사용자 삽입 이미지

지난 13일 치러진 20대 총선에서 예상을 뒤엎는 결과들이 속출했다. '전화를 통한 여론조사 방식도 이제 한계에 다다른 것 아니냐'는 평가가 나왔다. '여론조사가 아니라 여론조작'이라며 분노섞인 반응도 적지않다.

실제로 총선전날까지만하더라도 국내 주요 4개 여론조사 기관들은 공통적으로 새누리의 의석을 145석~175석 사이, 더민주는 100석 안팎, 국민의당은 호남에서의 막판 바람에 힘입어 25석~30석 정도로 예상됐었다.

뚜껑을 열어본 결과, 더민주가 새누리당을 제치고 제1당이 되는 경악스러운 결과가 나타났다. 국민의당은 예상보다 더 의석을 얻었고, 정당지지율은 더민주를 앞섰다.

전문가들은 전화 여론조사 응답에 소극적인 20, 30대 젊은층의 표심을 담아내지 못했고, 집전화 위주의 비현실적인 조사채널이 이같은 여론조사와 실제와의 괴리가 생기는 가장 큰 원인으로 지목했다.  

그렇다면, 앞으로 전화 여론조사를 대체할 현실적인 대안은 무엇인가?

두말할 것 없이 '빅데이터'다.

대다수의 전문가들은 이미 수년전부터 SNS 등 소셜미디어와 온라인상의 비정형 데이터까지도 여론분석 대상에 포함시키는 빅데이터 기법의 보완이 필요하다고 지적해왔다.

그러나 아직까지 빅데이터는 실험적으로만 존재할뿐 실제 신뢰를 부여해야만하는 여론조사에 활용된 사례는 없다. 빅데이터로 분석된 결과치를 해석하는 기준이 아직 크게 미흡하기 때문이다.

데이터 수집과 분석의 기술적인 어려움은 크게 없지만 이 데이터를 어떻게 해석해야하는 것은 사실 전혀 다른 얘기다.  

외형상 빅데이터 분석기법은 단순하다. 분석기법이 다양하긴하지만 SNS상의 텍스트분석, 즉 특정어의 노출, 검색어 빈도 등을 가중치를 부여해 수치화시키는 것이 골격이다.

그러나 이같은 SNS상의 관심도를 호감 또는 비호감으로 판단할 수 있는 근거, 또는 긍정적인 여론인지 부정적인 여론인지 재해석할 수 있는 분석기법이 제대로 제시될지는 의문이다.

전화 여론조사 방식처럼, 기호 1, 2,3, 4번식으로 선호도 조사를 한다면 해석의 여지가 크게 없겠지만 빅데이터는 전혀 상황이 다르다.

예를들어 사전투표가 시작된 8일과 9일, 네이버, 다음 등 주요 포털의 검색어 상위 1위에 '문재인 광주방문'이 올랐고, 페이스북과 등 SNS상에서도 단어의 노출 빈도와 관심도가 급증한 것으로 빅데이터 분석을 통해 도출됐다.

그렇다면 빅데이터 분석에선 이것을 '호남지역에서의 더민주의 지지'로 해석해야 할 것인가?

(여론조사 전문가들은 소셜 미디어에서 가장 최악은 긍정이든 부정이든 관련 단어가 아예 거론 자체가 안되는 '무관심'을 꼽고 있다)

[##_http://rockki.delighit.net/owner/entry/edit/1C%7C2389618116.png%7Cwidth=%22500%22%20height=%22326%22%20alt=%22%EC%82%AC%EC%9A%A9%EC%9E%90%20%EC%82%BD%EC%9E%85%20%EC%9D%B4%EB%AF%B8%EC%A7%80%22%7C_##]

실제로 문 전 대표의 방문이후 반응은 뜨거웠다.

언론 매체들도 '호남지역에서 더민주가 바닥을 찍고 다시 반등하고 있다' 또는 '아직은 아니다'라는 식의 현지의 엇갈리는 반응을 쏟아냈다.  


물론 주지하다시피, 13일 저녁, 실제 호남지역의 개표함을 열어본 결과, 더민주는 호남 전체에서 3석을 건졌을뿐 23석을 차지한 국민의당에 완패하는 예상밖에 결과로 나타났다.

결과적으로 호남에서 문재인 전 대표의 방문은 상황을 반전시킬만큼의 효과가 없었던 것으로 해석할 수 있다.

그렇다면, 빅테이터 분석은 완전히 틀린 것인가.

여기에서부터는 해석의 문제다.  

선거관련 전문가들은 대체적으로 '문재인 광주방문'이란 검색어는 야권분열에 위기의식을 느낀 수도권 야당 지지자들의 결집을 이끄는 촉매제로 작용했고, 수도권에서의 전략적 교차투표(Crosss Vote)를 통한 압승을 이끌어 냈다는 분석을 내놓고 있다.

즉, 문재인 전 대표의 호남 방문으로 생성된 소셜미디어 데이터의 해석을 호남 뿐만 아니라 수도권까지 확장시켜서 해석해야 제대로 된 평가 또는 가치(Value)를 부여할 수 있다는 결론이 나온다.

