지표없이 트렌드 시장을 식별하는 방법

마지막 업데이트: 2022년 2월 8일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기

지표없이 트렌드 시장을 식별하는 방법

버프 펠츠 도르마이어(Buff Pelz Dormeier)는 CMT(Chartered Market Technician)로 개인 자산가, 기관, 트러스트, 기부금의 민영 투자 포트폴리오를 운용하고 있다. 버프는 불확실한 시황에서도 고객의 특수한 투자 목적을 달성하고 또 능가하도록 고안된 고객 맞춤형 전략을 구축한다. 버프는 이를 위해 리스크를 의식하면서 부를 보존하고 늘릴 수 있도록 고안된 자신만의 최신 포트폴리오 . 버프 펠츠 도르마이어(Buff Pelz Dormeier)는 CMT(Chartered Market Technician)로 개인 자산가, 기관, 트러스트, 기부금의 민영 투자 포트폴리오를 운용하고 있다. 버프는 불확실한 시황에서도 고객의 특수한 투자 목적을 달성하고 또 능가하도록 고안된 고객 맞춤형 전략을 구축한다. 버프는 이를 위해 리스크를 의식하면서 부를 보존하고 늘릴 수 있도록 고안된 자신만의 최신 포트폴리오 운용 전략들을 활용한다.
증권업계에서 15년 넘게 종사해온 버프는 금융 자문, 애널리스트, 포트폴리오 매니저로 일했다. 수상 경력이 있는 업계의 혁신가인 버프는 거래량 가중 이동평균(VWMA, Volume-Weighted Moving Average), VW-MACD(Volume-Weighted MACD), 거래량 주가확인지표(VPCI, Volume Price Confirmation Indicator), VPCI 스토캐스틱, 반거래량 손실제한(AVSL, Anti-Volume Stop Loss), 추세추력지표(TTI, Trend Thrust Indicator), 시가총액 가중 거래량 지수(Capital Weighted Volume Indexes) 그리고 수많은 시가총액 가중 지표들과 거래량 토대 강도 지표들을 개발했다.
버프의 작업은 많은 사람들이 투자 관련 지식의 전거로 삼고 있다. 시장 지표들과 트레이딩 시스템을 개발한 버프의 작업은 , , , 등 잡지와 에 출간되었다. CMT로서 버프는 기술적 분석 분야에서 신기원을 이룩한 연구 논문들 그리고 기존 기법들을 혁신적으로 활용한 연구 논문들을 인정받아 2006년 찰스 다우 상을 수상했다. 찰스 다우 상은 기술적 분석에서 가장 의미 깊은 상으로 손꼽힌다. 덧붙여 버프는 브라질 트레이더 엑스포, 트레이드스테이션(TradeStation) 세계 총회, 머니쇼 국제 트레이더 엑스포에서 특별 연사로 강연했다.
버프는 복수 전공으로 인디애나 주립 대학교를 졸업하였으며 재학 시절 육상 트랙과 크로스컨트리 대학 대표팀으로 참가했다. 지금도 육상을 즐겨하는 버프는 인디애나 주 마라톤 챔피언이었다. 현재 버프는 마켓 테크니션 협회 회원, 엠마누엘 커뮤니티 처치 신도이며 인터페이스 호스피텔리티 네트워크 오브 그레이터 포트 웨인의 이사로 재직하고 있다.

서울대학교 영어영문학과를 졸업하고 서울대학교 인문대학원 영문학 석사과정을 수료하였다. 현재 외국계기업 한국 지사에 근무 중이며, 경제경영 분야의 국제적 감각으로 번역 프리랜서로도 활동하고 있다. 역서로는 알렉산더 엘더 박사의 『심리투자 법칙』, 토마스 K. 카 박사의 『추세매매 기법: 추세와 친구가 되라』, 존 볼린저의 『볼린저 밴드 투자기법』, 토마스 K. 카 박사의 『추세와 친구가 되라』, 반 K. 타프의 『. 서울대학교 영어영문학과를 졸업하고 서울대학교 인문대학원 영문학 석사과정을 수료하였다. 현재 외국계기업 한국 지사에 근무 중이며, 경제경영 분야의 국제적 감각으로 번역 프리랜서로도 활동하고 있다. 역서로는 알렉산더 엘더 박사의 『심리투자 법칙』, 토마스 K. 카 박사의 『추세매매 기법: 추세와 친구가 되라』, 존 볼린저의 『볼린저 밴드 투자기법』, 토마스 K. 카 박사의 『추세와 친구가 되라』, 반 K. 타프의 『슈퍼 트레이더』 등이 있다.

책 속으로

출판사 리뷰

주가가 시장에 대한 증거라면,
거래량은 시장의 진위를 탐색하는 거짓말 탐지기다!

“거래량은 투자자들이 현재의 주가를 어느 정도 확신하고 있는지, 그 확신의 강도와 범위를 알려준다. 이러한 거래량의 효용은 다른 어떤 지표들보다 뛰어나다. 시장의 거래량을 이용한 ‘거짓말 탐지기 테스트’를 시행하면 추세를 더욱 빨리, 더욱 정확하게 식별할 수 있다. 따라서 추세들이 제공하는 수익을 낚아챌 수 있는 유리한 위치를 선점하게 된다.”

