Offcanvas

How To / 리더십|조직관리 / 빅데이터 | 애널리틱스

‘신속하고 현명한 비즈니스 판단’ 빅 데이터로 구현하려면?

2013.01.15 Thor Olavsrud  |  CIO


빅 데이터, 애널리틱스, 그리고 조직 정렬
뉴벤티지는 보고서를 통해 다음과 같이 설명했다.

“전통적 애널리틱스 솔루션과 빅 데이터 솔루션 사이의 차이점과 각각에 관련한 기업 내 관리 기관의 책임에 관한 담론은 이전부터 활발히 이뤄져 왔다. 그러나 이제 이 두 솔루션은 점점 더 긴밀하게 연관되어가고 있으며 또 통합적으로 다뤄질 것을 요구 받고 있다. IT와 비즈니스의 통합 역시 중요한 과정이다. 빅 데이터 계획을 성공으로 이끌기 위해서는 두 조직 사이의 경계를 허물 필요가 있다.”

 “지금까지는 데이터 조작은 IT 사업부가, 그리고 애널리틱스는 다른 특수 그룹이나 비즈니스 유닛 내부에서 이뤄지는 등의 방식으로 데이터의 관리와 애널리틱스의 책임이 서로 다른 영역으로 나뉘는 것이 시장의 일반적인 경향이었다. 그러나 이러한 구조는 빅 데이터 시대에는 효력을 발휘하지 못할 것이다. 기업들 역시 통합의 필요성을 인식하고 있었다. 설문에 따르면 관련 임원 및 전문가의 65%는 빅 데이터를 ‘데이터 관리의 필수적 구성 요소’로, 그리고 68%는 빅 데이터를 ‘선진 애널리틱스 툴박스의 일부'로 인식하고 있었다.”

뉴벤티지의 이러한 설명은 ‘빅 데이터 솔루션과 전통적 애널리틱스 간의, 그리고 IT와 비즈니스 간의 경계를 뛰어넘는 것이 빅 데이터를 활용한 비즈니스 가치 창출의 첫 단계다'라는 문장으로 요약할 수 있을 것이다.

보고서는 “최고의 애널리틱스 작업을 실시간으로 진행할 수 있는 역량이 비즈니스 및 운영 유닛 속으로 녹아 들어 간다면 핵심 비즈니스 문제에 관한 해답 도출은 보다 신속히 이뤄질 것이고 기업은 이를 통해 경쟁력을 확보할 수 있게 될 것이다”라고 결론 지었다.

바스는 이와 관련해 “보유한 데이터와 그 데이터의 퀄리티에 금, 은, 동으로 등급을 매겨보자. 우선 데이터 웨어하우스(data warehouse) 속의 데이터는 금 등급이다. 이 금광을 잘 뒤지면 값진 데이터들을 곳곳에서 찾을 수 있을 것이다. 그런데 내가 당신에게 어떤 데이터를 요청한다고 가정해보자. 이는 로우 데이터(raw data) 형태로 데이터 웨어하우스 속에 보관되어 있다. 그 경우 당신은 한 달이 걸려 이를 가공해 나에게 전해줄 것인가? 아니면 모든 데이터를 한데 쏟아 부은 뒤 조금 정렬해 전해줄 것인가? 나의 선택은 후자이다. 난 데이터에 있어서는 완벽함보다 실용성이 중요하다는 입장이다”라고 덧붙여 설명했다.

전통적인 관계형 데이터베이스에서와는 달리, 빅 데이터 플랫폼에서는 현재 분석에 필요치 않은 필드(field)와 기록을 제외하고 데이터를 선별적으로 정렬, 정리, 통합하는 것이 가능해졌다. 이는 사용자에게의 배포에 앞서 데이터의 상품성을 확인하는데 많은 엔지니어링 역량이 투입되는 데이터 웨어하우스에 있어서는 상당히 의미 있는 진보라 할 수 있을 것이다.

뉴벤티지는 빅 데이터 플랫폼이 완전 데이터 엔지니어링(full data engineering)을 따름으로써 발견 지향 분석 과정에서의 TTA를 가속하고 가치 없는 데이터에 소요되는 엔지니어링 역량을 제거할 수 있게 되었다고 설명했다.

이어서 바스는 빅 데이터 플랫폼을 기존에 이미 확인된 바 있는 데이터들에 기반했지만 고객과 시장, 상품, 리스크에 관하여 새로운 시각을 전달해주는 생태계, 다시 말해 ‘기존'의 요소들로부터 개선된 ‘새로움'을 만들어내는 모델이라 정의했다.

빅 데이터 생태계 구성
빅 데이터냐 전통적 애널리틱스냐의 문제보다 중요한 것은 해당 솔루션을 통해 가치 있는 해답이 도출되는지의 여부다. 바스는 해답의 가치는 그것의 정확성과 전달에 소요되는 시간에 의해 매겨진다고 설명한다. 그리고 정확하고 신속한 해답을 얻기 위해서는 요구된 물음이 적절한 것인지의 여부 역시 중요한 역할을 한다. 여기에서 빅 데이터의 가치는 또 한번 강조된다. 빅 데이터는 ‘새로움'을 추구하기 때문이다.

바스는 “빅 데이터의 핵심은 발견과 해석에 있다. 모든 발견은 대상의 실체를 이해한 다음에야 가능한 과정이다. 그리고 빅 데이터는 가능성의 수집을 통해 새로운 것을 탐구하고 발견하는 과정을 지원한다. 데이터를 구체화해 실질적으로 적용하는 것은 그 다음에나 가능한 작업이다. 전통적 BI 애널리틱스는 애널리틱스 자체를, 그리고 그것과 다루려는 문제 사이의 관계를 어느 정도 이해하고 있을 때 효력을 발휘할 수 있었다. 반면 당신이 문제의 이해 자체에 여려움을 겪고 있는 상황이라면, 빅 데이터가 보다 효과적인 도구가 될 것이다”라고 설명했다.


뉴벤티지는 복잡한 비즈니스 문제를 다루는 과정을 다음의 7단계로 나눌 수 있다고 설명하고 있다.

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.