데이터 거버넌스

데이터 거버넌스는 조직 내에서 데이터를 관리하고 보호하는 프레임워크와 절차를 의미합니다. 이는 데이터의 품질, 보안, 접근성, 유효성 등을 유지하고 최적화하는 데 도움이 되며, 데이터 활용 시 충돌과 문제를 방지하기 위한 체계를 제공합니다.

데이터 거버넌스의 목표는 다음과 같습니다:

1. 데이터 품질 향상: 데이터의 정확성, 일관성, 완전성을 유지하고 향상시키는 것으로, 신뢰성 있는 분석과 의사 결정을 돕습니다.
2. 규정 준수: 데이터 거버넌스는 관련 법규와 규정을 준수하도록 돕습니다. 예를 들어, 개인정보 보호법과 같은 규정을 지키는 것이 중요합니다.
3. 효율적인 데이터 활용: 데이터를 재사용하고 공유하여 비즈니스 프로세스와 의사 결정을 지원합니다.
4. 위험 관리: 데이터 노출과 손실을 방지하고 데이터 보안을 강화하여 조직 내 데이터에 대한 위험을 최소화합니다.
5. 조직 간 협력 강화: 데이터 거버넌스는 다양한 부서나 팀 간의 협력을 촉진하며, 일관된 용어와 정의를 사용하여 의사 소통을 원활하게 합니다.

이러한 목표를 달성하기 위해 데이터 거버넌스는 데이터 관리 책임자, 데이터 소유자, 데이터 정책 및 규정, 데이터 품질 기준, 데이터 접근 권한 관리 등 다양한 요소를 포함합니다.

많은 기업과 조직이 데이터 거버넌스를 도입하여 데이터를 효율적으로 관리하고 활용하고 있습니다. 이는 비즈니스 성과를 향상시키고 데이터를 기반으로 한 더 나은 전략 수립을 가능하게 해줍니다.

기업 데이터 거버넌스는 조직의 데이터가 처음부터 정확하고 이후 입력, 저장, 조작, 액세스, 삭제되는 과정에서 올바르게 처리되도록 시행하는 모든 정책과 절차를 포함합니다. 데이터 거버넌스의 역할에는 인프라 및 기술 구축, 프로세스와 정책의 설정과 유지관리, 특정 유형의 데이터를 처리하고 보호할 책임과 권한을 지닌 조직 내 개인(또는 직위)을 식별하는 활동 등이 있습니다.

 

데이터 거버넌스는 규제준수의 핵심 부분입니다. 시스템은 저장, 처리, 보안 메커니즘을 관리합니다. 하지만 정책이 정의되고 절차가 건전하며 기술이 적절히 관리되고 데이터가 보호받도록 하는 일은 사용자, 즉 거버넌스 조직의 측면입니다. 데이터는 시스템에 입력되기 전, 사용되는 동안, 사용하거나 다른 곳에 저장할 목적으로 시스템에서 검색될 때 모두 올바르게 처리되어야 합니다.

 

데이터 거버넌스가 데이터의 정확성, 신뢰성, 무결성, 보안을 구축하는 정책과 절차를 설정하는 데 비해 데이터 관리는 이러한 절차를 구현하는 과정입니다. 데이터 관리 책임자는 데이터를 처리, 저장, 보호하는 데 사용되는 절차와 툴을 관리하고 감독합니다.

데이터 거버넌스의 이점

비즈니스의 모든 측면에서 조직이 데이터에 크게 의존하는 요즘과 같은 시기에는 정보에 관한 전략을 반드시 갖춰야 합니다. 데이터는 회계 및 재무, 계획 및 관리, 오더 관리, 고객 서비스, 일정 수립, 프로세스 제어, 엔지니어링, 설계 등 거의 모든 컴퓨터 및 기술 기능의 핵심입니다. 정확하고 신뢰할 수 있는 데이터는 이러한 시스템과 기능을 효과적으로 운영하는 데 중요합니다. 

 

신뢰할 수 있는 우수한 데이터가 비즈니스에 중요하다는 점을 고려하면 조직은 데이터의 생성, 품질, 처리 및 보안에 신경 써야 합니다. 또 그렇게 함으로써 시스템과 데이터베이스를 신뢰할 수 있고 실제 상황을 반영해 의사결정과 비즈니스 성공을 효과적으로 지원하게 됩니다.

데이터 거버넌스의 이점은 다음과 같습니다.

