많은 기업들이 제품과 서비스를 판매할 시장을 분석하기 위해 각종 자원을 소비하곤 한다. 하지만 기존의 시장을 분석하기보다는 아예 원하는 시
마이크로소프트의 프레스톤 맥아피 최고 경제학자(chief economist)는 “원하는 결과를 얻을 수 없다면 시장 자체를 바꿔버리는 것. 이것이 시장을 설계한다는 개념이다”라며 이야기를 시작했다.
그는 “마켓 디자인 개념은 시장 행동을 설명하는 원리들로 구성돼 있다. 이를 통해, 그리고 인센티브와 도구들을 이용해 시장을 예측하고 바꾸려 시도한다. 공학이 물리학을 품고 있는 것처럼 마켓 디자인은 기존 경제학과 연결돼 있다”라고 설명했다.
이 개념은 1980년대 등장했다. 과거 수련의 배치나 주파수 경매(맥아피가 FCC에 활용을 제안) 등의 분야에 이미 활용됐다. 맥아피는 “일각에서 수용된 기술이다. 그러나 거의 알려지지 않았다”라고 말했다.
하지만 변화가 시작됐다. 구글과 아마존 모두 최고 경제학자 직책을 보유하고 있다. 맥아피 자신 또한 구글과 야후에서 유사한 역할을 한 경력이 있다. 과거 마켓 디자인은 주류화 되기에 아주 많은 투자가 필요했던 최신 개념이었지만 상황이 달라지고 있다. 맥아피는 “”과거에는 능숙하게 시장을 설계할 수 있는 우수 인재를 채용해야 했지만 빅데이터 덕분에 변화하고 있다. 센서와 데이터, 머신러닝이 새로운 형태의 마켓 디자인을 탄생시키려는 찰나다. 마켓 디자인의 자동화라고 표현할 수 있겠다”라고 말했다.
맥아피에 따르면, 우버(Uber)와 에어비엔비(AirBnB) 같은 서비스가 이러한 움직임의 선두에 있다. 맥아피는 “이들 기업이 마켓 디자이너를 채용한 이유는 그에 어울리는 사업을 하고 있기 때문이다. 네트워크는 판매자와 구매자를 연결하는 시장이다. 마켓 디자인을 잠재력을 이용, 시장을 더욱 값지게 만들 수 있다. 우리는 지금 마켓 디자인에 있어 새로운 혁신기에 진입하고 있다. 머신과 데이터가 주도하는 마켓 디자인을 의미한다”라고 설명했다.
시장을 통치한다
마켓 디자인이란 시장에서 정부처럼 활동하는 것이기도 하다. 맥아피는 “월마트를 예로 들자. 월마트를 통해 제품을 판매하는 공급업체가 있다. 아마존 마켓 플레이스도 마찬가지이다. 이들이 각종 문제에 직면하면 월마트가 공급자와 구매자간 거래에 개입한다. 시장에서 관리자, 정부 역할을 하는 것이다. 이런 회사는 정부처럼 인프라를 갖춰야 한다”라고 설명했다.
그는 이어 “즉 이들 사업자는 국민, 다시 말해 구매자와 판매자를 이해해야 한다. 이들의 이해관계, 반응하는 방식을 알아야 한다. 또 시스템이 문제 없이 가동되도록 만들고, 시장을 효율적으로 만들어야 한다. 효율성을 높일 도구를 구축해야 한다”라고 덧붙였다.
예를 들어, 아마존은 고객이 자주 주문하는 제품을 ‘구독(Subscribe)’할 수 있는 버튼을 만들었다. J&J 푸드(J&J Food)는 코타나 지능형 스윗을 이용하는 다이내믹스로 고객이 주문할 확률이 높은 제품을 자동으로 장바구니에 담는 스마트 쇼핑 카트를 개발해 약 5% 매출 증대 효과를 거뒀다.
마치 정부와 같은 경쟁 상황에 직면하기 한다. 월마트도 시장이 있고, 아마존도 시장이 있다. 고객은 둘 중 하나를 선택할 수 있다. 이는 미국과 영국 정부가 자국 기업들이 아일랜드에 회사를 설립할까 걱정하는 것과 유사하다. 또 정부처럼 보조금을 지급하고, 세금을 부과할 수 있다.
이와 관련해 적합한 고객에게 적합한 인센티브를 제공하는 것이 중요하다. 그는 “마켓 디자인의 원칙 중 한 가지는 차이를 만들 수 있는 사람들, 차이가 발생할 수 있는 장소에 인센티브를 제공하는 것이다. 차이를 만들 수 있는 도구가 없는 사람에게 인센티브를 제공하는 것은 낭비이다. 위험만 초래될 뿐이다”라고 설명했다.