『거래량으로 투자하라』를 통해 수요와 공급의 힘을 진단하는 방법, 거래량 데이터를 통해 시장의 이야기를 식별하는 방법, 그리고 거래량 분석과 포트폴리오 자산배분 방법을 배우게 될 것이다. 찰스 다우상을 수상한 버프 도르마이어는 자신이 연구한 거래량 분석의 모든 것을 이 책에서 설명하고 있다. 그는 증권업계에서 15년 넘게 종사하며 금융자문, 애널리스트, 포트폴리오 매니저로 일하고 있다. 거래량 가중 이동평균, 거래량 주가확인지표, VPCI 스토캐스틱, 반거래량 손실제한, 추세추력지표, 시가총액 가중 거래량지수 등 거래량을 토대로 한 많은 지표도 개발했다. 또한, 불확실한 시황에서 고객의 목적을 달성하고 능가할 수 있도록 고안된 고객맞춤형 전략을 구축했다.

거래량 분석을 제대로 이해한다면 시장의 작동 원리를 깊이 있게 들여다볼 수 있는 힘을 거머쥐게 된다. 거래량은 주가의 허실을 진단하는 시금석인 유동성의 원천이며 정보의 허실을 가늠하는 증거이다. 거래량은 주가의 타당성을 입증해주고, 주식을 분석하는 데 결정적인 역할을 한다. 이 거래량으로 기술적 투자자들은 주가의 질을 좌우하는 지표로 삼을 수 있다.

주가가 상승하는 이유는 단 한 가지. 수요가 가용 공급을 초과하기 때문이다. 반대로 가용 공급이 수요를 초과하면 주가는 다시 하락한다. 이처럼 거래량은 가격을 형성하는 수요 세력과 공급 세력의 힘을 저울질하며, 시장에 돈이 유입되는 흐름과 빠져나가는 흐름을 반영한다. 거래량 분석은 시장의 내부 구조를 보여주는 탁월한 관점으로, 다른 분석 형태로는 얻을 수 없는 많은 것들을 보여준다. 이 책 『거래량으로 투자하라』는 많은 이가 간과하고 있는 거래량 분석으로 투자자가 시장을 판단하는 능력을 배가시킬 수 있는 도구와 개념을 제공하고 있다.

특정 종목의 지수와 거래량은 손쉽게 추적할 수 있다. 그러나 그 정보를 제대로 이해하고 활용하는 기술을 보유한 투자자는 드물다. 『거래량으로 투자하라』에서는 거래량 분석을 구성하는 기본적인 개념들을 상세히 설명하고 있다. 또한 오늘날 기술적 분석에서 이용되는 수많은 지표들과 거래량을 결합하여 거래량 이동평균, 거래량 오실레이터, 일중 거래량 매집 지표, 주가 범위와 거래량 지표, 틱 기반 거래량 지표, 거래량 주가확인지표 등 거래량을 분석하는 데 필요한 유용한 지표들을 제공해 보다 효과적인 트레이딩을 하도록 도울 것이다.

거래량으로 미래의 주가를 예측한다!

거래량 없이는 주가를 제대로 평가할 수 없듯이, 주가 없이는 거래량을 제대로 이해할 수 없다. 주가와 거래량을 함께 살펴보아야 한쪽만으로는 알아낼 수 없는 수요와 공급에 대한 제대로 된 정보를 얻을 수 있다. 소위 시장의 전문가들은 ‘매수자가 매도자보다 많아서’ 시장이 상승했다거나, ‘매도자가 매수자보다 많아서’ 시장이 하락했다고 말한다. 하지만 이들은 시장의 움직임에 대해 심각한 오해를 하고 있는 것이다. 주식의 수는 언제나 매도된 주식의 수와 일치하며, 이 수는 거래된 주식의 총량과 일치한다. 따라서 거래량은 매수자와 매도자 간에 거래된 주식의 수를 의미하는 것이다.

버나도와 주드는 “주가만으로는 비밀스러운 신호와 그 신호들의 정확성을 충분히 판단할 수 없다. 거래량 데이터는 이런 환경에서 무척 유용하다”라고 말했다. 따라서 주가와 거래량을 함께 분석하면 주가-거래량의 관계가 주가를 지지하는지, 아니면 주가를 반박하는지 판단할 수 있으며, 결과적으로 미래의 주가 움직임을 엿볼 수 있다.

『거래량으로 투자하라』는 저자의 획기적인 개념들, 일대 변혁을 일으킨 거래량 분석 개념을 통해 소중한 지혜를 전달한다. 또한 어디에서도 볼 수 없었던 새로운 발상과 도구로 트레이딩 실력을 향상시키도록 도와준다.

『거래량으로 투자하라』는 변하는 거래량 패턴이 주가 움직임을 예측하는 데 결정적인 역할을 한다고 설파한다. 매수자와 매도자가 주가를 장악하려고 다투는 주식시장에서 거래량 분석은 마치 수맥 탐지기처럼 진지한 투자자들이 수익이 나는 곳과 리스크를 피할 수 있는 곳을 짚어내는 데 유용하다.”
- 월터 A. 로 3세(Walter A. Row, Ⅲ), 이튼 반스 매니지먼트 회장, 포트폴리오 매니저

『거래량으로 투자하라』에서 버프 도르마이어는 거래량에 더욱 주목해야 한다고 강력하게 주장한다. 이 책은 거래량으로 진단한 척도들을 폭넓게 살피면서 거래량 분석을 뒷받침하는 학계의 연구 결과들을 인용한다. 가장 중요한 것은 이동평균이 주가 추세를 드러낼 때 투자자들의 참여를 더욱 정확히 측정하기 위해 버프가 개발한 지표인 거래량 주가 확인 지표(VPCI)를 심도 있게 설파했다는 점이다. 독자들은 기존 추세의 건전성을 판단하기 위해 VPCI 연산법과 활용법을 배울 수 있을 것이다.”
- 존 지틀로 박사(Dr. John Zietlow), 말론 대학교(오하이오주 캔톤) 재정학 교수, CTP, D. B. A

