기고 | ‘육중한 플라이휠 돌리듯’··· 데이터 전략에 대한 더 나은 생각

현실에서 데이터 전략을 수립하기란 마치 플라이휠이 회전하도록 하는 과정과 비슷하다. 멈춘 휠을 움직이도록 하기란 몹시 힘들다. 그러나 모멘텀이 마련되면서 휠은 점점 더 빠르게 돈다. 
 

D&A(Data & Analytics)가 현실에서 가치를 창출하고 있다. ESG 영향을 측정하는 것부터 새로운 매출 스트림을 창출하는 것까지 많은 조직에서 실용적으로 사용된다, 이에 따라 강력한 데이터 문화 또는 구체적인 구축 계획이 없는 기업들이 압박을 느끼고 있다. 점점 더 많은 기업들이 데이터 전략에 대한 도움을 요청한다.

그러나 그러한 요청은 종종 압박에 대한 인정에 그친다. 어디에서부터 시작할지 모르고 있다. 변수는 끝이 없어 보인다. 데이터 보안, 사이언스, 스토리지, 마이닝, 관리, 정의, 삭제, 통합, 접근성, 아키텍처, 수집, 거버넌스, 찾기 힘든 데이터 문화 등이 있다. 

하지만 각종 기술적 복잡성만이 문제가 아니다. 시각 자체가 문제인 경우가 많다. 처음 데이터 전략을 공식화할 때부터 모든 정답을 알고 있어야 한다는 시각이다. 관련된 모든 인력, 프로세스, 기술이 도미노처럼 깔끔하게 정리되어 있어야 한다고 생각하곤 한다.

그런 접근법은 바람직하지 않다. 데이터 활용은 플라이휠(flywheel)이 회전하도록, 즉 무거운 바퀴가 관성을 발휘하도록 하는 것과 같다. 휠이 움직이도록 하려면 큰 노력이 필요하지만 관성 덕분에 점차 더 빠르게 회전한다. 휠이 특정 속도에 도달하면 이를 지원하기 위해 필요한 인력, 프로세스, 기술 자체가 명료해진다.

본 글에서 우리는 플라이휠 회전을 더 빠르게 하기 위해 할 수 있는 4가지 조치에 대해 알아본다. 또 챔피언X(ChampionX)의 CIO 알리나 파라스트의 이야기를 통해 (업스트림 및 미드스트림 석유가스 산업에 솔루션을 제공하는) 해당 기업이 데이터 기반 조직으로 자리 잡은 접근법을 살펴본다.

1단계 : 적절한 문제를 선택하라
챔피언X가 상장됐을 때, 회사의 교차 기능 팀(공급망, 디지털/IT, 상업 전문가 포함)은 실질적인 문제 해결을 위해 ‘전환’과 ‘데이터 기반 문화’에 대해 실질적으로 접근했다. 일단 아무 문제나 선택하지 않았다. 적절한 문제를 선택했다. 플라이휠이 회전하도록 하기 위해 무엇보다 가장 중요한 단계이다.

당시, 챔피언X의 화학기술 사업부에서 비용이 특히 높은 활동은 먼 곳에 위치하는 경우가 많은 고객 사이트의 모니터링 및 유지보수였다. “단순한 노동력과 연료 이상의 문제였다”라고 알리나는 설명했다. 

그는 “해당 사이트로 찾아갈 수 있는 차량을 유지보수하고 이런 경로가 정확히 무엇인지 파악하는 과정에서 많은 비용을 지출해야 했다. 사이트 기술자들이 가야할 곳에 대한 구글(Google) 지도가 없었고 지금도 그렇다”라고 말했다. 고객의 탱크가 마르지 않도록 가득 채우는 좀 더 효율적인 방안이 필요했다.

해당 팀이 해결하기로 선택한 문제(사이트 방문 비용 감소)는 사소하지만 여러모로 적절했다. 플라이휠이 움직이도록 하기 위한 모든 적절한 재료가 있었다. 일단 비용 측면에서 문제가 긴급했다. 둘째, 그 문제는 (해결책은 그렇지 않았지만) 단순했다. 설명하기 쉬웠다. 이런 사이트를 추적하는 데 많은 비용이 발생한다. 그 비용을 어떻게 낮출 수 있을까? 

셋째, 형태가 있었다. 트럭, 유정, 장비, 기타 사람들이 보거나 듣거나 느낄 수 있는 것 등의 실제 객체와 관련되어 있었다. 또한, 해당 팀은 그들의 노력으로 움직일 구체적인 재무 부문 항목을 지적할 수 있었다. 

