위기, 변화를 촉진하다
예기치 못한 시장 변화와 탄력적인 비즈니스 수요 증가로 디지털 트랜스포메이션(DX)을 가속화하는 기업들의 움직임이 빨라지고 있다.
디지털 전환을 통해 기업은 새로운 디지털 수익원을 발굴하고, 비즈니스 모델의 유연성과 민첩성을 확보해 급변하는 시장 환경에 빠르게 대응할 수 있다. 뿐만 아니라 새로운 디지털 운영 능력을 확보하고 고객 경험을 강화해 차별화된 비즈니스 경쟁력을 확보할 수 있다.
코로나19 팬데믹으로 재택근무, 온라인 활동, 영상 기반 콘텐츠가 증가하면서 데이터양이 급증하고 있다. 이에 따라 데이터 복구 및 위기관리 수요가 늘면서, 데이터 의존도 역시 높아졌다. 헬스케어와 생명과학 같은 분야에서는 데이터 기술 투자가 확대되어 더 신속한 진단과 분석이 가능해졌다.
디지털 트랜스포메이션의 핵심, 데이터
디지털 트랜스포메이션 성공의 핵심은 기업의 상황에 따라 다른 전략적 우선순위, 균형 잡힌 우선순위 프로그램 활용 사례 구축을 꼽을 수 있다. 유럽 헬스케어 기업의 58%, 유럽 제조 기업의 39%는 디지털 트랜스포메이션 목표를 달성하기 위해 데이터 자본화와 수익화를최우선순위에 두고 있다. 그리고 ‘분석’은 이를 가능하게 해주는 중요한 요소다.
즉, 데이터는 기업의 인텔리전스를 가속하는 연료가 된다. 그리고 분석 플랫폼은 기업의 ‘디지털 미래’를 가능하게 만드는 핵심이다. 이를 기반으로 기업은 생산성 향상, 혁신을 통한 비즈니스 성공률 확대 그리고 고객 만족도를 높일 수 있다.
기업들은 이제 데이터 중심의 비즈니스 추진을 위해 분석 플랫폼의 기반을 구축해야 한다.
먼저, 데이터 활용이 가능한 현대적 인프라와 데이터 서비스를 구축하고 데이터옵스 프로세스를 구현해야 한다. 데이터옵스는 데이터 소스 구축과 테스트를 거친 후 이를 데이터 소비자와 연계하는 프로세스로, 끊임없이 증가하는 개별 데이터를 더욱 스마트하고 효과적으로 관리할 수 있도록 지원한다.
데이터옵스 프로세스는 데이터를 지속적으로 모니터링하고 테스트하여, 예외 상황이나 에러가 발생하면 자동화 시스템을 통해 경고를 보내준다. 특히 벤더 독점 툴 및 서드파티 툴과 서비스를 분산 환경으로 통합해 엄격한 거버넌스 통제와 표준화를 제공한다. 데이터옵스를 통해 생성된 분석 데이터 모델은 다른 활용 사례에서도 반복적으로 사용할 수 있다.
그렇다면 분석 비전과 기존 인프라의 간극은 무엇으로 해결할 수 있을까? 바로 현대화된 분석 플랫폼으로 가능하다.
데이터 분석 플랫폼 위한 기반 구축
확장이 가능하고 반복적으로 사용할 수 있는 분석 기반 구축을 위해서는 우선 해결해야 할 과제들이 있다.
먼저, 데이터 과학자의 역량 부족, 방대한 규모와 다양한 내용으로 가득 찬 데이터 사일로 문제를 해결해야 한다.
또한 분석 업무에 투입되는 매우 적은 시간을 늘리는 것 역시 과제다. 전체 업무 중 데이터 검색·준비·정리 및 관리에 투자되는 시간은 80%를 차지하는 반면, 분석 업무에는 20% 정도의 시간만 투자된다. 레거시 시스템과 신규 시스템의 복잡성이 심화하고 데이터와 비즈니스 수요가 증가하면서 IT 담당자는 업무 시간의 대부분을 ‘현 상태 유지’에 할애하고 있다.
한 영국 은행의 CIO는 “IT 혁신에 투자되는 예산은 4%밖에 되지 않는다. 나머지는 모두 현 상태를 유지하는 데 사용된다.”며 고충을 토로했다.
마지막으로 다양한 활용 사례에 기반한 프로젝트 경험 부족도 해결해야 한다. 스마트 분석은 끊임없이 변화하고 발전하는 기술이다. 그러나 많은 기업이 그동안의 투자를 명확한 비즈니스 이점 또는 핵심성과지표(KPI)로 연결하지 못했다.