『거래량으로 투자하라』에서 버프는 새로운 시가총액 가중 거래량, 추세추력지표, 반거래 손실제한 방식 등 독자들에게 그 어느 곳에서도 볼 수 없는 새로운 발상과 도구를 제시한다.
- 제리 E. 브라이스(Jerry E. Blythe)의 서문에서 발췌, 시장 애널리스트, 윈스롭협회 회장, 블라이스 인테브스트먼트 카운슬 창립자

수년에 걸쳐 컴퓨터 사양과 분석 툴은 계속해서 발전했지만 가장 중요한 분석 툴 중 하나인 거래량은 아쉽게도 간과되었다. 물론 모든 분석 프로그램에 거래량이 포함되기는 하지만 과학이자 ‘감’인 거래량 분석은 빛이 바랬다. 버프는 이 책에서 거래량이 그 가치에 맞는 자리를 되찾게끔 했다. 사람들은 말한다. 맹인들의 땅에서는 외눈박이가 왕이라고. 이 책은 기술적 분석가들에게 두 눈을 선사할 것이다. 명확하고 유창하며 모든 단계를 꼼꼼히 밟아가는 이 책으로 독자들은 거래량 분석을 역사적인 맥락에서 이해할 수 있는 도구를 얻게 될 것이다. 강력히 추천한다.
- 리처드 모기(Ricahrd Mogey), CMF 인베스트먼트 자문

이 책으로 나는 새로운 투자 방향을 모색하고 나의 과거 전략들을 재평가하게 되었다. 나는 이 책을 통해 눈을 뜨게 되었는데, 이는 매우 획기적인 경험이었다.
- 데니스 헨슬리 박사(Dr. Dennis Hensley) 테일러 대학교

『거래량으로 투자하라』는 흥미진진하다. 거래량과 기술적 분석에서 거래량의 중요성에 관한 새로운 연구가 있다면 즉시 주목해야 한다. 기술적 분석에서 거래량의 역사와 중요성에 한 획을 그은 버프의 새로운 개념들과 발견 들을 만나게 되어 다행이다. 그의 위대한 작업과 공헌에 심심한 감사를 전한다.”
- 조셉 E. 그랜빌(Joseph E. Granville), 그랜빌 마켓 레터

저자는 주식시장의 거래량에 관한 주요한 방법론과 이론 들을 이 한 권의 책에 모아두었다. 또한 시장의 움직임과 주가 움직임과 관련, 거래량을 주가의 파트너로서 동등한 위치에 올려놓았다. 버프는 절묘한 비유와 적절한 유머를 활용해 이 모든 것을 쉽게 이해하고 활용할 수 있도록 독자들을 인도한다.
- 리처드 W. 암스 주니어(Richard W. Arms, Jr.), 암스 투자자문

버프는 본인이 직접 개발한 거래량과 거래량을 토대로 한 시장 지표들의 효용을 전통적인 의미에서뿐만 아니라 실질적으로 철저히 파헤쳤다. 동료 애널리스트들은 이 작업이 반가울 것이며, 또한 버프의 VPCI가 강력한 상승 추세에 있다는 사실이 반가울 것이다.”
- 로버트 프레처(Robert Prechter), CMT, 데이브 앨먼(Dave Allman), 엘리어트 웨이브 인터내셔널

오늘날 이용되는 수많은 기본적인 지표들과 거래량을 결합한 저자의 능력에 감탄하지 않을 수 없다.
- 랄프 J. 아캄포라(Ralph J. Acampora), CMT, 알테라 인베스트먼트 솔루션스 상무이사

나는 트레이딩으로 생계를 이어가는 사람이라 헛소리를 하거나 다른 사람을 추켜세울 시간이 없다. 버프는 마치 늑대인간에게 은으로 만든 십자가를 들이대듯 사실들과 수치들을 제시한다. 여러분도 알게 되겠지만 버프는 이 책에서 쉴 새 없이 말하고 있다. 이 책은 한입거리가 아니다. 아홉 가지 코스 요리이니 마음껏 드시라.
- 래리 윌리엄스(Larry Williams), 개인 투자자, 트레이딩 월드컵 우승자

주식이 거래될 때마다 세 가지 핵심 정보가 기록된다. 바로 주가, 시간, 규모다. 이 세 가지 데이터에서 우리는 기술적 애널리스트가 주가 움직임을 살피는데 이용하는 모든 핵심 정보를 끌어낼 수 있다. 거래량만 들여다본다면 핵심 정보를 모두 버리는 것이나 다름없다. 버프의 책은 거래 규모에 관한 정보를 어떻게 취해야 하며, 이 정보들을 어떻게 7가지 거래량 지표로 변환시킬지 가르쳐준다. 더 좋은 것은 버프가 이 도구들을 활용해 트레이딩을 향상시키는 방법을 가르쳐준다는 점이다.
- 톰 매클레런, 《더 매클레런 마켓 리포트》 편집자

지표없이 트렌드 시장을 식별하는 방법

4·7 서울시장 보궐선거에 나선 안철수(왼쪽) 국민의당 후보와 오세훈 국민의힘 후보. 한국일보 자료사진

"4·7 서울시장 보궐선거 야권 지표없이 트렌드 시장을 식별하는 방법 지표없이 트렌드 시장을 식별하는 방법 단일후보는 오세훈 국민의힘 후보로 확정된다고 확실히 말씀드린다."

