| 내용 |
글로벌 컨설팅기업 McKinsey & Company(이하, 맥킨지)는 '22년 1월 2025년 데이터 기반 기업(Data-driven Enterprises)'이 가지는 7가지 특성을 제시함. 2025년 스마트한 업무 흐름과 인간과 기계 사이의 원활한 상호작용이 데이터와 AI 기술을 통해 일반화된다는 가정에 기반하여 데이터 기반 기업의 7가지 특성을 정의하고, 2025년의 청사진과 실현에 필요한 핵심 요소를 제시함. ① (데이터는 모든 의사결정, 상호작용 및 프로세스에 포함) 거의 모든 직원이 업무 수행에 데이터를 자연스럽고 일상적으로 활용하고, 그들이 직면한 문제를 단기간에 해결하기 위한 혁신적인 데이터 기술을 고안하고 적용하는데 권한을 가짐 - 기업의 임직원은 혁신과 협업, 의사소통 등의 인간 주도 활동에 더욱 집중할 수 있게 됨 - 데이터 기반 문화는 지속적인 성과 향상 조성을 통해 완전히 차별화된 고객과 직원의 경험을 창출할 수 있도록 하고 높은 수준의 새로운 응용 분야로 확장할 수 있도록 함 - (핵심 요소) 데이터의 전환적(또는 혁신적) 이용을 위한 비전과 전략; 클라우드 기반 인프라 및 실시간 분석 아키텍처, 다양한 데이터를 다룰 수 있는 유연한 데이터베이스/데이터 모델 등의 기술적 요소; 광범위한 조직적 데이터 활용 능력 및 데이터 기반 문화 ② (데이터는 실시간으로 처리되고 전달됨) 모든 조직이 가장 정교한 데이터 분석 도구를 합리적으로 사용하게 됨으로써, 고객·임직원·협력사에 통찰을 제공하기 위한 다양하고 더 높은 수준의 데이터 활용 사례들을 창출함 - 데이터와 통찰은 다양한 기기들이 연결된 방대한 네트워크를 통해 실시간으로 수집·전송됨 - 람다(Lambda)/카파(Kappa) 아키텍처*와 같은 새롭고 보편화한 데이터 기술을 통해 데이터를 다루는 방식이 크게 바뀌어, 수집한 데이터로부터 영향력이 강한 통찰을 빠르게 도출함 * 빅데이터의 실시간 처리를 위해 고안된 데이터 처리 아키텍처 - 클라우드 컴퓨팅 비용의 지속적인 하락과 온라인에 적용된 강력한 메모리 내장형(in-memory) 데이터 처리 도구를 통해 가장 정교한 고급 분석 기술에 어느 조직이나 접근·활용이 가능해짐 - (핵심 요소) 데이터의 실시간 활용을 위한 비즈니스 전반 구조에 대한 이해; 활용 가능한 데이터 생성 및 분석을 위한 강력한 엣지 컴퓨팅(edge-computing) 기기; 대량 데이터의 빠른 전송을 지원하는 5G와 같은 고도화된 연결 인프라; 데이터의 집약적 분석 작업을 위한 메모리 내장 컴퓨팅 기술 ③ (유연한 데이터 스토어*를 활용, 즉각 사용할 수 있는 통합 데이터 제공) 고도화한 실시간 데이터 기술과 아키텍처를 결합한 유연한 데이터 스토어는 조직이 데이터 플랫폼과 디지털 트윈과 같은 데이터 제품을 개발할 수 있도록 함 * 데이터 스토어(data store): 데이터베이스와 단순 파일 등 데이터를 저장하는 장소 또는 장치를 의미 ** 유연한 데이터 스토어(flexible data store)는 다양한 형태의 데이터 소스를 안정적으로 처리/활용할 수 있도록 데이터 스토어를 구성 - 데이터 실무자는 유연한 방법을 통해 데이터를 구조화할 수 있도록 여러 유형의 데이터베이스를 최대한 활용함 - 임직원이 비/반정형 데이터 사이의 관계를 쉽고 빠르게 추출·이해할 수 있도록 함으로써, 혁신을 주도하는데 유용한 새로운 AI 기반 역량 개발과 데이터에 내포된 관계의 발견 능력을 증대시킴 - (핵심 요소) 유연한 데이터 스토어 지원을 위한 최신 데이터 아키텍처; 실 세계를 복제할 수 있는 데이터 모델과 디지털 트윈 기술의 개발 ④ (데이터 운영 모델은 데이터를 제품처럼 관리) 기업이 가진 데이터 자산은 내부 임직원 또는 외부 고객에게 제품을 제공하는 것과 같이 체계적으로 운영·지원됨 - 