더 큰 비즈니스 가치 창출 위한 전략적 판단이 관건 빅데이터가 빅 이슈로 등장한 이유는 보통 분석과 활용의 문제에서 출발한 것으로 보는 게 일반적이다. 이를 이해하기 위해서는 분석 관점에서 빅데이터의 특징을 살펴봐야 한다. 데이터 분석과 기존 경영 정보를 분석하는 것에서 빅데이터의 실마리를 찾을 수 있기 때문이다. 기존 정보를 데이터 크기와 구조화의 특징을 중심으로 보면 구조화가 높을수록 분석 대상의 데이터는 증가하게 된다. 이는 곧 빅데이터의 분석 대상이 된다. 특히 기존 정보를 분석하기 위해 분산처리기술 등의 기술이 필요하다. 또 분산 통계 등과 같은 기술도 있어야 한다. 이와 함께 비정형 데이터의 경우 콘텐츠를 범주로 나눠야 한다. 소셜미디어의 경우 장소(where), 방법(how), 내용(what), 대상(who) 등의 요소를 고려해야 한다. 비즈니스 분석이 취약한 경영 전략은 그만큼 경영상의 위험도 커지기 때문에 빅데이터에 주목해야 한다. 비즈니스 분석을 사용하면 현재 기업 내에서 발생하는 방대한 양의 정보 중 필요한 것만을 선별할 수 있기에 정보의 홍수로 인해 발생하는 문제를 해결할 수 있다. 기업에 쌓여 있는 데이터만 잘 분석해도 기업의 과거, 현재는 물론 미래까지도 예측할 수 있다. 또한 미래를 예측할 수 있는 기업은 위기에도 대처할 수 있다. 이를 위해 기업은 무엇보다 ‘분석’에 대한 이해가 가장 중요하다. 그렇다고 해서 모든 직원들이 전문가처럼 분석에 대해 알아야 한다는 것은 아니다. 직원들이 분석의 필요성을 아는 것만으로도 큰 도움이 된다. 또한 기업은 빅데이터 분석을 통해 경쟁 환경을 이해하고 효과적으로 전략을 실행할 수 있는 기반을 강화하는 것 빼놓을 수 없다. 기업 내 의사결정자들이 비즈니스 분석에 바탕을 두고 순간순간 기업 경영에 필요한 결정을 내릴 수 있도록 교육이나 하드웨어 지원 등을 아끼지 말아야 한다. 빅데이터 시대를 맞아 기업들이 현재 어떤 모습을 하고 있는지, 어떤 계획을 갖고 있는지 살펴봤다. CONTENTS PART I. 금융권 준비 동향 - ^분석^과 ^활용^의 협연이 중요 p.30 PART II. 일반기업 준비 동향 ① - 데이터 분류·적재적소 배치 통해 효율성 극대화 p.34 PART III. 일반기업 준비 동향 ② - 비즈니스 목적 맞춰 활용가치 살려라 p.37 PART I. 금융권 준비 동향 ^분석^과 ^활용^의 협연이 중요 대용량 데이터, 즉 빅데이터(Big Data)가 IT 업계에서 이슈와 화두의 중심으로 자리를 잡는 이유는 IT 환경은 물론 기업의 비즈니스 환경과 맞물려 있기 때문이다. 과거의 IT 환경은 단일 시스템의 데이터가 중심이었지만 현재는 다양한 시스템을 통한 데이터가 중요해졌다. 이에 따라 비즈니스 환경도 바뀌었고, 기업이 추구하는 전략도 IT 시스템을 운용하는 것보다는 시스템을 통해 얻은 데이터 활용 방안에 더 많은 관심을 갖게 됐다. 지금은 데이터, 즉 정보의 활용이 비즈니스의 성패를 좌우하는 시대이기 때문이다. 김종영 편집장 sisacolumn@ciomediagroup.com 빅데이터 기준은 ‘양(量)’이 아니라 ‘비즈니스’ 최근 몇 년 동안 다양한 기기를 통해 급속하게 늘고 있는 데이터는 기존의 기간계 시스템이 보유한 데이터 규모를 훨씬 뛰어넘을 것으로 보인다. 이로 인해 빅데이터는 데이터웨어하우스(DW)와 비즈니스인텔리전스(BI) 분야를 중심으로 가장 중요한 관심거리로 떠올랐다. 하지만 아직 빅데이터 관련 시스템을 도입이나 활용한 사례는 많지 않다. 금융과 공공 부문도 대부분 검토를 하고 있는 단계에 머물러 있다. 지금 상황에서 보면 한국의 빅데이터 시장은 초기 단계라 할 수 있다. 그러다보니 개념이나 범주도 명확하지 않다. 이와 관련 김희배 EMC 이사는 “벤더나 컨설팅 회사에 따라 빅데이터에 대한 개념에 차이가 있다. 규모나 업무에 따라 기준이 달라질 수 있기 때문인데, 이는 자연스럽고 바람직한 기준이라고 생각한다. 전사를 대상으로 비즈니스를 하는 것이라면 크기와 상관없이 빅데이터라고 해도 문제가 없다고 봐야 한다”고 말했다. 김 이사의 설명에 따르면, 빅데이터에 대한 이 같은 입장은 보스턴 보고서 등에서도 언급을 하고 있다. 특히 인터넷 업체와 제조업체는 데이터의 양(量)에 매우 큰 차이가 있어 빅데이터의 개념을 양을 기준으로 하는 것은 현실적이지 않다. 