Offcanvas

AI / BI / 디지털 트랜스포메이션 / 로봇|자동화 / 머신러닝|딥러닝 / 빅데이터 | 애널리틱스 / 신기술|미래

비즈니스 전략으로 부상하다··· 2020년 애널리틱스 4대 트렌드

2020.03.05 Thor Olavsrud  |  CIO
데이터 애널리틱스는 끊임없이 변하는 분야다. 디지털 트랜스포메이션을 지원하기 위해 애널리틱스에 투자하는 기업이라면 최신 동향을 확인할 이유가 뚜렷하다

IDG의 ‘CIO 2020 현황’ 보고서에 따르면 37%의 IT리더가 올해 자신의 조직에서 데이터/비즈니스 애널리틱스가 최대의 IT투자가 될 것이라고 응답했다. 보안/위험 관리는 34%로 IT투자 전망에서 2위를 차지했다. 나아가, 업종과 기업 규모에 관계 없이, IT는 데이터 및 애널리틱스 니즈를 충족시킬 최종 책임을 지는 부서가 될 확률이 가장 높은 것으로 조사됐다.

서로 밀접히 연결된 2020년 데이터 애널리틱스 트렌드 4가지를 살펴본다. 
 
ⓒ Image Credit : Getty Images Bank

데이터 전략 = 비즈니스 전략 
한때 유행했던 ‘빅데이터’ 개념은 이제 비즈니스에 영향을 주는 모든 크기와 종류의 데이터를 감안하는 각종 데이터 전략으로 대체되고 있다. 

미국 컴퓨터기술산업협회(CompTIA)의 수석 기술 분석 임원인 세스 로빈슨은 “지난해부터 빅데이터에 대한 관심이 크게 줄어들었다. 지나치게 광범위한 데이터 전략이기 때문이라고 생각한다”라고 말했다. 

포레스터 리서치의 부사장이자 수석 애널리스티인 브라이언 홉킨스는 “빅데이터의 쇠퇴가 확연하다. 아무도 빅데이터에 더 이상 신경 쓰지 않는다”라고 말했다. 

로빈슨과 마찬가지로, 홉킨스는 빅데이터에 대해 이제 조직이 디지털 트랜스포메이션을 위해 데이터 전략들을 조합할 때 데이터 스택 가운데 하나로서 자리할 뿐이라고 생각한다. 그는 조직이 데이터 주도형 AI 애플리케이션을 추진함에 따라 특히 고객 경험 측면에서 ‘정확한 데이터를 확보하는 것’이 중요해졌다고 말했다. 

이를 위해 CIO는 데이터 과학자가 데이터 준비, 데이터 정리, 데이터 합리화에 더 적은 시간을 쓰고, 대신 완벽한 데이터로 모델을 구축하는데 더 많은 시간을 쓸 수 있도록 소스 데이터를 가공해야 한다고 그는 언급했다. 

홉킨스는 “문제는 CIO의 데이터 전략에 IT 외부의 다양한 비즈니스 수준의 변화, 비즈니스 프로세스의 변화, 새로운 조직 구조가 개입한다는 것이다. 이들이 맞물려 데이터 정의를 결정하고, 우선 순위를 결정하고, 데이터 프라이버시 정책 등이 실행되는 것이다. CIO가 통제하기 어렵고 비용이 들어가는 것들이다”라고 설명했다.

프로세스 변경, 애플리케이션 변경, 조직 변화 관리, 인센티브 변화는 모두가 데이터 전략의 초점을 설정하는 데 필수적이라고 홉킨스는 말했다. 

홉킨스는 “비즈니스 책임자들이 데이터에 관심을 갖도록, 그리고 자신의 데이터가 다른 비즈니스 부서에서 어떻게 적절히 소비될 수 있는가에 대해 관심을 갖도록 동기를 부여해야 한다. 그러나 이는 대다수 CIO에게 쉬운 일이 아니다”라고 말했다. 

CIO는 어려움을 무난하게 극볼할 방법을 찾아야 한다. 예를 들어 변화를 위해 더 많은 권한을 추구한다거나, 사업 및 업무 기능과 협력을 모색하는 식이다. 

