클라우드 컴퓨팅은 IT의 전 분야에 혁신적인 진보를 가져오고 있다. 지난해 클라우드 컴퓨팅의 첫 단계라고 할 수 있는 인프라 가상화를 시작한 클라우드 선두기업들은 다음 단계로 ‘데이터 고도화’에 높은 관심을 보이고 있다. 데이터는 기업의 비즈니스 그 자체가 되기도 하며, 새로운 비즈니스를 만들어내는 핵심 키로 작용하기도 한다. 고객 데이터를 다각도로 분석해 개별 고객을 대상으로 한 맞춤형 서비스를 새롭게 출시하거나 틈새시장을 개척해 시장을 선점할 수 있다.

데이터는 기업의 리스크를 줄이는 방법으로 제안되기도 한다. 컴플라이언스를 위한 것 뿐 아니라 사회·경제 환경이 비즈니스에 미치는 영향을 분석해 리스크를 줄이는 방법을 검토하거나, 이를 이용해 새로운 시장을 만들어낼 수 있는 방법을 제안하기도 한다.

기업 핵심 자산, 데이터
데이터는 기업의 핵심 자산으로 꼽히고 있지만, 전사 데이터가 체계적으로 관리되지는 못하고 있다. 기업 데이터의 80% 이상 차지하는 비정형 데이터는 대부분 직원의 PC에 보관되며, 관리가 이뤄지지 않아 사라지거나 외부로 유출되는 경우가 많다. 데이터베이스의 정형 데이터 역시 기간계 시스템과 정보계 시스템에 분산돼 있어 데이터의 신뢰도가 낮은 편이다. 산업간 융·복합 기술이 발전하고, 다양한 파트너십·협업 환경이 확산되면서 데이터 문제는 더 어려워지게 됐다.

데이터가 여러 조직에서 생산되고, 유통·활용되기 때문에 체계적인 관리가 이뤄질 수 없다. 점차 어려워지는 데이터 관리 문제를 해결하기 위해 기업들은 데이터의 기초적인 부분부터 다시 점검하기 시작했다. 전사 데이터 아키텍처를 수립하고, 관리 체계를 정비하며, 거버넌스 관점에서 데이터를 체계화하고 있다.

한국CA 파트너인 제니시스기술의 좌민수 이사는 “데이터가 기업의 전략적 의사결정의 핵심요소가 되고 있으며, 정형데이터는 물론이고 빅데이터 등 비정형 데이터가 폭증하고 있어 데이터 관리에 관심이 모이고 있다”며 “전사적인 관점에서 데이터를 다시 정비해야 할 때”라고 설명했다.

현재 기업의 데이터는 많은 부분 중복돼 있으며, 분산된 시스템에 산발적으로 흩어져있고 통합적인 관점을 제공할 수 없다. 최신 데이터를 찾기 어려워 실시간 빠른 의사결정이 어렵고, 조직·업무 변경에 따라 데이터 통합을 즉시 이룰 수 없고, IT 변경이나 유지보수도 상당히 어렵다. 데이터 관리의 기본적 기술, 데이터 표준화, 모델링, 튜닝, 통합·품질관리(DI·DQ), 마스터 데이터 관리(MDM)가 이처럼 복잡한 문제에 대한 답을 제공한다는 점에 주목할 필요가 있다.

문태식 엔코아 컨설턴트는 “지금까지 DB 관리 솔루션은 당면한 문제를 해결하기 위해 각각 포인트 솔루션으로 공급됐지만, 이제는 전사 데이터 아키텍처를 기반으로 데이터 관리를 체계화하려는 움직임이 있다”며 “기업은 단품 솔루션을 구입하는 것보다 거버넌스 관점에서 데이터를 관리하고자 한다”고 말했다.

데이터와 관련된 또 하나의 특징은 ‘빅데이터’라고 불리는 대용량 데이터를 처리하는 기술과 인메모리 기술을 활용한 실시간 데이터 관리 기술이 부상하고 있다는 점이다. 기업의 비정형 데이터가 급증하면서 스토리지와 관리비용을 크게 증가시키고 있어 이를 보다 비용효율적으로 관리할 수 있는 기술에 눈을 돌리고 있으며, 오픈소스 기술이 부각되고 있다.