산업군별로 차이를 인정해야 한다는 것이다. 결국 물리적인 데이터의 양이 아니라 비즈니스에 기준을 최우선해야 한다는 것이다. 정형·비정형 데이터 구분은 무의미 데이터의 활용에 초점을 두는 빅데이터의 개념이 점차 확산되면서 DW나 BI를 비롯한 DB 업계에서는 정형 데이터와 비정형 데이터를 구분하는 비즈니스는 큰 의미가 없다는 인식이 일반화됐다. 트위터와 페이스북 등 사회적 소통을 하기 위해 사용하는 다양한 매개체들, 즉 SNS(Social Network Service)도 빅데이터에 포함된다. 물론 아직까지는 기간계는 정형, 비기간계는 비정형 데이터라는 인식이 없어진 것은 아니다. 결국 빅데이터와 비즈니스의 관계에 있어 중요한 것은 데이터의 특성을 구분하는 것보다 데이터를 이용해 무엇을 할 것인가에 있다. 초기에는 데이터 처리 속도를 중시했다. 물론 정형 데이터의 경우 일정 수준의 속도는 필요하다. 속도가 빠르다는 것은 그만큼 성능이 좋다는 것이고, 이는 곧 업무 효율성을 높일 수 있기 때문이다. 그러나 업계 관계자들은 비즈니스의 시각에서 볼 때 비정형 데이터는 이러한 효율성보다는 실행 여부의 문제를 따져야 한다고 조언한다. SNS를 비즈니스에 활용하기로 결정을 한 후 실행하지 않으면 의미가 없다고 보기 때문이다. 2012년은 ‘빅데이터 장(場) 서는 해’ 이런 이유 때문에 빅데이터에 관심을 갖고 있는 업체가 소셜미디어가 늘어나고 다채널 기기의 등장으로 타깃마케팅을 할 경우 정형·비정형 데이터를 보완해 효과를 극대화하는 게 관건이다. 그러나 아직까지 DW와 BI를 분석하기 위한 ‘완벽한’ 솔루션이 나오려면 시간이 조금 더 필요하다. 두 가지 데이터를 완벽하게 결합한 후 이를 연계해 분석하는 방법론과 이를 지원하는 솔루션이 없다고 판단하기 때문이다. 시장 전망과 관련 김 이사는 “2012년에는 빅데이터 시장이 열릴 것으로 예상하고 있다”면서 “금융, 통신 부문에서 사례가 나오기 시작했고 x86 서버에 클라우드를 적용해 두 가지 데이터를 분석하는 사례도 꾸준히 늘고 있어 내년에는 빅데이터도 장(場)이 설 것으로 보고 있다”고 말했다. 물건을 사고파는 시장이 열린다는 것이다. 그는 또 초기에는 빅데이터 관련 벤더들이 더 나은 서비스를 제공하기 위해 최대의 노력을 기울이는 시점인 만큼 시장이 열리면서 빅데이터 분야도 각 영역별로 세분화될 것으로 전망했다. 아직 도입을 검토하기에 앞서 관망하고 있어 망설이는 업체가 많지만 시장이 활성화 되는 것은 오래 걸리지 않을 것이라는 말도 덧붙였다. 빅데이터 시스템을 도입하려는 업체는 ‘필요한 만큼’ 도입하는 단계적인 방식과 ‘일괄적으로’ 도입하는 형태인 전체적인 방식을 선택할 수 있다. 이에 대해 김 이사는 어느 것이건 의의는 있다고 말했다. 그러나 중요한 것은 주제 영역을 보고 판단하는 게 좋다고 조언한다. 마케팅이나 컨설팅을 비롯해 확실한 목표를 잡고 이를 검증한 후 결정해야 한다는 것이다. 김 이사는 “부분적으로 도입했을 경우에는 투자비용(ROI)을 따진 후에 전사적 도입 여부를 결정해야 한다. 특히 SNS의 출현은 그 자체가 ‘인프라’가 아니라 ‘활용’이기 때문에 활용에 집중해야 한다. 클라우드, 자체 구축 등의 선택이 중요하다. 가치가 중요한 것이지 하고 안 하고의 문제가 중요한 게 아니다”고 말했다. 금융업계의 고민, ‘빅데이터 전략’ 금융권도 빅데이터에 대한 관심은 매우 높다. 도입과 활용 방안을 놓고 고민하고 있다는 말은 이구동성으로 듣는 공통분모다. 벤더사나 컨설팅 업체들처럼 금융권도 빅데이터의 개념과 범위를 명확하게 쉽게 구분하지 못하고 있다. 대형 은행이나 증권사와 달리 중소 규모 업체는 데이터의 양적 측면은 물론 활용 범주에서도 차이가 난다. 대형 은행권의 한 IT 담당자는 빅데이터의 개념이나 범위에 대해 비정형 데이터로 기존의 관리 및 분석 체계로는 분석하기 어렵거나 그 정보가 방대한 기업 내외부 데이터를 통칭하는 개념으로 정의했다. 여기에는 웹사이트 방문기록, 소셜미디어 소통정보, 소셜미디어 인덱스 정보 등을 포함하는 개념이다. 빅데이터를 준비하기 위한 구체적인 실행 계획을 수립한 곳도 없다. 대부분 검토 단계이거나 관망하고 있다. 포털이나 인터넷 업체처럼 이용자가 데이터를 만드는 구조가 아니기 때문에 빅데이터를 도입하기 위해 조급하게 나서지 않아도 되기 때문이다. 