2018.04.12

일하는 거라고? 정말?··· IT 전문가가 조심해야 할 7가지 중독

Dan Tynan | CIO
모두가 습관이라는 것이 있다. 때로는 습관이 지나쳐 중독적인 성향으로 이어지기도 한다. 10대들의 소셜 중독 현상처럼 IT전문가들도 고유의 중독 증상을 보이는 경우가 종종 있다.

인프라 중독자 또는 슬랙 매니아거나 데이터를 추적하거나 네트워크 운영센터 대시보드 위에서 반짝이는 조명에 최면에 걸린 듯 사로잡히는 등의 기술 중독이 그것이다. 이는 생산성 저하, 예산 낭비, 혁신 중단을 초래할 수 있다.

통제를 도저히 포기할 수 없으면 기술 사일로화나 영역 싸움으로 이어질 수 있다. 인공지능에 과도하게 의존하면 결국 기업에 도움이 되기는커녕 상처를 입을 수 있다. 그리고 모두가 반짝거리는 새로운 장난감을 좋아하지만 조직에 가장 비용 효율적인 솔루션이 아닐 수도 있다.

문제를 해결하는 첫 단계는 자신에게 문제가 있음을 인정하는 것이다. 나쁜 습관을 버리고 건강해지는 방법에 대해 살펴본다.



IT 중독 1 : 데이터
거의 모든 비즈니스 결정이 데이터에 기초하다. 데이터에 대한 기업의 욕구가 끝없이 이어지는 이유다. 하지만 효과적으로 사용하는 방법에 관한 계획 없이 단지 할 수 있기 때문에 데이터를 수집하게 되면 데이터를 수집하지 않는 것보다 못할 수 있다.

스퀘어 루트(Square Root)가 수행한 설문조사에 따르면 직원들은 주당 데이터 수집 및 분석에 20시간 이상을 투자하고 있지만 조직 중 40% 이상이 이 데이터를 활용하고 있지 않고 있는 것으로 나타났다.

스퀘어 루트의 제품 부사장 사라 캄프만은 "많은 조직들이 분석 마비에 빠져 있다"라고 진단하며, “정보가 성공을 불러 일으키는 행동 변화로 이어지지 않는 것이다”라고 말했다. 해당 기업은 소매기업 및 자동차 브랜드가 데이터를 이해하는데 도움을 주는CESS(CoEfficient SaaS) 플랫폼을 공급하고 있다.

빅데이터에 집중하는 대신에 기업들은 자사에 더욱 관련성이 높은 소량의 데이터에 더욱 집중하는 편이 낫다고 그는 조언했다. 캄프만은 기업 모든 부문이 활용할 수 있는 단일화된 사실의 출처를 확보하는 것부터 시작해야 한다고 말했다.

의료 정보 관리 및 보안에 특화된 컨설팅 기업 시큐어HIM(SecureHIM)의 파트너 마이크 메이클도 비슷한 의견을 제시했다. 그는 "수 페타바이트의 기업 데이터를 수집해도 조직이 마법처럼 날렵하고 성과가 높은 데이터 마이닝 기업으로 변신할 수 있는 것은 아니다. 데이터가 중요하지만 보존 대상, 사용 방법 및 관리자를 아는 것도 그만큼 중요하다"라고 말했다.

치료법 : 데이터를 갑자기 끊을 필요는 없고 이것을 어떻게 활용하는지 좀 더 선별할 필요가 있다. 비즈니스 결정에 정말로 필수적인 데이터를 식별하고 정리 및 중복 제거하며 불필요한 것을 버리라고 메이클은 강조했다.

IT 중독 2 : AI
빅데이터 만큼이나 인공지능과 머신러닝 역시 요즘 유행하는 말이다. 사람들은 이렇게 생각한다. ‘엄청난 양의 데이터를 모아서 머신러닝 모델을 거치면 즉각적인 비즈니스 통찰력을 얻을 수 있다.’

