최근에 IT 부분 혹은 디지털 부분에 거버넌스라는 용어가 많이 등장하는데, 사실 우리말의 어떤 단어로도 번역하기 난감한 용어다. 대략 그 의미를 알고 있고 사용하고 있지만 명확히 그 정의는 무엇인가.
거버넌스(Governance)는 정부라는 의미의 Government와 같은 어원을 가지고 있는 단어인데, Government 보다는 더 폭넓은 의미로 진화하여 기업, 비영리 기관 등에서 규칙, 규범 및 행동이 구조화되고, 유지되고, 규제되고 책임을 지는 방식 및 프로세스를 지칭한다. 이런 맥락으로 본다면 분석 가버넌스는 기업에서 데이터가 어떻게 관리되고, 유지되고, 규제되는지에 대한 내부적인 관리 방식이나 프로세스로 정의할 수가 있겠다.
필자가 강의를 하는 솔루션은 클라우스 기반이다. 많은 부분 고객의 요구에 맞게 커스터마이징되긴 하겠지만, 기본적으로 시스템이 가지고 있는 UI, 기본적인 기능은 같다. 그런데 왜 어떤 회사들은 2-3년 후에 이 솔루션을 통해 성공을 했다고 하고, 또 어떤 회사들은 2-3 년 후에 별 소득이 없이 실패를 했다고 할까. 나는 그 원인을 거버넌스에 둔다.
많은 기업들이 디지털 관련 프로젝트를 하면서 가지고 있는 과제는 무엇인가
- 조직은 데이터 분석을 활용하는 주체를 전담팀에게만 맡길 것이 아니라, 회사의 모든 이해 관계자를 참여시키는 방법을 찾고 있다는 것.
- 아직도 많은 조직이 다양한 용도에 적용되는 분석 거버넌스의 성공사례를 가지고 있지 못한 다는 것.
- 조직은 민첩성과 거버넌스의 균형을 맞추기 위해 고군 분투를 한다는 것.
이 과제를 해결하기 위한 방법에 대해 지난 2016 년 Gartner에서 발표한 한 보고서에서 언급한 내용의 일부를 소개해 본다. (Best Practices for Driving Successful Analytics Governance, 2016, 12)
분석 거버넌스는 기존의 IT 거버넌스와 무엇이 다른가
디지털 시대에 데이터의 분석없이 경영자가 비즈니스 의사 결정을 내리기는 어려운 세상이 되었다. 그런데 이런 중요 결정을 내리는데 있어서 분석 기술이 얼마나 광범위하게 혹은 얼마나 깊이 사용이 되는가, 누가 어떻게 그것을 관리하는가에 대한 거버넌스 전략이 과연 있는가를 고민하게 된다.
일반적으로 IT 부서는 회사의 비즈니스 인텔리전스(BI) 부분을 관리하며, 이에 관한 거의 모든 데이터가 데이터웨어 하우스 및 데이터 마트에서 테이블 형태로 저장된다. 그러므로 IT는 주로 설명적인 분석을 통해 전술적 및 전략적 의사 결정을 지원할 수 있으면 되었다. 거버넌스의 대상은 주로 기술을 관리하고 배포하는 조직에 국한되었다.
그런데 디지털 비즈니스의 부상으로 그 상황은 더 복잡해 졌다. 시장의 모델은 IT 전문 기술집단이 아닌, 비즈니스 사용자가 접근하기 더 용이한 분석 모델로 진화되었다. 또한 데이터를 분석하는 사용자와 의사결정자들은 기존의 설명적 리포트나 대시보드를 생성하는 기능에서 벗어나서 보다 예측적이고 예방적인 분석을 지향하는, 즉 데이터 사이언스의 기술이 필요한 영역에 관심이 가지게 되었다. 전문적인 기술 지식을 가지지 않은 비즈니스 사용자가, 클라우드 기술을 활용하여 더 많은 데이터를 검색할 수 있는 자유는 부여 받게 되었지만, 반면 이를 관리해야 하는 기업 입장에서의 거버넌스의 범위는 더 넓어지고 복잡해졌다.
그럼 성공적인 분석 가버넌스를 위해서는 어떻게 해야 할까. 여기 세가지의 방법을 소개해 본다.
- 모든 조직에 적용이 되는 게임의 법칙 만들기
- 먼저 이 부분에서 경영진의 관점에서 다루어야 할 중요 주제는,
- 분석과 그 배포에 대한 책임은 누구에게 있는가다. 조직의 데이터 및 분석에 대한 소유권, 책임에 대해 명확히 하는 것이 중요하다. 데이터를 책임질 사람 혹은 조직이 데이터의 품질에 대해 궁극적으로 책임이있는 사람이 아닐 수도 있다. 이 부분에서 거버넌스의 주요 측면은 결정권의 위임이다.
