자료실

데이터 기반 기업을 성공으로 이끄는 12가지 데이터 거버넌스 베스트 프랙티스


데이터 기반 기업을 성공으로 이끄는 12가지 데이터 거버넌스 베스트 프랙티스 – 1부

적절한 데이터 거버넌스 베스트 프랙티스는 기업의 데이터가 적절한 사람에 의해 적절한 용도로 생성, 수집, 저장, 액세스되도록 보장합니다. 액세스, 가용성, 사용성, 품질, 보안을 관리하기 위해 어떤 프로세스를 두고 있나요? 그 프로세스는 내부적으로 마련한 정책과 일관되나요? 여러분의 업종에 데이터 규제가 적용되나요? 프로세스를 얼마나 철저히 따르고 있나요? 


이번 포스팅에서는 기업 관점에서 데이터 거버넌스 베스트 프랙티스를 살펴봅니다. 여기서 소개하는 베스트 프랙티스가 모든 기업에 적용되지는 않습니다. 그러나 이를 가이드로 삼아 여러분의 데이터 거버넌스를 정의하고 달성하는 것이 무엇보다 중요합니다. 


1. 큰 그림을 염두에 두고 작게 시작하기 

데이터 거버넌스는 ‘비즈니스 내부에서 일어나는 모든 일’, 그리고 ‘데이터와 관련돼 일어나는 모든 일과 그 데이터를 관리하는 기술’이라는 2가지 주요 동력에 따라 적응합니다. 2가지 동력의 변화가 데이터 거버넌스에 반영되지 않으면 베스트 프랙티스는 아무 소용이 없고 데이터 거버넌스 노력은 성공하지 못합니다. 


처음부터 목표는 데이터 거버넌스 노력의 결과가 가장 크게 영향을 미칠 부분을 파악하고 그런 결과를 분명하게 표현하는 것이어야 합니다. 결과 생성을 위해 구축한 시스템은 기업의 요구사항을 충족할 수 있도록 포괄적이고 확장할 수 있어야 하며, 새로운 요구사항에도 적응할 수 있어야 합니다. 예를 들어, 10년 전의 데이터 거버넌스는 데이터 프라이버시 권리를 다루지 않았지만, 지금은 이런 권리가 필수 요구사항입니다. 


대부분 기업은 데이터가 비즈니스에 가장 큰 영향을 미치는 부분인 전략적 의사 결정부터 시작합니다. 기업은 데이터가 분석 및 비즈니스 인텔리전스로 수집되는 위치를 살펴봅니다. 가령 데이터 웨어하우스는 전체 기업에서 오는 데이터가 자연스럽게 집계되는 지점입니다. 판단을 내리기 쉽게 해주는 자연스러운 경계가 있으므로 출발점으로 좋습니다. 또한 데이터를 생산하고 데이터 웨어하우스에 공급하는 시스템에 자연스럽게 연결됩니다. 


데이터를 검사한 다음 개인 식별 데이터 또는 민감 데이터로 분류하는 시나리오를 생각해 보십시오. 데이터 웨어하우스의 요소를 통해 데이터가 의사 결정에 사용되는 지점에서 스스로 보호 및 제어 수준을 부여할 수 있습니다. 또한 개인 데이터를 지원하는 분류를 가져와 이 데이터를 원래 출처인 시스템에 손쉽게 새로 장착하기 위한, 자연스럽고 명확하게 정의되는 선을 얻게 됩니다. 이는 데이터 웨어하우스의 모든 측면을 파악하는 데 도움이 됩니다. 


기업마다 우선순위와 동력은 다릅니다. 그러나 결과를 합리적인 시간 내에 제공해야 하고 소비할 수 있는 결과여야 한다는 점은 같습니다. 경영 지원자가 계속 흥미를 가질 수 있도록 해야 합니다. 여러분은 이들에게 데이터 거버넌스의 가치를 입증하기 위해 노력 중이며, 이런 노력은 PoC(Proof of Concept)으로 측정할 수 있을 정도로 충분한 영향을 미쳐야 합니다. 


2. 비즈니스 사례를 구축하고 명확한 목표를 설정한 다음, 이해관계자를 설득하고 교육하기 

이 PoC는 데이터 거버넌스 노력에 이해관계자를 끌어들이기 위해 준비할 때 더 큰 비즈니스 사례를 구축하는 데 있어 중요한 역할을 합니다. 