1. 보다 신뢰할 수 있는 개선된 데이터: 이게 바로 데이터 거버넌스의 핵심 취지입니다. 사용자와 의사결정자가 데이터를 더욱 신뢰하게 되고 그 데이터를 기반으로 의사결정을 내릴 때 더 확신을 가질 수 있습니다. 또 정확한 정보를 기반으로 하므로 실제로 더 나은 의사결정을 내립니다.
2. 단일 버전의 데이터: 조직의 모든 부분과 모든 의사결정자가 동일한 정보를 가지고 협력할 수 있게 된다면 장점은 무궁무진합니다. 누구의 스프레드시트나 계획이 '더 나은지' 또는 더 최신 자료인지 논쟁을 벌일 필요가 없습니다. 조직의 모든 부분이 조율됩니다.
3. 규제, 법률, 산업 규제준수: 견고한 데이터 관리 절차는 규제준수의 핵심입니다. 감사와 규제 감독 담당자는 데이터 자체보다는 데이터가 어떻게 생성, 처리, 보호되는지를 살펴봅니다.
4. 비용 절감: 감사가 빠르고 간편하게 이루어질 뿐 아니라 일상 운영도 보다 효율적이고 효과적이 됩니다. 잘못되거나 오래된 정보를 바탕으로 의사결정을 내려 발생하는 낭비를 줄일 수 있습니다. 또 현재 진행 중인 활동, 재고, 인력 가용성 등을 정확히 파악해 고객 서비스를 개선할 수 있습니다.

조직은 정확성, 일관성, 신뢰성 있는 데이터를 바탕으로 성공을 거두며 이러한 데이터는 탁월한 데이터 거버넌스를 통해서만 얻을 수 있습니다.

데이터 거버넌스를 위한 프레임워크는?

데이터 거버넌스 프레임워크란 데이터 전략과 규제준수의 토대를 마련하는 모델을 의미합니다. 입력, 출력, 저장 매개변수와 같은 데이터 흐름을 설명하는 데이터 모델에서 시작하는 거버넌스 모델은 이러한 데이터 흐름이 관리 및 제어되는 방식을 정의하는 규칙, 활동, 책임, 절차, 프로세스를 더합니다.

 

모델은 데이터 거버넌스가 특정 조직 내에서 어떻게 작동하는지 보여주는 일종의 청사진이라고 생각하면 좋습니다. 또 이러한 거버넌스 프레임워크는 각 조직에 고유하므로 데이터 시스템, 조직의 업무 및 책임, 규제 요구사항, 산업 프로토콜의 세부 사항을 반영한다는 점을 기억하세요.

 

따라서 프레임워크에는 다음 사항이 포함되어야 합니다.

• 데이터 범위: 마스터 데이터, 트랜잭션 데이터, 운영 데이터, 분석 데이터, 빅데이터 등
• 조직 구조: 책임 있는 소유자, 데이터 책임자, IT 부서, 비즈니스 팀, 임원 후원자 간의 역할 및 책임.
• 데이터 표준 및 정책: 어떤 성과를 위해 무엇을 관리해야 하는지 개괄적으로 설명하는 지침.
• 감독 및 지표: 전략의 시행과 성공을 측정하는 매개변수.

데이터 거버넌스 프로세스

데이터 거버넌스는 조직이 데이터를 생성, 관리, 보호하는 프로세스 내에 반드시 포함되어야 합니다. 절차적 요소와 가이드라인은 다음과 같습니다.

• 절차 및 문서화: 감사를 만족시키기 위한 목적에서 그치지 않고 문서로 모든 프로세스의 개요를 명확하게 보여줘야 합니다. 그리고 교육과 동기를 부여하는 인센티브를 통해 절차를 강화해야 합니다.
• 데이터 무결성: 데이터 거버넌스 모델과 프레임워크에 따라 데이터 무결성에 대한 고려사항이 절차에 반영되어야 합니다. 이러한 추가 사항은 직원 측에서 좀 더 주의를 기울여야 하며 절차상의 규율이 요구되어 효율성에 영향을 미칠 수 있습니다(예: 프로세스에 몇 초 더 추가됨). 따라서 자동화가 도움이 될 수 있습니다. 바코드 스캐너나 터치스크린과 같이 비교적 가격이 저렴하며 검증된 기술은 특히 IIoT(산업용 사물인터넷)와 결합되거나 기존 프로세스 제어 시스템과 함께 사용했을 때 데이터를 더욱 빠르고 정확하게 수집할 수 있습니다.
• 감사 및 품질 관리: 프로세스와 절차상의 규제준수를 확인하기 위해 모든 절차에 대한 데이터 유효성을 주기적으로 점검해야 합니다. 품질 관리 팀이 주기적인 일정으로 점검하는 것이 가장 효과적입니다.