사실은 그렇지 않다. 어떤 안내서를 읽어 보았는지는 몰라도 AI는 모든 문제의 해결책이 아니라고 브라질에 위치한 금융 서비스 시장 오멜로트라토(oLelhorTrato)의 공동 설립자 겸 CIO 크리스티앙 레넬라가 말했다.

지난 9년 동안 HR부서가 실시간 채팅과 전화 통화를 통해 직원들의 질문에 답하도록 했던 해당 기업은 구글의 텐서플로우(TensorFlow) 플랫폼을 이용해 자체적인 AI 작동 챗봇(Chatbot)을 개발하기 시작했다.

레넬라에 따르면 큰 성공을 거뒀다. 해당 기업은 전체 질문 중 67%에 대한 응답을 자동화할 수 있었고 직원 생산성을 24%나 개선했다. AI 챗봇은 영업 질문 자동화에도 유용한 것으로 입증되었다.

하지만 AI를 마케팅에 적용하자 문제가 발생했다. AI는 기업의 고객층을 손쉽게 분류하지 못했고 변환률이 35%나 낮았다.

레넬라는 "AI로 모든 것을 최적화할 수 없다는 사실을 깨달았다. 직접적인 관계만큼의 성공을 달성할 수 없었다"라고 회고했다.

치료법 : AI 솔루션에 올인하기 전에 우선 소규모 시범 운영을 통해 각 사용례에 얼마나 성공할 수 있는지를 파악하라고 레넬라가 말했다.

IT 중독3 : 인프라
경력의 대부분을 데이터센터와 이를 운용하는 사람들을 관리하는데 보낸 많은 CIO들은 인프라를 포기하지 못한다. 그들에게 인프라는 말 그대로 중독적이라고 클라우드 기반 애플리케이션 제공 플랫폼 애비 네트웍스(Avi Networks)의 마케팅 부사장 찬드라 세커가 말했다.

그는 "팬 소음과 반짝이는 조명 때문에 사람들은 통제와 권력의 기분을 만끽했다. 데이터센터에 있는 여러 줄의 서버, 부하 분산 장치, 방화벽 및 스위치를 지나치면 머리 속을 황홀해졌다. 서버와 장비가 더 많았다면 더 나은 기업에 다니고 있다는 사실을 깨달았을 것이다. 하드웨어는 중독이다”라고 말했다.

스스로를 "복구 엔지니어"( ecovering engineer, )라고 말하는 세커는 자신이 클라우드 컴퓨팅을 도입한 기업들에서 근무하기 시작하면서 중독을 극복했다고 말했다.

"클라우드 마이그레이션은 기업 IT에서 가장 큰 트렌드이지만 모든 IT전문가가 하드웨어 장비에 대한 중독에서 벗어나지는 못했다. 애플리케이션 중심적인 관점 대신에 하드웨어 중심적인 관점을 유지하면 기업이 혁신하고 번창할 수 있는 능력이 저하된다"라고 그는 말했다.

치료법 : 어떤 앱과 서비스를 구내로 마련해야 하는지에 대해 좀 더 계획적으로 생각하고 나머지를 클라우드로 이행한다. 그러면 CIO가 비즈니스에 관해 더욱 전략적으로 생각할 수 있게 된다고 쏘우트스폿(ThoughtSpot)의 수석 데이터 에반젤리스트 더그 보르도나로이 조언했다.

그는 "많은 CIO가 인프라에 너무 많은 시간을 쏟으며 비즈니스의 미래 경쟁력 확보에는 충분한 시간을 쏟지 않는다. 인프라 중독을 극복하고 데이터 프로그램 투자 및 수익화 또는 직원을 위한 최신 기술 교육에 더 많은 시간을 쏟아야 한다"라고 말했다. 
CIO의 프리미엄 콘텐츠입니다. 이 기사를 더 읽으시려면 개인정보 등록이 필요합니다. 이미 등록하신 분은 '본인확인'을 해주십시오.
2018.04.12

일하는 거라고? 정말?··· IT 전문가가 조심해야 할 7가지 중독

Dan Tynan | CIO
모두가 습관이라는 것이 있다. 때로는 습관이 지나쳐 중독적인 성향으로 이어지기도 한다. 10대들의 소셜 중독 현상처럼 IT전문가들도 고유의 중독 증상을 보이는 경우가 종종 있다.