또 현재 구축해 사용하고 있는 시스템으로도 비즈니스를 하는 데 지장이 없다고 판단하는 것도 빅데이터의 도입을 관망하는 요인이다. 검토 단계에서 나오고 있는 빅데이터 활용 방안이나 전략은 기업 내 SNS 활용 전략이 즉흥적으로 이뤄지고 있어 SNS 활용 전략을 먼저 수립해야 한다는 것으로 모아진다. 빅데이터를 도입하면 소비자의 소셜 네트워크 정보를 통해 마케팅에 활용하거나 검색엔진, 소셜 미디어 게시 글이나 인덱스 정보를 통해 주요한 트렌드를 파악하는 데 활용하면 좋을 것으로 판단하기 때문이다. 이는 회사의 특성과 현황에 맞는 전략을 짜는 것인데, 빅데이터 도입에 있어 가장 중요하다고 생각하는 것이기도 하다. 이와 관련 KB국민은행의 한 관계자는 “현재 내부 데이터 분석 역량이나 활용도가 낮은 상황에서 막연하게 도움이 되겠지 하는 생각으로 빅데이터를 도입할 경우 오히려 비용만 증가할 수 있다. 때문에 내부의 체계적인 분석 역량인 소프트웨어 파워를 우선 확보한 후 SNS 활용 전략과 연계할 필요가 있다. 정보수집-가공-활용-피드백 등 일련의 과정이 필요하다. 아직 구체적인 계획은 없지만 도입을 추진할 경우 이 같은 논의를 거쳐 전략을 세워 진행하게 될 것”이라고 말했다. SNS 소유권의 경우 DW나 BI 등의 시각에서 볼 때 대부분 빅데이터와 SNS는 같은 개념으로 보고 있었다. 비정형화 및 네트워크 정보 등으로 형태가 동일한 것으로 볼 수 있기 때문이다. 기업 입장에서는 새로운 분석 툴이 필요하다는 인식도 갖고 있다. 빅데이터 도입 필요성과 효과에 있어서는 △시장 내 경쟁 격화 △고객 니즈의 신속한 파악 △집단지성 확산 △똑똑한 소비자 증가 등으로 인해 장기적으로 도입이 필요하다고 입장도 확인할 수 있었다. 다만 비즈니스 측면에서 명확한 목표 설정이 선행해야 한다는 주장이 많아 빅데이터에 대한 금융계의 고민은 빅데이터 전략 수립이 관건인 것으로 나타났다. ‘감(感)’에 의존하는 경영은 침몰 업계 관계자들은 빅데이터 시대에 어울리는 방법으로 ‘감(感)’이 아닌 ‘사실’을 중심으로 한 경영을 강조했다. 과거와 달리 기업들은 앞으로 다가올 경제 데이터 시대를 이해해야 성공할 수 있다. 요즘처럼 한치 앞을 내다보기 힘든 불확실한 상황에서는 더욱 그렇다. 예전처럼 경영자의 ‘감’에만 의존해 경영하는 기업은 침몰할 수밖에 없다. 데이터 분석을 통해 ‘사실 기반(fact-based)의 의사결정 체계’를 수립해 기업 간 경쟁에서 승리하고 성과를 높여야 한다는 것이다. 특히 CIO와 IT 부서는 데이터의 양이 나날이 폭증하고 있다는 사실에 주목해야 한다는 점을 강조한다. 비즈니스 거래, 위치정보, 멀티미디어, SNS 등 구조화되어 있지 않은 비정형 데이터의 양은 기하급수적으로 증가하고 있다. 그만큼 빅데이터를 활용할 전략 수립은 기업에게 시급한 과제다. 업계 관계자들은 빅데이터 활용 방안은 무궁무진하다고 입을 모은다. 이는 빅데이터 분석의 궁극적인 목적인 더 큰 비즈니스 가치 창출에 있다. 여기에는 △경영자의 직관을 보완한 효과적인 의사결정 촉진 △정보의 수집 및 분석을 체계화해 현황 파악에 걸리는 시간 단축 △감지하기 어려웠던 소비자의 의견 수렴을 통한 리스크 최소화 및 기업 이미지 개선 △고객 간 정보 전달의 통로가 되는 소셜 네트워크의 구조 파악과 잠재적 소비자군 도출 등 다양한 요건을 고려해야 한다. SNS 소유권, 공사(公私)·윤리(倫理)에 따라 판단해야 SNS는 빅데이터와 밀접한 연관을 맺고 있다. 그런 만큼 데이터 관리를 잘 할 수 있는 방안을 마련하는 것도 중요하다. DW, BI 측면에서 볼 때 SNS는 소셜네트워크 기술의 한 분야인 SNA(Social Network Analysis)가 이 분야와 연관이 있다. 제대로 된 SNA는 각종 데이터를 분석해 인맥, 특정 키워드에 대한 관계를 만들어 내는 기술이다. 여기에 백데이터로 사용하는 것은 트위터, 페이스북 등 일반적인 SNS뿐만 아니라 금융권의 각종 거래 데이터 등을 모두 포함한다. 분석이라는 측면에서 보았을 때 DW 및 기타 연관된 기술이 필요하며 심지어 데이터마이닝을 수행하기도 한다. 그런데 SNS를 활용에 있어 최근 소유권에 대한 논의가 잦아지고 있다. SNS가 개인의 영역과 기업의 영역, 즉 공사(公私)의 구분이 모호한 특성을 갖고 있기 때문이다. 책, 신문기사, 사진 기타 등 출판된 내용을 SNS에 무단 도용하는 것은 명백한 저작권 위반임에는 틀림없다. 