[데이터넷] 데이터가 기업의 중요 자원으로 떠오르면서 데이터를 얼마나 효과적으로 수집하고 분석할 수 있는지가 기업의 경쟁력을 판가름하는 요인이 됐다. 그러나 데이터 품질이 담보되지 않은 상태에서 데이터를 활용하게 되면 잘못된 의사결정을 하게 될 우려도 있는 만큼 데이터를 효율적으로 관리할 수 있는 체계인 ‘데이터 거버넌스’를 갖춰야 한다는 목소리가 커지고 있는 추세다. 데이터 거버넌스는 무엇이고 또 어떻게 갖춰야 하는지 명재호 엔코아 부사장에게 이야기를 들어봤다. <편집자>
4차 산업 시대로 접어들면서 기업들은 데이터 분석의 중요성을 느끼게 됐고, 그로 인해 쌓아둔 데이터를 본격 활용하려는 수요도 늘어나고 있다. 문제는 대부분 어떤 데이터를 얼마나 보유하고 있는지 알기 어려운 경우가 대다수며, 심지어 많은 데이터들이 부서별 혹은 업무별로 분산돼 있어 통합적으로 활용하기에 어려움이 많다는 것이다.
경영진이 데이터에 기반한 보고서를 받아 보려 해도 실무자단에서 이를 지원하는 것에 어려움을 겪고 있다. 분석에 필요한 데이터가 어디에 있는지 찾는 것부터 난관이며, 데이터를 분석할 수 있도록 가공하는데 오랜 시간이 걸린다. 적시에 필요한 보고서가 생성되는 것은 사실상 불가능하다.
명재호 엔코아 부사장은 “기업들이 데이터 분석의 중요성을 깨닫고 활용하려 하지만 그동안 현장에서는 데이터 관리가 제대로 되지 못했기에 데이터 품질 역시 좋지 않은 상황”이라며 “효율적으로 데이터를 활용하려면 데이터가 생성될 때부터 수집, 가공, 활용까지 이어지는 전 주기에 대한 거버넌스가 반드시 필요하다”고 설명했다.
데이터옵스 환경 구현해야
데이터 거버넌스는 활용하고자 하는 데이터 자산에 대한 품질 보장과 함께 검색을 통한 활용 기반을 마련함으로써 데이터에 인사이트가 더해져 비즈니스 가치를 갖게 되는 일종의 순환 흐름을 지향한다.
하지만 실제 기업에서는 데이터 환경이 심하게 파편화돼 있을뿐더러 복잡한 데이터 분석 수요가 늘어남에 따라 이를 지원하는데 드는 비용인 ‘데이터 빚(Data Debt)’이 점차 늘어나는 추세다.
명재호 부사장은 “데이터 거버넌스 체계를 전사 차원에서 준비하고 추진하지 않으면 데이터를 활용하려 할 때마다 많은 비용이 발생한다”며 “이를 줄이려면 데이터 자산(Data Asset)을 잘 관리해야 한다. 데이터의 구조, 모델, 표준, 전략, 보안, 영향도 등을 고려하지 않고 데이터 레이크(Data Lake)나 하둡(Hadoop) 등의 구축에만 신경 쓰는 것은 모래 위에 성을 쌓는 것과 마찬가지”라고 지적했다.
이어서 그는 “데이터 분석 요구가 있을 때마다 매번 1회성으로 대응하는 수준에서 벗어나 지속적으로 데이터 품질을 유지할 수 있는 체계가 반드시 필요하며, 서비스 개발부터 배포, 운영이 뫼비우스의 띠처럼 지속 이어지는 데브옵스(DevOps)처럼 데이터 활용 주기가 지속 이어지는 데이터옵스(DataOps)가 구현돼야 한다”고 강조했다.
인력·프로세스·기술 간 조화 필요
데이터옵스는 특정 솔루션만으로 커버할 수 없기 때문에 인력과 프로세스, 기술이 조화를 이뤄야 한다. 이는 단기간 내 달성하기 어려운 만큼 단계를 밟아나가야 한다는 것이 명 부사장의 설명이다.
첫 번째는 데이터 관리 기반 구축이다. 이 단계에서는 데이터 관리 정책과 분류 체계 및 데이터 아키텍처를 수립한 후 데이터 관리 시스템을 구축하는 과정으로 이어진다.
두 번째는 데이터 품질 기반 구축이다. 전사 표준코드 관리를 비롯해 데이터 품질 기준을 정의하고 관리시스템을 구축하며, 마스터 데이터 관리 방안 수립 등 데이터의 가치가 정확한지를 관리하는 체계를 갖춘다.
끝으로 전사 정보 활용 기반 구축이다. 전사 데이터 허브나 EDW를 구축하게 되며, 데이터 과학자를 육성하는 등의 활동들도 행해진다.
명재호 부사장은 “이제 데이터 분석·활용이 기업의 생존을 좌우하게 된 만큼 신뢰할 수 있는 고품질의 데이터를 사용자에게 신속하고 지속적으로 제공하기 위한 데이터 거버넌스 체계를 수립해야 한다”며 “점차 데이터 개방에 나서고 있는 공공에서도 데이터 품질 관리에 많은 노력을 기울여야 한다”고 당부했다.