데이터 관리의 현대화 
종합적인 데이터 전략은 당연한 것이고, 데이터 위주의 의사 결정을 내리기 위해서는 데이터 아키텍처를 현대화해야 한다는 단서가 붙는다. 그러나 데이터를 실무에 활용하려고 해도, 대부분의 경우 적절한 기반이 부재한 실정이다. 

로빈슨은 “우리가 4 ~5 년 전 빅데이터를 연구하고 있었을 때, 대다수 회사에 적절한 데이터 관리 프랙티스 자체가 없음을 알았다. 그런데 이 프랙티스는 빅데이터의 기반을 위해 필수적이다”라며 “이제는 회사들이 이 프랙티스를 구축하고 있는 듯하다. 현대적 데이터 접근법 안으로 취합하려 한다. 모두를 함께 섞는 것이다”라고 말했다. 

애널리틱스 업무를 현대화하려는 움직임은 데이터 관리의 전형적 사이클의 일부로서 이해되어야 한다고 딜로이트 컨설팅의 신생 기술 연구 책임자 겸 경영 책임자이자 정부 및 공공서비스 CTO인 스캇 버크홀츠는 말했다. 

버크홀츠는 “매 10년 정도마다, 조직 내 누군가가 데이터 관리에 크게 열중한다. 엄청난 시간을 소비하면서 데이터를 정리하고 조합한다. 이는 대단한 작업이다. 그 사람이 회사를 떠난다. 위기는 그럭저럭 지나간다. 그런데 5년이 지나면, 시작한 곳으로 되돌아왔음을 알게 된다. 그에 집중하지 않았기 때문이다. 다시 위기가 닥친다. 그리고 모든 것이 처음부터 다시 시작된다”라고 말했다. 

로빈슨은 올해 조직들이 데이터를 수집하고 보관하는 방식에 치중하며 기본으로 회귀할 것이라고 전망하고 있다. 

그는 “데이터 레이크’라는 용어를 사용하든 또는 다른 용어이든, 기업은 데이터에 대해 종합적 시각을 가지려고 노력할 것이다. 그 후 각 사업 단위가 이용할 수 있도록 이를 분해할 것이다. 이들은 전통적 수단이나 소셜 미디어나 IoT 기기를 통해 데이터가 조직에 유입되는 방식을 이해하고 싶어할 것이다”라고 말했다. 

5G 무선 기술의 출현은 또 하나의 부담이라고 로빈슨은 지적했다. 5G는 데이터 경로의 확장과 훨씬 더 많은 데이터를 의미하기 때문이다. 그는 “조기에 대처해야 한다. 다시 말해 데이터가 한 장소로 유입되어 취합되고 활용될 수 있도록 해야 한다는 것이다”라고 말했다. 

머신러닝에 의한 대시보드의 변신 
지난해 BI와 애널리틱스 진영에서 대형 인수가 있었다. 세일즈포스가 애널리틱스 플랫폼인 태블로를 157억 달러에 인수했고, 구글은 데이터 탐색 및 발견 BI 플랫폼인 루커(Looker)에 26억 달러를 투입했다. 이러한 업계 최고의 셀프-서비스 BI 플랫폼의 인수는 기업 데이터로부터 인사이트를 도출하는 것의 가치를 부각시킨다. 

가트너의 비즈니스 애널리틱스 팀 부사장인 리타 샐럼은 “일반적으로, 합병은 특정한 기술 혁신 시장이 성숙할 때 일어난다. 이번 경우는 애널리틱스와 BI 시장이다. 태블로(Tableau), 클릭(Qlik), 팁코 스포트파이어(Tibco Spotfire) 같은 사업자에 의해 인기를 얻은 시각 기반 탐색 부문이 특히 그러하다”라고 지적했다. 

샐럼은 데이터 준비, 인사이트 발굴 등 애널리틱스가 관여하는 각종 작업을 자동화하는데 머신러닝이 도입되면서 성숙이 가속될 것이라고 예상한다. 목표는 애널리틱스 팀을 넘어 데이터 인사이트를 다양한 사업 부문이 이용할 수 있도록 하는 것이다. 이런 종류의 자동화 추진은 2 ~ 5년 내에 보편화될 것이고, 합병을 위한 핵심 동인이라고 샐럼은 진단했다. 

