운영정보를 활용한 비즈니스 프로세스 혁신 사례

운영정보를 활용한 비즈니스 프로세스 혁신 사례

기준정보(Master Data)는 2000년대 들어 확산된 개념으로 ERP 구축 및 프로세스 혁신이 활발하게 추진되면서 체계적으로 관리되기 시작했습니다. 전통적 의미의 기준정보는 설비·부품·고객·벤더 등과 같이 기업 활동의 근간이 되는 핵심 데이터를 지칭하며 MDM(Master Data Management, 기준정보관리) 시스템에서 운용되면서 주변 정보시스템에 배포되어 각 업무의 기초 데이터로 활용되었습니다.

모델, 고객, 설비, 벤더, 부품, 원자재등 마스트를 가지고 있는 MDM에서 구매시스템, 설비관리시스템에 배포한다 [그림 1] 기준정보 관리체계 예시

2010년 이후 빅데이터, IoT(Internet of Things, 사물인터넷), AI(Artificial Intelligence, 인공지능) 등의 신기술이 등장하면서 비즈니스 혁신을 위한 디지털 트랜스포메이션이 주목 받고 있습니다. 데이터 기반의 프로세스 혁신은 디지털 트랜스포메이션의 필수 과제로 운영정보(Operational Data)가 중요한 역할을 담당합니다. 본 아티클에서는 비즈니스 프로세스를 혁신하는 운영정보의 개념과 산출 과정 및 활용 사례를 살펴보겠습니다.

운영정보 개념 및 산출 과정

가장 먼저 기억해야 할 점은 운영정보도 기준정보라는 것입니다. 기준정보는 거의 변하지 않고 광범위하게 전사적으로 사용되는 기초 데이터라는 한계를 지니고 있습니다. 반면 운영정보는 프로세스의 기준값으로 활용되어 업무수행 기준을 제시하면서도 지속적인 거버넌스를 통해 유지된다는 면에서 기준정보의 성격뿐 아니라 혁신의 주체가 될 수 있는 특성을 모두 가지고 있습니다.

기존 마스터기준정보에서 향후 기준정보대상에 운영정보까지 포함한다. [그림 2] 기준정보의 대상

이어서 운영정보가 산출되는 과정을 설명하겠습니다. 먼저 목적에 맞는 기준정보를 선정하여 결합한 다음, 수행기준에 부합하는 실적 데이터를 연산하여 연계합니다. 마스터 기준정보를 선정할 때는 MDM 시스템뿐만 아니라 각 업무 시스템에서 관리하는 모든 기준정보를 검토해야 하며 업무기준에 적합한 실적데이터의 취합조건을 정의해야 합니다.

전사마스터기준정보, 업무마스터기준정보, 실적데이터를 합치면 운영정보가 된다 [그림 3] 운영정보 산출 과정

이렇게 산출된 운영정보는 업무 프로세스 수행 시 기준값을 제시할 뿐만 아니라 결과 간 정량적 비교·분석 측정이 가능하다는 장점을 가지고 있습니다.

운영정보 활용 사례

운영정보를 활용하여 설비정비에 소요되는 부품의 투입기준을 정의한 사례를 살펴보겠습니다. IT 제품을 제조하는 A 기업은 수만 대의 생산설비를 보유하고 있었습니다. 이 설비들은 전담부서가 관리하면서 예방정비(Preventive Maintenance, PM) 활동이 이루어졌습니다. 그런데 공통된 정비기준이 없다 보니 동일 제품을 생산하는 유사 설비임에도 정비에 투입되는 부품의 수량·단가·교체 주기 등이 제 각각이었을 뿐 아니라 부품비용의 편차도 크게 발생했습니다.