실시간 데이터 관리기술을 위해서는 지난해 화두였던 인메모리 기술이 주목된다. 인메모리 기술은 데이터웨어하우스(DW), 비즈니스 인텔리전스(BI), 비즈니스 분석(BA) 분야에서 중요하게 여기고 있다. 더불어 온라인 상에서 데이터를 통합·관리할 수 있는 기술이 등장하면서 데이터 고도화가 더욱 빨라지고 있다.

데이터베이스 관리시스템(DBMS)을 제외한 DB 솔루션 분야에서는 국산 제품이 상당한 경쟁력을 보이고 있다. 우리나라 기업이 요구하는 높은 수준의 커스터마이징과 저렴한 가격으로 제공할 수 있기 때문이다. 그러나 기업들이 점차 글로벌 표준을 따르는 것이 보다 비용효율적이고 지속가능하다는 것을 체험하게 되면서 외산 솔루션도 꾸준한 성장을 이루고 있다.

국산 소프트웨어 기업들은 포인트 솔루션의 한계를 극복하고 더 넓은 시장을 개척하기 위해 다각도의 전략적 파트너십을 맺고 있으며, 데이터베이스산업협의회를 결성해 기술 트렌드를 공유하고, 공동 마케팅·영업 전략을 추진하고 있다. DB 산업은 우리나라가 다른나라보다 상당히 앞서있는 편이다. 이러한 경쟁력을 앞세워 미국, 일본, 중국 및 아시아 지역으로 진출을 꾀하는 기업도 늘고 있으며, 현지 파트너와 함께 초기 단계의 의미있는 성과를 올리기도 했다.

이처럼 DB 솔루션 시장전망이 밝아지고 있는 가운데, 데이터 아키텍처(DA) 조직을 별도로 구성하는 기업이 늘고 있어 시장은 더욱 활성화 될 것으로 기대된다. 좌민수 제니시스기술 이사는 “점차 기업들은 데이터의 체계적이고 효율적인 관리, 자동화된 시스템의 중요성을 인식하기 시작했으며, IT와는 별도 영역에서 데이터 전문가를 영입하고자 한다”며 “DA 담당자들은 특정 영역의 기술에 매달리지 말고 데이터 프로세스를 내재화해 전사 데이터 아키텍처를 유지할 수 있도록 하는 것이 중요하다”고 말했다.

오픈소스 기술, DBMS 시장 노린다
한국IDC의 보고서에 의하면 2014년 까지 국내 DBMS 시장은 연평균 7% 성장한 4789억원대에 이를 것으로 보인다. 특히 국내 기업들이 ‘오라클 독주’ 체제에서 벗어나 업무에 따라 다양한 DBMS 솔루션을 구축하게 될 것이며, 클라우드와 오픈소스 기술을 기반으로 한 새로운 DB관리 방법에도 관심이 모아질 것으로 예상된다.

아직까지 국내 DBMS 시장에 대대적인 변화의 조짐이 나타나고 있는 것은 아니다. 오라클이 독점에 가까운 점유율을 보이고 있으며, IBM DB2가 그 뒤를 쫓고 있다. MS SQL은 중소기업 시장에서 강세를 보인다.
인메모리 DBMS 전문기업 알티베이스는 여느 때와 마찬가지로 알짜배기 성장을 이어가고 있으며, 티맥스소프트가 공급하던 ‘티베로’는 개발·공급사를 단일화한 티맥스 계열사 ‘티베로’에서 제공하고 있으며, 대한생명, 올레TV 등 대형 고객사를 꾸준히 확보하고 있다.

변화는 오픈소스 진영에서 일어나고 있다. 오픈소스 DBMS 기업 큐브리드가 국내외 개발자들에게 이름을 알리면서 성장 드라이브를 하고 있다. 더불어 오라클-썬 합병으로 MySQL의 기술지원이 원활하지 않고, 라이선스까지 인상되면서 이탈하는 고객들을 사로잡고 있다.