일반적으로 CDO(Chief Data Officer), 최고 분석 책임자, 또는 전통적인 기업인 경우 CIO와 같은 사람부터 시작하게 됩니다. 이들은 기업이 데이터를 최대한 활용할 수 있도록 하는 동시에 그 데이터를 사용, 관리, 저장하는 데 따르는 위험을 완화하는 데이터 아키텍처를 만들 책임이 있습니다. 데이터 거버넌스를 진지하게 받아들일 필요성을 강조하는 사람도 바로 이들이 될 것입니다. 


PoC의 역할은 간단합니다. 데이터 거버넌스의 영향과 가치를 입증하는 것입니다. PoC는 현재 위치를 정확히 식별해 데이터 발견 시간(데이터 품질 문제와 관련된 시작, 중지, 재작업)을 줄이는 비즈니스 사례를 제공합니다. 기대치와 측정을 설정하기 위해 같은 메트릭을 배치할 수도 있습니다. 이 경우 실제로는 2가지 비즈니스 사례가 발생합니다. 하나는 PoC, 다른 하나는 PoC를 기반으로 확장해 더 큰 그림을 정당화하는 사례입니다. 


두 사례 모두 명확한 목표 및 진행 상황을 측정할 방법이 있어야 합니다. 변화를 요구하는 이유를 팀원들이 이해하지 못하면 변화하지 않을 가능성이 높습니다. 게다가 여러분은 혜택이 실현되고 인식되기 훨씬 전부터 사람들에게 기본 직무 설명에는 없는 많은 일을 요구하게 됩니다. 이들의 동의를 받고 참여를 이끄는 것이 중요한데, 나중에 얻을 혜택을 위해 지금의 고통을 감내하라는 요구는 항상 어렵습니다. 


3. 기준틀 확장하기 

비즈니스 사례는 데이터 거버넌스의 가치를 보여주지만, 데이터 거버넌스로 범위가 제한될 만큼 전술적이면 안 됩니다. 일반적으로 성공적인 데이터 거버넌스 노력은 기업의 다른 전략적 이니셔티브와 정렬됩니다. 데이터 거버넌스가 이런 이니셔티브를 지원하고 그 혜택을 더 강화할 것임을 강조하며, 데이터 거버넌스의 보상이 데이터를 찾고 보고서를 생성하고 감사에 대응하는 시간을 줄이는 것 이상임을 명확히 합니다. 


데이터 거버넌스 노력은 둘레에 틀을 두고 그 틀 안에 모든 가치와 혜택이 있는 것으로 간주되는 경우가 많지만, 기준틀을 확장해서 기업 전체의 관점으로 넓게 보는 것이 훨씬 유용합니다. 데이터 거버넌스는 데이터 기반 기업을 향해 가는 기업에서 모든 이니셔티브를 실현하고 위험을 완화하는 역할을 합니다. 관리자와 애널리스트가 데이터를 민주화(데이터를 비즈니스 최전선의 사람들 손에 쥐어 주는 것)하는 모든 곳에서 데이터 거버넌스는 가치 있는 과업입니다. 


4. 팀 역할 정의하기 

데이터 거버넌스 이니셔티브는 다음과 같은 다양한 이해관계자로 구성된 운영 위원회를 마련해야 합니다. 


  • 고위 경영진 

  • 분석팀 

  • IT 보안팀 

  • 데이터팀 

  • 글로벌 위험 및 컴플라이언스팀 


이들 이해관계자는 데이터 외에도 많은 부분에 관심을 두고 있습니다. 그러나 데이터는 이들의 책임소관에서 큰 부분이며, 이들은 모두 좋은 데이터 거버넌스로 혜택을 얻는 솔루션 배포를 대변하므로 이들의 초점을 유지해야 합니다. 


기술 담당자와 하는 데이터 거버넌스 논의와 비즈니스 담당자와 하는 논의는 전혀 다릅니다. 기술 담당자는 “이것을 실현하기 위해 기술적으로 해야 할 일은 무엇입니까?”라고 물을 것입니다. 비즈니스 담당자는 “거기서 무엇을 얻을 수 있습니까? 일상적인 데이터 작업에는 어떤 영향을 미칩니까?”라고 질문할 것입니다. 