자동화 솔루션으로 통찰력 확보
4차 산업혁명이 주도하는 커넥티드 미래에는 거의 모든 디바이스가 연계된다. 따라서 IIoT(Industrial IoT: 산업용 사물인터넷), AI, 자동화, 엣지 컴퓨팅 등 새롭게 부상하는 기술에 대한 수요가 폭발적으로 증가할 것이다.
CEO의 80%는 성과 향상과 경쟁 우위 확보를 위한 의사결정 모델에 데이터를 사용해왔다. 그러나 이들 중 상당수는 실제로 이를 통해 가치를 얻고 있는지, 또는 디지털 관련 투자로 어느 정도의 가치를 얻고 있는지 정확히 파악하지 못하고 있다.
그 주요 원인으로 사일로를 꼽을 수 있다. 즉, 기업들이 여전히 사일로에서 데이터 액세스와 분석을 실행하고 있으며, 이를 통해 얻은 통찰력을 비즈니스에 적용하고 있다는 의미다.
대부분의 기업이 최신 기술과 AI/머신러닝의 이점을 활용하는 데 필요한 데이터 과학, 의사결정 과학, 데이터 아키텍처 역량 부족을 경험하고 있다. 커넥티드 엔드-투-엔드 플랫폼은 엔터프라이즈 전반에 걸쳐 이러한 걸림돌을 제거하고 충분한 확장성을 확보할 수 있도록 지원한다.
Case Study 유전개발 서비스 업체 A사
데이터 중심 파일럿 플랫폼 운영으로 지능화된 의사결정·운영 효율성 향상
이슈 대형 유전개발 서비스 업체 A사는 사회적, 환경적, 경제적 지속가능성을 향한 디지털 여정을 추진하는 과정에서 큰 어려움에 봉착했다. 생산성 향상은 물론이고 직원들과 환경의 안전까지 보장하는 신뢰성을 갖춘 실행 가능한 데이터가 필요한 상황이었다.
전략 및 솔루션 AI, 머신러닝, 빅데이터 통합, 분석, IoT를 활용하는 데이터 중심 플랫폼을 구현해 파일럿으로 운영했다. 이 플랫폼으로 통찰력을 최대로 활용할 수 있게 됐으며, 여기에 더해 높은 비즈니스 가치를 제공할 수 있도록 IIoT 플랫폼과도 통합했다.
비즈니스 성과 현재 A사는 각각의 시추 장비에 초당 2만 개 이상의 데이터 스트림을 처리하고 있으며, 이를 통해 실행 가능한 정보를 기반으로 최적화된 의사결정을 내리고 있다. 운영 효율성 향상은 물론이고, 경쟁 우위까지 확보할 수 있게 됐다. 또 성능 향상을 명확히 식별하는 등 데이터 처리도 최적화됐다.
“시추 시간이 대폭 단축됐고, 작업자의 안전 보장, 환경에 미치는 영향 최소화, 고객 수익성 향상 등의 성과를 이뤘다. 데이터를 효과적으로 사용할 수 있게 돼 더 나은 의사결정, 학습 내용에 기반한 일관성 있는 실행이 가능해졌다.”
- 석유 및 가스 산업 관련 대형 시추 장비 서비스 공급기업 CTO
기업 데이터는 매년 27%씩 증가하고 있다. 2020년 말이면 기업 데이터양이 370만 PB에 달할 전망이다. 데이터와 애플리케이션을 통한 혁신을 모색하고 있는 유럽 기업의 60%는 수작업 데이터 처리를 가장 큰 걸림돌로 지적한다.
따라서 다양한 소스에서 급증하는 데이터를 취합해 데이터 간 맥락 파악과 처리가 가능한 지능형 자동화 기술이 필요하다. 게다가 데이터 과학자와 분석가가 일상적인 데이터 관리 업무에서 벗어나고 생산성이 향상될 수 있도록 머신 인텔리전스가 구현되는 자동화된 솔루션 역시 요구되고 있다.
Case Study 런던대학병원
개방형 데이터 통합 플랫폼 구축 통해 모든 환자 정보 ‘원클릭’으로 파악
이슈 영국 런던대학병원(UCLH)은 다양한 레거시 시스템과 문서로 된 기록을 단일 통합 전자의료 기록 시스템으로 마이그레이션해야 하는 상황이었다. 우선, 새로운 전자의료 기록 시스템으로의 통합을 위해 기존의 환자 데이터를 HL7(Health Level 7, 의료정보 데이터 표준 기술) 데이터 포맷으로 변환해야 했다.
