IDC 기고 | 데이터 주도적 기업으로의 시작점, ‘애널리틱스 COE’

CIO
인공지능(AI)과 데이터 과학은 전사적인 업무 가치 제공이라는 거대한 비전을 제시한다. 여러 IT조직과 현업 부서가 앞다퉈 이러한 잠재력 활용에 나서고 있지만, AI와 데이터 과학 계획은 서두른다고 될 일이 아니다. 

물론, 데이터 과학에 어느 정도 전문 지식을 갖춘 개인이 데이터를 활용해서 그 동안은 할 생각도 못했던 질문을 해결함으로써 지도부를 놀라게 하는 경우가 있기는 하다. 그러나 이러한 방식은 잘못된 추천과 시간 낭비로 이어지는 경우가 더 많다.

CIO와 고위 IT 간부들을 대상으로 한 최근 IDC 설문 조사에 따르면, 미국의 IT 임원 중 93%가 AI 및 데이터 과학 계획을 추진하기 위해 일종의 전문가 조직(COE: Center of Excellence)을 활용하고 있다고 응답했다. 대부분은 아니더라도 많은 경우에 이러한 COE들은 규모가 작고 초기 단계이며 실험적이다. 그러나 모든 경우에 매우 중요한 역할을 한다. 돋보이는 성과를 창출한 애널리틱스 COE 사례와 베스트 프랙티스를 살펴본다. 
 
ⓒ Image Credit : Getty Images Bank


성공적인 애널리틱스 COE 구축
성공적인 COE는 현업 부문과의 협력에 집중한다. 버라이즌의 애널리틱스 COE 책임자 필립 젠킨스에 따르면, 버라이즌의 COE가 만들어진 이유는 IT 부서는 물론 마케팅, 재무, 운영 등 업무 부서까지 조직적이지 못한 방식으로 데이터 작업에 매달리고 있는 상황을 타개하기 위해서였다. 

COE는 이제 허브 앤 스포크 모델의 허브 역할을 하고 있다. 여기서 스포크란 업무 부서의 데이터 소비자를 의미한다. 젠킨스는 “처음부터 COE의 목적은 보유 데이터를 보다 효과적으로 만들어 고객에게 더 나은 결과를 제공하는 것이었다”라고 말했다.

그는 이어 “즉, ‘단순하고 똑똑하며 연결된 경험’을 제공하고 고객의 시간을 낭비하지 않으며 고객별로 보다 맞춤화된 상품과 서비스를 제공하고 어떤 조치를 취하더라도 고객에게 중요한 것에 더 관련이 있게 하는 것이다”라고 덧붙였다. 

COE가 전략적 업무 우선순위에 집중하는 것 역시 매우 중요하다. 셰브런(Chevron)의 모델링 및 애널리틱스 COE 초대 관리자 마저리 코너는 업무 가치를 기준으로 한 우선 순위 설정 시스템을 구축할 것을 권장했다. 이러한 시스템이 구축되어 있지 않으면 “가치의 크기가 저마다 다른 여러 아이디어들에 치이게 된다”라고 그는 지적했다. 

사실 셰브론의 COE는 구매, 재무, 사업 부서의 대표와 CIO, 최고기술책임자로 구성된 ‘전사적 데이터 과학 운영 위원회’의 산하 조직이기도 하다.

그 결과, “COE가 하는 일을 운영 위원회에게 보여줄 수 있게 되고, 운영 위원회에서는 기회를 더 살릴 수 있는 분야를 파악해 준다. 프로젝트를 진행하기 위해서는 제대로 정의된 업무 문제와 합당한 데이터, 그리고 [업무] 대변자가 있어야 한다. 회사 내에 목소리를 내는 대변자가 없다면 문제를 해결한다고 해도 실행되지 않을 가능성이 높다” 라고 코너는 설명했다.

최고의 COE 모습은?
애널리틱스 COE는 업무 부서와 IT 부서를 모두 지원한다. 부서에서 전사 범위로, 전술적인 것에서 전략적인 것으로의 변신을 가능하게 해 준다. 그와 동시에, 전사적인 데이터 품질, 탄탄한 의사 결정, 최적화된 가치와 업무 조정을 위한 운영 변신으로 가는 길을 만들어 준다. 

성과가 높은 애널리틱스 COE들은 전사적 조율에 집중한다. 중앙 자원은 물론 분산 자원을 활용해서 잘 나간다. 애널리틱스 전문 기술은 흔하지 않기 때문에 COE는 기업 내에 누구에게라도 도움을 줄 수 있는 전문가 네트워크를 보유하거나 만들어 낸다. COE의 역할은 흩어져 있는 전문가 또는 역량의 구심점으로 구성된 네트워크에서 영향력을 행사하는 것이다. 자원을 확보하여 공급하고 AI 프로젝트에 참여한 사람들의 네트워크를 연결하는 역할을 담당한다.

COE가 특히 가치가 있는 경우는 기업이 그동안 이미 배움과 성공의 사례가 있고 이제 보다 넓은 범위에 도달하기를 원하는 경우이다. 이 COE는 기업 데이터 변신의 모든 측면에 대해 조정, 권고, 지원, 의사소통, 교육, 규율, 설계, 표준화 등의 역할을 하게 된다.

AI와 데이터 과학은 이러한 기술에 대한 기대에도 불구하고, 아니 그러한 기대 때문에 매우 힘든 싸움에 직면하고 있다. 데이터 전문가들은 마치 감사관처럼 보이기도 하고, 머지않아 머신러닝 알고리즘이 지뢰를 밟고 누군가 해고되는 일이 생길 수도 있다. 

그러나, 데이터 주도 문화는 ‘있으면 좋은’ 것이 아니라 사업 성공에 필수적이다. 대부분의 기업에게 애널리틱스 COE는 데이터 과학의 약속을 실현할 희망을 선사한다. 

* Serge Findling는 IDC IT 이그제큐티브 프로그램 리서치 부사장님이다.  Martha Rounds는 IDC IT 이그제큐티브 프로그램 리서치 디렉터다. IDC의 Mitch Betts 또한 본 기고문에 일조했다. ciokr@idg.co.kr