2020.01.13

‘과감하게 투자할 만한’ 애널리틱스 영역 5가지

Thor Olavsrud | CIO
애널리틱스(analytics)만큼 떠들썩하게 홍보되는 기술도 드물다. 약 10년 동안 데이터 분석 및 비즈니스 인텔리전스(BI)는 IT 부문의 주요 우선순위였으며 많은 애널리틱스 투자가 실질적인 가치를 창출하기도 했다. 그러나 어떤 투자가 생산적인 결과로 이어지거나 막다른 길로 이끄는지 파악하기란 그리 쉽지 않다.

2020년이 되면서 IT와 비즈니스 리더들은 여전히 애널리틱스과 BI를 주요 혁신 투자 우선순위로 꼽고 있다고 가트너의 리서치 부사장 짐 헤어가 전했다. 어쨌든 정보가 모든 디지털 비즈니스의 핵심이며, 리더들은 그 중에서 적절한 기술에 적절히 투자해야 한다. 이를 돕기 위해 가트너의 헤어는 애널리틱스 투자에 효율화하는데 도움이 되는 5가지 주요 트렌드를 정리했다.
 
ⓒ Image Credit : Getty Images Bank


증강 분석(Augmented Analytics)
머신러닝을 활용하여 데이터 준비, 통찰 발견, 데이터 사이언스, 통찰 공유를 자동화하는 증강 분석에 대해 주의를 기울여야 한다. 분석팀 뿐 아니라 광범위한 비즈니스 사용자, 운영 직원, 시민 데이터 과학자들도 데이터를 활용하도록 하기 위해서다. 이런 증강 분석을 향한 혁신은 가트너가 지목한 2020년 5가지 주요 트렌드 중 하나다. 가트너는 이 트렌드가 향후 2-5년 안에 주류로 자리잡을 것으로 전망하고 있다.

헤어는 데이터 발견 도구가 비즈니스 분석가들에게 셀프 서비스 역량을 제공했지만 비즈니스 분석가들 다수는 여전히 수동 프로세스로 작업하고 있다고 설명했다.

헤어가 “건초더미 속에서 바늘을 찾는 작업이다. 증강 분석의 아이디어는 데이터에 숨겨진 패턴을 찾아 더욱 효과적으로 드러내자는 것이다. 건초더미 위에서 바늘을 찾아주는 거대한 자석 같은 것이라고 할 수 있다. 인간 사용자와 조합된 기계의 힘을 사용하는 증강 분석을 이용하면, 더욱 효과적으로 일하고 실질적으로 더 큰 이익을 얻을 수 있다”라고 말했다.

디지털 문화
헤어는 조직이 2020년에 ‘디지털 문화’ 발전에 집중해야 한다며, 이는 디지털 변혁 여정에서 조직에게 가장 중요한 단계일 수 있다고 말했다.

헤어는 “과거에는 비즈니스 분석가와 해당 인사이트를 활용하려는 최종 사용자 사이에 깊은 골이 있었다. 이제 핵심 트렌드는 애널리틱스 및 데이터의 대중화다. 구체적으로 말해, 조직의 선봉에서도 데이터를 어떻게 더 많이 활용할 수 있을까의 문제이다”라고 말했다.

그렇게 하려면 특히 비즈니스 최전방에 있는 사람들 사이에서 데이터 해독능력을 중심으로 데이터 주도적인 문화가 구축되어야 한다. 헤어는 “사람들이 데이터에 관해 이야기할 때 같은 언어로 소통할 수 있어야 한다”라고 말했다.

이와 관련해 ‘교육’은 CIO가 디지털 문화 구축을 위한 인력 전환 노력의 일환으로써 고려해야 할 핵심 투자이다. 데이터 역량을 발전시키기 위해 조직은 인력이 데이터 소스와 구조, 분석 방법, 적용된 기법을 이해할 수 있도록 해야 한다. 또 사용례 애플리케이션 및 결과값을 설명하는 능력을 갖추고 상황 속에서 데이터를 읽고 쓰고 전달할 수 있도록 교육해야 한다. 

또한 헤어는 디지털 윤리 관련 교육의 중요성을 지적했다. 사물인터넷(IoT), 3D프린트, 클라우드, 모바일, 소셜, AI 등의 혁신이 빠르게 나타나고 있는 가운데, 이런 기술이 의도하지 않은 윤리 이슈를 만들어 내기 때문이라는 설명이다. 즉 2020년에는 조직들이 원칙과 도입한 기술로 인해 발생 가능한 결과를 조화시켜야 할 것이라고 그는 주문했다. 

