디지털, 속도의 전쟁 VS 데이터, 품질의 전쟁

모든 데이터가 구름 위로 올라가 버리면 세상이 뒤집어질 거라며 토론하던 사람들이 불과 몇 년 사이에 클라우드에 올려둔 내부 데이터와 외부 데이터, 그리고 소셜 데이터까지 긁어 모아 어떻게 하면 더 똑똑한 기계들에게 이런 일들을 알아서 처리하게 할지 고민하고 있다.

디지털 세상은 빨라도 너무 빠르다.

누군가 중심을 잡아 주지 않으면 좌우로 치우치기 십상이다. 기업들은 소비자들의 디지털 라이프로 인해 마케팅과 IT의 경계를 나누기 힘들어졌다. 최근 데이터 기반의 신생 기업들은 디지털이 마케팅을 근간으로 하고 있다. 하지만, 대부분의 전통 기업들은 아직도 디지털 세상의 변화를 탐색하는데 많은 시간을 투자하고 있다. 이를 위해 최고 마케팅 책임자와 최고 정보 책임자 이외에도 최고 데이터 책임자, 최고 분석 책임자, 최고 마케팅 기술자, 최고 데이터 엔지니어 등의 직책을 만들어 디지털 고객의 입맛과 움직임을 분석하는데 심혈을 기울이고 있다. 그렇다면 과연 전통 기업들에게 이러한 움직임이 디지털 세상에 적응하기 위한 최선의 방법일까

생각보다 가까운 곳에 답이 있을 수 있다.

2016년 가트너가 발표한 10대 전략 기술을 살펴보면 세상의 패러다임이 또 한번 바뀌고 있음을 볼 수 있다.



[가트너 10대 전략 기술 2016]

친절하게 정리 해 둔 그림에서는 진보된 시스템 아키텍처(Advanced System Architecture), 메시 앱과 서비스 아키텍처(Mesh App and Service Architecture), IoT 플랫폼(IoT Architecture and Platforms), 반응형 보안 아키텍처(Adaptive Security Architecture) 기술 기반의 <그룹1. 새로운 IT 세상>이라는 인프라(Infra) 위에 만물 정보(Information of Everything), 진보된 머신 러닝(Advanced Machine Learning), 자율 에이전트와 기기(Autonomous Agents and Things) 라는 <그룹2. 스마트 머신> (즉, 디바이스 개념으로 보면 될듯하다.), 이 모든 것들을 잘 버무려 올릴 수 있는 <그룹3. 디지털 메시> 영역인 디바이스 메시(Device Mesh), 앰비언트 사용자 경험(Ambient User Experience), 3D 프린팅 재료(3D Printing Materials)로 구분 되었다. 올해의 IT 시장은 그 동안의 개념들을 모아 잘 정비하고자 하는 느낌이다. 디바이스들은 더욱 촘촘하게 메시(Mesh) 되고 있고, 사물들은 만물 정보로 고도화 되고 있으며, 어느 환경에서든 동일한 사용자 경험을 제공 받을 수 있는 환경으로 변화되고 있다. 즉, IT와 산업의 경계가 더욱 무너지고 있다는 이야기다.



[디즈니 영화 Wall-E 의 한 장면 ？ 매일 옷 갈아 입는 것도 기계가 도와 주고 있다]

드디어 디즈니 영화 “월E”에서처럼 사람은 점차 손 하나 까딱하지 않고 기계의 힘을 빌어 생활 할 수 있는 세상이 오는 건가 지난 6년간의 트랜드 변화를 살펴보면 기계들이 점점 더 똑똑해지고 있다는 것을 확인 할 수 있다. 그렇다고, 사람은 점점 해야 할 일들이 없어지고 있는가 아니다. 더욱 사람만이 할 수 있는 고도화된 작업 기반이 마련되고 있는 것이다.



[Gartner 10대 전략 기술 2010~2016]

“데이터 관점”으로 2010년부터 2016년까지 표시된 영역들을 다시 한번 살펴 보자. 데이터 센터와 클라우드 등 데이터를 저장하는 방법에 대한 고민으로부터 시작해서 큰 사이즈의 데이터를 어떻게 분석하면 좋을지에 대한 데이터 활용 이슈로 넘어 오다가 급격하게 저장과 활용에 대한 이슈를 기계에게 맡겨 버리려는 시도가 눈에 띈다.

왜일까 IT 기술이 비즈니스 환경을 뒷받침 할 수 있을 만큼 발전했다는 의미다. 그렇다면 똑똑한 기계에 데이터를 잘 던지고 받기 위해 사람들은 무엇을 해야 할지 고민해야 한다.

데이터의 품질과 관리 체계를 위한 정책과 조직이다. 아무리 기계가 똑똑해지고, IT환경이 발전했더라도 틀린 데이터를 기계에게 준다고 맞는 결과를 내어 줄 순 없다. 무의미한 데이터를 방치하는 기간이 늘어나면 늘어날수록 추가 비용이 발생되어 손실만 가중된다.