오픈소스 하둡 기술을 이용한 NO SQL도 주목할만한 솔루션으로 꼽힌다. NO SQL은 가용성과 확장성이 낮지만 대용량 데이터를 분석하는데 탁월한 기술을 갖고 있어 데이터 중요도가 상대적으로 낮은 분야에 효과적으로 사용될 수 있을 것으로 기대된다. 하둡은 대용량 데이터를 관리하는 스토리지 기술로, 서버나 PC의 디스크를 병렬로 연결시켜 데이터를 저장한다. 별도의 스토리지 장비가 필요하지 않거나 저가 스토리지로도 대용량 데이터를 관리할 수 있어 빅데이터 요구가 높은 클라우드 환경에 적합하다.

NO SQL은 하둡 기술을 활용해 데이터베이스를 구축·관리하는 기술이다. 기술의 성숙도가 낮은 편이며, 전용 서버·스토리지 장비를 사용하지 않기 때문에 데이터 유·손실이 발생할 가능성이 있다. NO SQL은 대용량 데이터 중에서도 데이터 유·손실을 어느 정도 감당할 수 있는 분야에 적용할 수 있다. 로그분석을 대표적인 예로 들 수 있다. 기업의 로그데이터가 엄청나게 쌓이고 있는데, 이를 일일이 관리하지 못하고 대부분 저장만 됐다가 버려지기 일쑤다. NO SQL을 이용하면 이러한 수준의 데이터 관리 요건은 갖출 수 있다. 오픈소스 중 맵리듀스 기술은 명령어 함수를 줄여 하둡 파일 시스템의 디스크, CPU를 분산사용할 수 있도록 하는 것으로, DW나 BA 기능을 일부 제공한다.

하둡 컨설팅과 SNS 분석 서비스를 제공하는 그루터의 김형준 아키텍트는 “로그관리는 해외진출 기업에게 필수적인 솔루션이지만, 도입비용이 다소 높은 편이기 때문에 기업이 도입을 꺼리는 형편”이라며 “NO SQL은 오픈소스 소프트웨어로 도입비용이 발생하지 않고 운영비용도 낮아 해외 진출 기업에게 좋은 해법을 제공할 것”이라고 말했다.

또 그는 “NO SQL이나 맵리듀스 기술이 정확도는 떨어지지만 처리속도가 빠르므로 같은 명령을 몇 번 되풀이해 정확도를 높일 수 있다”며 “비용을 줄이고, 빠른 결과를 얻고자 하는 업무라면 이러한 기술을 활용하는 것도 좋은 방법”이라고 말했다.

한편 하둡은 IBM의 ‘빅데이터 인사이트’ 베타버전에 적용돼 관심을 모은 바 있다. IBM은 사진, 음악, 동영상, 문서 등 대용량 비정형 데이터를 저장하기 위해 이 기술을 활용할 것이라고 밝혔다.

DB 설계의 기초, 데이터 모델링
지난 1월 RIA 전문기업 토마토시스템이 데이터 모델링 툴 ‘엑스이알디(eXERD)’를 출시하며 업계의 관심을 모았다. 정병재 토마토시스템 부사장은 “데이터 모델링 툴은 모든 개발자에게 필요한 기본 툴이지만, 가격이 비싸 사용하지 않거나 불법복제 제품을 사용한다”며 “RIA 개발 기술과 데이터 모델링 기술의 기반은 같다. 개발자에게 필요한 툴을 합리적인 가격으로 공급해 국내외 데이터 관리 시장을 개척하기 위한 것”이라고 설명했다.

데이터 모델링 솔루션은 데이터베이스를 구축하기 위해 가장 기본이 되는 설계도라고 할 수 있다. DBMS에도 설계를 위한 기초적인 기능이 있지만, 전사 데이터 아키텍처를 구성할 수 있는 수준은 아니다. 또한 이종 환경을 지원하지 않아 다양한 DBMS를 구축·운영하고 있는 엔터프라이즈에서는 전문적인 모델링 툴이 필요하다.

