※ 화면낭독기(센스리더 등)를 이용하시는 경우 새창으로 보기를 클릭하세요
새창으로 보기

[인물포커스] 권민수 ST리서치 대표

KNN 인물포커스입니다.

정치인들에 대한 지지도를 보여주는 여론조사는 늘 정확성이나 신뢰도에 대한 의문이 남습니다.
그만큼 조금이라도 더 중요한 여론조사가 정치인들 본인은 물론, 유권자들을 위해 중요한데요,
오늘은 인공지능에 기반한 여론조사 모델을 개발해 관심을 모으고 있는 ST리서치 권민수 대표 모시고 인공지능 기반 리서치 이야기 잠시 나눠 보겠습니다.

어서 오십시오.
네 안녕하십니까

Q1.먼저 이 인공지능이 사회 전반에서 점점 더 활용도가 높아지고 있는데요.
많아지고 있는데 리서치에는 어떻게 활용이 될 수 있는 겁니까.

A.코로나19의 영향으로 비대면, 언택트 시대가 열리면서 리서치 분야에도 많은 변화가 생겨났습니다.
대면조사나 전화 조사의 데이터의 신뢰도가 높아서 기존의 리서치 회사들이 많이 선호했다면 코로나의 영향으로 데이터 수집이 원활하지 않는 큰 문제점이 생겨났습니다.

대안으로서 인터넷을 활용하거나 모바일을 활용한 온라인 모바일 조사
많이 활용되고 있고 온라인 모바일 조사의 경우에는 응답자들이 자기 자발적 참여, 자기 기입식 이런 부분들이 있어서 거짓 응답이라든지 불성실 응답 등 이런 응답자들에 의한 비표본 오차가 통제하기가 너무 어려운 큰 단점이 있습니다.

그래서 저희 st 리서치에서는 인공지능의 방법인 딥러닝이라든지 머신러닝을 활용해서 불성실한 요소들을 학습을 시킴으로써 그 불성실한 응답들을 걸러내서 데이터에 대한 신뢰도를 향상시키는 데 많이 노력하고 있습니다.
그리고 선거 여론조사에서도 이 인공지능 AI가 활용될 수 있는데 무응답층들의 지지 성향이나 판별 예측에도 많이 활용될 수 있습니다.

Q2.그러면 인공지능에 기반한 리서치가 기존의 리서치하고 가장 크게 다른 점은 어떤 걸로 이해하면 될까요.

A.기존의 리서치와의 크게 다른 점은 응답을 하면서 수집을 하는 과정에서 생겨나는 오차들을 어떻게 통제하는지가 가장 큰 핵심이라고 볼 수 있습니다.
기존의 리서치에서는 연구자들이 개인의 경험이라든지 주관적인 정보를 바탕으로 불성실한 응답들을 분류했다면 인공지능을 기반으로 한 불성실 응답을 학습시켜서 그 객관적인 정보로서 불성실 응답을 걸러내기 때문에 아주 과학적인 방법이라고 할 수 있습니다.

Q3.그러면 기본적인 조사의 빅데이터나 또 인공지능을 활용해서 정확도를 더 높이는 그런 과정으로 이해를 하면 되겠습니까.

A.맞습니다. 온라인 모바일 조사에서 수집된 응답 표본에서 불성실한 응답들을 걸러냄으로써 분석에 사용될 유효 표본의 데이터에 대한 신뢰도를 향상시키기 때문에 통계 분석의 사전 작업이라고 생각하시면 좋을 것 같습니다

Q4.리서치라고 하면 사실은 여론조사를 먼저 떠올리게 되는데요.
연구 목적이나 다른 용도로도 활용할 곳이 굉장히 많은데, 맞춤형 리서치라는 것은 어떻게 진행이 될 수 있나요

A. 맞춤형 리서치의 경우에는 첫 번째로 인공지능 AI가 탑재되어 있는 저희 온라인 설문조사 플랫폼을 활용하게 됩니다.
두 번째 같은 경우에는 태블릿pc를 활용한 대면조사 그다음에 온라인 모바일 조사를 많이 활용하게 되는데 온라인 모바일 조사 같은 경우에는 시간적 공간적 제약을 받지 않는다는 큰 장점이 있기 때문에 신속한 조사를 진행할 수 있습니다.
온라인 조사에 앞서 말씀드린 대로 온라인 조사에 단점 중 하나인 데이터의 낮은 신뢰도의 경우에는 저희가 보유하고 있는 특허인 불성실 응답 AI를 활용해서 불성실한 응답들을 걸러냄으로써 데이터 분석에 활용될 수 있는 신뢰도를 향상시켜서 분석하고 있습니다.

