4차 산업혁명의 변화 모습

지금은 인공지능(AI), 사물인터넷(IoT), 빅데이터(Big Data) 등 첨단 정보통신 기술이 경제, 사회 전반에 융합되어 혁신적인 변화를 나타내는 4차 산업혁명 시대입니다. 이는 기업 경영 환경의 디지털 변혁을 촉진하면서 새로운 비즈니스 모델을 파생시키고 있습니다. 그 변화를 관통하는 핵심 키워드는 다음과 같이 요약됩니다.

1) 개방 플랫폼

재화의 거래 방식이 오프라인과 판매자∙유통업자 중심의 일방적 공급 모델에서 온라인 중개 플랫폼 기반의 참여자 거래 모델로 변하고 있습니다. 일례로 인터넷 오픈 마켓을 통해 다수의 판매자가 상품을 공급하게 되면서 소비자는 보다 양질의 제품을 값싸게 구매할 수 있게 됐죠. 애플리케이션을 유통하는 기능의 앱스토어도 같은 맥락으로 볼 수 있습니다.

2) 공유

플랫폼 기반으로 개방된 공유 경제 모델은 새로운 가치를 창출합니다. 스마트폰 앱을 통해 운전기사와 승객을 이어주는 차량 호출 서비스나 개인의 집을 빌려주는 숙박 공유 서비스 등이 이에 해당합니다.

3) 협업

비즈니스는 기업의 내부 자원과 역량에 의존하는 대신 외부 네트워크를 적극적으로 활용하는 방식으로 변모하고 있습니다. 많은 기업들이 구매∙디자인∙상품개발∙생산∙판매∙서비스 등의 전 영역에 외부 네트워크를 활용하는 Outreach 개념을 도입하고 있죠.

4) 서비스화

기업은 제품에 IT를 접목하여 '서비스'라는 새로운 부가가치를 더하고 있습니다. 이제 IoT 기술은 스마트 도어록의 내장 카메라로 촬영한 방문객 사진을 집주인의 스마트폰으로 전송해 신원 확인을 가능하게 합니다. 또, 인공지능은 사용자에게 최적화된 실내 온도 데이터를 축적하여 시간대별 적정 온도가 자동으로 맞춰지는 스마트 온도 조절기를 탄생시켰습니다.


이 같은 비즈니스 모델 변화의 동력이자 핵심 가치는 ‘데이터’입니다. 오프라인 중심의 전통적인 경제/사회 구조가 온라인과 디지털 기반으로 전환되면서 방대한 양의 데이터가 생성되었고, 이를 유의미하게 분석해 기업 경영에 활용하는 것이 전략적으로 중요해졌기 때문입니다. 특히 데이터를 기반으로 하는 사물인터넷(IoT), 인공지능(AI) 등이 4차 산업혁명의 핵심 기술로 급부상하면서 데이터의 가치는 나날이 높아지고 있습니다.

글로벌 IT 벤더들의 발 빠른 행보가 이를 방증합니다. 2014년 구글이 32억 달러를 들여 스마트홈 기기 제조사 네스트(Nest)를 인수하고, 2016년 IBM이 미국의 기상정보업체 웨더 컴퍼니(The Weather Company)의 날씨 데이터 등 디지털 자산을 20억 달러에 인수한 사례는 데이터의 가치를 단적으로 보여줍니다. 현재 구글은 네스트의 스마트홈 기기로부터 수집되는 각종 생활 데이터를 활용하여 IoT 기반의 인공지능 서비스 사업을 추진 중이며, IBM은 웨더 컴퍼니의 정교한 기후 데이터를 토대로 자사의 인공지능 시스템인 왓슨 비즈니스를 강화하고 있습니다.

데이터 기반의 신기술 비즈니스 가운데 교훈을 주는 사례도 있습니다. 2016년 IBM 왓슨이 암 진단 등을 목적으로 국내 의학계에 진출했으나 아직 의미 있는 활용 사례가 나오지 않고 있죠. 왓슨이 미국과 유럽 지역의 환자와 논문 데이터는 학습했지만, 한국인의 유전적 특성 등은 반영되지 않았다는 점이 국내에서의 암 진단 정확도가 기대에 못 미치는 주요 원인으로 꼽힙니다. 왓슨의 활용도를 높이기 위해서는 국내 환자들의 의료 데이터를 추가해 학습시켜야 하는데, 이는 인공지능 비즈니스의 동력이 목적과 상황에 부합하는 정밀한 데이터임을 여실히 보여주는 사례입니다.

