[기고] 실패 없는 DX 성공 전략, ‘데이터 운영’에 주목
상태바
[기고] 실패 없는 DX 성공 전략, ‘데이터 운영’에 주목
  • 석주원 기자
  • 승인 2020.11.05 14:22
  • 댓글 0
이 기사를 공유합니다

효율적인 데이터 관리 위한 데이터옵스의 필요성

[글=박승규 팀장 | 효성인포메이션시스템 클라우드사업팀]
his-skpark@hyosung.com

 

효성인포메이션시스템 클라우드사업팀 박승규 팀장
효성인포메이션시스템 클라우드사업팀 박승규 팀장

오늘날 세계는 많은 도전에 직면해 있다. 전염병 확산, 테러, 자연재해, 사이버 공격 등 예측 불가능한 위험과 환경 변화에 대응하기 위해 기업들은 디지털 트랜스포메이션(DX)을 추진하고 있다. DX는 기업에 새로운 수익 창출 기회를 제공함과 동시에 현재와 미래를 이어주는 연결고리다. 이러한 DX를 성공적으로 수행·완료하기 위해서는 데이터를 효율적으로 운용할 수 있어야 한다. DX의 핵심은 최소 비용으로 정제된 데이터를 확보해 가능한 많은 데이터 혁신자에게 제공하는 것이다.

 

DX 핵심은 기술이 아닌 ‘데이터’

기업은 DX 추진 과정에서 많은 난관에 부닥친다. 맥킨지 조사에 따르면 2016년부터 화두로 떠오른 DX에 대해 글로벌 기업의 80%가 직간접적으로 투자를 진행했지만, 이 가운데 성공을 거둔 조직은 16%에 불과했다.

DX 구현이 어려운 이유는 크게 다섯 가지를 꼽을 수 있다. 첫째, DX의 핵심은 기술이 아니라 기술을 적용하여 ‘데이터’의 가치를 극대화하는 것이다. 그러나 데이터는 다양하고 분산되어 있으며 난해하다. 둘째, 데이터를 가치 있게 변환시키는 것은 느리고, 수동적이며, 반복하기 어렵다. 셋째, 데이터에 대한 거버넌스와 컴플라이언스 요구 사항은 지속적으로 증가하고 있다. 넷째, 기존 인프라와 데이터 관리 도구는 DX 시대를 위해 설계되지 않았다. 마지막으로 기업은 아날로그 기술과 디지털 요구에 도전 받고 있다.

사물인터넷(IoT)과 같은 다양한 첨단 기술의 발달로 데이터가 끊임없이 생성되고 있지만, 기업들은 이를 클라우드에 저장·공유하는 데 그치고 있으며, 이를 전략적으로 분석해 활용하지는 못하고 있다. 생성된 데이터의 똑똑한 활용은 궁극적으로 기업의 수익 창출로 이어진다. 기업이 비즈니스 과정에서 겪은 경험을 데이터화하고, 축적된 데이터의 분석 및 예측을 통해 이끌어 낸 비즈니스 통찰로 새로운 서비스를 창출하며 도약의 발판으로 삼을 수 있는 것이다. 성공적인 DX란 데이터 운영을 통해 이 같은 비즈니스 선순환 구조를 만드는 것이다.

디지털 기술(DT)과 디지털 트랜스포메이션(DX)
디지털 기술(DT)과 디지털 트랜스포메이션(DX)

데이터 운영의 첫 단계는 곳곳에 산재한 데이터 취합에서 시작된다. 그러나 복잡하기 만한 빅데이터는 기업 데이터 운영에 오히려 악영향을 끼친다. 기업은 데이터에서 많은 가치를 원 하지만 필요한 정보를 정확히 찾아내는 일은 쉽지 않고, 데이터 수집·저장·분석에 많은 비용과 시간을 소모한다. 따라서 데이터 가치와 잠재력을 발굴하고 효율적으로 운영 가능한 시스템이 필요하다. 데이터 운영이란 단순한 데이터 취합과 축적에서 한발 더 나아간 개념이다.

DX 데이터 운영 관련해서는 크게 데이터 공급자, 데이터 준비자, 데이터 소비자로 영역이 나뉘며 각 영역별로 다양한 사람들이 각기 다른 업무를 수행하게 된다. 다양한 환경과 툴, 데이터 유형과 속성으로 구성된 각 단계별 데이터 처리 프로세스를 단순화하고 자동화하는 것이 중요하다.

 

실패 없는 데이터 운영을 위한 ‘데이터옵스(DataOps)’

데이터 운영에서 최근 주목받는 데이터옵스는 적합한 데이터를 적시에 올바른 장소로 가져올 수 있는 프로세스를 자동화함으로써, 데이터 잠재력을 최대한 발휘하도록 돕는 전략 실행 방법이다. 데이터옵스는 개발 및 운영을 함께 하는 데브옵스(DevOps)와 마찬가지로 분석, 데이터 및 비즈니스 팀을 하나로 통합해 비즈니스 의사 결정의 품질과 예측 가능성을 높이고 가치 창출 시간을 줄여준다.