김종인 국민의힘 비상대책위원장은 10일 오 후보와 함께 서울 명동 상인들을 만난 후 이같이 확언했다. 최근 여론조사에서 오 후보가 안철수 국민의당 후보를 오차범위 이상 따돌린 적은 없지만, 김 위원장이 자신감을 드러낸 이유는 무엇일까.

구글 검색량, 오세훈이 안철수 역전

국민의힘 관계자는 11일 "오 후보와 안 후보의 여론조사는 박빙이지만, 여론의 관심과 주목도를 반영하는 지표에선 오 후보가 우세하다"고 말했다. 그가 언급한 지표는 구글 이용자들이 특정 키워드로 검색한 횟수를 지수화한 '구글트렌드'다. 구글 검색량이 가장 많은 날을 100으로 놓고 상대적인 검색량 추세를 비교하는 것으로 대중의 관심을 파악할 수 있다.

최근 구글트렌드에서 '오세훈' 검색량은 '안철수' 검색량을 역전했다. 안 후보는 지난해 12월 서울시장 출마 선언 이후 야권 단일화 이슈를 주도해 이후 3개월간 검색량에서 오 후보를 앞섰다. 그러나 오 후보가 국민의힘의 최종 후보로 결정된 4일 오 후보에 대한 검색량은 100으로 안 후보의 최고기록인 66(출마선언일)을 크게 앞섰다. 예상을 뒤엎고 오 후보가 강력한 경쟁자인 나경원 전 의원을 꺾으면서 검색량도 급증한 것으로 분석된다.

2016년 미국 대통령선거는 구글트렌드 수치를 주시하는 배경이다. 도널드 트럼프 지표없이 트렌드 시장을 식별하는 방법 당시 공화당 후보는 여론조사에서 힐러리 클린턴 민주당 후보에게 밀려 패배가 예상됐다. 그러나 트럼프는 선거 기간 구글트렌드 지수에서 앞섰고, 결국 승리했다. 최근 오 후보에 대한 구글트렌드 추이에 국민의힘이 반색하는 이유다.

다만 구글트렌드를 특정 후보에 대한 '지지'로 파악하기는 무리라는 지적도 있다. 스캔들 등 부정적 이슈에 따라 검색량 증가가 나타날 수 있기 때문이다. 트럼프가 2020년 미국 대선에서 조 바이든 민주당 후보보다 구글트렌드에서 앞섰지만 패배한 사례가 대표적이다.

4·7 서울시장 보궐선거에 출마한 오세훈 국민의힘 후보와 안철수 국민의당 후보의 구글 검색량 추이 비교. 구글트렌드 지표없이 트렌드 시장을 식별하는 방법 캡처

'비호감 싸움'에 주목. 2016년 미 대선 사례

야권후보 단일화 과정과 본선에서 '비호감 싸움'도 중요하다는 견해도 있다. 국민의힘 관계자는 "재보선은 상대적으로 투표율이 낮아 지지자를 투표장으로 끌어내야 하는데, 비호감도가 높은 후보일수록 동력이 떨어진다"며 "시간이 지날수록 비호감 이미지가 덜한 후보의 경쟁력이 높이 평가 받을 것"이라고 전망했다.

2016년 미 대선에서도 비호감도는 당락의 주요 요인이었다. 클린턴은 상대적으로 높은 지지율을 기록했지만 비호감도에서도 트럼프를 크게 앞질렀고, 지지자들을 투표장으로 결집시키는 데 한계를 드러냈다.

오 후보가 국민의힘 경선에서 수월하게 당선된 것은 나 전 의원과의 '비호감 싸움'에서 승리했기 때문이라는 분석이 많다. '강성 보수' 이미지를 쌓아온 나 전 의원은 진보·중도층의 비호감도가 높아지면서 '합리적 보수'를 내건 오 후보에게 밀렸다는 것이다. 그러나 정치 입문 후 중도 진영에서 입지를 다져온 안 후보와의 경쟁에서 오 후보의 이미지가 얼만큼 효과를 발휘할지는 미지수다.

국민의힘 김종인 비상대책위원장이 11일 서울 여의도 당사에서 열린 '국민의힘 4·7 보궐선거 중앙위원회 필승결의대회'에서 발언하고 있다. 연합뉴스

안철수 측 "컨벤션 효과에 불과" 반박

안 후보 측 생각은 다르다. 오 후보가 국민의힘 경선 승리로 현재 컨벤션 효과(정치 이벤트 후 지지율 상승 현상)를 누리고 있지만, 오 후보의 온전한 경쟁력으로 보기 어렵다고 반박한다.

이태규 국민의당 사무총장은 9일 라디오 인터뷰에서 오 후보의 상승세에 대해 "한국토지주택공사(LH) 직원 투기 의혹 등으로 문재인 정부에 대한 국민들의 분노가 커지면서 야권 후보 지지가 전체적으로 올라 변별력이 지표없이 트렌드 시장을 식별하는 방법 떨어지고 있는 것"이라고 분석했다.

안 후보 측의 다른 인사도 "지난 4일 윤석열 전 검찰총장 사퇴 이후 야권 재편에 대한 기대로 야권 후보들의 인기가 함께 오르는 현상으로 봐야 한다"며 "여론조사마다 안 후보의 경쟁력이 몇 발짝 앞서 있는 것이 진짜 지표"라고 주장했다.

전자 상거래와 인공 지능은 어떤 관련이 있습니까?

전자 상거래 및 인공 지능

인공 지능의 영향 전자 상거래에서는 매일 발생하는 수백만 건의 온라인 거래뿐만 아니라 쇼핑객의 행동을 변화시킬 수 있습니다.

