안녕하세요, 고승연입니다. 최근 곳곳에서 4차산업혁명 얘기가 나오고 있습니다. 구체적인 변화 양상에 대한 예측부터, 진짜로 지금 4차산업혁명이 일어나고 있는 게 맞는지 등의 논쟁도 벌어지고 있습니다. 이런 4차산업혁명의 중심에 있는 게 바로 21세기 원유라 불리는 ‘빅데이터’입니다. 이제 눈치 빠른 분들은 제가 지금부터 어떤 얘기를 하고자 하는지 짐작하실 겁니다. 바로 기업의 데이터 전략 얘기입니다. 최근 하버드비즈니스리뷰에는 ‘당신의 데이터 전략은 무엇입니까’라는 제목의 아티클이 실렸습니다. 저자는 리앤드로 댈러뮬과 토마스 대븐포트입니다. 대븐포트는 우리나라에도 빅데이터@워크> 등을 비롯해 많은 책이 번역돼 있는 미국의 최고 데이터 사이언티스트 중 한 명입니다. 뱁슨 칼리지 교수이기도 합니다. 이번에 그와 함께 글을 쓴 댈러뮬은 글로벌 보험사인 AIG의 CDO즉 최고데이터 책임자입니다. 이제 두 최고 전문가가 우리에게 들려주는 얘기 속으로 들어가 보겠습니다. 요즘 모두가 데이터에 대해 떠들고 있지만, 정작 제대로 데이터를 활용하는 기업은 얼마나 될까요? 대븐포트 교수는 평균적으로 한 조직이 ‘구조화’해서 보유한 데이터 중 의사결정에 활용되는 데이터는 반도 되지 않는다고 합니다. 구조화되지 않은 데이터, 사실 빅데이터에는 이 비정형 데이터가 더 중요한데요, 이런 데이터 중에서 분석대상이 되거나 사용되는 데이터는 1%도 되지 않는다고 합니다. 더 심각한 건 큰돈을 받고 일하는 데이터 분석가들이 자기 시간의 80%를 단순히 데이터를 찾아내거나 준비하는 데 사용한다는 겁니다. 분석을 해서 솔루션을 찾아야하는 사람들이 데이터를 찾는 데 시간을 쓰고 있다니 참 답답할 노릇입니다. 저자들은 바로 이 지점에서 새로운 프레임워크를 하나 제시합니다. 데이터 분석과 활용을 일단 ‘공격’과 ‘방어’로 구분해보자는 겁니다. 저자 중 한 명인 댈러뮬 AIG CDO는 직접 자신의 회사에서 이 툴을 활용해봤고, 대븐포트 교수는 이 프레임 워크를 활용하는 기업들의 성과를 연구했습니다. 그랬더니 이 공격과 방어 프레임워크에 따른 전략이, 탁월한 데이터 관리와 애널리틱스를 가능하게 했다고 합니다. 공격과 방어 이 두 가지는 경영상의 의사결정을 뒷받침할 뿐 아니라 궁극적으로는 재무성과를 높이는 필수 역량들입니다. 공격적 활동은 영업이나 마케팅 같은 고객 중심의 사업부서에 더 많이 관련되는 경향이 있고, 방어 작업은 법률, 재무, 규제준수, IT관련 고민 등에 집중합니다. 하지만 공격 작업은 실시간 정보를 다루는 경우가 많다고 합니다. 어떤 기업이건 성공하려면 공격과 방어가 모두 필요한데요, 어떤 기업이건 성공하려면 공격과 방어가 모두 필요하다는 게 저자들의 설명입니다. 그럼 한 번 이 표를 보시죠. 데이터 전략의 구성요소라는 표를 보시면, 방어냐 공격이냐에 따라 핵심목표, 핵심활동, 데이터관리의 방향 등이 달라집니다. 표에서 볼 수 있듯, 방어의 핵심목표는 데이터 보안, 프라이버시, 완결성, 품질 보장, 규제준수, 거버넌스 등에 있습니다. 주로 데이터를 지키고 보호하고 제품과 서비스 그리고 조직을 관리하는데에 방점을 찍고 데이터를 분석 활용하는 겁니다. 당연히 핵심활동은 데이터의 추출과 표준화, 저장, 접근 방식 최적화가 될 겁니다. 데이터 관리의 방향은 통제에 맞춰 질 것이고요. 공격적 데이터 전략의 핵심목표는 경쟁우위 확보 및 수익성 개선이 되고요, 핵심활동은 데이터 애널리틱스, 모델링, 시각화, 변환, 보강 측면에서의 최적화 등이 되겠습니다. 데이터 관리의 방향은 유연성입니다. 산업별로 예를 들어서 살펴볼까요? 금융산업이나 헬스케어 산업처럼 산업 내 규제가 강하다면 기업들은 방어 쪽으로 이동하게 될 겁니다. 하지만 소비자를 두고 치열한 경쟁을 해야 한다면 기업들은 공격 전략으로 이동하게 됩니다. CDO, 즉 최고데이터책임자와 다른 C레벨 임원들이 다뤄야할 어려운 과제가 여기에서 도출이 되는데요, 바로 방어와 공격사이에 적절한 절충점을 선택하고, 기업의 전반적인 전략을 지원할 수 있는 최선의 균형을 확보하는 일입니다. 