인프라 중독자 또는 슬랙 매니아거나 데이터를 추적하거나 네트워크 운영센터 대시보드 위에서 반짝이는 조명에 최면에 걸린 듯 사로잡히는 등의 기술 중독이 그것이다. 이는 생산성 저하, 예산 낭비, 혁신 중단을 초래할 수 있다.

통제를 도저히 포기할 수 없으면 기술 사일로화나 영역 싸움으로 이어질 수 있다. 인공지능에 과도하게 의존하면 결국 기업에 도움이 되기는커녕 상처를 입을 수 있다. 그리고 모두가 반짝거리는 새로운 장난감을 좋아하지만 조직에 가장 비용 효율적인 솔루션이 아닐 수도 있다.

문제를 해결하는 첫 단계는 자신에게 문제가 있음을 인정하는 것이다. 나쁜 습관을 버리고 건강해지는 방법에 대해 살펴본다.



IT 중독 1 : 데이터
거의 모든 비즈니스 결정이 데이터에 기초하다. 데이터에 대한 기업의 욕구가 끝없이 이어지는 이유다. 하지만 효과적으로 사용하는 방법에 관한 계획 없이 단지 할 수 있기 때문에 데이터를 수집하게 되면 데이터를 수집하지 않는 것보다 못할 수 있다.

스퀘어 루트(Square Root)가 수행한 설문조사에 따르면 직원들은 주당 데이터 수집 및 분석에 20시간 이상을 투자하고 있지만 조직 중 40% 이상이 이 데이터를 활용하고 있지 않고 있는 것으로 나타났다.

스퀘어 루트의 제품 부사장 사라 캄프만은 "많은 조직들이 분석 마비에 빠져 있다"라고 진단하며, “정보가 성공을 불러 일으키는 행동 변화로 이어지지 않는 것이다”라고 말했다. 해당 기업은 소매기업 및 자동차 브랜드가 데이터를 이해하는데 도움을 주는CESS(CoEfficient SaaS) 플랫폼을 공급하고 있다.

빅데이터에 집중하는 대신에 기업들은 자사에 더욱 관련성이 높은 소량의 데이터에 더욱 집중하는 편이 낫다고 그는 조언했다. 캄프만은 기업 모든 부문이 활용할 수 있는 단일화된 사실의 출처를 확보하는 것부터 시작해야 한다고 말했다.

의료 정보 관리 및 보안에 특화된 컨설팅 기업 시큐어HIM(SecureHIM)의 파트너 마이크 메이클도 비슷한 의견을 제시했다. 그는 "수 페타바이트의 기업 데이터를 수집해도 조직이 마법처럼 날렵하고 성과가 높은 데이터 마이닝 기업으로 변신할 수 있는 것은 아니다. 데이터가 중요하지만 보존 대상, 사용 방법 및 관리자를 아는 것도 그만큼 중요하다"라고 말했다.

치료법 : 데이터를 갑자기 끊을 필요는 없고 이것을 어떻게 활용하는지 좀 더 선별할 필요가 있다. 비즈니스 결정에 정말로 필수적인 데이터를 식별하고 정리 및 중복 제거하며 불필요한 것을 버리라고 메이클은 강조했다.

IT 중독 2 : AI
빅데이터 만큼이나 인공지능과 머신러닝 역시 요즘 유행하는 말이다. 사람들은 이렇게 생각한다. ‘엄청난 양의 데이터를 모아서 머신러닝 모델을 거치면 즉각적인 비즈니스 통찰력을 얻을 수 있다.’