또 블로그나 개인 미니홈피 등에도 이와 같은 현상들과 관련해 말이 많았다. 하지만 SNS에 한정해서 이를 통제하는 법은 현재까지 없다. 이와 관련 김병직 HP 차장은 기업과 SNS의 관계에 주목해야 한다고 말했다. 김 차장은 HP는 기업(Enterprise) SNS 비즈니스를 하는데, 이는 페이스북이나 트위터처럼 퍼블릭(public)일 경우 이야기가 좀 다르다고 설명했다. 기업 SNS는 기업 내에서 사용하는 SNS를 의미하는데, 기업 내에서 저작권 등과 관련해 SNS를 통제하는 것은 솔루션을 도입하는 해당 기업의 윤리가치에 있다고 판단하는 게 자연스럽다는 것이다. 김 차장은 “물론 HP는 HP가 가지고 있는 SNS 정책에 대한 컨설팅을 제공한다. 여기에는 윤리가치 등에 대한 내용을 분명히 포함하고 있으며, 이를 서비스 형태로 제공한다”고 밝혔다. 기업이 SNS를 활용하는 것은 기업의 판단이 중요하다는 것이다. SNS를 통해 유통되는 내용에 대한 저작권은 SNS를 도입하는 해당 기업이 어떤 가치 판단을 하느냐에 따라 달라지기 때문이다. HP의 경우 기업이 솔루션을 도입할 때 고객이 원할 경우 이러한 저작권이나 기타 정책에 대한 가이드를 최선책(best practice) 또는 맞춤 형태의 컨설팅 서비스를 통해 추가로 제공한다. PART II. 일반기업 준비 동향 ① 데이터 분류·적재적소 배치 통해 효율성 극대화 기업 IT 환경에서 데이터 증가 속도가 증가하고 있다. IT 기반 업무가 일반화되고 IT 기술이 업무전반에 필수적으로 확산되면서 디지털 사용량도 큰 폭으로 늘어나는 현상이 이에 기여하고 있다. 정보통신산업진흥원은 지난해 1인당 평균 보유 데이터는 128GB에서 2020년에는 130TB로 증가할 것으로 전망하고 있다. 1TB가 1024GB라는 것을 감안할 때 10년 새 개인이 보유하는 데이터는 1000배 가까이 늘어나게 되는 것이다. 데이터의 증가는 인터넷 사용 및 스마트폰 보급 확대 등으로 더욱 속도가 붙고 있다. 또 기업들에게도 IT 관련 투자 포인트의 변화를 가져오고 있다. 그동안 IT인프라 구축과 업무용 솔루션의 적절한 구축 및 배치에 IT투자 우선순위가 매겨졌다면 최근에는 급증하는 데이터의 효율적인 관리 문제가 이슈로 떠오르고 있다. 일반산업군의 데이터 이슈에 대한 의견과 관리현황을 살펴본다. 이지혜 기자 jh_lee@ciomediagroup.com 일반산업군에서 빅데이터에 대한 정의와 관리활동은 금융·공공기관과 비교했을 때 다소 저조한 편이다. 물론 데이터가 증가하고 있는 추세이긴 하지만 타 산업군에 비해 데이터 증가량이 상대적으로 적기 때문이다. 하지만 정형·비정형 데이터들의 구분과 이를 바탕으로 한 관리 역시 달라져야 한다는 것은 공통적인 입장이다. 특히 최근 정보보호와 모바일 오피스 등의 IT 트렌드는 결국 데이터를 얼마나 효율적으로 가공하고 관리하느냐가 관건이다. 따라서 각 기업들은 핵심 업무에 대한 데이터와 장단기 보관 데이터 등을 분류해 적재적소에 쓰일 수 있도록 하는 것이 결국 기업의 업무 효율성 향상과 직결된다는 점에 동의하고 있다. 대림산업, 데이터 활용 앞서 통합 선행 대림산업은 데이터 통합 작업에 한창이다. 데이터 생성 속도가 빨라지면 이를 축적하거나 활용하는 방안을 모색하기 시작한 것이다. 데이터 활용을 위한 표준을 정립하기 위해 통합해야 할 데이터를 찾은 후 관련 프로세스를 잡기 위한 일환이다. 이를 위해 건설사인 대림산업은 현장에 대한 데이터 처리작업에 최우선 순위를 둔다는 방침이다. 송석한 대림산업 경영개선팀 부장은 “프로젝트가 진행 중인 건설현장과 기존의 것들에 대한 기초 정보들이 우선적으로 잘 갖춰져야 하지만 기획과 영업수행 단계에 있어 이점이 부족한 것을 발견했다”며 데이터 통합작업 배경에 대해 설명했다. 물론 시행착오도 많았다. 데이터들이 불일치되는 현상이 비일비재했기 때문이다. 송 부장은 “현재 시스템 통합작업에 들어서진 못했지만 데이터들에 의한 오너십과 메인소스의 보관장소 등을 정하는 담당팀을 지난달 새롭게 정의했으며 데이터 속성과 용어에 대한 정의 작업의 고도화가 이뤄졌다”고 전했다. 이어서 대시보드 현황판을 활용해 현장 기준정보를 파악하고 있으며 최근에는 예산수립과 실적을 집계하고 예측하는 원가관리 프로세스를 가동 중이다. 이를 통해 전사차원에서 관련 데이터들을 쉽게 관리할 수 있다는 것이 대림산업 측의 설명이다. 