모델링은 DB 관리의 첫 단계며, 필수적인 툴이지만, 정 부사장의 지적처럼 합법적인 라이선스로 데이터 모델링 툴을 구입해 사용하는 곳이 많지 않다. 모델링 툴이 비싸기도 하지만, 모델링의 필요성을 절실히 느끼지 못하고 있던 탓도 있다. 기업들은 그 때 그 때 일시적으로 필요한 부분에 대해서만 주먹구구식으로 대응하는 것으로 DB를 설계해 왔다.

관계형 데이터베이스(RDBMS)는 데이터 간의 상관관계가 복잡하게 얽혀있기 때문에 애플리케이션 추가를 위해 관련 데이터를 끌고 올 때 시스템의 어느 부분에서 장애가 일어날지 예측하기 어렵다. 이론적으로는 설계도를 통해 해당 애플리케이션이 어떤 데이터에 영향을 미칠지 알 수 있지만, 실제로는 잦은 조직과 업무변경으로 DB가 체계화되지 않았기 때문에 업무에 변화를 주는 것이 쉽지 않다.

좌민수 제니시스기술 이사는 “국내 대부분의 IT 아키텍처는 높은 수준의 커스터마이징을 거쳤기 때문에 애플리케이션이나 데이터의 수정·변경이 용이하지 않다. 앞으로는 비즈니스 변화가 심화되고 IT 변경이 자주 발생하기 때문에 민첩성을 높일 수 있도록 DB 설계부터 체계화해야 한다”고 말했다.

모델링 기술은 성숙도가 높기 때문에 기술적인 논쟁은 거의 없다고 할 수 있다. 오픈소스 소프트웨어 중에서도 모델링 기능을 제공하는 것이 있으며, 국내 소프트웨어 기업이나 해외 중소규모 소프트웨어 기업에서도 다양한 모델링 툴을 제공한다. 모델링과 관련된 기술 트렌드를 꼽자면 언어지원 정도다. 영어를 기반으로 구문을 작성할 때 한국어 습관이나 개발자 실수로 잘못 작성되는 구문이 있을 때도 정확한 규칙에 따라 자동으로 변경을 하거나 사용자에게 경고를 내리는 기능 등을 예로 들 수 있다. 데이터를 참조해야 하는 영역이 넓어지면, 복잡한 데이터 구조를 한 눈에 보기 쉽게 화면에 배치하는 것도 경쟁력으로 꼽힌다.

기술의 논쟁거리는 없다고 해도 전문가의 컨설팅은 반드시 필요하다. 문태식 엔코아 컨설턴트는 “차세대 시스템과 같은 대규모 사업을 진행할 때는 모델링 툴을 어떻게 사용하는가 보다 글로벌 선진 모델을 기업 상황에 맞게 적용시킬 수 있는 방법을 찾는 것이 중요하다”고 강조했다.

현재 국내에 공급되고 있는 데이터 모델링 툴은 CA ‘이알윈(ERwin)’, 사이베이스 ‘파워디자이너(PowerDesinger)’, 엔코아 ‘디에이샵(DA#)’ 그리고  토마토시스템의 ‘엑스이알디(eXERD)’ 등이 있다.

데이터 품질 위해 ‘튜닝’ 필수
데이터 튜닝은 데이터 품질을 높이고, DBA 업무 효율성을 제고해주는 툴로, DBA에게 필수적인 솔루션이다. 그러나 기업이 DB 튜닝 솔루션 도입비용을 부담스러워하고, 이 솔루션 역시 불법복제 제품이 만연해 있어 정품 라이선스를 구입하지 않아 시장이 크게 활성화됐다고 할 수는 없다.

이갑중 웨어밸리데이타 영업본부 이사는 “튜닝 솔루션의 불법복제 사용률이 50% 가까이 이르는 것으로 분석하고 있다. 튜닝이 필요없다고 생각하는 개발자도 여전히 많다는 것도 문제”라며 “데이터 품질에 대한 인식이 높아져야 DB 관리 기술 수준이 높아질 것”이라고 지적했다.

이러한 문제는 개발자들의 인식전환으로만 해결될 수 있는 것은 아니라고 이갑중 이사는 덧붙였다. 정보시스템 구축사업을 수행할 때 가장 먼저 고려하는 것이 낮은 비용이다. 비용을 낮추기 위해서는 저가 시스템과 숙련되지 않은 인력이 투입된다. 자동화 솔루션을 사용하지 않고 수작업으로 실시하기 때문에 사업의 정확도가 떨어지게 된다.