한편 CIO가 ‘선을 위한 데이터’(Data for good) 계획을 고려해야 할 것이라는 진단도 있었다. 이미 몇몇 기업들은 기술과 전문지식이 없는 NGO 및 다른 공공부문 조직을 돕고 있다. 무료 또는 저렴한 기술, 데이터, 숙련된 인력 등의 형태를 통해서다. 이런 박애주의적인 노력은 엄격한 노동시장에서 직원을 채용 및 유지하고 투자자에게 사회적 책임에 대해 알리는데 도움이 될 수 있다고 가트너는 전했다. 

관계 분석(Relationship analytics)
조직들이 사람, 장소, 사물이 연결된 방식을 파악하는데 있어 그래프, 위치, 소셜 분석 기법에 주목하고 있다. 가트너는 현재 관련 애플리케이션들의 경우 ‘발견’에 집중되어 있다고 진단한다. 

예를 들어, 그래프 기법을 활용하여 불법적인 행동과 범죄 활동을 확인하여 법률 집행기관들이 돈세탁과 기타 범죄 활동을 찾아낼 수 있다. 이 외에 그래프 분석은 경로 최적화, 마켓 바스켓 분석, CRM 최적화, 공급망 모니터링 등의 영역에 대한 활용성을 지닌다.

위치 정보는 실내 환경에서 데이터를 생성, 처리, 분석하거나 실외 지리 공간 관계로부터 통찰을 얻는 서비스와 솔루션의 형태를 띌 수 있다. 실내 위치 정보는 의료(모바일 자산 모니터링, 환자 추적), 소매(고객 트래픽에 기초한 인력 관리, 매장 내 길안내 제공), 제조(부품 추적, 유휴 공구 모니터링), 공공 부문(비상 시 자산 및 사람 위치 찾기, 출입 통제) 등의 영역에서 사용되고 있다. 실외 위치 정보는 인구 분석, 매장 배치, 자산 추적, 환경 분석, 트래픽 계획 등에 도움이 될 수 있다.

소셜 분석의 핵심은 조직이 사람, 주제, 기타 콘텐츠 사이의 상호작용 및 연계 결과를 수집, 측정, 분석, 해석하는데 도움이 되도록 한다는 것이다. 가트너는 소셜 분석을 통해 조직들이 트렌드(고객 만족 등), 행동(특정 주제 또는 아이디어에 관한 관심), 조기 경고 신호(고객 만족 및 프로세스 실패의 출처)를 찾는데 도움이 될 것이라고 말했다.
 
의사결정 인텔리전스(Decision intelligence)
헤어는 2020년에 조직들이 더 나은 의사결정을 위해 실시간 데이터를 활용하려 할 것이라고 판단한다. 이와 관련해 의사결정 인텔리전스가 지속적 지능화, 의사결정 자동화, 이벤트 스트림 처리 등의 혁신이 포함된 실질적인 지식분야로써 부상했다고 그는 진단했다.

헤어는 “실제로 일종의 라스트 마일(Last Mile) 또는 라스트 풋(Last Foot)이다. 결정, 그 방법, 자동화 가능한 의사결정을 살피는 것이 중요하다. 아는 안내 추천 측면에서 생각한다. 인간이 더 나은 의사를 결정할 수 있도록 제공되는 정보인 것이다”라고 말했다.

지속적 지능화(Continuous intelligence)는 현재 및 히스토리 데이터의 혼합물에 기초해 비즈니스 이벤트에 따른 행동을 규정하기 위해 실시간 분석과 비즈니스 운영을 통합한다. 지속적 지능화의 경우 성공하기 위해 증강 분석, 이벤트 스트림 처리, 최적화, 비즈니스 규칙 관리, 머신러닝을 활용한다. 가트너는 지속적 지능화가 성숙하려면 5-10년은 소요되겠지만 그렇게 되면 큰 변화가 나타날 것으로 보고 있다.

단기적으로 투자하려는 CIO들의 경우 이벤트 스트림 처리(event stream processing )가 좋은 투자처다. 이는 현재 성숙된 상태에 가까우며 2-5년이면 될 것이라고 가트너가 전망했으며, 이 또한 큰 변화를 유도할 것으로 기대됐다. 