마지막으로, 기업이 전사적으로 그 문제를 공유할 수 있었다. 교차 기능 리더십 팀의 일원으로서 알리나는 기술 문제만 표면적으로 해결하는 것에 멈추지 않을 수 있었다.

IT 임원들은 인력, 프로세스, 기술이 IT 전략의 주춧돌이라고 말하곤 한다. 그러나 이 과정에서는 실제 비즈니스 문제 해결이라는 전체 전략의 핵심을 놓치는 경우가 흔하다. 고용할 사람, 사용할 도구, 사람들의 협력 방식에 관한 걱정은 나중 문제다. 이런 것들은 나중에 명확해진다. 슬라이드, 스프레드시트, 로드맵도 접어둔다. 

우선, 리더들을 한 곳에 모으고 진심으로 물어보라. 우리는 어떤 문제를 해결하려 하는가? 정답을 쉽게 얻지 못할 수도 있지만 대화가 매우 유용할 것이다.

2단계 : 적절한 데이터를 캡처하라
해결할 가치가 있는 문제를 확인하면 다음 단계는 해결에 필요한 데이터를 캡처하는 것이다. 문제를 잘 정의한 경우, 그 데이터가 무엇인지 알 수 있는데 이것이 핵심이다. 문제를 정의하면 캡처할 수도 있는 데이터의 범위가 좁혀진다. 아울러 필요한 데이터, 획득할 장소, 관리 방법을 파악하면 인력, 프로세스, 기술 카탈로그가 좁혀진다.

알리나와 챔피언X에서 바로 그랬다. 팀이 문제를 알게 되면서(사이트 방문 비용이 높았다) 논리적인 해결책을 신속하게 확인했다. 사이트 방문의 수를 줄이는 것이다. 대부분의 방문은 능동적인 문제에 대응하기 보다는 일상적이었기 때문에 챔피언X가 원격으로 사이트에서 무슨 일이 벌어지고 있는지 확인할 수 있다면 상당한 시간, 연료, 돈을 절약할 수 있을 것이다. 

이런 인사이트를 통해 그들에게 어떤 데이터가 필요한지 알 수 있었고, 이를 통해 챔피언X의 IT와 현업업 디지털 팀들은 이를 캡처하기 위해 필요한 사람과 대상을 파악할 수 있었다. 예를 들어, 그들은 사이트에서 관련된 데이터를 추출하기 위해 IoT 센서가 필요했다. 

그리고 그들은 해당 데이터를 저장할 곳이 필요했다. 그들은 센서로부터 쏟아져 나오는 수 테라바이트의 데이터와 연결된 고객 데이터(ERP, 운송, 공급&수요 계획 등의 기업 플랫폼 안에 위치하고 있었음)를 관리할 수 있는 인프라가 없었다. 그래서 그들은 데이터 레이크를 구축했다.

챔피언X 팀은 사이트 방문 문제를 해결할 뿐 아니라 해당 기업의 데이터 환경과 이어지는 데이터 기반 이니셔티브를 위한 기초를 제공했다. 예를 들어, 데이터 레이크는 챔피언X의 다른 사업부의 점차 증가하는 다양한 데이터의 저장소가 되었으며, 이는 결국 귀중한 인사이트로 이어졌다(다음 섹션에서 자세히 살펴본다).

캡처할 데이터가 무엇인지 알면 인력, 도구, 프로세스 선택의 기초가 된다. 선택이 먼저인 경우 힘들고 성과 없는 활동으로 이어지기 십상이다. 앞에 높인 문제(와 데이터)를 위해 무엇이 필요한지 파악함으로써 효율적인 선택이 가능하다. 이후 필요한 것의 이름, 비용, 순서를 지정할 수 있으며, 이런 세부사항이 데이터 전략을 현실적으로 만들며 플라이휠의 회전 속도를 높여준다.

3단계 : 이질적으로 보였던 점들을 연결하라
데이터를 캡처하기 시작하고 플라이휠이 더 빠르게 회전하면 새로운 기회와 데이터가 자연스럽게 나타난다. 챔피언X의 팀은 고객의 사이트를 원격으로 모니터링하기 위해 IoT 센서를 설치한 이후같은 데이터를 다른 곳에서 적용할 수 있다는 사실을 깨달었다. 

챔피언X는 이 풍부한 토폴로지 데이터를 활용해 톱라인(Top Line)과 바텀라인(Bottom Line)을 움직였다. 챔피언X의 차량이 사이트로 가는 경로를 최적화하여 구글 맵스가 없는 문제를 해결했다. 이를 통해 기업의 바텀라인을 움직였다. 또 데이터를 새로운 매출 스트림으로 활용함으로써 탑을 움직였다.