아마도 가장 중요한 제한은 전자 상거래는 소비자 사용자의 부담입니다. 구매하려는 제품을 식별하거나 설명하는 키워드를 선택하고 개발합니다. 올바른 키워드를 선택하면 검색 엔진이 관련 결과를 표시합니다.

그렇지 않은 경우 원하는 것을 찾을 때까지 여러 번 시도해야합니다. 이 모든 것을 개선하기 위해 핵심은 기능과 결합 된 인공 지능 자연어 처리의. 즉, 인간적 요소를 디지털 경험으로 되 돌리는 것입니다.

이렇게하면 전자 상거래 상점은 엄청난 양을 변환 할 수 있습니다 실패한 경험에서 성공적인 전환으로. 또한 검색 기술의 미래는 브랜드가 고객의 요구와 요구를 모두 이해할 수 있도록 지능적으로 구축되어 있으며, 모든 고객을 지원하기 위해 물리적 공급 업체를 배치 할 필요없이 모두를 이해할 수 있습니다.

거래 증가, 고객 만족도, 유지율 증가 및 전환 증가는 전자 상거래에서 인공 지능에 긍정적 인 영향을 미치는 지표입니다.

제공함으로써 전자 상거래는 더 나은 이해와 더 인간적인 터치, 전자 상거래, 자동화 및 소비자 지식 산업의 효과를 보여줍니다.

기사의 내용은 우리의 원칙을 준수합니다. 편집 윤리. 오류를보고하려면 여기에.

기사 전체 경로 : 전자 상거래 뉴스 » 전자 상거래 » 전자 상거래와 인공 지능은 어떤 관련이 있습니까?

2020년 트렌드 전망

2019년에 주목받은 키워드들에 더하여 2020년에 주목받을 키워드들에 대한 간단한 전망과 함께 글을 마칩니다.

Privacy

Privacy 강화 움직임은 당분간 계속될 것으로 보이며, 당분간 Mar-tech와 Ad-tech 생태계를 뒤흔들 큰 규제들이 지속적으로 나오게 될 것으로 예상합니다. 또한 이미 개인정보를 강화하고 있는 Safari, Firefox에 이어서 다른 브라우저들이 개인정보 강화의 흐름에 동참할지도 큰 관건입니다.

우리나라의 경우에도 현재 국회에 계류 중인 개인정보보호법 개정안의 경우에 기존 개인정보보호법에서 '가명정보'와 '익명정보' 라는 항목을 신설하였는데, 큰 관건은 가명정보와 익명정보의 사이에 있는 Advertising ID(ADID)의 수집과 활용에 대한 부분, 그리고 GDPR의 데이터 프로세서(Data Processor)과 같은 개념이 어떻게 법에 반영되느냐일 것 같습니다.

People-based

People-based는 파편화된 사용자의 데이터를 진짜 1명의 사람 중심으로 최대한 통합하여서 분석하려는 움직임입니다. 2017년 9월 14일 Facebook에서는 이미 이러한 People-based 마케팅을 "The Future of Marketing"이라고 정의한 바 있습니다. (출처 : Facebook)

사용자들의 파편화된 ID들을 통합하고, 이 ID들을 가진 사용자들의 행동과 프로필 데이터를 한 곳으로 모으려는 기업들의 수요 또한 증가할 것으로 예상됩니다. 이러한 용어들은 주로 아래의 니즈를 가진 기업들에게서 발견됩니다.

데이터 수집 측면

  1. 로그인하지 않은 사용자들의 데이터까지도 최대한 통합
  2. 웹과 앱, 그리고 오프라인의 사용자 행동을 통합 분석
  3. 여러 계열사에서 여러 서비스를 만드는 기업으로서 한 곳으로 사용자 프로필과 행동 데이터를 통합

데이터 활용 측면

  1. 다양한 채널의 사용자 행동을 통합하여 옴니채널 Segment 구축 (모바일 앱 데이터로만 만든 Segment의 경우 타겟팅 정확도가 점점 낮아짐)
  2. 보유하고 있는 여러 채널들간 사용자들의 원활한 이동 촉진 (e.g. 오프라인만 활용하는 고객들에게 앱을 설치하게 하거나, 웹만 사용하는 고객들에게 앱 설치를 유도)
  3. 새로운 고객과의 소통 채널 구축 및 강화 (e.g. 새로운 맴버십 앱 런칭 등)

이러한 트렌드의 가장 큰 동력은 옴니채널 전략의 증가입니다. 또한 GDPR, ITP, CCPA와 같은 프라이버시 강화가 데이터의 정합성(Data Integrity)를 많이 떨어뜨리게 되면서, 어떻게든 파편화된 사용자들의 행동 경로와 ID, 그리고 데이터를 통합하려는 수요도 증가하게 되었습니다.

Mar-tech로 굳이 가지 않더라도 최근에 많은 그룹사들이 시행하고 있는 통합 맴버십 움직임들이나 Kakao의 Sync와 같은 서비스들의 출현은 데이터를 통합하는 것뿐만 아니라 나아가서, 고객과 소통하려는 자체 채널을 확보하려는 기업들의 수요를 대변하는 것입니다. (출처 : Kakao Sync)

Incrementality, Lift, Uplift

Lask-Click 방식으로 대표되는 기존 기여도분석 방법의 한계는 발생한 전환에 대한 기여의 100%를 마지막 광고 터치포인트에 배분한다는 점입니다. 하지만 미리 제품을 정기적으로 구매하고 있던 고객이나 제품을 구매할 의향이 확실한 고객까지 모두 광고 덕분이라고 판단하기는 어렵습니다.

