보험이다. 태풍이나 집중호우로 대규모 수해가 발생했을 때, 인공위성 사진 데이터를 통해 AI가 수해 피해 지역이나 침수 높이를 추측, 조사원의 배치 등 조사업무를 지원한다. 이르면 2019년 6월에 실제 운용을 시작한다.

우선은 예측한 수해 피해 지역을, 입회 조사하는 요원의 배치나 손해 조사 체제를 결정하는데 활용한다. 장기적으로는 시스템이 ‘지불 대상일 가능성이 높다’라고 판단한 계약자에게, 사람이 입회하여 실시하는 조사를 생략하고 지불 대상이라고 안내할 계획이다.

“보험금의 지불 대상인지를 1~2일 정도면 판단할 수 있게 되었다”라고 손해서비스사업부의 고바야시(小林) 차장은 말한다. 계약자 입장에서는 지불 대상이라고 빠르게 판단해주면 수리 비용의 견적을 업자에게 의뢰하는 등 복구 작업을 빨리 시작할 수 있다.

현재는 조사 담당자가 계약자의 집을 직접 방문하여 지불 대상인가를 판정하고 있다. 방문 날짜의 조정이나 조사 담당자의 준비 등 재해에서 판정까지 길게는 2~3주가 필요하다. “수해가 발생하면 집이 침수되고 생활 기반이 파괴된다. 계약자는 한시라도 빨리 복구를 바란다”(손해서비스사업부 고바야시 차장).

▶ 덴쓰(電通)
‘먹히는 CM’을 선택한다

7월 말까지의 일기예보를 바탕으로 성별이나 연령 등 타깃 층 별로 시청률을 예측하여 가장 광고 효과가 높은 텔레비전 광고를 전송한다.

어느 텔레비전 CM을 내보낼지는 날씨를 바탕으로 결정한다. 덴쓰는 시청자의 구매 행동을 촉구하는 텔레비전 CM을 결정하기 위해, 1일에서 7일 앞까지의 모든 프로그램의 시청률을 성별이나 연대 등 타깃 층 별로 AI로 예측하는 시스템 ‘SHAREST’에 기상데이터를 활용하고 있다.

지금까지도 과거 1년 분의 모든 프로그램의 시청률 데이터나 전후 프로그램, 동시간에 방송되고 있는 타 방송국의 프로그램 정보, 출연하는 탤런트 등을 바탕으로 예측 모델을 구축하고 있었다. 그러나 2019년 3월부터 기상데이터도 학습데이터에 추가하였다. “모든 타깃 층에서 보다 높은 정밀도로 시청률을 예측할 수 있게 되었다”라고 스팟업무추진부의 기시모토(岸本) 프로듀서는 말한다.

학습용 기상데이터로서는 최고기온∙최저기온과 강수량∙강수확률의 예보를 사용한다. 성별이나 연대, 직업 등의 속성 별로 140개의 타깃 층을 설정하여 시청률을 예측한다.

▶ 노포 요리점 ‘에비야’
일석삼조의 방문 고객 예측

일기예보와 인근 숙박시설의 이용자 수 등을 바탕으로 방문 고객 수나 주문 수를 예측한다. 폐기 로스 삭감, 요리제공 시간의 단축 등으로 연결시킨다.

미에현 이세시에서 100년 이상의 역사를 가진 노포 요리점 ‘에비야 대식당’을 경영하는 에비야도 기상데이터를 활용한다. 기상데이터를 이용해 방문 고객 수나 메뉴 별 주문 수 등을 AI로 예측하는 고객예측시스템을 도입한 결과, 폐기 로스를 대폭으로 삭감할 수 있었다고 한다.

기존에는 사람이 경험과 감으로 고객 수를 추측하였기 때문에 예측이 빗나가는 일도 많았다. 정확한 예측이 불가능하면 “식재료를 여유 있게 확보해 두고 싶다”라는 심리가 작용한다. 쌀뿐 아니라 생선이나 소고기 등 신선도가 중요한 고급 식재료를 폐기하는 경우도 있었다고 한다.

