Honda R&D는 빅데이터 분석 기술을 연구 개발 프로세스에 도입하는 가장 좋은 방법을 찾기 위해 진정으로 포괄적인 서비스를 제공할 수 있는 기술 파트너와 협력하기를 원했습니다.

Kyoka Nakagawa는 다음과 같이 말합니다. “IBM은 두 가지 중요한 이유 때문에 올바른 파트너 선정이었습니다. 우선, IBM은 데이터 마이닝, 텍스트 분석 및 시각화를 비롯한 매우 광범위한 빅데이터 분석 기능을 제공하므로 단일 공급업체로부터 필요한 모든 도구를 얻을 수 있었습니다. 둘째, IBM은 상담부터 개념 증명, 최종 실현에 이르기까지 빅데이터 여정을 안내할 수 있는 기술과 경험을 갖추고 있었습니다.”

Honda R&D의 빅데이터 분석 환경은 IBM SPSS® Modeler, IBM Watson™ Content Analytics, IBM® PMQ(Predictive Maintenance and Quality)를 기반으로 합니다. Kyoka Nakagawa의 역할은 이러한 기술의 네트워킹 허브 역할을 하여 개념 증명을 설정하고, 교육 과정을 구성하고, 엔지니어가 지식, 경험 및 데이터를 공유하도록 장려하는 것입니다.

Kyoka Nakagawa는 다음과 같이 말합니다. “데이터 마이닝 교육 과정은 매우 성공적이었습니다. IBM SPSS Modeler는 비즈니스 전반에서 빠르게 인기 있는 도구가 되었습니다. 현재 100명 이상의 엔지니어가 교육을 마쳤으며, 이들 중 다수는 업무에서 정기적으로 SPSS를 사용하고 있습니다.

“SPSS Modeler는 원시 데이터를 사용 가능한 데이터 세트로 구성하여 쉽게 분석할 수 있도록 하는 데 매우 유용합니다. 또한 복잡한 분석에도 매우 쉽게 사용할 수 있습니다. 또 다른 유용한 기능은 사용자를 모니터링하고 사용자가 도구와 어떻게 상호 작용하는지 볼 수 있다는 것입니다. 따라서 데이터를 효과적으로 관리하는 데 어려움을 겪고 있는 사람이 있다면 동료가 추가로 도움을 줄 수 있습니다.”

Honda R&D는 텍스트 마이닝에 IBM Watson Content Analytics를 사용하여 연구자에게 방대한 문서 및 기타 텍스트 데이터 저장소에 대한 인사이트를 거의 즉각적으로 제공합니다. 예를 들어, JD Power 초기 품질 연구와 Honda R&D의 사내 고객 소리 연구는 시간 경과에 따른 자동차 품질 및 신뢰성에 대한 매우 귀중한 정보 소스입니다. 미국의 경우 미국 도로교통안전청(NHTSA)도 소비자의 문제와 안전 문제에 대한 풍부한 인사이트를 제공합니다.

Kyoka Nakagawa는 다음과 같은 예를 보여줍니다. “최근에 한 경영진이 당사 자동차 한 대의 기능에 대해 질문하는 회의를 가졌습니다. Watson Content Analytics에 로그인하여 NHTSA 데이터 세트에 있는 백만 개 이상의 기록을 분석한 결과, 10분 이내에 고객으로부터 관련 피드백의 예를 서너 개 찾았습니다. 이런 종류의 분석은 수동으로 수행하는 것이 거의 불가능할 것입니다.”

IBM Watson Content Analytics 솔루션은 도쿄에 위치한 공유 가상 서버 환경에서 IBM의 유연한 클라우드 플랫폼에서 실행됩니다. Honda는 회사의 Big Data Initiative 팀의 사용자를 위해 Watson Content Analytics 환경을 구축하고 롤아웃하는 IBM Cloud의 다기능성과 확장 기능을 높이 평가했습니다.

Kyoka Nakagawa는 “사업부 사용자의 관점에서 보면 Watson Content Analytics를 온프레미스로 실행하는지 클라우드에서 실행하는지는 중요하지 않았습니다.”라고 말합니다. “그들에게 정말 중요한 것은 구현 속도였습니다. IBM Cloud를 통해 온프레미스 솔루션에서 가능했던 것보다 훨씬 더 빠르게 솔루션을 가동하고 운영할 수 있었습니다.

“또한 Watson Content Analytics를 사용한 텍스트 마이닝의 계산 요구 사항은 사용자 지정 사전에 제공하는 콘텐츠의 양에 따라 달라집니다.