절충점을 찾아야 하는 이유는, 방어를 위해 데이터를 표준화하는 작업과 공격을 위해 데이터의 유연성을 확보하는 일 사이에는 근본적인 반대급부가 존재하기 때문입니다. 데이터가 더 획일적일수록 규제 요건을 준수하거나 데이터 접근을 통제하는 방어적인 절차를 집행하기가 쉽습니다. 반면 데이터가 더 유연할수록, 즉 특정한 사업 니즈에 맞게 데이터를 변환하거나 해석하기가 쉬울수록 공격 시에는 더 유용합니다. 그러면 내 기업이 공격과 방어 어디에 적합한지, 어떻게 균형을 찾을지 알아보기 전에, 데이터의 기반 아키텍처 즉 데이터가 형성돼 있는 구조에 대해 먼저 알아볼 필요가 있습니다. 먼저 방어 전략의 기반 아키텍처는 SSOT라고 하는 진실의 단일소스입니다. 말이 괜히 어렵죠? 쉽게 설명해보겠습니다. 이 SSOT는 고객, 공급업체, 제품 세부사항과 같은 모든 중요 데이터를 단 하나의 공인된 세트로 저장하고 있는 공간입니다. 통일된 개념과 언어, 용어로 데이터를 한 곳에 저장해 쉽게 출처를 파악하고 통제할 수 있어야 합니다. 데이터의 가장 기본이라고 할 수 있습니다. 예를 들어 회사의 파트너나 공급업체의 이름을 ABC, ABC컴퍼니, ABC 주식회사. 이렇게 부서마다 다르게 다른 곳에 저장한다면 이 분산된 데이터는 활용하기가 무지 어려워지지 않겠습니까? 이렇게 통일된 용어와 양식으로 저장된 데이터를 바탕으로 업무관련성과 목적을 중심으로 조금씩 변형된 데이터를 만들어내면 진실의 복수버전 즉 MVOT가 만들어집니다. 아직까지는 뭔가 복잡하지요? 이제 예를 들어 설명을 해보겠습니다. 예를 들어 애플이라는 회사와의 거래와 경쟁을 삼성에서 데이터베이스화 한다고 생각해 봅시다. SSOT에 따라 하나의 용어와 개념으로 통일해 놓고, 누구나 애플 관련 자료가 필요할 때 ‘애플’이라고 입력하면 곧바로 찾아볼 수 있어야 합니다. 그래야 ‘방어적 관리’가 되기 때문이죠. 그런데 각 부서나 계열사별로 애플의 노트북과 경쟁하는지, 휴대전화와 경쟁하는지에 따라 애플은 노트북회사로 분류될 수도 있고, 휴대전화 회사가 될 수도 있습니다. 즉 SSOT를 기반으로 다시 변형된 데이터가 만들어져 있어야 부서별로 시장경쟁 등 ‘공격적 데이터 전략’을 활용해야할 때 데이터가 유용해집니다. SSOT라는 표준화되고 단일화된 데이터 구조를 중심으로 그 통일성을 해치지 않는 선에서 변형을 가해 ‘유연한 활용’을 할 수 있도록 만들어줘야 한다는 겁니다. 당연히 SSOT는 방어에 최적화된 데이터 구조이고, MVOT는 공격에 필요한 구조겠지요. 이렇게 따지고 보니, SSOT-MVOT모델은 개념적으로는 꽤 단순합니다. 물론 막상 실행하려면 데이터 통제, 표준, 거버넌스, 기술이 탄탄해야겠지요. 이제 대충 감을 잡으셨을 것 같습니다. 데이터 공격 전략과 방어전략의 개념을 이해하고, 데이터의 저장 구조, 기반 아키텍처라는 걸 이해했다면 이제 이 동영상을 보시는 여러분 회사에서 어떻게 공격과 방어의 균형을 잡아야할지 생각해봐야 할 것입니다. 지금 제 뒤에 떠 있는 이 체크리스트를 한 번 보십시오. 16가지의 항목 중 여러분의 비즈니스에서 가장 중요한 8가지만을 선택하십시오. 위쪽 8개 항목이 데이터 방어와 관련된 문항이고 아래쪽이 데이터 공격과 관련된 문항 8개입니다. 잠깐 동영상을 멈춘 뒤에 스스로 체크해보시기 바랍니다. 어느 쪽의 점수가 더 높은지요? 꽤 선택이 어려우셨을 겁니다. 하지만 그렇게 해서 방어와 공격의 균형이 6:4, 7:3으로 나왔다면 그게 여러분 기업의 데이터 공격방어 균형점일 가능성이 큽니다. 이 짧은 테스트 하나로 모든 것을 판단할 수 없겠지만, 최소한 힌트는 얻으셨을 겁니다. 여러분의 워크샵에서, 또는 데이터 활용과 관련한 중요 회의에서 이 체크리스트를 한 번 꺼내 보시는 건 어떨까요? 막연하기만 했던 데이터 분석과 활용은 어쩌면 간단하게 공격과 방어를 나누고 우리 회사, 우리 조직이 어디에 더 방점을 찍어야하는지를 고민하는 그 지점에서 시작될지도 모릅니다. 감사합니다.