가령 IoT를 활용하려는 조직은 신속하게 이 혁신을 이해해야 한다. 가트너는 모든 대기업의 여러 부서들이 결국 이벤트 스트림 처리를 도입하여 실시간 대시보드와 경고 및 이상 감지를 통해 운영을 지원할 것으로 보고 있다. 또한 조직들이 가장 관련성이 높은 정보만 제공함으로써 사람들을 데이터 과부하로부터 보호하는데 도움이 될 것이다.

데이터 운용화 및 데이터 사용 확대(Operationalizing data and scaling data use)
향후 기업들은 데이터 운용화 및 데이터 사용 확대에 지속적으로 전망이다. 특히 조직 내의 다양한 요소와 관련해 맥락적 통찰을 얻는 것이 이 트렌드의 주요한 부분일 것으로 진단됐다.

헤어는 “최전방의 사람들도 자신들의 요구에 맞춰 자세히 맥락 정보를 제공하는 애널리틱스를 필요로 하게 될 것이다. 영업, 마케팅, 지원 부문의 사람들은 서로 다른 분석이 필요하다. 경우에 따라 분석을 전달하는 방식이 중요할 수 있다. 그들은 업무상 결정을 내리기 위해 특정 시점에 적절한 정보가 필요할 뿐이다”라고 말했다.

조직 내에서 데이터가 더욱 보편화되면서 운용화 및 확대에는 사람들이 필요한 데이터만 처리하도록 함으로써 데이터 과부하를 피하도록 돕는 것도 포함될 것이다.

헤어는 이와 관련해 조직들이 이원적인 접근방식을 개발해야 한다고 말했다. 비즈니스 운영 방식을 분석하는 동시에 실험, 숨겨진 통찰 발견, 생산 분석에 통찰을 통합하는 능력에 관해 분석하는 것이다. 과거에는 2가지를 모두 활용하는 조직도 그것들을 개별적으로 유지하는 경우가 많았다고 그는 지적했다.

헤어는 “앞으로는 2가지 방법 사이에서 더욱 융합된 접근방식이 등장할 것이다. 그리고 새로운 통찰을 더욱 신속하게 발견하는 것과 이를 비즈니스 내에서 생산 시 활용할 수 있는 능력 사이에서 지속적인 조율이 나타날 것이다”라고 말했다.
  ciokr@idg.co.kr



2020.01.13

‘과감하게 투자할 만한’ 애널리틱스 영역 5가지

Thor Olavsrud | CIO
애널리틱스(analytics)만큼 떠들썩하게 홍보되는 기술도 드물다. 약 10년 동안 데이터 분석 및 비즈니스 인텔리전스(BI)는 IT 부문의 주요 우선순위였으며 많은 애널리틱스 투자가 실질적인 가치를 창출하기도 했다. 그러나 어떤 투자가 생산적인 결과로 이어지거나 막다른 길로 이끄는지 파악하기란 그리 쉽지 않다.

2020년이 되면서 IT와 비즈니스 리더들은 여전히 애널리틱스과 BI를 주요 혁신 투자 우선순위로 꼽고 있다고 가트너의 리서치 부사장 짐 헤어가 전했다. 어쨌든 정보가 모든 디지털 비즈니스의 핵심이며, 리더들은 그 중에서 적절한 기술에 적절히 투자해야 한다. 이를 돕기 위해 가트너의 헤어는 애널리틱스 투자에 효율화하는데 도움이 되는 5가지 주요 트렌드를 정리했다.
 
ⓒ Image Credit : Getty Images Bank


증강 분석(Augmented Analytics)
머신러닝을 활용하여 데이터 준비, 통찰 발견, 데이터 사이언스, 통찰 공유를 자동화하는 증강 분석에 대해 주의를 기울여야 한다. 분석팀 뿐 아니라 광범위한 비즈니스 사용자, 운영 직원, 시민 데이터 과학자들도 데이터를 활용하도록 하기 위해서다. 이런 증강 분석을 향한 혁신은 가트너가 지목한 2020년 5가지 주요 트렌드 중 하나다. 가트너는 이 트렌드가 향후 2-5년 안에 주류로 자리잡을 것으로 전망하고 있다.

헤어는 데이터 발견 도구가 비즈니스 분석가들에게 셀프 서비스 역량을 제공했지만 비즈니스 분석가들 다수는 여전히 수동 프로세스로 작업하고 있다고 설명했다.