데이터를 제품처럼 운영·관리하는 전담팀이 있어 DataOps* 및 지속적 통합, 제공 절차 및 도구 등을 최대한 활용한 애자일(agile) 방식을 통해 고객(데이터의 수요자)의 필요를 충족시킴 * DataOps: 데이터(Data)와 운영(Operation)을 합성한 용어로, 데이터 흐름을 효과적으로 운영하여 사용자가 필요로 하는 데이터를 적시에 제공하는 데 초점을 맞춰 전 데이터 생명주기에 적용하는 방법론 - 제품화된 데이터는 다양한 비즈니스 문제들을 해결하고 새로운 AI 기반 역량을 구축하는 데 드는 시간과 비용을 줄이기 위해 더 쉽고 반복적으로 사용할 수 있는 데이터 기반 솔루션을 제공함 - (핵심 요소) 데이터로 비즈니스 사례를 도출하는 데이터 (사업화) 전략; 조직이 보유한 데이터 소스와 형태에 대한 전반적 이해; 데이터의 전주기 운영을 총괄하는 (데이터 거버넌스) 운영 모델 ⑤ (데이터 최고 책임자의 역할 가치를 창출하는 역할로 확대) CDO(Chief Data Officer)와 팀 조직은 사업팀과의 협력하여 데이터 활용을 위한 새로운 방법을 고안하고, 기업의 전반적인 데이터 전략 개발과 데이터 서비스와 공유를 통한 신규 수익원을 인큐베이팅(incubating)하는 등의 가치 창출의 역할에 집중함 - (핵심 요소) 사업팀과 협업을 통한 데이터 활용 역량; 데이터 가치를 자동으로 추적할 수 있는 경제 모델; 데이터 기반 혁신 관점을 가진 최고의 데이터 인재; 실험과 혁신을 지원하는 벤처캐피털 형태의 인큐베이터 운영 모델 ⑥ ((데이터 공유를 위한) 데이터 생태계 멤버십 일반화) 데이터 기반 기업은 데이터 공유 협의체에 참여한 모든 회원 기업 사이에 더 가치 있는 통찰을 산출할 수 있도록 데이터 풀을 공유하는 데이터 경제에 적극적으로 참여함 - 기업 내부·외부 조직 간 데이터 기반 프로젝트의 협업을 증진하기 위해 데이터 공유 플랫폼을 사용함 - 데이터 마켓플레이스(거래소)를 통해 데이터의 교환 또는 공유, 보충을 통해 궁극적으로 기업은 특이하고 독점적인 데이터 제품을 개발하거나 통찰을 얻을 수 있음 - 데이터의 교환과 결합에 대한 장애 요소가 현저하게 줄어들어, 결합데이터는 각각의 원천 데이터가 산출하는 것보다 더 큰 가치를 창출함 - (핵심 요소) 데이터 기반 협업을 쉽게 하는 공통 데이터 모델의 적용; 데이터 공유 협약 또는 협의체 구성 ⑦ (개인정보 보호, 보안, 복원력(resiliency)을 위한 데이터 관리가 우선시·자동화) 진화한 규제와 소비자의 데이터 권리에 관한 인식의 개선, 보안사고에 대한 경각심에 의해 데이터 개인정보 보호, 윤리 및 보안을 조직이 갖추어야 할 필수역량으로 인식함 - 데이터 접근 절차의 자동화는 이용자의 데이터 접근 시 보안과 안전을 보장하고 실시간 접속을 가능하게 함으로써 이용자의 생산성을 향상함 - 일정하게 진행되도록 자동화된 데이터 백업 절차는 비상시 최신의 사본을 수 분 내 신속하게 복구할 수 있도록 하여 기술적 결함 발생 시 위험을 최소화함 - (핵심 요소) 데이터 보안의 중요성에 관한 조직 전체의 인식 개선; 개인 데이터 보호 권리에 관한 소비자 인식 제고 및 적극적 참여; 자동화된 프로비저닝, 처리 및 정보 관리를 위한 자동화된 데이터베이스 관리 기술; 쉽고 빠른 데이터 자동 백업 및 복원을 보장하는 클라우드 기반 데이터 복원 및 저장 도구 적용 데이터 경제 환경에서 기업 또는 조직이 생존하기 위해 갖추어야 할 데이터 기반 기술과 역량을 2025년의 청사진을 통해 제시함. 위에 기술한 7가지 특성을 현업에서 어떻게 적용할 수 있는지에 대한 다양한 예시를 함께 제공. 데이터 기반 기술사업화 또는 데이터 사업화에 관한 추가 연구가 필요하며, 데이터 기반의 기업협력 또는 연합체제 구축·지원과 연구데이터의 활용·공유방안도 마련해야 함. |