이러한 기여도분석의 기존 한계를 극복하기 위하여 Incrementality, Lift, Uplift와 같은 개념들이 등장하였습니다. Incrementality는 광고나 마케팅으로 인해 발생한 특정 지표의 순수 증가분을 뜻하며, 그것은 전환율의 증가분이나 순수한 전환 수의 증가분 등이 될 수 있습니다. (e.g. 이 광고 캠페인으로 인하여 원래 500만 원 매출이 늘어날 것이 20% 더 증가하여 600만 원으로 늘었다의 20%가 Incrementality)

마케팅 성과 측정 방법론을 Incrementality로 전환하자는 의견은 과거부터 항상 있어왔습니다. 이미 Facebook은 2015년 초부터 Conversion Lift라는 개념을 소개해왔고, 지금도 Conversion Lift Tests를 기능으로서 제공하고 있습니다. (출처 : Facebook) 또한 Google의 경우에도 2018년부터 Brand Lift라는 상품을 통하여 Lift에 대한 측정을 지원하고 있습니다. 다만 Google의 방식은 Survey를 이용한 것으로 현재 Account Manager를 통해서 접근할 수 있는 것으로 보여 아직 대중적으로 공개되지는 않은 상태입니다. (출처 : Google)

이렇게 과거부터 있어왔던 개념이지만, 최근 Incrementality 개념이 실리콘밸리에서 서서히 주목받기 시작하고 있습니다. 직설적으로 말하면 광고를 '집행하지 않았을 때'의 매출 감소폭이 생각했던 것보다 적었기 때문이기도 하며, 브랜드 자산을 오랜 시간 지표없이 트렌드 시장을 식별하는 방법 동안 구축해온 기업들이 늘어나면서 정말 광고가 가져올 수 있는 순수한 효과에 대한 의구심이 늘어났기 때문이기도 합니다. 또한 고도화된 리타겟팅 기법들이 사실상 '어차피 구매했을' 사람들을 타겟팅하는 경우가 늘어나면서 광고에 대한 통제권을 회복하려는 움직임이기도 합니다.

Incrementality, Lift, Uplift의 개념들이 어떻게 2020년에 실리콘밸리 지표없이 트렌드 시장을 식별하는 방법 기업들에 의하여 트렌디한 키워드로 변해갈지 그 귀추가 주목됩니다.

클라우드 게임, 스트리밍 앱

생각보다 조용히 다가오고 있는 미래이지만, 어쩌면 기존의 디지털 사업체들의 사업 방식과 서비스 제공방식을 완전히 바꿔놓을 엄청난 변화가 될지도 모릅니다. 어쩌면 더이상 모바일 앱을 다운로드 받지 않아도 되거나, 심지어는 프로세서가 없는 모니터만 있는 컴퓨터를 가지게 될지도 모르죠. 심지어 Google은 이미 2016년 5월 설치가 필요없는 앱인 Instant Apps를 발표한 바 있습니다. (출처 : AB180)

클라우드 게임과 스트리밍 앱은 통신 인프라의 미비나 기존 개발 생태계의 고착화 등으로 사실상의 상용 서비스 원년인 2020년에는 생각보다 임팩트가 크지 않을 것으로 예상됩니다. 그러나 2021년에는 생각보다 재미있는 시장 변화를 일으킬 것으로 예상됩니다.

Data Anonymization

이제 개인정보보호가 강화되는 추세는 데이터를 활용하는 모든 기업들에게 피할 수 없는 하나의 숙명과도 같습니다. 그렇기에 최근에는 개인을 식별하지 않고서도, 혹은 재식별의 위험없이 개인들의 데이터를 AI & Machine Learning에 활용할 수 있는 다양한 방법들이 나오고 있습니다.

예를 들어 이미지나 동영상 인식에는 사용자 얼굴을 실제로 알아보지는 못하나 AI가 그 물체가 무엇인지를 학습할 수는 있도록 하는 다양한 기법들이 발전해나가고 있습니다.

그러나 Mar-tech 솔루션들, 그리고 무엇보다 많은 Ad-tech 기업들이 지표없이 트렌드 시장을 식별하는 방법 의존하고 있는 많은 AI와 머신러닝 기법들은 데이터의 세분성(granularity), 즉 데이터가 한 명 한 명 단위로 완벽하게 존재할 것을 요구합니다. 그럼에도 불구하고 최근에 개인들의 재식별 가능성을 현저히 줄이거나 거의 0으로 만드면서도, 초개인화된 메시지나 광고를 내보낼 수 있는 많은 기법들이 연구되고 있습니다.

고객의 개인정보 침해를 염려하지 않고, 마음껏 초개인화를 할 수 있는 시점은 언제일까요? 2020년에 관련 주제가 서서히 수면 위로 떠오를 것으로 예상됩니다.

2019년을 마무리하며

AB180은 Airbridge, Braze, Amplitude, Apptimize, Snowflake, Segment와 함께하는 Mar-tech 컨설턴시 서비스로서 국내의 100여 개 이상의 기업들에게 Mar-tech 솔루션을 공급하고, 컨설팅해오고 있습니다. 또한 매년 Modern Growth Stack 행사로 300명 이상의 국내 마케터들과 PM, 그리고 그로스해커들과 함께하고 있습니다.

모든 Mar-tech 솔루션의 목적은 결국 디지털 제품의 성장입니다. AB180은 최신 Mar-tech 동향과 트렌드를 파악하여 가장 최고의 Mar-tech 솔루션을 고객에게 적시에 공급하고, 이를 통해서 디지털 제품의 성장을 이룰 수 있도록 최선을 다하겠습니다.