시스템의 예측 정밀도는 90% 이상이라고 한다. 과거의 매출 실적과, ‘맑음/비’와 같은 날씨나 최고∙최저 기온, 강수 확률, 강수량의 예보 데이터, 자사의 사이트나 음식점 광고사이트의 액세스 수, 인근 숙박시설의 숙박자 수 등 약 400개 항목의 영향 인자를 클라우드 상에 수집∙분석, 예측 모델을 바탕으로 1~6일 후의 고객 방문 수를 예측한다.

다양한 데이터 중에서 날씨는 고객 수에 크게 영향을 미치는 요인이다. 관광지에 위치한 에비야 대식당은 아이치현 등 인근에서 찾아오는 관광객이 많다. 그러나 우천 등 날씨가 좋지 않으면 방문 고객 수는 감소한다고 한다.

▶ 고치현(高知県)
지형적인 불리함을 만회

온도나 일조 시간, 1주일 앞까지의 일기 예보, 과거의 출하 데이터를 바탕으로 비닐하우스에서 키운 가지 등의 수확량을 예측한다.

고지현은 후지쓰와 협력하여 비닐하우스에서 키우는 가지나 오이와 같은 농작물의 3주 후까지의 수확량을 기상데이터를 바탕으로 AI로 예측하는 시스템을 개발, 2019년 3월에 운용을 시작하였다.

“2~3주 후의 출하량을 예측하지 못하면 최근에 증가하고 있는 슈퍼 등 양판점의 큰 거래를 유리한 조건에서 추진하지 못한다”. 농업진흥부 농업이노베이션추진과의 닛타(新田) 치프는 말한다.

고지현은 농가의 농작물을 위탁 판매하는 고지현 원예농업협동조합연합회에 시스템을 사용한 수확량 예측을 지원한다. 고지현은 도쿄에 가까운 군마현 등과 비교해, 대도시에 대한 판로에 있어서 지리적인 불리함이 있다. 농작물의 품질 향상은 물론 출하량을 고정밀도로 예측하는 시스템이 중요한 이유다.

“농작물은 수확량이 많으면 많을수록 좋은 것도 아니다”라고 닛타 치프는 말한다. 사전 출하량 신고보다 많이 수확해도 싸게 팔리기 때문이다. “3주일 후의 출하량이 이정도 증가할 것 같다”라고 예측할 수 있다면, 다른 양판점 등의 시장에 적정한 가격으로 농작물을 공급할 수 있어 수익을 최대화할 수 있다.

▶ SB Energy
스마트폰 전파로 비를 예측

일조 시간이나 인공위성 사진, 이동전화 기지국이 보유한 전파 상황 데이터를 바탕으로 강수 등 날씨를 예측한다.

스마트폰 등이 발산하는 전파의 통신 상태에 관한 데이터를 사용하여 고정밀도로 날씨를 예측한다. 소프트뱅크그룹의 자회사로 자연에너지사업을 전개하는 SB에너지는 태양광발전이나 풍력발전의 발전량 예측에 신기술을 사용할 계획이다. 장기적으로는 이 기술을 전력 수요 예측에 활용하는 것도 검토한다.

2019년 4월에 약 8억엔을 출자한 날씨예보시스템을 제공하는 미국의 스타트업 기업 ClimaCell의 기술을 사용한다. 공기 중의 습도가 전파의 통신 상태에 영향을 미치는 성질 등을 이용하여 다른 기상데이터와 조합하여 상세하게 예측한다.

“날씨 예측의 정밀도를 높이는 것은 사업 리스크를 줄이고 전력 수요의 발생을 예측할 수 있는 중요한 요소다”라고 미와(三輪) 사장은 말한다. ‘맑음/흐림/비’ 등에 따라서 발전량은 몇 배나 달라진다고 한다. 구역을 보다 작게 구분하거나 시간을 나눠서 자주 실시하는 예측은 발전량을 보다 정확하게 예측하는데 도움이 된다고 한다.

“발전량을 정확하게 예측하지 못하는 것이 재생가능에너지의 보급에 방해가 되는 하나의 원인이 되었다”라고 미와 사장은 말한다. 예를 들면, 국내에서는 재생가능에너지 발전소의 전력 공급을 중지하여 송전망의 불안정한 운용을 피하는 ‘출력 제어’라는 조치를 규슈전력 등이 실시하기 시작하였다. SB에너지는 발전량을 정밀하게 예측하여 송전망의 안정화에 활용함으로써 재생가능에너지의 도입을 촉구하는 것이 목적이다.

 -- 끝 --