빅데이터 기술로 수집된 데이터를 분석할때 이같은 '나비 효과'까지 감안해야 현실적으로 유의미한 대응이 가능하다는 의미가 된다.

하지만 아무리 빅데이터 기술이 발전한다 하더라도 사전에 이같은 정확한 해석이 가능할지는 의문이다.  '사람의 마음'을 읽는 기술이 아직은 현재의 빅데이터 기술로는 역부족이라고 생각되기 때문이다.

최근 빅데이터가 만병통치약처럼 회자되고 있지만 따지고 들어가면 역시 데이터를 강력하게 수입하고 재분배하는 프로그램일 뿐이다.

빅데이터에서 도출된 데이터를 직관적으로 판단하고 가치를 부여하는 것은 결국 '인간의 몫'이다.

여론조사 뿐만 아니라 기업의 빅데이터 기반의 엔터프라이즈 전략도 크게 다르지 않다.

<박기록 기자>rock@ddaily.co.kr  

2016/04/16 00:09 2016/04/16 00:09

인터넷전문은행과 디지털뱅크 경쟁, 비대면채널 시대에 '버스형 이동점포'가 등장하는 것은 사실 역설적이다. 물론 '최신형'이라는 단서가 붙긴했다. 하지만 어디까지나 직접 사람이 찾아와서 이용해야하는 방식인 만큼 효율성은 의심을 받을 만하다.

우리은행이 지난 7일 공개한 최신형 이동점포 '위버스'(WeBus) 3, 4호차는 어디서나 은행업무가 가능하도록 25인승 버스와 45인승 대형 버스를 특별 개조해 제작한 것이다. 은행에 따르면, 25인승의 개조비용은 2억원 안팎, 45인승은 차값을 제외하고 3.5억~4억원 정도가 들어간다.

개조된 버스에는 상담창구, ATM, 발전설비, LTE이동통신망, 홍보용 LED 전광판 등 설비가 탑재돼 있다.입출금, 예적금신규, 공과금수납, 신용카드 등 기존 일반 은행점포에서 볼 수 있는 업무를 완벽하게 처리할 수 있다.

우리은행은 3호차의 경우 거주인구는 늘고 있지만 아직 영업점이 설치되지 않은 지역 또는 택지개발 예정지구 등 '영업점 공백지역'에 투입되고, 4호차는 상대적으로 영업점 등 금융인프라가 부족한 '지방지역'을 담당한다.

하지만 이처럼 영업망 취약지역을 커버하기위해 이동 점포를 만들엇지만 은행측이 노리는 보다 궁극적인 목적은 아직까지는 홍보효과다. 전국 방방곡곡 누비고 다니면서 은행의 브랜드와 함께 최신 상품을 홍보하는 것이다.

우리은행이 이번에 선보인 위버스 3, 4호차는 우리은행이 마케팅에 주력하고 있는 모바일뱅크 서비스인 '위뱅크'를 주요 컨셉으로 했다.

물론 홍보효과뿐만 아니라 전국 지점으로부터 출동 요청을 받아서 출장하는 경우도 많다. 명절때 사람들이 붐비는 휴게소에서 신권교환 이벤트를 한다던가 해수욕장, 컨벤션,주택청약 등 쓰임새는 보기보다 많다는 게 은행측의 설명이다. 최소한 밥값은 한다는 얘기인데, 홍보효과만으로도 그 정도의 가치는 있어보인다. 

아직 공식화되지 않았지만 KB국민은행도  미니 버스를 이동형 점포로 개조해 접근이 어려운 산간 지역이나 도로 포장상태가 양호하지 않는 지역까지 접근한다는 계획을 검토하고 있는 것으로 알려졌다.  

다른 한편으론 이처럼 과거형 모델로 인식되던 버스 이동 점포가 계속 출현하는 것은 ODS(아웃도어 세일즈)를 기반으로한 현장영업지원시스템의 확장 현상으로 분석된다. 실제로 KB국민은행, KEB하나은행 등 대형 은행들이 올해 이 부분에 신규 투자를 확대할 계획이다.

KEB하나은행은 지난 4일 하나금융경영연구소와 공동으로 태블릿(tablet) PC를 이용해 언제 어디서나 맞춤형 상담이 가능한'태블릿 은퇴설계서비스'를 자체 개발해 오픈했다.  '태블릿 은퇴설계서비스'는  기존 PB분야에서의 노하우와 로보 어드바이저를 이용한 ‘Cyber PB’를 만든 첨단 IT기술력을 결합해 개발한 것으로, 편리하게 현장에서 은퇴설계 서비스를 제공할 수 있다.

최근 오프라인 점포의 통폐합, 비대면채널의 확장 등 ODS는 보다 적극적인 방식으로 발전될 것으로 예상된다. 그동안 홍보목적으로 전국을 누볐던 이동 점포가 이제는  ODS의 역할까지 충실하게 할 수 있을 것인지가 주목된다. 

<박기록 기자>rock@ddaily.co.kr  

2016/04/08 16:26 2016/04/08 16:26