[데이터넷] 4차 산업혁명이 화두에 오른 이후 우리의 산업 환경은 빠르게 변화하고 있다. 특히 코로나 팬데믹을 겪으며 이를 극복하고자 디지털 트랜스포메이션이 급격하게 진행됐고, 클라우드, AI, 로봇 등 최신 IT 기술이 총동원돼 기술과 기술, 산업과 산업의 연계가 빠르게 이뤄졌다.
이러한 성과에도 불구하고 우리는 여전히 디지털 트랜스포메이션 전략을 재점검하고 있다. 디지털 트랜스포메이션의 성패 여부가 기업 경영은 물론 공공기관의 전략과 계획 수립에 얼마나 많은 영향을 미치고 있는지 잘 인식하고 있기 때문이다.
여기서 명확한 의사결정의 기반은 역시 데이터다. 국가의 정책과 국민의 편의를 위한 공공 데이터의 활용은 물론 기업의 데이터를 제대로 활용할 수 있는 건강한 데이터 생태계를 구축하는 것이 관건이다.
기업 데이터 활용 능력 내재화 필요
그동안 데이터 플랫폼 구축에 많은 투자를 해온 기업들이 실질적인 효과 혹은 기대만큼의 결과를 얻지 못한 이유는 원재료인 데이터의 설계에서 활용까지 데이터 통합관리 플랫폼 구축 방법과 프로세스가 잘못됐기 때문이다. 데이터 생태계를 제대로 구축한다면, 그 데이터를 활용한 의사결정은 지금까지 경험하지 못한 비즈니스 가치를 만들어 낼 것이다.
기업에 복잡하게 흩어져 있는 데이터로는 올바른 의사결정이 어렵다. 우선 고품질의 데이터가 확보돼야 하는데, 이를 위해 원재료인 데이터의 설계 단계부터 전문적인 훈련과 지식, 도메인 경험을 보유한 데이터 사이언티스트의 도움을 받아야 하며, 기업에 데이터 리터러시가 가능한 시티즌 데이터 사이언티스트를 내재화하는 것이 중요하다.
뿐만 아니라 데이터 전문가를 활용해 데이터 거버넌스에서 데이터 통합과 분석, 활용을 위한 세부적인 프로세스와 시스템을 점검하고, 데이터 전담 조직을 내재화해 손쉽게 데이터를 활용할 수 있는 온전한 생태계를 만드는 것이 디지털 트랜스포메이션 기반 의사결정을 위한 실질적인 전략이라고 할 수 있다.
목적에 적합한 기술 세트 도입해야
최근 데이터 활용을 위해 구축되고 있는 데이터 레이크 대신 데이터 가상화 기술을 활용하면 총소유비용(TCO)을 절감하면서도 효율적인 데이터 통합이 가능하다. 이처럼 데이터 활용을 위한 방법에 대해서도 다양한 기술을 점검하고, 기업의 목적과 산업의 특성에 적합한 기술 세트를 선택해야 한다.
통상적으로 데이터 분석을 위해 AI를 활용하는 것을 당연하게 생각하지만, 단편적인 하위 레벨의 데이터 분석이 아니라 의미론적으로 연결해 보다 상위 레벨의 데이터 분석이 필요하다면 그래프DB를 활용하는 것도 더욱 효과적일 수 있다.
데이터 기반의 의사결정을 위해 디지털 트랜스포메이션을 추진하려면 올바른 데이터 생태계 구축이 선행돼야 하며, 그럴 경우 지금까지와는 다른 수준의 의사결정이 가능해져 비즈니스 부가가치와 경쟁력을 더욱 높일 수 있게 될 것이다.