프로젝트 특성상 토목건축 플랜트가 상이해 이에 대해 사업관리 담당자뿐 아니라 전사적으로 리스크 노출의 유무 또한 노출시켜 함께 확인하고 있다. 요약하면 데이터 통합 정의와 함께 데이터 속성에 대한 용어정의, 데이터 관리 담당 부서와 유치와 데이터들의 보완 위치 등을 지정해 대시보드와 같은 현황판을 통해 전사 내부적으로 공유 확인하는 것이다. 한편, 빅데이터와 함께 이슈가 되고 있는 데이터 분석기술에 대해서 대림산업은 아직 적극적으로 나서고 있지는 않다. 송 부장은 “건설사는 철저히 프로젝트 중심의 사업인데 각 프로젝트마다 성격이 상이하게 댈라 공통적인 요소를 뽑아내기 힘들다”며 “데이터 분석을 위해서는 공통적인 요소가 있어야 하는데 이와는 거리가 멀기 때문”이라고 밝혔다. 단, 디테일한 분석은 아니더라도 프로젝트 단위의 분석을 하려는 노력은 이어지고 있으며 공정내역이나 데이터에 관한 분류체계 확립에 대해서는 의견을 조율하고 있다. 현금 유통의 경우는 공통점이 확연히 나타나기 때문에 현재는 이에 대한 데이터 분석만이 이뤄지고 있다. 비정형 데이터에 대한 작업 역시 과거부터 이뤄져 왔다. 문서 협업을 위해 전자문서관리(EDMS)를 도입했고 중앙집중화 방식을 택했으나 사용하기 다소 불편하다는 사용자들의 지적으로 현재 기업콘텐츠관리(ECM) 도입 방안을 검토 중이다. 특히 클라우드 컴퓨팅 환경에 적극 대비할 수 있는 ECM의 활용방안을 모색중으로, 현재 내부적으로 사무 표준을 정립하고 있는 단계다. 송 부장은 “어떠한 데이터 관련 IT솔루션이든 유연성을 띠었으면 하는 바램”이라며 “솔루션을 새롭게 도입한다는 의미보다 그것을 사용할 때 우리의 업무 방식을 맞춰가는 과정이 더 중요”하다고 강조했다. LS산전, 고난도 기술 적용해 ‘의미 있는’ 데이터 생성 LS산전은 경영관리 차원에서 빅데이터에 대한 전사 전략 맵을 정의하는 한편 KPI를 설정해 작년 하반기부터 올해 상반기까지 BI(Business Intelligence) 프로젝트를 추진했다. BI는 과거 데이터웨어하우스(DW), OLAP(Online Analytical Processing), 데이터 마이닝에 초점이 맞춰졌으나 최근에는 경영성과 분석과 맞물려 고난도 분석 기술을 갖춘 솔루션으로 자리를 확고히 하고 있다. 윤태성 LS산전 경영혁신실 부장은 “전략관리, 경영계획, 수익성 분석 그리고 연결회계와 같은 애플리케이션들과 위험규제관리(GRC: Governance, Risk, Compliance) 부문까지 끌어안기 때문”이라며 “재무, 제조, 영업 관련 데이터를 의미 있는 정보로 가공, 정보를 필요로 하는 사람들에게 언제든지 활용할 수 있는 기반을 제공함과 동시에 실무자는 물론 경영진들이 의사결정을 하는데 있어서 유용하다”고 전했다. 최근에는 제한된 사용자들이 쓰는 BI가 아니라 전사적자원관리(ERP), 고객관계관리(CRM) 등 다양한 데이터 환경에서 기업 현업 담당자들이 바로 BI를 활용할 수 있는 전사적 BI가 주를 이루고 있다. 한편 윤 부장은 “기존 텍스트 처리는 DBMS 기술 등을 이용해 분석하는 체계 및 기술들이 고도화 되거나 BI 패키지 형태로 진화·발전돼 왔으나 현재와 같은 멀티미디어(비정형)데이터를 저장·분석·활용하기 위한 기술들은 방송 등 특정 분야 외에는 활용도가 낮은 편”이라고 설명했다. 정형·비정형 데이터를 구분해 관리 하는 이유는 우선 이들 기반 기술의 상이점이 크다는 것과 정보의 취득·저장·분석·활용 방법 등이 틀리기 때문이다. 이를테면 정형 데이터는 트랜잭션 정보시스템에서 생산되는 데이터를 주로 다루며 정보생성 패턴 자체가 정형화 돼 있는 반면 비정형 데이터는 주로 사무직들의 업무처리 과정에서 보고서 등을 통해 생성되는 경우가 많다. 그는 “특히 비정형데이터는 중복이 많은 특징을 지니고 있기 때문에 이 중복을 제거하는 방안을 고려하는 것이 기하급수적으로 증가하는 비정형데이터를 효과적으로 통제하고 관리할 수 있는 키포인트”라고 말했다. 최근 LS산전은 포탈 리뉴얼 프로젝트를 통해 개인 블로그와 위키(Wiki) 중심으로 정보를 관리하고 있으며 포탈과 기존 시스템의 통합 및 연계(통합 검색 범위 확대)를 강화하는 활동을 진행 중이다. 그는 빅데이터 이슈와 관련돼 주목을 받는 IT 솔루션으로는 이미 포스코와 LG전자 등에서 도입한 문서관리 솔루션을 꼽았다. 