데이터 활용 단계별 주요 이슈 및 비즈니스 활용 방안 제시
[데이터넷] 데이터 경제 시대가 도래한 가운데, 국내 기업이 디지털 경쟁력을 강화하기 위해서는 다양한 데이터로부터 지식과 인사이트를 추출하는 ‘데이터 과학(Data science)’ 기반의 혁신 전략을 추진해야 한다는 주장이 제기됐다.
삼정KPMG(회장 김교태)가 12일 발간한 보고서 ‘기업 운영 혁신을 위한 데이터 과학: 기업의 활용 방안’은 국내 기업이 데이터 활용을 통해 실질적 비즈니스 성과를 창출하기 위해서는 기술 혁신 기반의 데이터 품질 확보 전략을 설계하고 이행해 나가야 한다고 조언했다.
보고서는 데이터 업무 수행 흐름을 데이터 수집→저장→처리→분석→활용의 5단계로 구분하고, 각 단계별 기업이 직면한 이슈와 활용 가능한 기술을 제시했다.
본격적인 데이터 수집 전 기업이 데이터를 통해 얻고자 하는 목표를 명확히 설정해야 한다. 수집 단계에서는 비용과 효용을 고려해 수집할 데이터를 결정하고 수집 주기를 설정해야 하며, 데이터 보안 및 품질 관리에 유의해야 한다고 설명했다.
데이터 수집 과정에서는 ▲자율형 사물인터넷(IoT)을 통한 데이터 센싱 ▲웹상의 정보를 수집하는 크롤링(Crawling), 오픈API 등 데이터 수집 기술 활용 ▲데이터 수집·연계·통합을 통한 커스터머(Customer) 360도 확보 등이 주요 비즈니스 전략으로 제시됐다.
저장 단계에서는 각 기업별 총소유비용(TCO)을 고려한 클라우드 마이그레이션 전략 마련이 필요한 것으로 분석됐다. 기업은 데이터의 생명 주기를 판단하고 계층화해 클라우드 환경에서 소모되는 비용을 줄여야 하며, 효율적 관리를 위해 기업의 성격에 맞는 저장 플랫폼을 선정해야 하는 것으로 조사됐다.
저장 단계에서 주목할 만한 요소로는 ▲클라우드 플랫폼을 통한 혁신 환경 구축 ▲데이터 레이크(Data Lake)의 부상 ▲데이터베이스 기술의 발전 등이 언급됐다.
보고서는 데이터 처리 단계에서 데이터의 결측치나 이상치가 있을 경우 왜곡된 분석 결과를 야기할 수 있어, 보유한 데이터 상태를 확인하고 설계한 분석 요건에 맞도록 데이터를 정제해야 한다고 강조했다. 처리 단계에서는 ▲실시간 데이터 처리를 위한 지능형 엣지 컴퓨팅 ▲오토 레이블링을 통한 데이터 처리 간소화 ▲암호기반 프라이버시 보호 기술을 활용한 데이터 비식별화 등에 주목할 필요가 있는 것으로 나타났다.
데이터 분석 과정에서는 데이터를 ‘사후적 분석(Ex-post Analysis)’했던 이전과 달리 ‘사전적 분석(Ex-ante Analysis)’으로 전환하는 데 집중해야 하는 것으로 분석됐다. 국내 다수의 기업이 데이터 활용 시 기술 분석, 진단 분석 등 ‘사후적 분석’에 머물고 있어, 데이터 자원이 낭비되고 투자 대비 효용이 저하되고 있는 것으로 나타났다.
보고서는 제3자(서드파티) 데이터 사이언스 솔루션 또는 인공지능(AI) 데이터 플랫폼을 도입할 경우, 예측 분석, 처방 분석 등 ‘사전적 분석’의 패러다임으로 전환할 수 있다고 강조했다.
마지막으로, 활용 단계에서는 조직의 비즈니스 목표에 대한 명확한 이해가 필요하며, 고객의 니즈, 데이터 활용 전략 실행 환경을 종합적으로 고려할 필요가 있는 것으로 조사됐다. 기업의 데이터 활용 방안은 크게 ▲자체적인 데이터 플랫폼 구축 ▲서드파티(Third-Party) 데이터 플랫폼 도입 두 가지로 나눌 수 있으며, 최근에는 클라우드 환경의 보편화로 인해 데이터 수집, 저장, 처리, 분석 등 데이터 과학의 모든 영역을 동시에 다룰 수 있는 ‘데이터 애널리틱스 플랫폼 서비스(Data Analytics Platform Service)’가 확산되고 있는 추세라고 설명됐다.
실제로 미국의 우버(Uber), 독일의 물류기업 DHL 등 글로벌 선도 기업은 데이터 과학을 통해 기업 경영의 혁신을 꾀하며 고객의 편익과 효율성을 높이고 있으며, 미국의 맥주회사 슈가크릭(Sugar Creek) 등 중소업체 또한 데이터 과학 기반의 기업 운영 혁신에 동참하고 있다.
데이터 과학 기반 서비스를 제공하는 삼정KPMG 라이트하우스 리더인 양현석 전무는 “데이터 과학은 데이터 관련 기술의 집합이라기보다 기업의 운영 철학이자 생존 전략”이라며, “기업이 데이터 경쟁력을 확보하기 위해서는 데이터 과학에 대한 로드맵과 실행 방안 수립이 필수적”이라고 제언했다.
이어 “액션 플랜을 간과한 채로 신기술의 도입에만 집중하면 데이터가 가진 숨겨진 가치를 발굴할 수 없다”며, “기업 내부적으로 데이터의 언어로 소통하는 문화를 만들고 작은 실험부터 시작해 경험을 축적하고 성공 사례를 전사적으로 확산시키는 노력이 필요하다”고 전했다.