산업혁명 시대의 에너지원이 석유, 전기 등이었다면 지금은 데이터가 새로운 에너지원 역할을 하고 있습니다. 따라서 기업은 디지털 비즈니스를 위해 운용하는 하드웨어 및 소프트웨어가 도구일 뿐임을 인식하고, 이를 통해 얻어지는 데이터의 가치에 주목해야 합니다.

빅데이터 시대의 기준정보

기업의 IT 환경에서 생성되는 데이터는 날로 증가하고 있습니다. 이에 따라 데이터 저장 및 활용 방법도 클라우드로 전환되며, 비즈니스 데이터 사용자도 지속적으로 늘어나고 있죠. 데이터 규모(Volume), 속도(Velocity), 다양성(Variety) 측면에서 진정한 빅데이터의 시대가 도래한 것입니다.

빅데이터 시대를 맞아 기업들은 가치 있는 정보와 통찰(Insight)을 얻기 위해 사내/외에서 발생하는 각종 데이터를 수집하여 분석하는 데 역량을 집중하고 있습니다. 온라인 버즈와 소셜 미디어를 활용해 마케팅 전략을 도출하는 디지털 마케팅도 데이터 분석을 근간으로 합니다. 또, 제조업의 경우 생산 공정을 모니터링하고 이상 정보를 조기에 감지하여 실시간 피드백 체계를 구현하는 오퍼레이셔널 인텔리전스(OI, Operational Intelligence) 영역에서 데이터 분석이 활용됩니다. 금융업에서는 시장 변화를 감지하고 자산과 포트폴리오에 미치는 영향을 실시간으로 예측해 포트폴리오 리밸런싱을 하는 등 고객 리스크를 최소화하는 Market Climate Watcher를 위해 데이터 분석을 필요로 합니다.

다양하고 방대한 양의 데이터를 분석∙활용하기 위해 반드시 선행되어야 할 사항은 ①기업 내/외부의 ‘핵심 정보’를 구분하여, ②이를 표준화하고, ③업무에 정확하게 활용될 수 있도록 기본 체계를 갖추는 것입니다. 이 ‘핵심 정보’를 ‘기준정보(Master Data)’라고 하는데, 기준정보는 기업의 업무 프로세스와 정보 시스템에서 동일한 기준으로 사용되는 정보를 의미합니다. 트랜잭션 데이터나 리포트 데이터를 비롯해 기업 내/외부에서 발생하는 빅데이터의 품질 고도화 및 동질성 유지 등을 위한 기본 데이터죠. 이렇듯 기준정보의 품질과 일관성을 유지하고 업무 변화에 대응할 수 있도록 표준 관리 방식과 거버넌스를 수립하고 정비하는 체계를 ‘MDM(Master Data Management)’이라고 합니다.

MDM은 2000년대에 이미 제조업을 중심으로 전사 데이터 관리 차원에서 관심을 받았던 분야입니다. 당시에는 ERP와 경영정보시스템 간의 기준정보 관리 필요성이 대두되면서 대기업을 중심으로 적용되었죠. 그러나 기업들이 데이터에 대한 지식과 관리 역량을 제대로 갖추지 못한 상태에서 중앙집중적 방식으로 신규 데이터의 통제에 집중하다 보니, 이전의 정보가 쌓이면서 현재 시점에서 긴급히 처리해야 할 업무를 제대로 지원하지 못하는 상황이 빈번하게 발생했습니다. 결국 MDM의 활용도는 낮아졌고, MDM에 대한 시장의 관심도 사그라드는 듯했습니다.

그러나 빅데이터 시대가 도래하면서 MDM은 다시 주목받고 있습니다. 4차 산업혁명에 따른 디지털 변혁을 겪으며 데이터 기반의 비즈니스에 나선 기업들이 내부 데이터뿐 아니라 온라인, 소셜, IoT 단말 등에서 발생하는 외부 데이터까지 수집해 빅데이터 플랫폼으로 이를 분석하기 시작하면서 데이터 품질의 중요성, 그리고 잘 갖추어진 데이터 관리 체계의 필요성을 깨달았기 때문입니다.
빅데이터 시대를 맞아 데이터의 가치가 높아진 만큼 형태와 구조가 복잡다단해지면서, 데이터 관리 능력이 기업 경쟁력의 중요한 축으로 부상하고 있습니다. 그리고 그 근간이 기준정보와 MDM이죠.

[그림1. 기준정보 기반의 빅데이터 관리]

그렇다면 기업의 업무 프로세스와 정보 시스템 내에서 동일한 기준으로 정보를 사용하기 위한 ‘기준정보 관리’는 어떻게 해야 할까요? 2편에서는 기준정보 관리의 중요성과 실제 비즈니스 현장에 활용된 사례를 알아보겠습니다.

▶   해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에 저작권이 있습니다.
▶   해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.