수년간 투자 개발해 온 핵심기술의 유출과 기업 내 주요 정보에 대한 사용자 접근과 권한관리 어려움이 문제점으로 지적됨에 따라 개인 소유가 아닌 기업 자산으로 활용되도록 하는 방안을 마련하는 것이다. 윤 부장은 “또한 멀티미디어 검색 기능이 강화된 통합검색솔루션에 주목하고 있다”며 “방대한 데이터로 일정 규모 이상에서는 중앙집중 관리가 부담스러울 수 있어 이때 분산돼 있는 서버나 PC에 있는 멀티미디어 데이터까지 쉽게 검색·활용할 수 있는 툴이기 때문”이라고 전했다. 대한항공, 실시간 BI 분석 위한 어플라이언스 검토 대한항공은 아직 빅데이터로 회자되는 정형·비정형 데이터들을 보유하고 있지는 않지만 항공운송에 따른 발매·운송 실시간 데이터가 저장된 ‘E-티켓 DB’는 ROLAP으로서 모든 Ad-hoc쿼리의 응답속도가 수초내로 나오도록 하는 개선의 필요성에는 공감하고 있다. 이상만 대한한공 정보시스템실 상무는 “용량 상으로는 비정형데이터가 정형데이터보다 수십 배 이상 더 크지만 대한항공 측에서는 정형데이터인 분석용 데이터의 이슈가 더 중요”하다고 말했다. 특히 정형데이터 중 트랜잭션성 데이터는 현재 22TB로서 국내 ERP 사례 중 탑 10이내에 들것으로 예상하고 있다. 현재 대한항공은 ERP Archive&Purge프로젝트를 진행하고 있으며 실시간 BI분석을 위해 DW 어플라이언스 제품 도입을 검토 중이다. 최근 DW 사이즈가 수십, 수백 TB를 넘어가면서 빅데이터 이슈를 해결하기 위해 각종 DW 전용장비 형태의 어플라이언스가 대거 등장했다. 어플라이언스란 데이터베이스관리시스템(DBMS)과 스토리지, 서버를 일체형으로 통합한 전용 장비이다. 이 상무는 “DW를 통해 IT 분석가뿐만 아니라, 리포팅?OLAP 툴과 결합돼 스마트 기기를 통해 전달될 것으로 예상한다”며 “영업소 직원, 콜센터 상담요원 등 고객 접점의 직원들에게 까지 거의 실시간에 준하는 비즈니스인텔리전스(BI) 서비스를 제공하는 형태로 발전하고 있는 것이 검토 배경”이라고 전했다. 대용량 데이터의 실시간 분석을 통해 빠른 정책 결정과 함께 항공 산업이라는 특성상 운송·발매 실적의 실시간 분석이 필요해 DW어플라이언스 제품의 도입 타당성을 검토한다는 것이다. 그는 “대용량 트랜잭션 데이터의 퍼포먼스 유지 및 실시간 BI 분석이 바로 대한항공의 데이터 이슈 관리가 될 것이며, 이를 기반으로 데이터 라이프 사이클 정책을 따로 만들어 관리할 계획”이라고 설명했다. 기업에서의 데이터 관리시 정형데이터의 경우 일반적으로 높은 안정성이 필요해 고가의 스토리지 장비와 다중 백업 정책을 운영하는데 반해 동여상 등과 같은 비정형 데이터는 상대적으로 저가 스토리지 장비를 사용하는 것이 일반적임에 따라 특성에 맞는 방안검토가 중요하다고 강조했다. PART III. 일반기업 준비 동향 ② 비즈니스 목적 맞춰 활용가치 살려라 SNS의 발달은 생성되는 데이터의 양을 기하급수적으로 늘려 놨다. 그리고 2020년에는 2010년 축적한 데이터인 1.2제타바이트(ZB)의 몇 십 배에 달하는 35ZB의 데이터가 축적될 것으로 예상된다. 빛의 속도로 발전하는 정보통신기술의 발달에 인프라가 따라가지 못하듯, 이렇게 폭발하듯 축적되는 데이터는 기존의 관리, 분석체계의 처리한도를 넘어섰다. 데이터의 목적은 활용을 통한 가치 창출이다. 이를 위해 데이터의 체계적인 수집과 품질관리는 빅데이터 관리와 함께 이뤄져야 한다. 엔드유저를 상대하는 일반 기업과 달리 B2B 업체에게는 데이터의 개념 자체가 다를 수 있다. 국내 B2B 기업들은 빅데이터 시대에 어느 정도의 대비를 하고 있는지, 그리고 이에 대해 어떤 활용전략을 세우고 있는지 살펴봤다. 정나리 기자 nrjeong@ciomediagroup.com 어느 기업에서건 데이터의 축적과 활용에 대한 중요성은 꾸준히 강조돼 왔다. 그러나 현재까지 체계적으로 구조화되고 관리되는 데이터는 주로 기업 활동과 관련된 내부 데이터들이다. 문제는 빅데이터다. 일반산업군에서 소비자와 직접 대면하는 기업들은 산재된 소비자의 데이터를 파악하고, 이를 토대로 소비자의 니즈와 향후의 변화까지 예측할 필요가 있었다. 그러나 B2B 기업의 경우 상대적으로 그런 측면에서 데이터에 대한 중요성을 덜 인식하고, 기술과 동향 파악을 하는 수준에 머무는 경우가 대부분이었다. 