데이터 거버넌스의 대표적인 최대 난제는?

데이터 거버넌스의 가장 큰 난제는 조직 및 인사 문제와 관련 있다고 볼 수 있습니다. 모든 비즈니스 혁신에는 변화를 주도할 역할과 책임을 가진 사람이 필요합니다. 또한 데이터 관리를 지루하고 수준 낮은 업무로 바라보지 않고 매우 중요한 업무로 바라보는 문화적 변화가 필요합니다. 중요한 데이터를 다루는, 즉 데이터를 생성, 변경, 사용하며 일련의 방식으로 이동시키는 업무를 수행하는 직원의 경우 데이터를 올바르게 관리하는 데 있어 맡은 역할을 이해하고 책임감을 가져야 합니다.

 

또 다른 큰 문제는 바로 데이터의 빠른 확산입니다. 데이터는 시간이 지날수록 점점 더 급증하고 있습니다. 새로운 데이터는 대부분 비정형 데이터이거나 우리가 과거에 보거나 다루었던 데이터와 다릅니다. 이로 인해 기존 시스템과 데이터베이스에 부담이 가고 거버넌스에 대한 새로운 절차가 필요하며 추가 요구사항이 발생합니다.

데이터 거버넌스 툴과 기술

데이터 거버넌스 프레임워크를 생성하는 데 추가적인 툴이 필요하지는 않습니다. 하지만 기술은 데이터를 수집, 관리, 보호하는 데 도움이 될 수 있습니다. 다음을 살펴보세요.

• 정보 관리자 애플리케이션은 데이터 프로파일링과 기업의 데이터 거버넌스 정책의 성과를 모니터링할 수 있도록 지원합니다. 비즈니스 유닛 전반에서 정보 거버넌스 이니셔티브를 실행하고 데이터 검증을 통해 품질 기준을 실현하며 데이터 품질 프로세스 개선을 측정하기 쉽게 합니다.
• EMM(기업 메타데이터 관리)이라고도 불리는 메타데이터 관리 솔루션은 기업의 정보 자산을 범주화하고 일관되게 구성하므로 빅데이터 시대에 그 중요성이 점차 커지고 있습니다. 유지관리되는 데이터 자산의 정보는 유형, 태그, 소스, 날짜입니다.
• 정보 수명주기 및 콘텐츠 관리 기술은 데이터 볼륨을 제어하고 자동화된 정보 아카이빙, 보존, 폐기 정책에 따르는 리스크를 관리합니다. 또한 콘텐츠 관리 전용 기능으로 문서를 디지털화하고 관련 콘텐츠를 트랜잭션 및 워크플로와 통합함으로써 비즈니스 프로세스를 합리화할 수 있습니다.
• 증강 데이터 관리 또는 증강 데이터 통합은 AI (인공지능) 및 머신러닝 같은 새로운 기술을 적용해 얻은 정보로 기존 기업 데이터를 개선합니다. 목표는 의사결정을 개선하고 일부 애플리케이션의 셀프 튜닝의 강화를 지원하는 것입니다.

5가지 데이터 거버넌스 선진사례

전문가들이 일반적으로 동의하는 데이터 거버넌스의 첫 5가지 '선진사례'가 있습니다.

1. 큰 그림을 염두에 두고 작은 규모로 시작하라. 훌륭한 조언입니다. 아무런 준비 없이 시작하면(또 시행 중인 데이터 거버넌스 프로세스가 없다면) 모든 것을 새로 개척해야 합니다. 따라서 모든 노력을 쏟아붓기 전에 소규모로 시작해 제한된 방식으로 학습하고 역량을 개발하며 접근 방식을 검증해 아이디어와 이해한 내용을 테스트하는 등 신중을 기해야 합니다. 동시에 큰 그림을 염두에 두는 것이 중요합니다. 그렇지 않으면 자질구레한 부분에 휘말려 전체적인 목표에서 벗어나기 쉽습니다. 따라서 높은 차원의 프로젝트 목표(데이터 거버넌스 프로세스의 최종 형태)를 문서화하고 파일럿 테스트 영역으로 활용할 수 있도록 적정 수준에서 시작하며 이 '파일럿' 테스트를 통해 접근 방식을 검증하세요.
2. 임원 후원자를 임명하라. 여느 기업 간 프로젝트와 마찬가지로 데이터 전략을 주도할 임원 비즈니스 후원자를 확보하는 것이 중요합니다. 이들은 보다 폭넓게 적극적으로 조직에 전략을 옹호하고 전달합니다. 또한 후원자는 책임을 강화하고 원하는 데이터 사고방식을 모델링하며 비즈니스 유닛 간의 데이터 문제를 중재하는 일을 돕습니다.
3. 비즈니스 케이스를 구축하라. 데이터 거버넌스 시스템은 결코 비용 없이 얻을 수 없습니다. 프레임워크를 개발하거나 세부사항을 입력하는 데는 특별히 장비가 필요하지 않지만 리소스가 필요합니다. 특히 직원의 시간이라는 리소스가 많이 소요됩니다.
   