이해관계자를 파악한 다음 단계는 데이터 거버넌스가 기업에 주는 혜택에 대해 교육하는 것입니다. 기대치를 설정하고 이들이 어떻게 기여하게 되는지 명확하게 정의하고 이 작업에서 그들의 책임이 무엇인지 설명하십시오. 무엇보다 데이터 거버넌스로부터 어떤 혜택을 얻게 될지를 명확히 알려주십시오. 


5. 내부 또는 외부 리소스 중에서 결정하기 

기업이 과거에 이 이니셔티브를 추진한 적이 없다면 데이터 거버넌스 베스트 프랙티스와 관련한 내부 경험이 충분하지 않을 수 있습니다. 이런 경우 다른 기업이 데이터 거버넌스를 성공적으로 구현하도록 도운 경력이 있는 외부 전문가를 영입하는 것이 현명합니다. 


기술 서비스에 대한 지출은 일을 효율적으로 시작하고 실행하는 좋은 투자입니다. 그러나 전문가를 영입해 데이터 거버넌스를 맡기는 외부 경험 역시 가치가 있습니다. 이들은 성공적인 비즈니스 사례를 구축하는 데 도움을 주고, 다른 곳에서 지속 가능한 데이터 거버넌스 프로그램으로 이어진 프로세스와 기법을 사용하여 이니셔티브를 안내할 수 있습니다.

데이터 거버넌스를 계획할 때 외부 리소스에 대한 투자가 필요하다고 결정했다면 미리 투자하는 것이 훨씬 좋습니다. 


6. 운영 모델 또는 데이터 거버넌스 프레임워크에 집중하기 

데이터 거버넌스 베스트 프랙티스는 이미 내장된 일반화된 프레임워크를 활용할 수 있습니다. 대표적인 프레임워크는 다음과 같습니다. 



확장 가능한 운영 모델을 향한 길은 시간이 지나면서 프레임워크가 변화한다는 것을 알고 데이터 거버넌스 프레임워크와 기업의 요구사항에 대한 이해를 혼합하는 것입니다. 데이터에 대한 새로운 요구사항과 위험, 기회가 언제 발생할지 모르므로 거버넌스는 포괄적인 동시에 유연해야 합니다. 


과거의 표준 데이터 거버넌스는 비즈니스 용어, 비즈니스 규칙, 비즈니스 정책을 포함하는 비즈니스 용어집에 불과했고 이것이 프레임워크였습니다. 이후 새 데이터 공급자와 데이터 공유 계약을 맺을 때 이를 프레임워크에 포함하기를 원했습니다. 초기 데이터 거버넌스 툴을 사용하면 계약과 같은 새 요소를 연결할 수는 있었지만, 그 계약의 모든 조항을 프레임워크의 각 수준에 통합할 수는 없었습니다. 


그러나 최신 툴을 사용하면 새로운 프레임워크 조각을 만들고 이를 프레임워크의 나머지 부분과 연결할 수 있습니다. 새 조각은 그 시점부터 프레임워크의 일부가 됩니다. 이것은 데이터 거버넌스 노력에 포함해야 하는 중요한 기능입니다. 


지금까지 데이터 거버넌스 베스트 프랙티스를 6가지 살펴보았습니다. 나머지는 2부에서 살펴보겠습니다. 데이터 거버넌스와 데이터베이스 관리에 어려움을 겪고 계시거나 궁금한 점이 있으시면 언제든 퀘스트소프트웨어 코리아로 문의주시기 바랍니다.




퀘스트소프트웨어코리아(주)

서울특별시 강남구 테헤란로 445 본솔빌딩10F
전화 번호 02-3420-9000 | 팩스 번호 02-569-3600

전자 메일 KoreaMarketing@quest.com 


Copyright © Quest. All Rights Reserved.

Hosting by I'MWEB


퀘스트소프트웨어코리아(주) 서울특별시 강남구 테헤란로 445 본솔빌딩10F
전화 번호 02-3420-9000 | 팩스 번호 02-569-3600 | 전자 메일 KoreaMarketing@quest.com


Copyright © Quest. All Rights Reserved.

Hosting by I'MWEB