전략 및 솔루션 기존 시스템에서 새로운 EHRS(Electronic Health Record System; 전자건강기록)로의 효과적인 데이터 마이그레이션을 위해 커스터마이징된 개방형 데이터 통합 플랫폼을 구축했으며, 디지털 트랜스포메이션 관련 비용과 복잡성을 최소화하는 데도 이 플랫폼을 이용했다. UCLH의 IT 팀과 데이터 엔지니어, 데이터 플랫폼 벤더 모두 긴밀한 협업을 통해 불과 4주 만에 솔루션의 설계와 개발, 테스트를 모두 완료했다.
비즈니스 성과 여러 데이터 셋에 산재한 환자 데이터를 중앙 집중화된 플랫폼으로 이전해 데이터 엔지니어의 신뢰성을 높였다. 데이터 트랜스포메이션을 가속하기 위해 커스터마이징된 비용 효율적 솔루션으로 개방형 데이터 통합 플랫폼을 구축했다.
“UCLH의 의료진은 이제 한 번의 액세스만으로도 환자에 관한 모든 정보를 얻을 수 있다.”
- UCLH EHRS 및 인포매틱스 이사
디지털 미래의 핵심, 엔드-투-엔드 지능형 플랫폼
이제, 디지털 미래는 현재뿐 아니라 미래 수요에도 대응이 가능한 데이터, 자동화, 분석에 기반한 엔드-투-엔드 지능형 플랫폼 서비스이다.
엔드-투-엔드 지능형 플랫폼을 통해 기업은 다음의 이점을 확보할 수 있다.
- ▲ 자동화를 통한 비용 절감으로 데이터 중심 분석 우선순위에 대한 충분한 투자 여력 확보
- ▲ 부가가치 컨설팅 서비스, 활용 사례 방법론, 변화 관리를 통해 기업 규모에 적합한 솔루션 구현 및 지원 가능
- ▲ 비즈니스 성과 중심의 가치 제안을 통해 사람, 프로세스, 기술에 기반한 데이터 운영 및 통찰력 확보
- ▲ 최고 활용 사례 툴과 방법론으로 관리 서비스, 데이터 과학, 데브옵스, 민첩성이 지원되는 데이터옵스 환경 구현
2025년까지 디지털 미래에 투자하는 기업은 지식노동자들의 생산성 100% 향상이라는 성과를 경험하게 될 것이다. 기업은 대응 시간 단축, 상품 혁신, 고객 만족도 향상이 실현되면 충분한 경쟁우위를 확보할 수 있다.
Tip 데이터를 통한 성공의 지름길
데이터를 통해 성공적인 디지털 미래로 향하고자 하는 기업들에게 몇 가지 제안한다.
첫째, 조직 전반에 걸쳐 데이터를 자산으로 인식하는 기업 문화를 만들어야 한다. 또 이러한 변화를 지원할 수 있도록 데이터 과학과 데이터옵스팀에도 충분히 투자해야 한다.
둘째, 거버넌스, 컴플라이언스, 보안, 리스크 관리 실행이 가능하도록 팀원의 역량, 프로세스, 기술을 혁신하면 디지털 미래를 앞당길 수 있다.
셋째, 증거 기반의 의사결정을 중시하는 프로세스를 구현해야 한다. 이를 위한 하나의 방법은, 데이터 처리 자동화를 위한 신규 인력 채용 및 기존 직원의 재교육이다. 교육 내용으로는 모델 구축, 판단, 예측의 의미에 대한 명확한 정의, 머신 데이터가 불충분하거나 간헐적으로 발생하는 문제 처리 방법 등이 포함된다.
넷째, 비즈니스 목표에 맞춰 기술 투자를 조정해야 한다. 이는 단순히 기술 또는 분석 플랫폼을 클라우드로 마이그레이션하는 것을 의미하는 게 아니다. 비즈니스에 새로운 가치 소스를 추가할 수 있는 매우 구체적인 방법으로, 실행 가능한 통찰력을 실시간으로 확보해야 한다.
마지막으로 통찰력의 가치를 지속해서 측정해 분석 플랫폼 관련 투자를 끊임없이 검토하고, 프로젝트별, 프로그램별 진행 상황도 꾸준히 체크해야 한다.
'IT TREND' 카테고리의 다른 글
| 2021년 뉴노멀 시대, IT를 말하다 (0) | 2021.01.14 |
|---|---|
| 뉴노멀 시대, 디지털 혁신을 위한 5단계 접근법 (1261) | 2020.12.14 |
| 제조업 설비 자산에 대한 통찰력을 확보하라 (0) | 2020.10.22 |