이렇게 사업을 시행하면 처음 구축당시 비용을 줄일 수 있지만, 운영하면서 관리자의 불필요한 업무가 늘어나고 생산성이 떨어지며, 고도화 사업을 할 때 또 다시 수작업으로 진행해야 해 구축기간이 장기화되고 비용이 더 많이 들게 된다. 이같은 악순환이 계속되고 있지만, 국내 SI 기업들은 여전히 저가수주에 목을 매달고 있으며, 사업을 수행하는 주체 역시 보고서에서 기록할 ‘프로젝트 비용’에만 신경을 쓰고 있는 실정이다.

그러나 이 분야에도 변화의 바람은 서서히 불어오고 있다. 데이터가 폭증하면서 수작업의 한계를 느끼게 된 기업들이 글로벌 표준을 따르고자 DB 튜닝 툴을 찾고 있다. 특히 토종 솔루션들이 국내 기업의 문화를 잘 이해하고, 맞춰줄 수 있기 때문에 경쟁력을 갖는다.

대표적인 DB관리 솔루션은 웨어밸리의 ‘오렌지(Orange)’다. 웨어밸리는 오라클 컨설턴트들이 설립한 DB 전문기업으로, 컨설팅에 필요한 기능을 패키지화해 솔루션을 공급한다. 오렌지는 국내 DB 관리 솔루션 시장점유율 80%에 이르고 있으며, 다양한 비주얼 옵션과 악성 쿼리 추출기능 및 실시간 트레이스 정보를 제공한다. 최소한의 메모리와 리소스를 사용해 가볍고 빠른 애플리케이션을 지향하고, 멀티 쓰레드 구조로 중단없이 여러 작업을 동시에 수행할 수 있다.

오라클과 IBM DB2를 지원하며, MS SQL과 사이베이스 ASE 지원 버전은 각각 2월과 4월에 출시될 예정이다. 퀘스트의 ‘토드(Toad)’는 데이터 관리 소프트웨어의 대명사로 불릴 정도로 전 세계적으로는 막강한 시장점유율을 자랑하고 있다. 국내에서는 불법복제 사용률이 높고, DB 튜닝 솔루션이 필요도를 낮게 여기고 있으며, 국산 솔루션의 가격경쟁력과 폭넓은 커스터마이징을 따라가지 못해 고전하고 있다.

토드는 오라클과 MySQL, 사이베이스, MS SQL, 비주얼 스튜디오의 성능을 향상시킬 수 있는 데이터베이스 개발·관리 솔루션이다. 고가용성, 보안된 백업, 빠른 복구 및 유연한 데이터 액세스를 제공하고 있다. DB 관리를 단순화하는 관리 툴과, 다양한 종류의 소스 데이터에 대한 관계를 파악하고 리포팅을 제공할 수 있는 툴을 제공한다.

표준화 전제로 한 DI·DQ
데이터 품질을 얘기할 때는 반드시 표준화를 전제로 해야 한다. 표준화를 만족시키지 못한 채 데이터 품질을 논할 수는 없다. 데이터 튜닝도 데이터 품질을 높일 수 있는 방법 중 하나로 제시되지만, 표준을 기반으로 하지 않는 튜닝은 지속가능하지 않다. 데이터 표준화는 시스템에 산재해 있는 데이터 정보요소에 대한 명칭과 정의, 형식, 규칙에 대한 원칙을 수립해 전사적으로 적용하는 것을 말한다. 데이터 표준화는 데이터의 정확한 의미를 파악할 수 있게 하며, 데이터에 대한 상반된 시각을 조정한다.