‘시장이라는 사실을 아는 것’이 출발점
그러나 오늘날 기업 다수는 이러한 시각을 가지지 못 하고 있다. 시장 구축이 필요한 사업을 영위하고 있다는 사실을, 시장 효율성을 높여야 할 책임 있다는 사실을 기업이 이해하는 경우가 드물다. 애플 같은 시장 주도 업체도 예외가 아니다.
맥아피는 “애플은 혁신적인 앱 스토어(App Store)를 시작했지만 스스로가 마켓 디자인 문제에 직면하고 있다는 사실을 깨닫지 못했다. 그 결과 단순히 앱을 판매하는데 그쳤다”라고 지적했다.
그는 이어 애들이 구독 방식을 선택하면 더 좋았을 것이라고 말했다. 앱을 구매하는 대신 ‘대여’할 경우, 시장의 앱 수는 줄어들지만, 앱의 품질은 개선되기 때문이다. 그는 “앱 스토어를 고속 성장시키고 싶다면, 즉 단번에 앱 수백만 종을 확보하고 싶다면, 앱을 판매하는 방식을 선택하면 된다. 그러나 엉터리 앱이 많이 등장할 것이다. 반대로 앱을 대여하는 방식을 선택하면 앱의 수가 줄어들지만, 정말 좋은 앱들이 등장한다. 소셜 관점에서는 앱을 대여하는 쪽이 더 낫다”라고 설명했다.
그에 따르면 애플의 앱 스토어는 마켓 디자인이 실패한 사례다. 더 성공적인 시장을 개발할 수 있었기 때문이다. 애플은 여러 가용한 도구를 생각하지 않은 채 시장을 만들었다. 앱 스토어를 시장으로 생각하지 않았던 이유가 컸다. 반면 구글은 광고 시장을 만들 때 시장 운영에 대해 좀더 진지하게 접근했기 때문에 실수를 피할 수 있었다.
‘안전(보안)’한 시장을 구축한다
시장 경제학을 들여다 보면 보안 베스트 프랙티스에 대한 힌트를 얻을 수 있다. 맥아피는 “대다수 회사가 경계선 방어를 사용하려 한다. 그러나 현실적으로 내부 방어가 더 중요하다. 가령 나는 지금까지 CEO 파일을 요청한 적이 없다. 그런데 그 파일을 요청하는 상황이라고 가정하자. 이 경우 ‘에스컬레이션’이 적용되어야 한다. 5중 인증을 거쳐야 지금까지 요청한 적이 없는 파일에 적법하게 접근하는 것이다. 반면 지난 2년 6개월 동안 매일 액세스를 한 셰어포인트(SharePoint) 사이트의 경우 암호조차 필요 없다. IP주소만 동일하면 된다”라고 말했다.
그러나 행동은 여러 가용한 도구 중 하나일 뿐이다. 뉴욕 증권거래소의 ‘플래시 크래시’(flash crashes ; 급격한 주가 폭락) 문제를 생각해보자. 물량 중 절반 이상이 이제 자동화됨에 따라 상황을 악화시킬 가능성이 있다. 그는 “보호 체계를 구축해야 할 상황이다. 단순한 마켓 디자인만으로도 이와 관련된 많은 문제를 해결할 수 있다”라고 강조했다.
그는 플래시 크래시를 해결하는 방법으로 배치 트랜젝션 실행(초당 10회)을 제안했다. 이 경우, 약간의 지연 시간이 발생하면서 문제가 해결될 수 있다는 설명이다. 그는 다음과 같이 말했다.
“NYSE가 자동화되고 있다. 보호 체계, 디자인, 피드백 루프가 자동화되고 있다. 정상적인 상황에서는 거래에 큰 영향이 큰 영향이 없을 것이다. 그러나 예상하지 못한 일이 발생하면서 변동성이 높아지면 행동이 격화될 수 있다. 나쁜 피드백 루프를 방어하기 위해 시스템에 수 많은 ‘버퍼’를 주입할 수 있다.”
시장처럼 취급할 수 있는 분야들은 이 밖에도 다양하다. 교통, 주차, 군중 통제를 예로 들 수 있다. 그는 “이를 테면 교통 패턴을 예측할 수 있다. 이를 바탕으로 다른 경로를 선택하도록 알려주거나, 15분 정도 기다렸다 운전을 하면 통행료를 덜 받겠다고 알려줄 수 있다. 인센티브를 통해 적합한 행동을 유도하는 것이다”라고 말했다.