데이터옵스 전략은 ▲분석 속도 ▲거버넌스 ▲에지 투 클라우드(edge-to-cloud) 운영 민첩성의 세 가지 핵심 요소를 만족시켜야 한다. 또한 데이터옵스를 구체화하기 위해서는 탐색, 메타데이터 관리, 정책 기반 거버넌스와 유지 관리, 자동화된 데이터 통합 및 데이터 파이프라인 구축 기술이 필요하다.

데이터옵스는 조직 전체의 데이터 관리자와 소비자 간 데이터 플로우 커뮤니케이션 통합 및 자동화 향상에 중점을 둔 협업적 데이터 관리 규칙으로 등장했으며, 많은 기업에게 새로운 접근 방식이다. 데이터옵스 첫 단계는 분석과 머신러닝을 위한 데이터 파이프라인 강화로 시작한다. 데이터의 탐지, 통합, 전송 자동화, 가속화는 가공되지 않은 데이터를 실행 가능한 통찰력으로 전환하는 데 필요한 시간을 단축시킨다.

그러나 데이터옵스의 더 큰 이점은 적합한 데이터를 적시에 올바른 장소로 가져올 수 있는 프로세스를 자동화해 데이터의 잠재력을 최대한 발휘하도록 돕는다는 점이다. 다양한 기술이 적절한 데이터 플랫폼과 연결될 때 성공적인 데이터 운영이 가능하다.

 

AI 기반 데이터 카탈로그를 통한 체계적인 데이터 관리

디지털 뉴딜 정책으로 데이터 가치가 높아지고 있지만 실제 기업 비즈니스에 인사이트를 주는 효율적인 데이터 관리는 쉽지 않다. 특히 기존 수작업 방식으로는 폭발적으로 증가하는 데이터의 체계적 관리는 물론, 민감 정보 관리와 효율적인 데이터 리소스 할당도 어려워 새로운 대안이 필요하다.

데이터 카탈로그는 기업이 데이터를 분석·활용하기 위해 반드시 거쳐야 하는 작업이다. 효성인포메이션시스템의 ‘루마다 데이터 카탈로그’는 수작업으로 인한 휴먼 에러를 최소화하면서 대규모 데이터를 신속하게 정리하고 통합한다. 데이터에 대한 속성 정보를 담은 메타데이터 관리를 자동화해 분석가와 현업 사용자들은 데이터 검색 정확성과 속도를 높일 수 있다.

효성인포메이션시스템 ‘루마다 데이터 카탈로그’
효성인포메이션시스템 ‘루마다 데이터 카탈로그’

루마다 데이터 카탈로그는 기업 내 조직과 시스템에 산재한 서로 다른 속성의 데이터를 AI로 빠르게 파악해 데이터 정리·통합·관리를 용이하게 해 준다. 에지 기기부터 데이터센터, 멀티 클라우드에 걸쳐 데이터 레이크 관리, 중복·복제 데이터 식별을 통한 데이터 분류, 자동 데이터 계보 분석, 민감 데이터 검색, AI·머신러닝을 통한 태깅 등을 지원한다. 특히 머신러닝 기반 ‘핑거프린트’ 알고리즘을 통해 수작업으로 하기 힘든 수많은 칼럼, 메타, 속성 등을 자동 분석하고 매핑해 준다.

과거 프로젝트는 데이터 저장에 무게를 둔 단발성 프로젝트가 많았다. 그러나 앞으로는 활용에 초점을 맞춘 운영 시스템 개선 프로젝트가 많아질 전망이다. 데이터 활용 민첩성을 높이고 성공적인 데이터 운영을 위해 데이터옵스 시대를 준비해야 한다.

 

DX를 위한 차세대 클라우드 데이터센터

성공적인 DX 구현을 위해서는 DX의 핵심인 데이터와 이를 새로운 성과와 기회로 만들기 위한 인프라의 변화가 필요하다. 디지털 시대의 클라우드 데이터센터는 자체 업무만 운영하던 기존 데이터센터와 다르게 IoT, 빅데이터, 컨테이너 같은 업무를 수용하고 사회와 산업을 연결하는 역할까지 담당해야 한다. 디지털 혁신을 위한 플랫폼이 되고 있는 것이다.

효성인포메이션시스템의 업그레이드된 ‘DX센터 시즌2’는 차세대 및 클라우드 데이터센터 인프라에 필요한 솔루션들을 직접 체험해 볼 수 있는 공간이다. 미래 데이터센터의 변화 및 향후 로드맵까지 효성인포메이션시스템의 전문가들이 컨설팅을 통해 기업의 DX를 위한 최적화된 맞춤 솔루션을 제공한다.

차세대 클라우드 데이터센터 모델
차세대 클라우드 데이터센터 모델

SDDC(소프트웨어 정의 데이터센터) 기반 클라우드 인프라의 통합 운영과 자동화 구현은 물론, AI와 ML 적용을 위한 애널리틱스 클라우드, 컨테이너, PaaS(서비스형 플랫폼) MSA(마이크로 서비스 아키텍처)를 위한 모던 애플리케이션 클라우드 등 새로운 조직과 업무, 요구사항에 적극 대응하는 방안을 제시한다.

효성인포메이션시스템은 고객이 최적화된 IT 인프라로 최상의 비즈니스 성과를 내고 성공적인 DX를 구현하도록 지원하는 한편, 성공적인 데이터 운영 방안을 함께 고민해 나갈 것이다.


관련기사

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
0 / 400
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.