데이터 레이크도 활용성이 높아졌다. 다른 비즈니스 이니셔티브들도 자체 데이터를 여기에 보관하기 시작했고, 이로 인해 교차 기능 팀들은 주변의 다양한 데이터를 활용해 가치를 증폭시킬 수 있는 방법을 고려하게 되었다. 

이러한 데이터 중 한 유형은 고객, 주문, 공급망 데이터였다. 챔피언X는 예전부터 이를 주기적으로 가져와 사이트 데이터와 병합함으로써, 어떤 고객이 어떻게 공급망의 중단에 영향을 받는지에 대한 보고서를 작성하곤 했다. 과거 이런 데이터를 병합하는 작업에는 수 주가 소요됐다. 이유는 2개의 데이터가 항상 다른 생태계에 존재했기 때문이었다. 지금은 분석 작업이 몇 시간이면 완료된다.

여기에는 2가지 장점이 있다. 첫번째는 데이터 플라이휠이 처음에 느리게 회전해도 상관없다는 점이다. 그냥 회전하기만 하면 된다. 심지어 몇 개의 새로운 기회 또는 몇 가지 유형의 데이터만 유인해도 이질적으로 보이던 것들을 연결시킬 수 있다. 이런 패턴이 거듭되면서 플라이휠의 속도가 기하급수적으로 빨라진다. 그리고 이를 중심으로 적당히 복잡한 데이터 환경이 형성된다.

두번째 장점은 처음 두 단계와 유사하다. 가능한 기회 중에서 현명하게 선택한다. 흥미로운 모든 인사이트가 유용한 것은 아니다. 중요하고 실질적인 것, 사람들이 보고 측정하며 느낄 수 있는 것을 추구한다. 

지루하고 평범하며 반복적인 조직 활동(영향 보고서 취합 등)과 중복되는 것들일 가능성이 크다. 이런 문제를 해결할 수 있다면 조직의 변화를 위한 힘으로써 데이터의 성공 가능성이 입증되고, 풍부한 데이터 문화가 등장하기 시작하면서 플라이휠이 빠르게 회전하게 될 것이다.

4단계 : 본래의 문제로부터 확장하라
챔피언X의 이야기는 훨씬 큰 이야기의 한 장에 지나지 않는다. 해당 기업이 더 많은 데이터를 수집하고 직원들이 새로운 인사이트를 얻으면서 새로운 국면에 진입했다. 엘리나와 그의 비즈니스 파트너들이 담당하는 문제 범위와 복잡성이 증가했다. 이제 챔피언X의 플라이휠은 해당 기업의 공급망 전반에 걸쳐 각종 데이터 우선 문제 해결을 추구할 수 있는 속도에 도달했다.

하지만 대부분의 문제는 초기의 문제와 크게 다르지 않다. 챔피언X의 팀은 공급망 문제에서 마케팅, HR, 재무 등의 문제로 빠르게 넘어가지 않았다. 본래의 문제로부터 논리적인 진행을 통해 점차 확장하고 있을 뿐이다. 성숙도 측면에서 이미 확보한 인력, 프로세스, 기술의 적용이 쉽기 때문이다.

플라이휠이 더 빠르게 회전하면 더 많은 문제를 해결할 수 있겠지만, 일단은 이미 해결한 문제와 일관된 것들을 우선시하다. 이런 방식으로 모멘텀을 확보할 수 있게 된다. 데이터 환경에는 이미 해당 작업을 위해 필요한 많은 인력과 도구가 마련되어 있다. 

데이터 전략 수립은 플라이휠을 회전시키는 것과 같다. 순환적이고 반복적이며 점진적으로 가속화된다. ‘데이터 기반 조직 여부’를 가르는 특별한 선은 없다. 데이터 전략 또한 언젠가는 완공되는 건물 같은 존재가 아니다. 

데이터를 활용하여 긴급하고 단순하며 실질적이고 중요한 문제를 해결하는 데 집중하는 것이 최선이다. 이런 문제를 해결하기 위해 필요한 인력, 프로세스, 기술을 모은다. 그리고 계속해서 다음 단계로 진행하면서 활기찬 데이터 생태계의 요소들이 그 과정에서 등장할 수 있도록 한다. 데이터 전략이 처음부터 스스로 존재할 수는 없다. 단지 플라이휠에 집중함으로써 점차 수립되어갈 뿐이다. 그리고 이것이 모습을 드러내면 다른 모든 사람들이 알아차리게 될 것이다.

* 저자 마이클 버사는 전략 및 관리 컨설팅 기업인 메티스 스트래티지의 부사장이다. 본 기사는 메티스 스태래티지의 듀크 딕스터하우스가 함께 작성했다. ciokr@idg.co.kr