헤어가 “건초더미 속에서 바늘을 찾는 작업이다. 증강 분석의 아이디어는 데이터에 숨겨진 패턴을 찾아 더욱 효과적으로 드러내자는 것이다. 건초더미 위에서 바늘을 찾아주는 거대한 자석 같은 것이라고 할 수 있다. 인간 사용자와 조합된 기계의 힘을 사용하는 증강 분석을 이용하면, 더욱 효과적으로 일하고 실질적으로 더 큰 이익을 얻을 수 있다”라고 말했다.

디지털 문화
헤어는 조직이 2020년에 ‘디지털 문화’ 발전에 집중해야 한다며, 이는 디지털 변혁 여정에서 조직에게 가장 중요한 단계일 수 있다고 말했다.

헤어는 “과거에는 비즈니스 분석가와 해당 인사이트를 활용하려는 최종 사용자 사이에 깊은 골이 있었다. 이제 핵심 트렌드는 애널리틱스 및 데이터의 대중화다. 구체적으로 말해, 조직의 선봉에서도 데이터를 어떻게 더 많이 활용할 수 있을까의 문제이다”라고 말했다.

그렇게 하려면 특히 비즈니스 최전방에 있는 사람들 사이에서 데이터 해독능력을 중심으로 데이터 주도적인 문화가 구축되어야 한다. 헤어는 “사람들이 데이터에 관해 이야기할 때 같은 언어로 소통할 수 있어야 한다”라고 말했다.

이와 관련해 ‘교육’은 CIO가 디지털 문화 구축을 위한 인력 전환 노력의 일환으로써 고려해야 할 핵심 투자이다. 데이터 역량을 발전시키기 위해 조직은 인력이 데이터 소스와 구조, 분석 방법, 적용된 기법을 이해할 수 있도록 해야 한다. 또 사용례 애플리케이션 및 결과값을 설명하는 능력을 갖추고 상황 속에서 데이터를 읽고 쓰고 전달할 수 있도록 교육해야 한다. 

또한 헤어는 디지털 윤리 관련 교육의 중요성을 지적했다. 사물인터넷(IoT), 3D프린트, 클라우드, 모바일, 소셜, AI 등의 혁신이 빠르게 나타나고 있는 가운데, 이런 기술이 의도하지 않은 윤리 이슈를 만들어 내기 때문이라는 설명이다. 즉 2020년에는 조직들이 원칙과 도입한 기술로 인해 발생 가능한 결과를 조화시켜야 할 것이라고 그는 주문했다. 

한편 CIO가 ‘선을 위한 데이터’(Data for good) 계획을 고려해야 할 것이라는 진단도 있었다. 이미 몇몇 기업들은 기술과 전문지식이 없는 NGO 및 다른 공공부문 조직을 돕고 있다. 무료 또는 저렴한 기술, 데이터, 숙련된 인력 등의 형태를 통해서다. 이런 박애주의적인 노력은 엄격한 노동시장에서 직원을 채용 및 유지하고 투자자에게 사회적 책임에 대해 알리는데 도움이 될 수 있다고 가트너는 전했다. 

관계 분석(Relationship analytics)
조직들이 사람, 장소, 사물이 연결된 방식을 파악하는데 있어 그래프, 위치, 소셜 분석 기법에 주목하고 있다. 가트너는 현재 관련 애플리케이션들의 경우 ‘발견’에 집중되어 있다고 진단한다. 

예를 들어, 그래프 기법을 활용하여 불법적인 행동과 범죄 활동을 확인하여 법률 집행기관들이 돈세탁과 기타 범죄 활동을 찾아낼 수 있다. 이 외에 그래프 분석은 경로 최적화, 마켓 바스켓 분석, CRM 최적화, 공급망 모니터링 등의 영역에 대한 활용성을 지닌다.

위치 정보는 실내 환경에서 데이터를 생성, 처리, 분석하거나 실외 지리 공간 관계로부터 통찰을 얻는 서비스와 솔루션의 형태를 띌 수 있다. 실내 위치 정보는 의료(모바일 자산 모니터링, 환자 추적), 소매(고객 트래픽에 기초한 인력 관리, 매장 내 길안내 제공), 제조(부품 추적, 유휴 공구 모니터링), 공공 부문(비상 시 자산 및 사람 위치 찾기, 출입 통제) 등의 영역에서 사용되고 있다. 실외 위치 정보는 인구 분석, 매장 배치, 자산 추적, 환경 분석, 트래픽 계획 등에 도움이 될 수 있다.