지표없이 트렌드 시장을 식별하는 방법

73.png


진정한 흙속의 진주는 누가 찾을 수 있나?

Information Pollution이라는 말이 있다. 정보는 곧 힘이 되고, 돈이 되던 시대가 있었다.

하지만, 이제는 그 유입이 거대해져서 정보공해로 일컬어질 만큼 폭발적으로 많은 정보가 지금 이 순간에도 넘쳐나고 있다.

방대한 정보의 양이 중요하기보다는 그 중 무엇이 가장 핵심인지를 찾는 것이 무엇보다도 중요해졌으며, 단순한 Big Data는 정보가 아닌 쓰레기가 될 수 있다는 방증이 아닐까.

이는 일반 ‘정보’에 한정된 문제가 아니다. 이제는 연구개발의 핵심인 ‘기술’분야에까지 그 파장이 미치고 있어, 옥석을 가려야 할 때가 온 것이다.

거대한 정보의 바다에서 그 트렌드를 파악하기 위해 최근 몇 년 전부터 Big Data 분석이 이슈가 되었으며, 이는 우리 삶 전반에 활용되고 있다.

그렇다면 연구개발에서 그 옥석을 어떻게 가릴 수 있을까?

객관적이고, 신뢰성 있으며, 사업화로 연계 가능한 연구개발의 우선순위 결정에 대한 고려는, 매년 쏟아져 나오는 특허에서 그 답을 찾을 수 있다.

다만 그 적용 및 분석 방법이 얼마나 신뢰도가 있는가가 관건이 될 것이다.


연구개발 우선순위결정을 위한 Key는
바로 특허

연구개발 우선순위를 결정하기 위해 연구자들이 가장 먼저 생각할 수 있는 부분은 무엇보다도 델파이법 01 이라고 할 수 있다.

이는 관련 연구를 하는 해당분야 연구자들의 의견을 모아 종합적 방향을 전망하는 것으로 현재 한국산업기술평가관리원(KEIT), 한국과학기술기획평가원(KISTEP)의 미래 유망기술 예측, RAND연구소 02 의 “The Global Technology Revolution2020”, MIT가 매년 발표하는 “Technology Review” 등이 가장 대표적인 예라 할 수 있다.

그러나, 델파이조사에 동원된 전문가의 자질과 역량에 대한 신뢰성 부족과 익명성으로 인한 불성실한 응답 및 분석된 결과의 조작가능성 등을 생각하면 델파이를 통한 기술예측이란 참으로 ‘주관적이다’라고 할 수밖에 없다.

이러한 주관성을 배제하고, ‘기술’을 가장 잘 대변해 줄 수 있는 Key는 그럼 무엇인 가? 아마 이러한 물음을 받으면 누구든 주저함 없이 ‘특허’, 더 나아가 ‘지식재산권’이라는 단어를 언급할 것이다.

특허는 실시간으로 각국 특허청에 축적되는 DB로 주관성을 배제하며, 등록되는 특허는 그 이전 기술과의 중복성이 없다고 공식적으로 인정한 자료이므로 기술의 흐름과 발전 트렌드를 읽을 수 있는 훌륭한 재료가 될 수 있다.

74.JPG

1) 우선순위 결정을 위한 준비

이와 같이 연구개발 우선순위 결정을 위해 특허를 활용하는 이유는 무엇보다도 데이터의 객관성 확보 때문이다.

단, 특허 하나하나에 대해 의미를 부여하기에는 특허의 계량학적 수치가 너무 방대하므로 분석을 위한 Factor를 선정하고, 선정된 Factor에는 가중치를 적절하게 부여하는 준비 작업이 필요하다.

또한 선별된 분석 Factor간의 가중치를 부여하는 과정에서의 신뢰성이 중요하므로, 지표없이 트렌드 시장을 식별하는 방법 지표없이 트렌드 시장을 식별하는 방법 가중치 산정을 위해 특허분석 관련 종사자들의 의견을 토대로 합리적 의사결정을 이룰 수 있도록 계층화분석법(AHP: 다수척도간 통합 비교의 어려움을 해소하고 다수 의사결정권자 간의 합리적 의사결정을 이루기 위해 활용한 방법으로 1970년대 미국 펜실베니아 대학의 Thomas L.saaty박사에 의해 고안)을 활용한다면 우선순위를 선별할 수 있는 준비가 되는 것이다.

75.JPG

2) 특허기반의 우선순위결정을 위한
기본 자료 모으기

특허 원문에는 발명자, 출원인, 권리관계, 출원일, 패밀리, IPC(국제특허분류) 등 객관적 분석의 기본 자료가 되는 여러 가지 Field가 존재한다.

이러한 이유에서 특허정보는 가장 신뢰할만하고 객관적인 분석 DB라고 할 수 있다.

76.JPG

3) 우선순위 선정을 위한 기준을 세우자!

기술 개발이 필요한 많은 기술 중 가장 시급하게 개발해야 하는 기술이 어느 분야인지를 정하기 위한 재료로 특허라는 데이터를 활용하고, 그 수단으로 특허지표를 활용할 것으로 정했다면, 그 다음으로는 정해진 지표에 동등하게 의미를 부여할 것인지, 아니면 기술성이나 파급성 혹은 사업성에 그 중요도를 둘 것인지 기준을 세울 필요가 있다.

우선순위 결정을 위한 기준을 세우고, 그 평가 기준에 가중치를 부여하면 보다 정확한 기술개발 우선순위 선정으로 이어질 수 있다.