샐럼은 “이 경향은 2020년 내내, 그리고 심지어 그 이후에도 가속될 것이다. 이에 의해 새로운 이용자 경험이 출현하고, 심지어 잠재적으로 대시보드 경험마저 변화할 것이다. 이용자 경험은 훨씬 더 역동적으로 변화하여, 인사이트가 이용자의 맥락을 바탕으로 생성된다. 그리고 훨씬 더 대화형으로 변할 것이다. 이용자는 자연어를 이용해 인사이트와 상호작용할 수 있다. 인사이트와 이용자가 서로 질문을 하고, 자동으로 생성된 인사이트로부터 나온 결과는 이용자에게 설명되고 협업 툴에 매립된다”라고 말했다. 

그 결과, 이용자는 사전 정의된 KPI를 가진 대시보드에 덜 의존하고, 보다 역동적이고 대화형인 무언가로 나아갈 것이다.  

‘윤리적 기술’과 신뢰 
조직이 의사결정에서 고객 데이터를 활용하는 경우가 늘어남에 따라, 이제는 고객 신뢰를 더 이상 단순한 컴플라이언스나 PR 문제로서 생각할 수 없게 되었다. 딜로이트의 버클로츠는 2020년에는 데이터 관행을 둘러싼 고객 신뢰가 중대한 사업 목표가 될 것이라고 말했다. 고객 데이터를 이용할 때, 고객 신뢰는 조직의 기술, 프로세스, 사람을 고려하는 전방위적 의무여야 한다. 

CIO의 시각에서, 이는 ‘윤리적 기술’을 강조해야 하고, 직원이 의사 결정 시의 윤리적 딜레마를 인식할 수 있는 일련의 툴을 만들어야 함을 의미한다. 신생의 와해적 기술의 위력을 생각하면 특히 그러하다. 

부콜리츠는 “30년 전, 정보는 모두 종이 폴더에 보관되었고 아무도 관심을 두지 않았다. 오늘날, 우리는 우리 자신과 우리의 행동을 우리보다 더 많이 아는 조직이 있는 수준까지 데이터를 수집하고, 데이터를 분석하고, 데이터에 따라 행동하고, 데이터를 활용할 수 있다. 이로 인해 신뢰의 결여가 실제로 뚜렷하게 나타나기 시작했다”라고 말했다.

버콜리츠는 “조직이 데이터를 제대로 수집하고 분석하는지 의심스럽게 바라보는 관점이 점차 나타나고 있다”라고 말했다. 

윤리적 기술은 이 신뢰 문제를 해소하려는 시도이다. 이는 설명 가능한 머신러닝 알고리즘의 형태일 수 있다. 그렇다면 사람들은 알고리즘이 어떻게 상관되는지를 더 잘 이해할 수 있다. 또는 개인 식별 정보의 노출을 막기 위해 데이터 익명성과 데이터 은폐를 강화할 수 있다. 

버클로츠는 “데이터 액세스에 대한 통제를 개선하려는 시도가 진행 중이다. 특정 목적을 위해 특정 정보를 이용할 때 더 많은 통제를 거치는 것이다. 그러면 원래의 목적 이외의 용도로 데이터를 사용하기 어렵게 된다”라고 말했다. 

한편, 조직들은 데이터의 맥락을 이해하고 시간의 경과에 따라 데이터 정확도가 어떻게 변하는지를 파악하는 툴을 개발하고 있다. 버콜리츠는 캐나다의 CIBC 은행을 예로 들면서, 은행이 의사 결정에 사용하는 데이터 요소를 평가할 수 있는 일련의 데이터 정확도 점수를 만들었다고 말했다. 

부콜리츠는 “예를 들어, 며칠 동안 누군가의 모기지 신청에 관심이 있었다고 하자. 그러나 다시 며칠이 지나면 결정을 내리는 데 해당 정보의 유효성이 아마 낮아질 것이다”라고 말했다. ciokr@idg.co.kr
CIO Korea 뉴스레터 및 IT 트랜드 보고서 무료 구독하기
추천 테크라이브러리

회사명:한국IDG 제호: CIO Korea 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아01641 등록발행일자 : 2011년 05월 27일

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

Copyright © 2024 International Data Group. All rights reserved.