- 데이타 분석 전략의 성공을 어떻게 측정할 것인가의 문제다. 분석의 영향을 이해하고 KPI 를 설정하고, 진행하는 프로젝트가 비즈니스의 목표를 연결되는가.
- 디지털관련 프로젝트가 가지고 있는 위험요소에도 불구하고 디지털 프로젝트에 대한 전략적 투자를 결정할 수 있는가 하는 것이다.
- 실무자의 관점에서 다루어야 할 주제는,
- 규율과 법적 요구 사항을 숙지해야한다. 거버넌스 중요하지만, 컴플라이언스도 역시 중요하다.
- 할 수 있다는 이유로 무언가를 분석하지 말아야 한다. 윤리적 규칙과 표준을 고려하여 조직에 행동 규범을 확장해야한다.
- 데이터 및 분석을 공유 할 때 알고리즘이나 여러 방법론을 통해 데이터 및 분석 유효성 검사 프로세스를 고민해야 한다.
- 규칙 및 분석 활용에 대한 지속적 모니터링과 언제 누구에게 배포할 것인가에 대한 룰을 정의해야 한다.
- 먼저 이 부분에서 경영진의 관점에서 다루어야 할 중요 주제는,
- 분석 목적에 따라 다른 접근 방법 적용하기
거버넌스와 민첩성을 조화 시켜야 한다. 민첩성을 가진 조직은 디지털 환경에서 유연하게 대처할 수 있는 힘을 가지지만 반면 데이터의 통찰력, 관련성, 무결성 및 기밀성을 보장하기 위해 거버넌스는 반드시 필요하다.
기업이 처한 디지털의 환경에 수준에 따라서 촛점을 둘 거버넌스의 모습을 달라진다. 다음의 예를 보자.
정보 포털 환경에서 가장 중요한 목표는 고품질의 데이터 소스를 얻는 것이다. 따라서 모든 BI 및 분석을 위한 프로덕션 환경은 기업 표준 아래 , 데이터 관리 분석 개발 프로세스를 통해 전담 팀에 의해 데이터가 통제된다. 이런 환경에서 거버넌스 초점은 효율성, 품질, 무결성 및 충실도가 된다.
분석 워크 벤치 환경에서 가장 중요한 목표는 데이터의 배포와 공유다. 비즈니스 분석가가 비느지스의 요구에 맞게 능동적으로 데이터를 탐색 및 분석하게 하는 모델이다. 이런 경우 거버넌스의 초점은 비즈니스와의 연계 지원, 관련성, 일관성이 지원 되어야 한다.
데이타 사이언스 랩 환경은 고급 분석 기술을 적용하고 실험을 수행하여 새롭고 잠재적으로 혁신적인 기술을 습득하는 조직이다. 이 조직은 분석을 위한 “혁신”센터이므로 거버넌스 우선 순위는 통계 모델 및 기타 데이터 과학 프로젝트의 투명성을 보장하는 것이 된다.
3. 분석 결과를 위한 인증 및 채점 모델 개발하기
조직의 모든 분석에 대해 동일한 수준의 관리 방식을 적용 할 수 있다고 가정하는 것은 무리다. 그럼에도 불구하고 투명성은 디지털 분석 거버넌스의 핵심 목표다. 프로젝트의 결과물을 Checklist로 정리하고, 각 결과물이 투명하게 평가되고 어느 정도의 수준인지를 평가하는 프로세스를 가지는 것은 그런 면에서 매우 의미있다.
인증 프로세스의 목적은 기업이 진행하는 분석의 결과가 더 높은 점수를 얻기 위해 어떤 정보 및 분석 거버넌스 기준을 적용해야하는지를 정의하는 것이다. 조직의 목표에 적합한 점수 모델을 개발해야하고, 각 점수 수준에 대한 인증 프로세스를 정의하고 인증을 담당하는 팀 및 팀원은 득점 및 분석에 관여하는 거버넌스 실천과 필요하다.
디지털 시대에 분석 프로젝트의 성공은 시스템의 구현 자체 보다는 거버넌스의 수립에 두어야 한다. 거버넌스야 말로 기업이 지속적으로 디지털 조직으로 성장하게 하는 자양분과 그 프로세스를 제공한다.
고객들로부터 강의 때마나 듣는 질문이 있다. 어떻게 분석 프로젝트를 잘 할 수 있는지 프로젝트를 수행할 때 무엇을 가장 중요하게 생각해야 하는지. 감히 조언을 드리건데 디지털 분석 프로젝트는 기존의 SI 프로젝트 처럼 Go-live 하면 끝나는 프로젝트가 아니다. Go-live 한 후에 정말로 그 여정이 시작된다. 그 이후의 여정에 나침반과 지도를 제공하는 것, 그것이 바로 거버넌스다. 이 험난한 여정에 설마 당신은 나침반도 지도도 없이 떠날 정도로 무모한가?