데이터옵스, 금융 서비스의 디지털 혁신을 앞당기다

금융 서비스는 데이터 접근과 사용에 있어 기존 거버넌스의 복잡한 요구와 엄격한 규제가 필요한 산업 분야다. 특히 규제 부담이 추가된 새로운 데이터 개인정보보호법으로 인해 금융 서비스 제공은 더 복잡해졌다.

금융 서비스 조직은 정형, 비정형, 다크 데이터 등 모든 데이터를 확실히 파악해야 하는 과제를 안고 있다. 완벽하고 종합적인 금융 서비스를 제공하기 위해서는 데이터가 어디에 어떤 방식으로 존재하는지 정확히 알아야 한다.

데이터 보안, 개인정보 보호, 데이터 사일로와 같은 데이터 관리의 어려움을 극복하는 최적의 방법인 데이터옵스(DataOps). 이를 통해 금융 서비스 분야에서 얻을 수 있는 이점과 염두에 두어야 할 사항에 대해 알아본다.

Part 1 데이터옵스의 이점

전체적 사고로 확장된 시각 제공

다양한 서비스를 제공하는 금융기관 종사자들은 작업 중인 정보의 일부만을 검토할 뿐, 계보나 의미에 대해서는 생각하지 않는 경향이 있다. 대부분의 금융 서비스 기관들은 많은 구성요소를 갖고 있고, 이를 통해 흐르는 자료의 요구 또한 모두 다르다. 히타치 밴타라의 글로벌 금융서비스 CTO 다니엘 나이트는 “은행은 다수의 법인으로 구성되어 있고 대출 부서, 신용카드 부서, 자산관리 부서와 여러 가지 거래 데스크가 마련되어 있다. 따라서 거래 과정에서 데이터 한 조각이 은행의 상품 세트 15~20개를 거칠 수 있다”고 말한다.

데이터를 표준화되고 일관된 방식으로 이동시키기 위한 방법으로 데이터옵스는 데이터 공급과 데이터 소비자를 동시에 제공한다. 따라서 모든 구성원은 데이터옵스가 제공하는 자동화 도구를 통해 더 큰 그림을 볼 수 있다.

더욱 큰 마켓 인텔리전스 제공

금융 서비스 조직은 데이터옵스 인프라를 구축해 혁신적인 데이터 집약 전략을 활용할 수 있다. 다니엘 나이트에 따르면, 여러 기관들이 감성 분석과 같은 기법을 이용해 외부에서 수집 가능한 데이터인 ‘소셜 리스닝(Social Listening)’에 참여하고 있다. 이를 통해 금융기관은 소셜 네트워크 사용자들의 활동에서 통찰력을 얻고, 고객의 요구에 더욱 신속하게 대응할 수 있다.

고객과 내부 사용자의 셀프서비스 촉진

고객이든 내부 직원이든 금융 산업에서 사용자의 경험은 중요한 차별화 요소다. 그리고 이는 데이터옵스가 변화를 일으킬 수 있는 핵심 영역이기도 하다. 고객이 자신의 계좌를 직접 관리할 수 있게 하고, 우수한 사용자 경험을 제공하는 고객 셀프서비스를 가능하게 하기 위해 데이터옵스는 ATM 또는 원격 뱅킹 앱을 이용해 최종 사용자에게 원활한 데이터 액세스를 제공한다.

내부 사용자에게는 여러 출처에서 흘러 들어오는 실시간 데이터에 접근하고 분석하는 능력이 중요하다. 데이터옵스를 통해 직원과 파트너는 분석 통찰력을 발휘할 수 있고, 최종 사용자는 IT 부서와 사일로 애플리케이션의 제약에서 벗어날 수 있다.

보안과 컴플라이언스를 위한 더 나은 환경 제공

데이터옵스는 투명하고 일관성 있게 데이터를 제공하고, 이동 방식의 개선을 통해 복잡한 관행과 법률, 산업 지침을 더욱 잘 준수하도록 돕는다.

Part 2 데이터옵스 채택 전 유의사항

다른 혁신과 마찬가지로 데이터옵스로의 전환 역시 고려해야 할 점이 많다. 데이터옵스 여정을 시작하거나 지속하기 위해 염두에 두어야 할 몇 가지를 살펴본다.