빅데이터, 수치가 아니라 가치로 평가해야 빅데이터의 기준을 몇 TB 이상으로 봐야 할까에 대한 분명한 규정은 없다. 빅 데이터의 개념이나 범위에 대한 분명한 척도는 없기에, 각 기업에서도 엄청난 양의 데이터를 어디서부터 분류, 정리해 나가야 할지에 대해 기준이 모호했다. 그러나 절대적 데이터의 크기가 지난 10년 새 1000배 가까이 증가했기 때문에 수치상의 크기는 그리 중요하지 않다는 것이 일반적인 의견이다. 한라공조 김춘태 상무는 “텍스트와 이미지 데이터만을 관리하던 시절에도 디스크의 충분한 확보 관점에서는 대용량 데이터의 이슈가 있었다. 즉, 데이터의 절대적인 크기가 아니라 데이터에 음성과 비디오가 추가되고 융합되어 새로운 형태의 DB가 구축되어야 할 필요가 있다”면서 “활용 목적에 있어서 사전에 정의된 연역적 목적을 위한 DB의 관리가 아니라 DB의 관리를 통해 귀납적으로 새로운 가치를 창출하는 데이터나 DB로 정의하고 있다”면서 가치를 창출할 수 있는 데이터를 빅데이터라고 정의했다. 한라공조는 OEM 중심의 제조업체로서 아직은 빅데이터에 대해 기술과 동향 파악을 하며 조심스럽게 접근하고 있다. 빅데이터 활용 영역 역시 제품 개발 과정, 즉 가상 성능실험과 검사 및 그 과정에 대한 부문과 통합 커뮤니케이션에 머물게 될 것으로, 그 동안 데이터 처리의 한계로 포기했던 데이터의 활용 가치나 새로운 가치 창출의 가능성에 기대하고 있었다. 특히 기하급수적으로 증가하고 있는 SNS를 통해 얻게되는 데이터가 데이터 생성과 관리의 필요성을 계속 인식시키는 역할을 할 것이며, SNS를 통해 생성된 빅데이터는 미처 예상하지 못한 활용과 의도하지 않았던 효용성을 제공해 줄 수도 있을 것이라고 전망했다. 김춘태 상무는 “빅데이터가 기업에 가치를 갖기 위해서는 DW, BI 등의 기존의 DB가 아닌 새로운 DB 구축 및 분석 관리 기술 SW 데이터에 대한 새로운 접근 방법론이 필요하다”고 밝혔다. 추진 목표에 따른 빅데이터 분류가 중요 포스코는 최근 업무방식 변화에 따라 급격한 데이터 폭증 이슈를 겪고 있다. 2020년에는 현재의 40배에 달하는 데이터 증가를 예상하며, 해외 법인과 협력사 간 소통의 양이 증가하고, 재무나 통합 구매 등 실시간 글로벌 업무 협업이 증가함에 따라 대용량 정보 전송 기술도 필요하게 됐다. 또한 도면, 음성, 영상 등 콘텐츠의 다양화와 모바일 업무 비중의 증가로 인해 빅데이터 관련 인프라 환경 구축에 적극적인 관심을 보이고 있다. 이러한 이유로 여타의 B2B 업체에 비해 구체적인 대응방안을 준비중이다. 박영훈 포스코 기획실 과장은 “내부적으로 빅데이터는 최소 5TB 이상의 용량이 수집/관리되고 있는 데이터그룹으로 정의하며, 대량의 건수(Micro Data), 대량의 사이즈(SDD 이미지 정보), 장기간 보관(DW/경영관리분석계/조업해석) 데이터로 범위를 한정하고 있다”고 밝혔다. 포스코는 빅데이터 시대를 대비해 시스템 구축 및 글로벌 N/W 운영을 위한 비용 절감, 안정적인 서비스 환경, 신규 법인 구축 기간 최소화를 위하여 클라우드 서비스 도입을 검토하는 중이다. 다만 ERP, MES 등 기간 시스템은 클라우드를 적용하지 않으며, 데이터 인사이트 확보를 위한 BI 툴 및 방법의 개선을 추진 중이다. 글로벌 소통과 협업을 필요로 하는 스마트워크(메일, 영상회의 등) 구축에도 클라우드를 적용한다. 요컨대 현재 스마트 워크와 관련해 발생되는 빅데이터를 어떻게 보관/유통할 것인지에 중점을 두고 있다. 박영훈 과장은 “마이크로 데이터(Micro Data)인 경우 품질편차 중심의 상세 품질분석에, SDD 이미지 정보로 품질분석 및 후공정에 활용하며, DW정보는 비즈니스 의사결정용도(통계 및 성과 분석 등)로 활용할 수 있을 것”이라고 전했다. 또한 “의사 결정을 위한 신속한 데이터 제공과 다양한 형태의 비정형 분석이 동시에 필요하다“며 ”빅데이터 도입에서 가장 중요한 것은 바로 빅데이터를 활용해 기업이 이뤄내고자 하는 추진 목표“라고 말했다. 빅데이터는 데이터 분석 통해 추출한 ‘모든 결과’ 동부제철은 빅데이터를 기존의 BI와 달리 정형화된 데이터베이스 테이블 내의 정보 분석이 아니라 다양한 소스에서 추출할 수 있는 사용자의 활동 패턴을 데이터화 하고 이를 분석해 사용자의 의식적, 무의식적인 생각과 행동을 분석하거나 예견하는 것으로 생각하고 있었다. 