데이터 표준이 정립돼 있으면 데이터 품질과 데이터 통합 사업을 용이하게 하며, 전략적인 의사결정이 가능하고, 전사 데이터 아키텍처 구현이나 변경, 나아가 애플리케이션 아키텍처, 전사 정보시스템 아키텍처의 체계화에도 도움을 준다. 표준 기반의 데이터 품질(DQ) 사업은 ‘스마트 혁명’으로 데이터의 활용이 중요해지면서 더욱 부상하고 있는 부분이다. 데이터 품질에는 데이터 관리, 데이터 보안, 데이터 활용성 등을 종합적으로 판단할 수 있으야 하며, 모바일 환경의 발달로 인해 시간·장소와 상관없이 쏟아지는 데이터에 대해서도 체계적인 관리가 가능하다. 또한 이를 통해 새로운 비즈니스를 창출할 수 있다.

한국데이터베이스진흥원(KDB)이 조사한 ‘데이터품질 경제적 효과’ 따르면 우리나라 DB품질 성숙수준을 전체 5레벨의 성숙수준으로 볼 때, 1레벨 상승하는데 약 58조9억원의 경제적 효과가 나타난다. 이에 따라 KDB는 국내 공공·민간 DB 품질 제고와 산업 활성화를 위해 2008년부터 DB 품질인증사업을 추진하고 있다. 이 사업은 지난해 문화관광체육부의 ‘DB 품질 인증제도 운영에 관한 지침’으로 고시됐다.

DB 품질 인증은 데이터인증(DQC-V)과 데이터관리인증(DQC-M)으로 구분되는데, DQC-V는 DB의 품질이 어느 수준인지를 인증하는 제도로, 산림청, 서울시, 한국과학기술정보연구원, 정보통신산업진흥원 등이 인증을 받았다. DQC-M은 조직 내 데이터 품질관리 프로세스 수준을 심사해 해당 수준에 대해 인증서를 부여한다. 지금까지 한국전력거래소, 특허청, 기업은행, 대한주택보증, 한국과학기술정보연구원 및 코리아크레딧뷰로가 인증을 받았다.

데이터 품질관리는 실제로 비용절감 효과를 뚜렷하게 볼 수 있다. 문승식 데이터스트림즈 이사는 “한 보험사의 품질관리 시스템을 구축한 이후 정량적 화폐가치로 비용효과를 산출해보니 152억원이었다”며 “품질관리는 금전적 손실을 막고 기업 신뢰도 하락을 방지할 수 있어 기업에 실제적인 효과를 제공한다”고 말했다.

데이터 통합(DI)은 기업의 인수합병이나 조직통합을 할 때 필수적으로 이뤄지는 사업이며, 비즈니스나 업무 변경시에도 데이터 통합이 이뤄진다. 인수합병이나 조직변경시 대규모 데이터 통합 사업이 이뤄지지만, 신규 비즈니스 출시 혹은 기존 비즈니스의 변경에도 중소규모의 통합 작업이 이뤄진다. 최근에는 실시간 데이터 통합이 화두가 되고 있는데, 비즈니스 변화가 빨라지면서 실시간 DW에 대한 요구가 늘어나 빠르게 데이터를 통합해 앞으로 발생할 수 있는 리스크의 수준과 범위를 알아보거나, 새로운 시장기회를 찾을 수 있는 방법을 알아내기도 한다.

클라우드 환경을 지원하는 데이터 통합도 화두가 된다. 클라우드에서의 데이터 통합은 서비스로 이용하는 소프트웨어(Saa) 방식으로 DI를 이용하는 것과 클라우드 자원을 이용해 데이터를 통합하는 것으로 나눌 수 있다. SaaS로 이용하는 DI는 중소규모 기업간 통합이나 공동개발 등을 통한 협력관계, 혹은 크지 않은 규모의 신규 비즈니스 발족시 유용하게 사용될 수 있다. 클라우드 자원을 이용한 DI는 대용량 하드웨어를 이용하지 않고 가상화된 IT 리소스를 사용해 데이터를 통합하며, 데이터를 가상화된 풀에 넣어 시뮬레이션을 하는 등 데이터 가상화 기술로도 응용된다.

MDM, 클라우드 데이터 관리 위한 필수 기술
최근 부상하고 있는 DB 관리 기술 중 하나가 ‘마스터데이터관리(MDM)’다. MDM은 데이터센터 통합을 위해 기본이 되는 사업 중 하나이지만, 지금까지는 대규모 제조업에서만 한정적으로 도입돼왔다. MDM만 단독으로 추진되는 사업이 없으며, 대부분 차세대 시스템 구축사업을 할 때 데이터 품질관리와 관련된 프로젝트와 함께 추진됐기 때문이다.

