Offcanvas

CIO / 데이터센터 / 디지털 트랜스포메이션

클라우데라 기고 | 디지털 전환이 비용 절감을 실현하려면

2023.01.20 김호중  |  CIO KR
디지털 전환’의 정의에 대해 가트너는 ‘클라우드 컴퓨팅과 같은 IT 현대화부터 디지털 최적화, 새로운 디지털 비즈니스 모델의 창출에 이르기까지의 모든 것’이라 정의한다. 그리고 위키피디아에서는 ‘조직의 디지털 기술 도입’이라고 정의했고 글로벌 컨설팅 기업 액센추어는 ‘기업이 근본적 변화를 주도하기 위해 비즈니스 전반에 기술을 내장하는 프로세스’라고 설명한다.

가트너는 정의에 덧붙여 레거시의 현대화가 디지털 전환 실행 계획의 일반적 요소이며, 디지털 ‘전환’보다는 ‘디지털화’에 가까울 수 있다고 강조한다. 이와 같은 디지털 전환의 주요 목표 중 하나는 실질적 비용 절감이다. 이는 비용 절감을 통한 혜택을 제공할 뿐 아니라 관련 예산을 재편성할 수 있도록 한다. 비용을 낮출 수 있는 방법은 다양하다. 

첫 번째는 기술적 부채(Tech debt) 감소다. 기술적 부채는 기업이 끊임없이 해결해 나가야 할 과제다. 빠른 시장 변화에 대응해 향상된 기능을 제공하기란 쉽지 않다. 우선순위 설정, 개발 사이클, 뛰어난 실행력 등이 중요하며 재작업은 최대한 피해야 한다.

두 번째는 레거시 교체다. 기술 발전이 매우 빠르기 때문에 기존에 사용하던 시스템과 애플리케이션은 쉽게 노후화된다. 몇몇 기술은 유지, 관리하는데 더 복잡한 기능이 필요하며 이러한 기술은 쇠퇴기로 접어들수록 위험 요소로 자리 잡게 된다. 따라서 장기적 안목에서 전략적이지 않은 기술을 주의 깊게 보며 이를 신속하게 업데이트해야 한다.

세 번째는 자동화에 대한 최적화다. 최근 인공지능(AI)과 머 러닝이 주요 화두가 됐지만 로봇 프로세스 자동화(RPA)는 여전히 기업의 효율성을 이끌어내는데 중요하다. 예컨대, 금액 검증 처리와 대출 신청 처리와 같은 반복 처리의 자동화는 성공적인 결과를 도출한다.

마지막은 컴플라이언스(Compliance) 비용 절감이다. 컴플라이언스는 비즈니스 수행에 드는 비용이지만, 그 비용 중 어느 정도가 실제 통제 하에 있는지 파악해야 한다. 결과적으로는 중복 작업을 줄이고 자동화를 도입해야 한다. 전략적이며 수익도 창출하는 프로젝트를 통해 컴플라이언스를 달성하고 더 큰 발전을 달성해야 한다. 이를 위해 기존 데이터 플랫폼을 새롭게 활용한 고객 사례도 있다. 공유 플랫폼을 활용하면 여러 가지 목표를 달성할 수 있을 뿐만 아니라 더 비용 효율적 작업 수행이 가능해진다.

한편 비용을 절감하는데 사용할 수 있는 다양한 방법들이 있다. 현재 조직에서 즉시 사용 가능한 옵션은 전체 아웃소싱, 공급업체 압력, 계약 재협상, 인력 감축 등이다. 이런 옵션은 실용적이고 전략적으로 보일 수 있다. 그러나 장기적 목표에 대한 전략적 평가도 고려해야 한다. 아웃소싱이 항상 비용 감소를 보장하진 않고 오히려 아웃소싱 관리를 위한 시간과 그에 따른 비용으로 곤욕을 치를 수 있다.

중복성에 대해서도 따져봐야 한다. 넓은 시야로 접근 방식을 살피고 자문하는 과정이 필요하다. 중복성은 자주 문제를 일으킨다. 다양한 장소에서 동일한 정보를 사용하기 때문에 유지관리도 제각각 수행하는데 이러한 사일로(siloes)는 모두 유지해야하기에 비용은 더 늘어나게 된다. 따라서, 중복 데이터 스토리지의 교체는 중복성을 찾고 통합해 비용 절감 효과를 평가할 수 있다.

비용을 줄일 수 있는 또 다른 잠재 영역은 폐기하기를 주저하고 있는 시스템이다. 시스템 폐기를 계획하고 있다면 해당 시스템에 왜 투자했는지 평가해야 한다. 보통은 컴플라이언스 요구사항이 시스템을 유지하는 이유지만 결국에는 컴플라이언스 비용을 피하고 해당 예산을 재편성해야 한다. 제대로 된 전략이 없는 상태에서 시스템 폐기는 어렵다. 애플리케이션을 폐기하기 위해 필요하지 않거나 대체 가능한 기능을 파악하고 실행에 옮겨야 한다. 리소스 재배포가 필요할 수도 있지만 향후 컴플라이언스 업데이트 주기를 피하도록 최우선 과제로 둬야 한다.

이와 같은 실행 방식은 운영 데이터베이스, 레거시 데이터 웨어하우스 영역에서 확인할 수 있으며 오래된 레거시 솔루션을 폐기해 상당한 비용을 절감할 수 있다. 공급업체 관리를 통합하고 기술과 전문 지식을 간소화하면 서류상 절감 비용보다 더 많은 비용을 절감할 수 있다.

그리고 자동화 기능을 추가해 비용 효율성을 높일 수도 있다. 이는 기업 전체를 아우르며, 증권 인수, 규제 보고, 금융 범죄 방지, 거래 개선, 고객 콜센터 등에 긍정적 영향을 끼칠 수 있다. 이런 영역에서 인공지능(AI)과 머신러닝을 활용하기 위한 프로젝트를 동시에 진행할 수 있지만, 무엇보다 효율성을 살피는 것이 중요하다.

마지막으로 데이터와 인공지능(AI) 실행 계획을 가속화하는 데 도움이 될 수 있는 클라우데라의 두 툴을 언급하며 글을 마무리한다. 범용 데이터 배포(UDD)와 응용 머신러닝 프로토타입(AMP)다.

범용 데이터 배포(UDD)는 데이터 분석 시 데이터를 어디서나 수집하고 어디에나 적재할 수 있게 해 실행 계획을 점진적으로 진행하도록 돕는다. 응용 머신러닝 프로토타입(AMP)은 클릭 한 번만으로 배포할 수 있는 머신러닝 프로젝트로, 데이터 과학자가 짧은 시간 안에 아이디어부터 완전히 작동하는 머신러닝 사용 사례까지 이르게 해준다. 그리고 비즈니스에 적합한 머신 러닝 애플리케이션을 즉시 구축, 배포, 모니터링할 수 있는 종단간 프레임워크를 제공한다.

* 저자 김호중은 클라우데라코리아 전무로 재직하고 있다. ciokr@idg.co.kr
추천 테크라이브러리

회사명:한국IDG 제호: ITWorld 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 편집인 : 박재곤 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2023 International Data Group. All rights reserved.