[표 1] A 기업의 설비정비에 투입되는 부품소요 비용 예시
설비번호 정비횟수(년) 부품번호 소요수량(년) 단가 소요금액(년)
설비#1 4회 J001 20개 200,000원 4,000,000원
설비#2 6회 J001 42개 150,000원 6,300,000원
설비#3 8회 J001 63개 150,000원 9,450,000원
설비#4 4회 J001 24개 180,000원 4,320,000원
[표 1] A 기업의 설비정비에 투입되는 부품소요 비용 예시

이의 대응 방안으로 설비전담 부서는 정비에 투입되는 부품의 기준을 마련하고자 했습니다. 정비용 부품을 신청하는 단계부터 정해진 기준을 따르도록 하면 부품 과투입을 막아 원가절감 효과를 가져올 것으로 생각했기 때문입니다. 처음에는 설비별로 정비에 투입되는 모든 부품을 정의하고 교체주기, 평균소요량 등을 관리할 계획이었습니다. 그러나 가동 중인 설비가 수만 대에 달하고 각 설비에 투입되는 부품도 수천 개가 되다 보니 투입기준을 정하는 것도 어려웠지만 그나마 정해진 일부 부품의 투입기준을 변경·관리하는 것도 쉬운 일이 아니었습니다.

에스코어의 데이터컨설팅팀은 운영정보를 활용하여 A 기업의 이같은 고민을 해결할 수 있었습니다. 기존 MDM 시스템으로부터 배포받던 설비·부품 마스터 데이터와 설비정비 시스템에서 관리하던 정비유형 등의 마스터 데이터를 결합하여 설비정비 그룹을 정의하였습니다. 이 그룹별로 설비에 투입된 부품실적(횟수·단가 등)의 평균치를 산출하여 설비정비 그룹과 연계하였습니다.

설비,부품,벤더와 같은 전사 마스터데이터를 업무 마스터데이터와 합치고, 설비/부품별 정비실적과 연계시키면,  청구기준 수량 및 단가등 운영정보가 생긴다 [그림 4] A 기업의 설비정비 운영정보 산출과정 예시

이러한 설비정비 그룹별 부품정보는 시스템에 의해 자동으로 산정되도록 했습니다. 그 결과 수작업 대비 부품정보 산출에 소요되는 시간이 획기적으로 단축되었고 데이터 정합성도 향상되었습니다. 또한 작업조가 설비정비 시스템에서 부품을 청구할 때마다 투입기준을 확인하고 타 작업조와의 실적 비교도 가능하게 함으로써 자발적인 원가절감 활동을 유도할 수 있었습니다.

마치며

앞서 살펴본 바와 같이 운영정보를 정의하고 산출하는 것 자체가 프로세스 혁신의 과정이라고 할 수 있습니다. 마스터 데이터에 국한된 기준정보에 대한 고정관념을 깨고 운영정보로까지 시각을 넓혀보시기 바랍니다. 일관되고 정확한 정보 획득으로 더 많은 업무개선 기회가 주어질 것입니다. 또한 보다 정확한 분석 결과를 얻게 되면서 프로세스 혁신의 성공 가능성을 한층 높일 수 있을 것입니다.

데이터가 비즈니스 성패를 좌우하는 디지털 혁명의 시대, 데이터를 잘 활용하는 기업들의 공통점은 바로 기준정보와 운영정보를 정확하게 인식하고 전사적 관리 체계를 구축하여 업무 프로세스와 밀착 연계함으로써 혁신 성장의 기틀을 세웠다는 것임을 명심해야 할 것입니다.



▶  해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에게 저작권이 있습니다.
▶  해당 콘텐츠는 사전 동의 없이 2차 가공 및 영리적인 이용을 금하고 있습니다.


공유하기 열기
전준범
전준범 IT테크놀로지 전문가

에스코어㈜ 컨설팅사업부 데이터컨설팅팀

프로세스 혁신(PI) 및 데이터 컨설팅을 담당하고 있으며, 삼성 관계사와 국내 주요 대기업을 대상으로 다수의 프로젝트 경험을 가진 전문가입니다.