데이터 거버넌스의 목표

데이터 거버넌스는 한마디로 정의하기 어려운 용어이다. 사람이나 상황에 따라 데이터 거버넌스를 바라보는 시각이 상이하고 접근 방식 또한 다양하다. 하지만 데이터 거버넌스를 통해 데이터를 적절히 관리하고 활용하여 효과를 극대화하려는 의도를 가지고 있다. 그럼에도 불구하고 데이터 거버넌스의 문제는 무엇을 해야 하는지를 명확하게 알지 못하다는 데 있다. 단지 데이터 거버넌스를 하면 데이터가 안고 있는 모든 문제가 해결될 수 있는 만병통치약으로 인식하고 있는 경우가 대부분이다. 데이터 거버넌스 도입의 구체적인 목표나 방향이 없는 상태에서의 막연한 접근은 손에 잡히지 않는 환상을 쫓으면서 당면한 문제를 더욱 복잡하게 만드는 결과를 초래한다.

도처에 데이터가 흩어져 있지만 이를 통해 사업에 유용한 실질적인 결과를 도출하기가 쉽지는 않다. 어떤 데이터가 존재하며 이를 어떻게 활용해야 할지가 익숙하지 않기 때문이다. 조직 전체 데이터에 대한 이해가 부족하고 데이터 활용 경험이나 역량도 미흡하다. 구슬이 서 말이라도 꿰어야 보배다. 어촌 공판장에서 있다고 해물탕이 나오지는 않는다. 해물이 선별되고 분류되어 수산시장을 통해 유통되어야 하며, 경험 있는 요리사가 해물탕에 들어갈 재료를 선별하고 적당한 양념을 첨가하여 조리를 해야 맛있는 해물탕이 된다. 데이터의 경우도 마찬가지이다. 데이터의 유통, 분석 방법, 경험 등이 축적되어야 데이터의 숨겨진 가치를 발견하고 이를 사업 전략과 연결하는 효과를 발휘할 수 있다.

정상적인 업무 운영을 위한 관리 관점에서 벗어나 데이터를 전략적으로 활용하기 위해서 어떤 접근을 해야할 지에 대한 고민이 데이터 거버넌스에 담겨 있다. 즉, 데이터 거버넌스를 통해 실현하려는 궁극적인 목표는 데이터를 통해 수익을 창출하고 데이터를 경쟁력의 원천으로 활용할 수 있는 기반을 마련하는 것이다. 즉 데이터를 자산화 하여 사업을 지탱하는 근간으로 활용하려는 것이다.

 

데이터 공유 체계

물질적 자산은 사용할수록 가치가 줄어든다. 반면 데이터는 사용할수록 가치가 늘어난다. 데이터를 조합하면 가치가 더욱 증가한다. 특정 업무에 국한된 데이터는 단지 제한된 용도로만 사용된다. 하지만 이를 조직 전체에서 공유하고 조합하면 새로운 기회를 발견하는 자산으로 활용할 수 있다. 더 많은 사람이 더 많은 데이터를 자유롭게 사용할 수 있는 환경이 절대적으로 필요하다. 이를 위해서는 조직 전체의 데이터를 일목요연하게 파악할 수 있는 기능이 제공되어야 한다. 물론 메티데이터를 통해 조직 전체의 데이터를 파악할 수 있지만 이는 IT 운영자를 위한 것이다. IT를 모르더라도 쉽게 찾고 활용할 수 있는 데이터 제공 기능이 필요하다.

데이터의 활용을 높이기 위해서는 제공자가 아니라 사용자 관점에서 쉽게 찾아볼 수 있는 형태로의 제공이 이루어져야 한다. 그리고 이는 운영되고 있는 시스템의 데이터만을 의미하는 것이 아니다. 각종 보고서, 외부 자료, 비정형 데이터 등 업무에서 활용 가능한 데이터를 모두 포함한다. 인포메이션 맵(Information Map), 데이터 카탈로그(Data Catalog), 비즈니스 메타데이터(Business Metadata) 등이 이러한 요건에 대한 대응책으로 제시되고 있다. 데이터를 자산화 하여 다양한 용도로 사용할 수 있기 위해서는 특정 분야에 매몰되어 있던 데이터를 조직 전체로 유통시키면서 활발하게 사용할 수 있는 환경을 제공해야 한다. 해당 분야뿐만 아니라 누구나 모든 데이터를 광범위하게 활용할 때 데이터의 자산으로서의 가치가 발휘된다.

데이터의 소재 파악뿐만 아니라 데이터 활용 방법이나 결과에 대한 공유도 필요하다. 데이터 활용에 대한 지식 공유를 통해 조직의 데이터 활용 역량이 향상되고 데이터에 익숙하지 않는 조직원들은 이를 통해 데이터의 가치를 재발견하는 계기를 마련할 수 있다. 그리고 이미 구축된 활용 모형을 여러 곳에서 적용할 수 있는 환경 또한 필요하다. 조직 전체에서 데이터를 찾고 활용하고 공유하는 환경을 통해 데이터 자산화의 기반을 마련하면서 데이터 역량을 향상시켜 나아갈 수 있다. 