과거, 기업 정보 관리는 데이터가 개별 데이터베이스, 업무용 애플리케이션, 그리고 데이터 마트에 저장됐다. 기업들은 이를 저장하고 통합, 분석하기 위해 대규모 단일 데이터웨어하우스를 구축하는 것이 일반적이었다. 그러나 이제 기업 내부 시스템과 클라우드에서 각기 다른 벤더 플랫폼에 분리된 애플리케이션에 펼쳐진 다양한 유형의 데이터를 활용해야 하는 어려움에 직면해 있다. 여기에 외부 데이터 유통 시장이 활성화 되면 수많은 채널을 통해 들어오는 데이터들을 받아 내 데이터와 실시간으로 통합해야 한다. 또, 그 양을 감당하기 힘들만큼의 소셜 데이터까지 더하면서 단일 뷰를 얻는다는 것은 더더욱 복잡하고 어려운 일이다.

데이터가 비즈니스의 본질이다.

똑똑한 기계가 알아서 모으고 활용하더라도 사람은 끊임 없이 비즈니스의 본질에 대해 고민해야 한다. 혁신 기업에 가까울수록 데이터와 컨텐츠에 집중하는 모습을 볼 수 있다. 디지털 시대 경영자들의 고민의 대부분은 이 지점에서 시작된다. 시대적인 상황이 너무 변했다. 기업의 방향 설정을 위해 데이터 사이언티스트가 절실해지는 시대가 오고 있다. 최근 “데이터 사이언티스트” 주도로 최고 디지털 책임자(chief digital officer), 최고 데이터 책임자(chief data officer), 최고 분석 책임자(chief analytics officer), 최고 마케팅 기술자(chief marketing technologist), 최고 경험 책임자(chief experience officer) 등이 기업 경영의 책임자 역할을 나눠 갖는 구조의 기업들이 속속 등장하고 있다.

조만간 맥킨지나 보스턴 컨설팅 같은 경영 컨설팅 회사에서 “데이터 기반 경영 컨설팅”이라는 보직이 생겨나지 않을까 소프트웨어, 모바일, 클라우드, 소셜, 빅데이터… 수많은 기술들이 난무하고 있지만 이러한 기술들은 데이터를 저장하고 관리하고 가공하여 활용하기 위한 도구일 뿐이다. IT라는 단어는 데이터를 활용하기 위한 시대에 맞는 용어일 수도 있다. 최근 알리바바 마윈 회장이 ‘세상은 정보화 시대에서 데이터 시대로 옮겨 가고 있다.’고 말했다. 디지털 시대에 데이터가 얼마만큼 주목 받고 있는지를 설명하는 말이 아닐 수 없다. 그만큼 ‘데이터’가 중요하다는 뜻인데, 데이터가 기업의 성패를 좌우한다는 의미다. 데이터를 기반으로 어떤 것이 자신들의 가치인지 파악하면서부터 새로운 것들을 만들어 내기 시작했고 혁신적인 상품이나 비즈니스 모델들을 기반으로 새로운 성장 동력들을 찾게 되었다.

DIKW Pyramid는 Data(데이터)가 Information(정보), Knowledge(지식)를 거쳐 Wisdom(지혜)로 발전한다고 설명한다. 다시 말해, 데이터가 없으면이다. 이 과정을 BI 용어로 바꾸어 설명하면, 소스 데이터들은 ETL 도구를 통해 DW에 적재된 후 Front-end 도구를 통해 의사 결정권자에게 제공된다. 그러면 의사 결정권자는 그 데이터를 통해 비즈니스 인사이트를 얻고 중요한 의사 결정의 근거 자료로 사용한다. 그러나 만약에 정보의 근간이 되는 데이터가 일관되지 않아 신뢰할 수 없다면 어떻게 될까 이 데이터를 근거로 내려지는 중요한 의사 결정은 기업에 가치를 더할 수 있을까



[DIKW Pyramid]

기업 내부에 축적된 방대한 양의 데이터는 단순히 제품의 정보나 고객의 정보를 담는 수단이 아닌 기업의 현황을 분석하고 향후 전략과 목표를 설정하는데 필요한 기초이자 핵심이다. 데이터의 효율적인 관리와 활용은 기업의 경쟁 우위 창출과도 밀접한 연관이 있다. 특히, 데이터의 중요성은 정보 경제 시대가 본격적으로 도래함에 따라 더욱 강조되고 있다. 때문에 기업 내의 중요한 의사 결정 시 사용되는 근거 자료는 항상 일관되어야 하고 신뢰할 수 있어야 한다. 즉 데이터의 품질 관리가 보다 신뢰성 있는 전사적 정보 시스템을 구축할 수 있게 해주는 토대가 되는 것이다.

불확실성이 확대되고 있는 상황에서 정보는 시장 경쟁의 성패를 좌우하는 핵심 요인이 되고 있다. 기업 경영이 거의 정보전을 방불케 하는 모습이다. 이것은 최적의 시기에 효율적인 방법으로 정보 가치를 창출할 수 있다면 시장 경쟁에서도 우위를 점할 수 있다는 의미다. 지금까지는 데이터를 과소평가하고 이를 체계적이고 구체적으로 접근하려는 노력이 부족했기 때문에 지금이라도 이를 현실화 시킬 수 있는 접근 방법이 필요하다. 즉, 체계적인 데이터의 정책 수립과 설계, 관리, 통제를 통해 기초를 바로 세우고 이를 통해 효과적으로 정보를 활용해야만 보다 큰 비즈니스 가치를 끌어낼 수 있을 것이다.