   따라서 이러한 프로젝트에 해당하는 비즈니스 케이스를 구축하는 것이 좋습니다. 비즈니스 케이스는 프로젝트에 대한 상세한 설명, 목표, 예상되는 이점, 진행 상황과 성공의 중요 단계와 평가(지표)에 관한 일정을 포함해야 합니다. 이러한 지표가 있어야 프로젝트 팀이 사전 결정된 일정과 중요 단계에 대한 진행 상황을 평가해 프로젝트가 순조롭게 진행될 수 있습니다. 비즈니스 케이스는 또 팀원들에게 이 프로젝트를 수행하는 이유와 이 프로젝트를 일정 내에 올바르게 완료하는 것이 조직에 왜 중요한지 상기시켜 줍니다.
4. 올바른 지표를 개발하라. 평가는 꼭 필요하지만 더 많은 평가가 반드시 더 좋다고 할 수는 없습니다. 아무리 자동화한다고 해도 평가에는 시간과 노력이 필요합니다. 누군가는 결과를 살펴보고 해석해 시정 조치를 취해야 합니다. 너무 잦은 평가나 무의미한 평가는 역효과를 불러올 수 있습니다. 사용자, 운영자, 작업자는 평가가 중요하지 않은 경우와 주목하지 않는다면 의미 있는 평가를 놓칠 수 있는 경우를 빨리 파악해야 합니다. KPI(핵심성과지표)와 마찬가지로 관리 가능한 적정 수준(일반적으로 6~10회)의 유용하고 유의미한 평가가 시스템이 실제로 어떻게 기능하고 있으며 목표가 충족되고 있는지에 관해 인사이트를 제대로 제공하지 못하는 50회 또는 100회의 평가보다 훨씬 나을 수 있습니다.
5. 소통하라. 대부분의 사람에게는 미지의 것에 대한 두려움 때문에 변화를 싫어하는 본성이 내재되어 있습니다. 이러한 두려움을 없애는 가장 좋은 방법이 바로 정보입니다. 새로운 프로세스와 절차에 영향을 받게 될 사람들에게 프로세스에 적극적으로 참여했는지와 상관없이 충분한 설명을 제공해야 합니다. 무엇을 왜 진행하는지 설명하세요. 이로 인해 직장 생활이 어떻게 변할지(변화는 미묘할 수 있습니다), 이러한 변화에 협조하고 지원하는 것이 왜 중요한지 이야기하세요. 새로운 절차를 계획하고 시행하면 가장 큰 영향을 받을 사람들과 대화하세요. 그 사람들이야말로 변화가 생산성에 미치는 영향, 변화의 불편을 덜어낼 방법, 더 나은 데이터를 제공하기 위해 프로세스를 개선할 방법을 알아보기에 가장 좋은 위치에 있습니다.

관리 가능한 적정 수준(일반적으로 6~10회)의 유용하고 유의미한 평가 시스템이 실제로 어떻게 기능하고 있으며 목표가 충족되고 있는지에 관해 인사이트를 제대로 제공하지 못하는 50회 또는 100회의 평가보다 훨씬 더 나을 수 있습니다.

데이터 거버넌스는 일회성 프로젝트가 아닌 지속적인 프로세스임을 기억하세요. 시스템을 설정하기 위한 사전 작업이 있지만 이러한 프로세스는 조직 내 일상의 한 부분이 될 것입니다. 그리고 프로세스 자체를 조직이 처리하는 데이터의 볼륨, 유형, 특성의 변화 측면에서 꾸준히 모니터링하고 재평가해야 합니다.