그리고 마지막으로 선거 여론조사에서도 활용될 수 있는데 선거 여론조사에서 아까 말씀드린 대로 무응답층들의 지지 성향이라든지 판별 예측에도 할 수 있습니다.
하지만 지금 선거관리위원회에서 선거 기간에 안심번호를 통신사로부터 구매할 수 있는 이런 제도가 있습니다.
하지만 문자 서비스를 아직 지원하지 않는 그런 부분들이 있어서 앞으로 비대면 언택트 시대에 맞춰서 그 부분들이 개선된다면 인공지능을 활용해서 선거 여론조사를 한 것 기존의 선거 여론조사를 하고 있는 전화 조사라든지 ARS 조사보다 더욱더 신뢰 가는 조사가 가능하다라고 저는 생각하고 있습니다.

Q5.인공지능하고 통계학이 전공이신데 리서치 분야를 선택하신 것도 사실 개인적으로 아주 궁금한데요.
다른 수익이 더 날 수 있는 비즈니스 모델들도 많고, 그런데 왜 리서치를 선택을 하셨습니까

A.제가 학창 시절에 지도 교수님의 추천으로 부산시청 통계분석팀에서 근무를 하게 되었습니다.
통계분석팀에서 처음으로 리서치라는 것을 접하게 되었고 데이터가 수집되는 과정들을 체계적으로 배울 수 있는 좋은 경험이 되었습니다.
그것을 배우다 보니까 리서치의 리서처로서 꿈을 되게 꾸기 시작했습니다.

그래서 입문하게 되었고 제가 박사학위를 빅데이터 인공지능을 전공하면서 빅데이터 인공지능을 결합한 리서치에 어떤 것들이 차별점이 있을까?
다른 리서치 회사들과의 차별점은 무엇인지에 대해서 고민을 많이 했습니다.
그래서 기존의 리서치 회사들과는 다른 전략을 세우기 위해서 많은 고민 끝에 기존 리서치에서는 연구자들 경험과 주관적인 바탕으로 리서치를 진행하고 있다면 저희 같은 경우에는 빅데이터와 통계와 인공지능을 결합한 주관적인 내용보다 객관적인 결과로서 기존의 리서치의 데이터에 대한 신뢰 성이라든지 이런 부분들을 좀 더 보완해서 아주 차별화될 수 있는 전략이라고 생각을 했습니다.

Q6.부산 경남뿐만 아니라 이미 전국에서 리서치 의뢰를 받고 계신 걸로 아는데요.
부산에 본사를 두신 이유도 궁금한데 부산에 연고가 있으셔서 부산을 택하신 겁니까?

A.제가 연고가 있는 거는 아니고요.
저도 학창 시절에 취업을 준비하면서 통계를 전공으로 취업을 하려고 했는데 사실 현실적으로 수도권에 밀집되어 있었던 경험들이 있습니다.
그래서 저희 선후배들과 취업 준비 기간에 이야기를 많이 하면서 그 꿈을 포기하는 걸 많이 저도 겪었습니다.
그래서 기존에 지금 현재 학생들이 빅데이터나 인공지능 리서치를 꿈꾸는 학생들에게 그 꿈을 포기하지 않도록 해 주고 싶었습니다.
그래서 부산에 설립을 했는데 부산과 서울의 정보력의 차이도 상당히 많았습니다.
그래서 저희도 서울의 사무실을 설립하게 되었고 지금은 퇴직하셨지만
저희 지도 교수님인 김규곤 교수님과 한국조사협회장을 역입하셨던 고문님들께 많은 가르침과 조언을 구하고 있습니다

Q. 말씀하신 걸 들어보면 수도권하고 부산하고 시간과 공간의 한계 또 제약을 어느 정도는 이쪽 분야에서는 극복을 할 수 있다고 판단을 하신 것 같네요.

A. 네 맞습니다. 지금 저희가 서울에서 부산과의 차이가 상당히 많았었는데 저희가 서울 사무실도 있고 두 고문위원님들에게 많은 가르침과 조언을 통해서 지방에 있지만 서울 못지않은 정보력을 갖추고 있다고 생각하고 있습니다.

중요한 결정을 내리기 전에는 사실 이 리서치 어떤 기본 자료가 굉장히 필요한데요.
사회의 근간이 되기도 하고 물론 수익 모델이기는 하시겠지만 사회의 발전과 또 좋은 결정을 위해서 좋은 리서치 많이 해 주시기 바랍니다.
오늘 출연해 주셔서 고맙습니다

감사합니다.

이유경 구성작가
  • 이유경 구성작가
  • lee1004219@knn.co.kr
  •  
  •  

의견쓰기