2018년 데이터 분석 트렌드를 읽는 '6가지 키워드'

쉬란은 “데이터 큐레이터가 회사 내 부서와 조직별로 수행해야 하는 분석의 종류, 여기에 적합한 데이터세트의 종류를 파악해야 하고, 원본 데이터를 데이터 소비자가 처리할 수 있는 형태로 바꾸는 프로세스를 책임진다. 데이터 큐레이터는 셀프서비스 데이터 플랫폼 등 시스템을 사용해, 데이터 소비자가 무수히 많은 데이터를 복제하지 않고도 필수 데이터에 접근할 수 있도록 지원한다”고 전했다.

C레벨 경영진이 중요하게 챙길 데이터 거버넌스 전략
EU GDRP(General Data Protection Regulation, 개인 정보 보호 규정)이 2015년 3월 8일부로 발효된다. 이는 분석과 관련된 분야에 많은 영향을 초래한다. 그러나 여기에 준비되지 않은 기업들이 존재하는 실정이다.

모리슨 앤 포스터(Morrison & Foerster) 산하 글로벌 프라이버시 및 데이터 보안 그룹의 변호사들에 따르면, GDPR은 모든 EU 가입국에 적용되며, EU 국민들을 대상으로 한 데이터 수집 및 처리 방식에 큰 변화를 가져올 전망이다. 글로벌 프라이버시 공동 책임자인 마리암 우그마이스터, 유럽 프라이버시 전문가인 로크 모에렐, 글로벌 리스크 및 위기 관리 책임자인 존 카를린(미국 법무부 국가안보부 차장 검사 역임)은 “과거에는 동의 아래 데이터를 처리할 수 있었다. 그러나 더 이상 그렇게 할 수 없다. 계약적인 필요성(Contractual Necessity)과 적법한 이해(Legitimate Interest) 등 다른 법적 근거가 필요하다. 고지와 동의에 있어 완전히 새로운 틀을 적용해야 한다”고 주장했다.

GDPR을 위반할 경우 많은 벌금이 부과될 수 있다. 최대 2,000만 유로, 또는 연간 글로벌 매출의 4% 중 높은 금액을 벌금으로 부과할 수 있다. 그러나 미국을 중심으로 GDPR 대비가 미흡한 기업들이 많다.

호튼웍스(Hortonworks)의 CTO 스캇 나우는 “Y2K 당시, 거의 모든 기업이 불확실하지만 Y2K에 대비했다. 그러나 2018년 3월 발효되는 GDPR에는 대비가 미흡한 것으로 판단된다. 이유가 무엇일까? 지금은 모든 기업이 내일을 대비하는 것과 동시에 당면한 문제를 해결해야 하는 시기기 때문이다. 최고 보안 책임자(CSO)가 규칙, 시스템, 파라미터(기준)를 규정하고, 글로벌 시스템을 지원해 최고의 방법과 접근법을 파악하는 기업들이 많다. 한 사람이 책임질 일이 아니기 때문이다”고 설명했다.

GDPR을 준수하려면 C레벨 경영진이 정보를 받고, 여기에 대비하며, 전사적으로 커뮤니케이션해야 한다. 기업과 기관은 보유한 데이터 자산을 더욱 효과적으로 관리 감독할 필요가 있다. 2017년 한 해 동안 에퀴펙스 사고 등 대형 침해 사고가 자주 발생했다. 직원들에게 셀프서비스 방식의 데이터 접근을 제공하면서, 동시에 이들 데이터를 위협과 위험으로부터 보호해야 하는 데, 여기에 애를 먹는 기업들이 많다.

나우는 2018년 한 해 기업과 기관이 데이터 거버넌스에 초점을 맞출 것으로 전망했다.

‘메타데이터 관리’ 확산 지속
GDPR만이 아니다. ‘데이터 범람’이 계속 확산되고 있는 추세이고, 이에 세계 각국 정부들이 새로운 규제를 부과하고 있다. 기업 내 여러 팀들이 과거 어느 때보다 많이 데이터에 접근해 이를 활용하고 있다. 이에 데이터 거버넌스, 데이터 품질, 메타데이터 관리의 중요성이 높아졌다.

데이터 및 분석 소프트웨어 공급업체인 인포직스(Infogix)의 에밀리 워싱톤 제품 관리 SVP는 “메타데이터 관리와 GDPR 같은 규제 준수를 위한 데이터 프라이버시가 AI 및 IoT와 함께 하나의 트렌드로 부상하고 있다. 그러나 2018년에는 예상하지 못한 트렌드 하나가 출현할 전망이다. 데이터 관리 기술의 융합이라는 트렌드다”라고 설명했다.

그는 이어 “기업이 빅 데이터와 분석을 성공적으로 활용해 고객 경험을 향상시키고, 비즈니스 목표를 달성하고, 경쟁력을 획득하고, 최종적으로 시장 리더가 되기 위해 기술 스택을 간소화(능률화) 하는 방법을 모색하는 사례가 증가하고 있다”라고 전했다.

유의미한 인사이트를 추출하고, 운영 성과를 높이기 위해서는, 사용자가 신속하게 데이터를 획득, 준비, 분석, 관리하는 유연한 통합 도구가 필요하다. 특히 메타데이터 관리는 기업 데이터 환경에서의 데이터 관리 수요, 규제 준수, 데이터 거버넌스를 지원하는 필수적인 역할을 할 전망이다.

데이터 품질 개선에 도움을 주는 예측 분석
데이터 프로젝트가 ‘생산화’ 단계로 발전하면, 데이터 품질이 아주 중요해진다. IoT로 데이터가 더 폭증할 것이라는 점을 감안했을 때 특히 중요하다. 인포직스에 따르면, 2018년 기업들은 데이터 품질의 ‘이상’을 더 효과적으로 감지하기 위해 머신러닝 알고리즘을 찾을 전망이다. 역사적인(기존) 패턴으로 미래의 데이터 품질을 예측, 놓치거나 (수동으로 개입을 했을 때)훨씬 나중에 발견할 수 있는 ‘이상’을 파악할 수 있다는 생각에서다.

워싱톤은 “IoT 같은 기술들이 더 많은 데이터를 생산하면서, 데이터 관리와 활용이 점점 더 어려워지고 있다. 통합 ‘셀프-서비스’ 도구는 제때 중요한 결론을 내릴 수 있도록 기업 데이터 지형을 종합적으로 확인할 수 있도록 도와준다. 2018년에 분석 이니셔티브, 데이터 거버넌스를 성공시키고, 프라이버시와 관련된 필요사항을 충족하고, 데이터 자산을 수익화 하는 등의 성과를 일궈내기 위해서는 기업 데이터 자산을 완전하게 파악하는 것이 아주 중요하다”라고 강조했다. ciokr@idg.co.kr