과거 다수의 특허분석 전문가를 대상으로 한 계층화 분석결과에 따르면, 화학분야의 특허분석 전문가들은 기술의 파급성에 가중치를 많이 두고, 기계·전기전자·정보통신 분야는 모두 사업성에 가중치를 많이 두는 것으로 나타났다.

이와 같은 결과가 나온 이유는 기계금속분야와 정보통신 분야의 경우 기술 사업화를 목적으로 기술 개발하는 경우가 많으므로, 기술의 중요도 산정 시 기술의 상업성을 판단하는 PFS(Patent Family Size)에 가장 높은 가중치를 산정하기 때문이며, 화학생명분야는 응용기술 개발 외에 원천기술 개발 및 기초기술 개발을 통한 기술 파급력을 중요한 판단 근거로 하기 때문이다.

기술분야별 특이성에서 나온 결과라고 할 수 있다.

77.JPG

특허기반의 연구개발 우선순위결정 VS.
연구자 우선순위 결정

인간을 대신하여 위험한 환경(또는 전쟁)에서 작업을 할 수 있는 모바일 로봇의 활용도가 나날이 높아지는 상황에서 모바일 로봇관련 특허는 계속적으로 증가하고 있는 추세에 있다.

이와 관련하여 산업계를 대표하는 특허 쪽 주요 키워드와 학계를 대변하는 논문의 키워드 도출 트렌드를 비교해보면 전체적인 비율은 유사하나 관심도를 나타내는 영역의 순위가 다소 다름을 알 수 있다.

아래 그림과 같이 사업화를 목적으로 하는 특허에서는 Position을 Camera보다 우위에 두나, 논문에서는 Camera가 Position보다 우위에 위치한다.

이처럼 연구자의 순수 연구를 위한 부분과 특허는 약간의 Gap이 존재한다.

78.JPG

79.JPG

기술 개발 분야의 나열과 선별

스마트 모바일 로봇의 구성요소는 운동능력(이동/보행)과 감지·식별능력, 추리·논증능력, 의사소통능력, 계획수행능력 등으로 이루어진다.

이러한 기술의 결합체인 스마트 모바일 로봇을 개발하고자 할 때 각 구성요소에서 구체적으로 어떤 부분을 우선적으로 개발해야 시장에서 살아남을 수 있을까?

연구자 1인이 이 모든 것에 전문가가 될 수는 없고, 그렇다고 수백 명의 연구자에게 SOS하는 것도 불가능하므로, 특허지표를 바탕으로 정해진 가중치에 맞게 기술분야에 따른 세부 개발 우선 분야를 선별하기 위해 우선 개발하고자 하는 테마에 대한 큰 분류를 정하고 그 하부를 나열할 필요가 있다.

이렇게 나열한 기술 중 개발 가능한 영역과 그렇지 않은 부분으로 나눈 후, 개발 가능 영역 중 가장 우선적으로 개발해야 하는 영역이 어디인지 판단함에 있어 개인연구자의 의견과 특허를 바탕으로 한 우선순위결과를 함께 고려하는 것이다.

국내 한 정부출연연구소의 연구자는 운동기구에서는 2족 보행, 구동기에서는 유압모터, 컨트롤러에서는 제어 하드웨어, 주행시스템 분야에서는 무선통신과 주행시스템이 기술개발 우선순위에 있는 것으로 의견을 주었다.

한편, 기술성, 파급성, 사업성에 배치된 6가지 Factor를 바탕으로 한 연구개발 우선순위결정 결과에서는 구동기분야에서 완전 유압모터보다는 전기유압 복합식 쪽인 Special Motor쪽이 기술개발 우선순위에 있는 것으로 결과가 나왔다.

이와 같은 실증에서 우리가 얻을 수 있는 부분은 해당분야 연구자의 의견과 특허를 바탕으로 한 연구개발 우선순위의 결과가 크게 다르지 않다는 점이다.

이러한 점에서 대기업이 아닌 일반 중소기업 입장에서 연구개발을 함에 있어 다양한 분야의 연구자를 고루 갖추기란 쉽지 않은 바, 특허를 기술개발 우선순위 선정에 적극적으로 활용해 보는 것은 어떨까?

단일기술로는 상품화가 어려운 현 상황에서, 융복합 기술을 개발하여 사업화로 연결하고자 할 때, 현 기업이 보유하고 있는 적은 수의 전문가 의견에 의존하기보다는 특허라는 객관적 DB와 해당 기업이 보유하고 있는 연구자의 개발의지를 함께 고려한다면 단순한 기술의 개발이 아닌 ‘기술의 경영’을 이룰 수 있다.

80.JPG


더 나아가, 방대한 유망기술 분야 중 연구개발 우선순위를 결정하고 기술개발 후의 유망성과 사업성을 판단함에 있어, 현재까지 축적된 전 세계 특허를 활용함과 동시에 실제 연구개발을 할 연구자의 의사결정에 반영한다면 연구자들의 개발 분야 선정의 오류 감소와 R&D가 Product로 연계되는 기간을 단축할 수 있을 것이다.

01 델파이법(Delphi method): 일반적으로 통계 모형으로 분석이 어려울 때 활용하는 방법으로 해당분야 전문가들의 의견을 모아 종합적 방향을 전망해 보는 기법을 말한다.

02 미국의 RAND 연구소는 2006년에 발표한 'The Global Technology Revolution 2020'을 통해 2020년까지 실행 가능한 56개 미래 애플리케이션 중 태양에너지, 유비쿼터스 RFID, 웨어러블 컴퓨터 등 가장 상용화 가능성이 높고 시장수요가 존재하며, 다양한 산업으로의 파급효과가 큰 16개 애플리케이션을 선정했다.


0 개 댓글

답장을 남겨주세요