실제로 이스라엘은 도로 통행료를 차별화, 교통 정체를 완화시키는 시험을 했다. 그러자 시험 지역 운전자의 46%가 운전 패턴을 바꿨다. ‘Adele:systmes’라는 회사는 유럽 전역의 ‘톨(통행료)’ 시스템을 통합한다는 야심 찬 계획을 수립했다. 거리, 시간, 중량과 거리, 트럭 차축의 수(크기), 도심지 등 특정 지역 주행 등을 기준으로 요금을 부과하는 시스템이다. 이렇게 하면, 트럭이 고속도로의 요금 지불을 피하기 위해 주거지 도로로 우회하는 것을 막을 수 있다.
이와 관련해 도움이 되는 시각이 있다. 상황을 네트워크 시스템처럼 다루는 것이다. 이를 통해 개입해야 할 지점을 찾을 수 있게 되며, 조금씩 자동화를 해 나갈 수 있다. 일부 영역에서는 간단히 자동화를 할 수 있다. 고정된 시간이 아닌 필요에 따라 물과 비료를 공급할 수 있는 농업용 시스템을 예로 들 수 있다. 맥아피는 “아주 저렴하다. 또 몇 달이면 투자비를 회수할 수 있다”고 주장했다.
프라이버시와 긍정 오류
사람이 관여해야 하는 복잡한 시스템을 자동화하기 위해서는 사람의 행동과 동기 부여 요소를 이해해야 한다. 맥아피는 “사람은 생각보다 단순하고 예측 가능하다. 이런 패턴을 발견할 수 있는 기술이 구현되기 시작했다”라고 말했다.
그는 이어 “기계가 사람을 이해함으로써 큰 혁신을 가져올 시점이 다가오고 있다. 그러나 사람들이 이것이 얼마나 중요한지 제대로 이해하지 못 하는 듯 하다”라고 덧붙였다.
그러나 유념해야 할 부분이 있다. 기업은 마켓 디자인에 필요한 데이터를 더 많이 축적하고, 이를 이해해야 한다. 맥아피는 가치 측면에서 데이터를 3가지로 구분할 수 있다고 전했다.
먼저 매일 사용하는 브라우징 데이터처럼 가치가 급감하는 데이터가 있다. 또 가치가 높지만, 수집에 많은 시간 투자가 필요한 데이터가 있다. 예를 들어, 가을마다 스키 리조트를 조사할 경우, 몇 년 동안의 데이터가 값진 역할을 한다. 제시해야 할 내용, 제시해야 할 시기를 알려주기 때문이다. 그러나 이를 위한 패턴을 파악하기 위해서는 많은 시계열 데이터가 필요하다. 마지막으로 지금 당장은 물론 장기적으로도 가치가 높은 데이터가 있다. 맥아피가 계속 관심을 기울이고 있는 부분이다.
데이터를 값지게 만들기 위해서는 상관관계를 파악해야 한다. 실측 자료가 없으면 제 아무리 데이터가 많아도 무용지물이다. 그는 “건강 상태를 예측하려면 수 많은 사람들의 실제 건강 상태에 대한 데이터가 있어야 한다”고 설명했다.
주의할 점이 또 있다. 데이터가 증가할 수록 예측과 상관관계가 부정확해질 확률이 높아진다. 맥아피는 “데이터가 커질수록 가짜 상관관계가 커진다. 우리는 향후 머신러닝에서 비롯된 각종 실패를 경험하게 될 것이다. 그러나 대부분 이에 대해 준비돼 있지 않다”라고 경고했다.
이런 반작용적인 문제점을 피하기 위해서는, 확신성이 높은 예측만 제공하는 시스템을 생각해볼 수 있다. 그는 “순위를 평가하는 문제는 해결된 상태다. 그러나 정말 중요한 것은 관련성이다. 99% 확신하는 것이 관련성이 높도록 만들어야 한다”라고 강조했다.
그는 이어 “만약 그렇지 않은 상황이라면 시스템이 (지금보다 더) 침묵하도록 만들어야 한다”라고 말했다.
한편 맥아피는 마이크로소프트가 자동화된 마켓 디자인 역량을 제공할 수 있을지에 대해 확답하지 않았다. 그러나 아마 코타나 인텔리전스 스윗의 분석 도구들, 다이내믹스의 예측 인텔리전스 도구들과 접목될 것이 분명하다. 또 클라우드 서비스 형태일 가능성이 높다. 그가 언급했다시피 예측 애널리틱스 인프라를 직접 구축하면 배꼽이 더 큰 상황이 발생할 수 있기 때문이다. dl-ciokorea@foundryco.com