전사적인 관점에서 단일한 마스터데이터를 관리하는 것이 쉬운 일은 아니다. 한 기업에서 DBMS만 서너개 이상 사용하는데, 여기에 맞물리는 각종 업무용 애플리케이션과 기간계 시스템, 그리고 전국 혹은 전 세계에 흩어진 지사·지점·공장, 그리고 다양한 파트너사와 협력사 등에서 생산·활용되는 데이터까지 감안하면 전사 관점의 마스터 데이터 관리는 어려운 일이다.

그러나 마스터 데이터가 관리되지 않고 고객과 제품, 파트너, 공급업체 등 주요 업무 데이터가 이기종 시스템에 서로 다른 형식으로 저장·사용되면, 데이터 중복이 과다해 관리비용이 많이 소요되며, 일관성이 없어 전략적 과제를 수행하는데 차질이 생긴다. 이로 인해 고객 확보 유지가 어렵고, 운영 효율성을 경쟁 차별화 요소로 활용할 수 없으며, 인수를 통한 신숙한 가치 창출이나 정보에 기반한 의사결정 지원이 불가능하다.

유승주 한국인포매티카 기술지원본부장은 “예를 들어 BI 리포팅을 만들 때 전사관점에서 마스터데이터가 정제되지 않으면 정확한 예측치를 낼 수 없다. 통합된 정보가 도출되지 않으면 비즈니스 민첩성이 떨어지게 된다”며 “전사 마스터 데이터 관리를 위한 기술은 반드시 필요하다”고 말했다.

위세아이텍 관계자는 “특히 클라우드 환경에서는 대규모 데이터센터의 이기종 간 서버 상호 운영성을 위한 데이터의 이동·교환을 위한 표준화와 데이터구조의 변경 및 추가에 대한 신속성이 중요한 문제”라며 “표준을 기반으로 시스템이 구축돼 있어야 상호운영성과 신뢰성을 만족할 수 있고, 구조의 변경·추가에 대한 영향도 분석이 이뤄질 수 있다. 이러한 데이터 관리체계를 제공하는 것이 MDM”이라고 설명했다.

MDM은 대부분 ERP 패키지에 포함돼 공급되며, 이러한 방식은 업계 베스트 프랙티스를 기반으로 하기 때문에 구축이 용이하지만, 유연성이 떨어져 기업마다 다른 데이터 성격을 제대로 살리지 못한다는 단점이 있다.

인포매티카는 ‘어댑티브 MDM(Adaptive MDM)’이라는 방식으로 고객상황에 적합한 비즈니스 로직과 워크플로우를 기반으로 설계한다고 강조한다. 제조기업의 ERP라고 해도 기업마다 관리하는 포인트는 각각 다르다. 그러나 패키지 ERP에서 제공하는 MDM은 기업의 특수한 상황을 반영하지 않는다. 어댑티브 MDM은 데이터를 생성하는 규칙을 별도로 설정해 비즈니스 레이어에 반영, 기업에 맞는 MDM 환경을 구축할 수 있다는 설명이다.

MDM 프로젝트에 가장 적극적인 곳이 금융권과 통신사다. 금융권은 차세대 시스템 구축사업을 통해 MDM 프로젝트를 진행했으며, 통신사는 합병작업의 일환으로 데이터 아키텍처 수립 작업을 진행하거나 새로운 상품과 서비스를 위해 마스터 데이터를 강조하고 있다.

공공과 제조 분야는 MDM 사업에 적극적으로 나서지 않는 편이다. 공공분야는 강력한 보안규칙이 있지만, 데이터 오너십에 대한 인식이 부족해 데이터 공유나 품질관리 등에 소극적인 편이다. 그러나 최근 국내 대표적인 제조기업이 MDM을 포함한 데이터 고도화 사업을 하고 있어 이 프로젝트의 성공여부에 관심이 쏠리고 있는 상황이다.