사실은 그렇지 않다. 어떤 안내서를 읽어 보았는지는 몰라도 AI는 모든 문제의 해결책이 아니라고 브라질에 위치한 금융 서비스 시장 오멜로트라토(oLelhorTrato)의 공동 설립자 겸 CIO 크리스티앙 레넬라가 말했다.

지난 9년 동안 HR부서가 실시간 채팅과 전화 통화를 통해 직원들의 질문에 답하도록 했던 해당 기업은 구글의 텐서플로우(TensorFlow) 플랫폼을 이용해 자체적인 AI 작동 챗봇(Chatbot)을 개발하기 시작했다.

레넬라에 따르면 큰 성공을 거뒀다. 해당 기업은 전체 질문 중 67%에 대한 응답을 자동화할 수 있었고 직원 생산성을 24%나 개선했다. AI 챗봇은 영업 질문 자동화에도 유용한 것으로 입증되었다.

하지만 AI를 마케팅에 적용하자 문제가 발생했다. AI는 기업의 고객층을 손쉽게 분류하지 못했고 변환률이 35%나 낮았다.

레넬라는 "AI로 모든 것을 최적화할 수 없다는 사실을 깨달았다. 직접적인 관계만큼의 성공을 달성할 수 없었다"라고 회고했다.

치료법 : AI 솔루션에 올인하기 전에 우선 소규모 시범 운영을 통해 각 사용례에 얼마나 성공할 수 있는지를 파악하라고 레넬라가 말했다.

IT 중독3 : 인프라
경력의 대부분을 데이터센터와 이를 운용하는 사람들을 관리하는데 보낸 많은 CIO들은 인프라를 포기하지 못한다. 그들에게 인프라는 말 그대로 중독적이라고 클라우드 기반 애플리케이션 제공 플랫폼 애비 네트웍스(Avi Networks)의 마케팅 부사장 찬드라 세커가 말했다.

그는 "팬 소음과 반짝이는 조명 때문에 사람들은 통제와 권력의 기분을 만끽했다. 데이터센터에 있는 여러 줄의 서버, 부하 분산 장치, 방화벽 및 스위치를 지나치면 머리 속을 황홀해졌다. 서버와 장비가 더 많았다면 더 나은 기업에 다니고 있다는 사실을 깨달았을 것이다. 하드웨어는 중독이다”라고 말했다.

스스로를 "복구 엔지니어"( ecovering engineer, )라고 말하는 세커는 자신이 클라우드 컴퓨팅을 도입한 기업들에서 근무하기 시작하면서 중독을 극복했다고 말했다.

"클라우드 마이그레이션은 기업 IT에서 가장 큰 트렌드이지만 모든 IT전문가가 하드웨어 장비에 대한 중독에서 벗어나지는 못했다. 애플리케이션 중심적인 관점 대신에 하드웨어 중심적인 관점을 유지하면 기업이 혁신하고 번창할 수 있는 능력이 저하된다"라고 그는 말했다.

치료법 : 어떤 앱과 서비스를 구내로 마련해야 하는지에 대해 좀 더 계획적으로 생각하고 나머지를 클라우드로 이행한다. 그러면 CIO가 비즈니스에 관해 더욱 전략적으로 생각할 수 있게 된다고 쏘우트스폿(ThoughtSpot)의 수석 데이터 에반젤리스트 더그 보르도나로이 조언했다.

그는 "많은 CIO가 인프라에 너무 많은 시간을 쏟으며 비즈니스의 미래 경쟁력 확보에는 충분한 시간을 쏟지 않는다. 인프라 중독을 극복하고 데이터 프로그램 투자 및 수익화 또는 직원을 위한 최신 기술 교육에 더 많은 시간을 쏟아야 한다"라고 말했다. 
CIO의 프리미엄 콘텐츠입니다. 이 기사를 더 읽으시려면 개인정보 등록이 필요합니다. 이미 등록하신 분은 '본인확인'을 해주십시오.
X