 

데이터 가치 평가

데이터를 모아 놓았다고 저절로 가치를 발휘하는 것은 아니다. 오히려 데이터가 너무 많으면 그 속에서 길을 잃고 방황하는 상황이 발생한다. 방대한 데이터 중에는 수시로 필요한 것도 있지만 거의 참조하지 않는 데이터도 존재한다. 제한된 자원과 역량으로 방대한 데이터를 섬세하게 관리하는 것은 불가능하다. 가치 있고 유용한 데이터에 대한 집중이 필요하다. 데이터 거버넌스는 이러한 가치를 판단하고 차별적인 관리를 수행할 수 있는 체계를 갖추어야 한다. 물론 모든 데이터는 잠재력을 가지고 있다. 하지만 어떻게 활용할 지도 모르면서 무작정 많은 데이터만을 축적하고 있다면 오히려 필요한 데이터를 찾고 활용하는 데 제약요인으로 작용한다. 선택과 집중이 필요한 것이다.

대형 서점에 가면 실로 방대한 책들이 분류되어 판매되고 있다. 하지만 지속적 관심을 받고 있는 스테디셀러(Steady Seller) 책들은 별도의 선반에 전시하면서 더 많은 판매를 유도한다. 특히 시대의 유행이 반영된 베스트셀러(Best Seller)는 별도의 공간이 마련되어 있다. 데이터에서도 비슷한 접근이 필요하다. 수집된 데이터는 모두 기본적인 관리가 이루어져야 하지만, 그 중에서도 가치가 높은 데이터는 별도로 취급되어야 한다. 사업에 근간을 이루는 데이터, 많이 조회되는 데이터, 연결고리가 되는 데이터 등에 대한 특별 관리가 필요하다. 데이터 거버넌스는 데이터를 가치에 따라 분류하고 이에 맞는 관리 방법을 적용해야 한다. 적어도 데이터는 다음과 같은 3가지로 분류할 수 있다.

축적해 두면 언젠가는 가치를 발휘할 수 있는 잠재 데이터(Cold Data)는 가장 최소한의 노력과 비용으로 관리하면 된다. 하지만 필요할 때는 언제든지 소환할 수 있는 체계를 갖추어야 한다. 근간 데이터(Basic Data)는 사업을 이해하는 데 필수적으로 파악해야 하는 데이터이며 다른 많은 데이터를 대표하는 위치에 있는 데이터이다. 근간 데이터는 데이터 관리의 뼈대를 형성하기 때문에 조직 전체 차원에서 섬세한 관리가 수행되어야 한다. 관심 데이터(Hot Data)는 여러 곳에서 자주 활용되는 데이터이기 때문에 신속하고 광범위한 공유 체계를 갖추어야 한다. 최근 확보한 데이터는 빠르게 공유되어야 이를 활용할 수 있는 방안을 찾아낼 수 있으며 분석을 통해 새롭게 발견한 사실 또한 조직 전체에 공유되어야 전략적 가치를 극대화할 수 있다. 잠재 데이터는 필요할 때 쉽게 접근할 수 있는 끌어오기 방식(Pull Method)이라면 관심 데이터는 조직에서 더 많이 활용할 수 있도록 공급하는 밀어내기 방식(Push Method)이 필요하다.

데이터에 가치를 부여하고 차별적인 관리를 수행하는 것은 자원의 한계 때문이다. 예산, 인력, 역량 등이 부족한 상황에서 모든 데이터를 완벽하게 관리할 수는 없다. 데이터 거버넌스가 성공하려면 데이터의 경중을 구별하고 조직에서 가장 효과를 발휘할 수 있는 데이터에 우선순위를 두면서 그 영역을 확대해가는 현명한 접근이 필요하다.

 

데이터 생태계 형성

그동안 모르고 있던 사실을 발견하고 새로운 방향을 모색하는 시도는 기존의 틀 속에서 한계가 있다. 전혀 다른 관점과 전략의 결합이 끊임없이 일어나야 한다. 자신의 경계를 뛰어넘는 다양한 분야 간의 활발한 상호 작용이 필요하다. 서로의 데이터를 연결해보고 상반된 이해관계를 조율하여 발전적인 방향을 모색할 수 있어야 한다. 이를 위해서는 데이터를 중심으로 상호 협업할 수 있는 체계가 필요하다. 데이터를 연결하고 경험을 축적하고 결과를 공유할 수 있는 협업체계를 통해 많은 이해관계자들이 결합하여 새로운 가치를 창출할 수 있는 데이터 생태계가 조성되어야 한다.

내외부의 데이터가 조합될 때 더욱 가치 있는 결과가 도출된다. 데이터 생태계 또한 다양한 조직과의 협력을 통해 효과를 발휘할 수 있다. 데이터 거버넌스는 다양한 조직의 데이터가 상호 교류할 수 있는 연결 고리의 관리도 중요하지만 이러한 활동이 가능해 질 수 있는 법률적, 제도적 기반을 마련하여야 한다. 또한 다양한 조직의 이해 관계를 조율하면서 서로에게 이익이 될 수 있는 수익 모형을 찾아내는 전략적 접근이 필요하다.

 

데이터 거버넌스는 차이를 극복하는 방법이다

현재의 데이터 관리나 활용 상황은 이상적인 모습과는 차이가 많다. 방대한 데이터의 축적은 문제의 해결책처럼 보이지만 한편으로는 문제의 시작이다. IT와 현업 간에는 데이터를 바라보는 시각의 차이가 존재한다. 운영 관점의 관리와 전략 관점의 관리는 기능이나 역할에서 차이가 있다. 현업간 혹은 조직 간에도 데이터에 대한 접근에 차이가 있다. 기존의 소극적 접근법에서 적극적인 접근법으로 변화하기 위해서는 많은 노력이 필요하다. 결국 데이터 거버넌스는 현실과 이상 간의 차이를 명확하게 인식하고 이를 가장 효율적으로 전환하는 방법을 찾아내는 과정이다.

 

- 끝-