그러나 아직은 관심을 두고 있을 뿐, 실제로 사용자에게 커다란 영향을 미치는 기업의 사례가 나오기 건까지는 조심스럽게 추세를 지켜보는 상황이었다. 정철환 동부제철 팀장은 “데이터의 분석은 상당한 수준의 통찰력 또는 분석력을 필요로 하며 또한 정보의 중요성과 이를 활용하는 것에 대한 문화가 성숙되어야 하는데, 일반적으로 철강업 분야는 그런 면에서 많이 뒤처지는 상황”이라며 아직은 BI개념의 활발한 적용에 주력하고 있다고 말했다. 추후 빅데이터 관리, 분석을 진행하게 되면 우선적으로는 품질과 생산 실적에 대한 분석과 판매 데이터를 대상으로 활용방안을 고려할 예정이다. 다만 비정형 데이터는 시기상조로 생각한다면 말을 아꼈다. 정철환 팀장은 아직까지는 대부분의 기업이 준비 단계인 만큼 빅데이터 도입에 가장 중요한 것으로 ‘사례 발굴’을 들었다. “해당 기업에 맞는 분석 대상 데이터를 찾아내고 이를 통해 이전에는 전혀 감지하지 못했던 사실을 데이터로부터 찾아내고 이를 반영, 확실한 경영상의 성과를 이뤄내는 사례를 발굴해 내는 것”이 중요하다는 것. 이런 사례가 한건만 제대로 발굴된다면 전사적으로 사용이 활성화되고 정착될 수 있지 않을까? 같은 이유로 타사의 성공사례도 매우 중요하다. 정 팀장은 SNS의 빅데이터로의 가치를 묻자 페이스북을 예를 들었다. “아마도 페이스북을 분석한다면 차기 선거에서의 유력 후보, 기업의 1년 후 성장성 예측, 대중문화의 인기트렌드 등 사회 전반의 모습을 분석하고 예측할 수 있을 것”이라면서 “DW와 BI는 정형화된 정보시스템의 트랜잭션 데이터 또는 데이터베이스내의 데이터를 분석 대상으로 하고 있다면 빅데이터는 그걸 뛰어넘어 데이터로 추출될 수 있는 모든 것을 대상으로 할 수 있다”고 말했다. SNS의 빅데이터 분석의 시대가 곧 올 것이며, 그러한 시대가 오면 SNS의 가치 역시 수직상승하리라는 의미다. 이에 더해 기술적으로 어려운 일이지만 아직도 많은 연구자들이 연구하고 있는 동영상 분석이 아마도 빅데이터의 최후 숙제로 남아 있을 것으로 전망했다. 정 팀장은 “빅데이터 분석은 기업 입장에서는 무궁무진한 가능성이 있는 분야이므로 절대 놓치지 않을 것”이라며 다만 “악용을 막기 위한 법적, 제도적 장치가 필요하지만 기술의 발전을 따라올 수는 없으므로 문제들도 많이 발생할 것”으로 염려했다. 비즈니스 목적에 맞는 데이터 위주로 관리해야 할 것 한화케미칼 역시 아직까지 보안의 이슈로 빅데이터에 대해 제한적인 부분이 많았다. 정일영 한화케미칼 정보기획팀 부장은 “기업 내부와 기업 밖의 가장 큰 차이는 보안에 의한 제약”이라면서 “이러한 이유로 아직까지는 기업 밖의 시대적 기능들을 체험하면서 장단점과 특징, 그리고 기업에서의 적용성 등, 각각의 타당성 분석을 하고 있으면서, 그룹웨어, 기업 아카데미 등을 모바일에 적용하여 시공에 제한되지 않는 정도로 실질적인 적용을 하고 있다”고 말했다. 정일영 부장은 빅데이터의 정의에 대해 새로운 시각을 제시했는데 “실제로 물리적인 크기가 엄청나게 커진 데이터를 말할 수도 있지만, 시대적 기술 변화, 동향을 말하는 것”이라고 말했다. “개발에서 데이터의 접근이나 로드의 방법이나 환경의 변화를 말하고 싶다. 수십 년간 익숙했던 RDB, SQL의 공식 속에서 그 틀을 벗어버리고 다른 틀로 갈아입었다고 할까?” 한화케미컬 역시 아직은 기업 레벨에서 빅데이터 활용에 대한 필요성을 크게 느끼지는 않고 있었다. 하지만 언젠가 빅데이터가 시너지 효과나 새로운 전파로서 자리할 것으로 전망했다. 다만, 빅데이터 그 자체가 아니라 기업의 목적에 맞는 활용가치가 있어야 데이터 분석과 관리가 적극적으로 이뤄질 것이라고 전망했다. 정 부장은 BI의 시각에서 빅데이터와 SNS를 고민해보고 싶은 항목이라고 꼽았다. “BI는 일반적으로 BW(Business Information Warehouse)와 BO(Business Object)로 구성돼 있는데, 여기에서 BO, 경영정보의 시각에서 본다면 빅데이터와 SNS는 경영지원시스템이라고 할 수 있을 것”이라며 “경영정보가 기업 내적인 것이라면 경영지원은 기업 외적인 정보들이므로 통계와 분석적인 것과 같이 중요한 정보가 될 것”이라고 강조했다. 한화케미칼은 빅데이터의 효용에 대해 고민 중이다. 그러나 IT의 발전에 따라 틀에 박혀있는 시스템이나 환경, SI 사고가 변화하고 있는 만큼 기업의 부분 부분에 활용될 것으로 본다.