소셜 분석의 핵심은 조직이 사람, 주제, 기타 콘텐츠 사이의 상호작용 및 연계 결과를 수집, 측정, 분석, 해석하는데 도움이 되도록 한다는 것이다. 가트너는 소셜 분석을 통해 조직들이 트렌드(고객 만족 등), 행동(특정 주제 또는 아이디어에 관한 관심), 조기 경고 신호(고객 만족 및 프로세스 실패의 출처)를 찾는데 도움이 될 것이라고 말했다.
 
의사결정 인텔리전스(Decision intelligence)
헤어는 2020년에 조직들이 더 나은 의사결정을 위해 실시간 데이터를 활용하려 할 것이라고 판단한다. 이와 관련해 의사결정 인텔리전스가 지속적 지능화, 의사결정 자동화, 이벤트 스트림 처리 등의 혁신이 포함된 실질적인 지식분야로써 부상했다고 그는 진단했다.

헤어는 “실제로 일종의 라스트 마일(Last Mile) 또는 라스트 풋(Last Foot)이다. 결정, 그 방법, 자동화 가능한 의사결정을 살피는 것이 중요하다. 아는 안내 추천 측면에서 생각한다. 인간이 더 나은 의사를 결정할 수 있도록 제공되는 정보인 것이다”라고 말했다.

지속적 지능화(Continuous intelligence)는 현재 및 히스토리 데이터의 혼합물에 기초해 비즈니스 이벤트에 따른 행동을 규정하기 위해 실시간 분석과 비즈니스 운영을 통합한다. 지속적 지능화의 경우 성공하기 위해 증강 분석, 이벤트 스트림 처리, 최적화, 비즈니스 규칙 관리, 머신러닝을 활용한다. 가트너는 지속적 지능화가 성숙하려면 5-10년은 소요되겠지만 그렇게 되면 큰 변화가 나타날 것으로 보고 있다.

단기적으로 투자하려는 CIO들의 경우 이벤트 스트림 처리(event stream processing )가 좋은 투자처다. 이는 현재 성숙된 상태에 가까우며 2-5년이면 될 것이라고 가트너가 전망했으며, 이 또한 큰 변화를 유도할 것으로 기대됐다. 

가령 IoT를 활용하려는 조직은 신속하게 이 혁신을 이해해야 한다. 가트너는 모든 대기업의 여러 부서들이 결국 이벤트 스트림 처리를 도입하여 실시간 대시보드와 경고 및 이상 감지를 통해 운영을 지원할 것으로 보고 있다. 또한 조직들이 가장 관련성이 높은 정보만 제공함으로써 사람들을 데이터 과부하로부터 보호하는데 도움이 될 것이다.

데이터 운용화 및 데이터 사용 확대(Operationalizing data and scaling data use)
향후 기업들은 데이터 운용화 및 데이터 사용 확대에 지속적으로 전망이다. 특히 조직 내의 다양한 요소와 관련해 맥락적 통찰을 얻는 것이 이 트렌드의 주요한 부분일 것으로 진단됐다.

헤어는 “최전방의 사람들도 자신들의 요구에 맞춰 자세히 맥락 정보를 제공하는 애널리틱스를 필요로 하게 될 것이다. 영업, 마케팅, 지원 부문의 사람들은 서로 다른 분석이 필요하다. 경우에 따라 분석을 전달하는 방식이 중요할 수 있다. 그들은 업무상 결정을 내리기 위해 특정 시점에 적절한 정보가 필요할 뿐이다”라고 말했다.

조직 내에서 데이터가 더욱 보편화되면서 운용화 및 확대에는 사람들이 필요한 데이터만 처리하도록 함으로써 데이터 과부하를 피하도록 돕는 것도 포함될 것이다.

헤어는 이와 관련해 조직들이 이원적인 접근방식을 개발해야 한다고 말했다. 비즈니스 운영 방식을 분석하는 동시에 실험, 숨겨진 통찰 발견, 생산 분석에 통찰을 통합하는 능력에 관해 분석하는 것이다. 과거에는 2가지를 모두 활용하는 조직도 그것들을 개별적으로 유지하는 경우가 많았다고 그는 지적했다.

헤어는 “앞으로는 2가지 방법 사이에서 더욱 융합된 접근방식이 등장할 것이다. 그리고 새로운 통찰을 더욱 신속하게 발견하는 것과 이를 비즈니스 내에서 생산 시 활용할 수 있는 능력 사이에서 지속적인 조율이 나타날 것이다”라고 말했다.
  ciokr@idg.co.kr

X