일본산업뉴스요약

데이터 해석자를 육성
대규모 소재 회사, 신제품 개발에

-- JSR등 최적의 제조 조건을 결정 --
▼데이터 사이언티스트(Data scientist): 기계 등의 센서가 모인 데이터는 난잡하고 정리되어있지 않다. 부정형(不定形)인 데이터를 분류해, 특징이나 패턴을 파악하거나, 유용한 정보를 유출하는 등의 일을 하는 전문가를 뜻한다. 통계학이나 정보공학을 구사하여 방대한 데이터를 해석한다. 제조업의 경우, 데이터를 좀 더「가시화」함으로써 품질 결함을 일으키는 원인을 밝혀내, 생산성 향상으로 이어질 수 있도록 한다.

소재 회사가 축적된 데이터를 해석해, 신제품 개발 등에 활용되는 전문가 육성에 나섰다. JSR은 약 30명을 선발・육성하여, 합성고무 등의 신제품을 개발한다. JFE스틸(JFE Steel)이나 히타치금속(Hitachi Metals)도 수 십 명의 전문가를 육성해, 고객이 원하는 강도를 가진 강철 재료 개발 등에 투입한다. 재료나 제조에 관계되는 대량의 데이터를 신속하게 해석해, 최적의 제조 조건 등을 결정하는데 도움을 준다.

소재 회사는 촉매나 금속의 화학 반응, 제조 프로세스에 관계되는 데이터를 수집해왔지만, 품질 관리나 오류 감시 등에 그쳤다. 각 회사는 복잡하고 방대한「빅데이터(Big Data)」를 해석하는「데이터 사이언티스트」로 불리는 전문가를 육성, 대량의 데이터에서 원하는 화학 반응이 진행될 수 있는 최적의 조건 등을 신속하게 찾아내어, 신제품 개발에도 활용한다.

JSR은 빅데이터 해석을 전문으로 하는 인공지능(AI) 등에 정통한 데이터 사이언티스트를 육성한다. 미국 IBM에 사원을 파견, 방대한 데이터를 신속하게 계산하는 기술 연구에 돌입했다. 다양한 재료의 합성에 활용, 합성고무나 반도체 재료의 신제품 개발로 연결시킨다. 화학의 전문지식을 가진 데이터 전문가를 자사에서 육성해, 기술을 구축하는 것이 유익하다고 판단한 것이다.

JFE스틸은 수 십 명 규모의 데이터 사이언티스트의 경력자를 채용, 사내 연수를 통해 회사 내에서 육성한다. 강철이나 압연강(壓延鋼)재료의 제조로 축적된 방대한 데이터를 해석해, 최적의 합금철의 배합이나 높은 강도를 낼 수 있는 압연 제어 프로세스를 도출해, 고객이 원하는 강도의 강철 재료를 개발한다.

히타치금속도 데이터 사이언티스트의 채용을 시작했다. 현재는 수 십 명 규모이지만, 앞으로 신규 채용이나 사내 연수 등을 통해 증원할 예정이다. AI에 의한 해석 시스템에도 정통한 전문가도 육성한다.

2018년까지 국내 6개 공장에 모든 사물이 인터넷과 연결되는「IoT」시스템을 도입, 생산 데이터를 수집한다. 빅데이터를 해석함으로써, 금속 재료의 최적의 제조 조건을 결정한다. 자석이나 항공기 등의 합금 부품을 균일하게 하거나, 제품의 부가가치를 높이는 등에 활용된다.

스미토모 화학(Sumitomo Chemical)은 농약 부문에서의 인재 육성에 착수한다. 연구자를 대학에 파견해 데이터의 해석 방법 등의 기술을 습득하게 하고, 전문 인재의 신규 채용도 계획하고 있다. 3년 이내를 목표로 시작하는 쌀의 재배 지원 서비스에 데이터를 활용한다.

각 업계에서 수요 왕성
-- 경영판단에 지견(知見)활용 --
미국에서 데이터 사이언스는「21세기에 가장 섹시한 직업」이라고 불린다. 각양각색인 대량의 데이터를 분석하면서 상관 관계 등을 찾아내 경영이나 사회에 도움이 되는 식견을 이끌어내는 전문가는 각 업계에서 서로 다투어 채용하려 하고 있다.

모든 사물이 인터넷과 연결되는「IoT」 등으로 대량의 데이터는 수집하기 쉬워졌지만, 의미 있는 식견을 보다 빨리 찾아내기 위해서는 데이터 사이언티스트의 힘이 필요하다. 예를 들어, 교통 체증을 정확하게 예측하기 위해서는, 그날그날의 통행량 실적뿐만 아니라, 날씨나 지역 이벤트, 계절 원인 등의 정보도 포함해 분석해야 한다. 어떤 데이터를 모아, 어떠한 분석 방식을 사용하는지로 실력을 가늠할 수 있다.

국내에서는 일본 IBM나 후지쯔(FUJITSU) 등의 IT기업이 기업 내의 데이터 사이언티스트의 육성을 지원하기 시작했다.

   -- 끝 --