“텍스트 마이닝 기능을 개선하면서 사전을 지속적으로 개발하고 있기 때문에 유연한 클라우드 환경을 갖추는 것이 매우 중요합니다.”

또한 IBM Cloud 인프라의 확장성은 신규 사용자 추가가 쉽다는 것을 의미하므로 향후 다른 부서에서 IBM Watson Content Analytics를 채택하기로 결정하면 Honda는 이들을 원활하게 지원할 수 있습니다.

IBM Predictive Maintenance and Quality는 조직이 자산 및 프로세스를 모니터링하고 자산 장애 또는 품질 문제를 예측할 수 있도록 설계되었습니다. Honda R&D는 시장 품질 보증 분석에 이 기술을 시범적으로 사용해 왔으며 초기 결과는 유망합니다.

Kyoka Nakagawa는 “IBM Predictive Maintenance and Quality의 시각화 기능에 깊은 인상을 받았습니다.”라고 말합니다.

“PMQ는 연구원들이 샌드박스 환경에서 분석 인사이트가 품질 또는 제조 자산 문제를 식별하는 데 도움이 될 수 있는 분야를 탐색할 수 있는 분석 개발 환경 역할을 합니다. 또한 PMQ는 운영 부서의 지속적인 프로세스 이벤트 데이터 수집을 통해 분석을 운영하는 완벽한 분석 솔루션으로서, 데이터를 업로드하고 직관적인 대시보드에서 쉽게 확인할 수 있습니다.”

Honda R&D의 빅데이터 분석 교육 프로그램은 회사 엔지니어링 팀 간에 보다 개방적이고 협력적인 문화를 조성하는 데 큰 기여를 했습니다.

"저는 이 모임을 '빅데이터 프렌즈 클럽'이라고 부릅니다."라고 Kyoka Nakagawa는 말합니다. "엔지니어들을 한데 모으는 것은 데이터를 공유하고 서로에게서 배울 가능성이 더 높기 때문에 그 자체로 이점이 되었습니다. 예를 들어, 섀시 팀은 배기관의 열화를 연구하는 프로젝트를 진행하고 있었고 휘발유에 대한 데이터가 필요했습니다. 빅데이터 프렌즈 클럽을 통해 연비 팀이 이미 필요한 데이터를 보유하고 있다는 사실을 알게 되어 많은 노력과 비용을 절감할 수 있었습니다."

그녀는 이렇게 첨언합니다. "빅데이터 분석에 대해 배우는 것은 일부 엔지니어들이 고정관념에서 벗어나 사고하는 데도 도움이 되었습니다. 단순히 중요하다고 생각되는 매개변수를 분석하는 대신 데이터 마이닝 기술을 사용하여 미처 생각하지 못했던 패턴과 단서를 발견할 수 있습니다.

"예를 들어, 전 세계에 수백만 명의 고객이 있으며 국가마다 운전 습관은 항상 예측하기 쉽지 않은 방식으로 다릅니다.

“최근 우리는 차량의 '엔진 시동' 버튼을 어디에 배치할지 논의하고 있었습니다. 미국 도로교통안전국(NHTSA)의 기록을 분석한 결과, 미국 내 여러 운전자가 실수로 무릎으로 엔진 시동 버튼을 눌렀다고 불만을 제기한 것으로 나타났습니다.

“이것은 저희에게 매우 놀라운 일이었습니다. 자동차를 크루즈 컨트롤에 놓고 페달에서 발을 떼고 좌석에 다리를 접은 경우에만 가능하기 때문입니다. 사람들이 실제로 이런 방식으로 운전할 것이라고는 상상도 못했기 때문에 제품 디자인 팀에 귀중한 인사이트가 되었습니다."

Honda R&D의 접근 방식의 또 다른 중요한 장점은 이 회사의 엔지니어들이 실제 상황에서 자동차와 운전자가 어떻게 행동하는지 이해하고 새로운 엔지니어링 프로젝트를 식별하는 데 있어 빅데이터 분석의 가치를 보여줬다는 점입니다.

예를 들어, 이 회사는 차량 센서 데이터를 사용하여 운전자의 스티어링 조작을 모니터링하고 고객의 선호도를 더 잘 파악하고 있습니다. 이러한 실제 인사이트는 각 운전자에게 맞춤화된 스티어링 경험을 설계하는 것을 목표로 하는 엔지니어링 프로젝트에 활용됩니다.

Kyoka Nakagawa는 "IBM Analytics는 Honda R&D의 엔지니어들이 빅데이터를 활용하여 가치 있는 새로운 연구 영역을 탐색하고 궁극적으로 더 우수하고 스마트하며 안전한 자동차를 설계할 수 있도록 지원하고 있습니다"라고 결론지었습니다.