데이터 팀과 기타 부서 간 협업 촉진

데이터옵스는 기업의 데이터와 관련된 계획으로, 어떤 방법이든 모든 사람의 업무에 영향을 미칠 수밖에 없다. 내부 경쟁 풍토를 가진 일반 금융기관에서는 협력이 자연스럽지 않다. 하지만 데이터옵스를 이용할 때는 협업이 성공의 열쇠가 된다. 데이터옵스가 효과를 발휘하려면 여러 조직의 협업은 물론이고, 고위 경영진까지 그 범위가 확장되어야 한다.

필요한 기술 파악 및 모색

데이터옵스는 금융 서비스 조직의 데이터 관리 및 비즈니스 측면에서 다양한 역할을 수행한다. 데이터 아키텍처를 개발하는 데이터 기술자, 데이터 분석가, 데이터 과학자는 적시에 올바른 데이터가 전달되도록 해야 한다. 따라서 생산 환경을 설계, 개발, 테스트해야 하며, 데이터를 필요로 하는 곳은 어디든 데이터를 이동시킬 수 있어야 한다. 따라서 기술에 대한 충분한 이해와 거버넌스 규칙 준수, 주변에서 진행 중인 다른 프로젝트에 대한 이해가 필요하다. 데이터옵스는 프로젝트 관리를 비롯해 인공지능(AI), 머신러닝, 분석, 데이터 및 전사적인 아키텍처의 전문성이 필요하다.

기업 중심의 전략 수립

데이터옵스 계획은 직면하고 있는 비즈니스 도전과제에서 시작해야 한다. 그중 데이터 작동 프로세스를 자동화해 다룰 수 있는 문제를 먼저 생각한 후 데이터옵스 아키텍처를 설계해야 한다. 데이터의 출처와 사용처, 그리고 이동 경로를 이해하고 있어야 하며, 더 중요한 것은 데이터옵스로의 전환에서 직면할 수 있는 위험을 피하는 방법은 ‘기업 중심의 전략’이어야 한다는 점이다.

서비스 지향 및 컨테이너화

데이터옵스는 빠른 속도와 컨테이너 기술을 지원하며, 기술적인 한계에 따른 유연성을 제공한다. 따라서 비즈니스 관점에서 더 효율적이고 효과적인 데이터 스트림을 만드는 것이 목표다. 데이터 스트림을 재사용하고 컨테이너화 할 수 있다면, 훨씬 더 효율적인 프로세스가 될 것이다. 데이터 스트림의 재사용은 각자의 방향으로 향하는 데이터옵스 팀에 대안을 제시한다.

내·외부 고객 만족도와 고객 경험

데이터옵스는 정보의 흐름을 표준화함으로써 금융기관에서 제공하는 상품이 고객 우선주의 접근법에 따르도록 지원한다. 최신 상품은 기업이 아니라 고객을 기반으로 개발되는 것임을 명심해야 한다.

분석 위주의 문화 지향

교육과 인식 개선을 통한 사고방식의 변화가 필요하다. 이때 비즈니스 이해관계자와 기술 계열 간 협력이 성공의 열쇠가 된다. 더 넓은 시각이 필요하며, 데이터 운영 시 주의하지 않으면 결국 사양 기업이 될 수밖에 없다.

거버넌스, 데이터옵스 계획으로 통합

데이터옵스는 비즈니스를 따르는 직접적인 이해관계자들의 협력이므로 좋은 거버넌스가 필요하다. 데이터옵스가 일괄적으로 업무를 처리하는 유일한 방법이 될 수는 없다. 데이터 파이프라인에는 여러 개의 가지와 소유주가 존재함에 따라 병목 현상이 발생하기도 한다. 모든 데이터옵스의 노력 자체가 비즈니스 문제와 끝이 있는 프로젝트이다.

데이터옵스의 모니터링 및 테스트

지속적인 테스트는 데이터옵스 활동의 주요 요소가 된다. 데이터옵스는 일종의 블랙박스이기 때문에 자신이 무엇을 하는지 테스트할 필요가 있다. 블랙박스 안에서 일어나는 일을 이해하고, 데이터가 들어오면 문제가 없는지, 비즈니스 논리가 충분한 자료를 바탕으로 하는지 반드시 확인해야 한다.

Source by

The New Fuel Powering a Compliance-driven Digital Age

www.hitachivantara.com