AI가 전 세계의 업무 환경을 혁신함에 따라 데이터 활용 스킬에 대한 수요는 높아질 것입니다. 실제로 조직의 79%는 앞으로 12개월간 조직이 의사 결정을 내리는 데 데이터가 더 중요한 역할을 할 것이라고 말합니다.¹ 그런데 데이터 활용 능력이란 정확히 무엇일까요?
Gartner®는 데이터 활용 능력을 데이터 소스 및 구성, 적용된 분석 방법 및 기술을 이해하고 사용 사례 적용 및 결과 가치를 설명하는 능력을 포함하여 컨텍스트 내 데이터를 읽고 쓰고 전달하는 능력으로 정의합니다.²
이러한 스킬은 왜 중요할까요? AI 및 데이터 기반 의사 결정을 통해 조직을 이끌려면 데이터 과학자뿐만 아니라 모든 사람이 데이터 활용 능력을 갖춰야 합니다. 이제 막 경력을 시작하는 사람부터 최고 경영진에 이르기까지 모든 직원에게 있어서 데이터를 이해하고 해석하고 전달하는 능력은 매우 중요한 스킬입니다.
팀이 일상 업무에 대한 데이터의 가치를 이해하는 데 도움이 되는 교육이 가능한 환경에서는 팀이 데이터를 통해 인사이트를 더 쉽게 얻고 적용할 수 있으며 데이터 통합 워크플로우를 열망하게 될 수 있습니다. 시간이 지남에 따라 이러한 열망은 AI에 의사 결정을 위임하는 데 대한 더 큰 확신과 의지로 이어질 수 있습니다. AI가 권장 사항을 형성하는 기본 데이터를 이해하기 때문입니다.
watsonx 만나보기
AI 업데이트 신청
데이터 활용 능력을 제대로 갖추려면 무엇이 필요할까요?
1. 엔터프라이즈 전반에 걸쳐 데이터 접근성 높이기
많은 사람이 데이터 기반 조직이 되기 위한 첫 번째 단계로 데이터 과학 교육 프로그램을 떠올립니다. 하지만 실제로 모든 것은 데이터에 대한 접근성을 높이는 것부터 시작됩니다. 콜 센터 시스템을 생각해 보세요. 대부분의 경우 데이터는 애플리케이션에 잠겨 있으며 조직의 나머지 부분에서 사용할 수 없습니다. 하지만 클라이언트의 동의하에 공유된다면 콜 센터 데이터 분석은 조직의 해당 부분에 대한 교육, 전반적인 효율성, 더 나은 커뮤니케이션에 도움이 될 수 있습니다.
IBM의 최고 분석 책임자인 Tim Humphrey는 "때때로 여러분은 다양한 유형의 인사이트가 가져올 수 있는 가치를 사람들이 인정하도록 도와야 합니다. 특히 대규모로 개별 기능 영역 및 도메인 외부에서 그렇게 해야 합니다."라고 말했습니다. 데이터 패브릭과 같은 중앙 저장소를 구축하면 조직 전반의 사람들이 쉽게 데이터 저장 및 접근을 수행할 수 있게 되므로 데이터 접근을 단순화하고 데이터 분석 및 AI와 같은 기술을 받아들여 워크플로우를 간소화할 수 있습니다.
데이터 접근성을 높이기 위해 IBM의 GCDO는 관리형 데이터의 중앙 소스를 제공하고 사용자가 데이터를 로드, 변환, 분석할 수 있게 해 주는 통합 데이터 플랫폼을 구현했습니다. 출시 이후 이 플랫폼은 GCDO의 비즈니스 성과를 빠르게 개선했습니다. 약 18개월 만에 GCDO는 데이터 및 AI 기반 혁신 이니셔티브를 통해 13억 달러의 비즈니스 이점과 10배의 ROI를 창출했습니다.
IBM GCDO는 데이터 및 AI 기반 혁신 이니셔티브를 통해 10배의 투자 수익률을 창출했습니다.
서로 다른 데이터 자산 전반에서 데이터에 빠르고 간단하게 접근할 수 있도록 하는 아키텍처를 구현하세요.
의미 있는 데이터를 위해 데이터 세트를 결합할 때 주의를 기울여 기존 데이터를 정리하고 데이터 개인정보 보호, 보안 및 규정 준수 조치를 보존하세요.
소스, 에코시스템, 사일로 전반에 걸쳐 데이터를 통합할 때 관련 데이터 접근 권한, 라이선싱, 공유 권한을 평가하여 인사이트가 기능적 수준에 갇히지 않고 엔터프라이즈 전반에 확장될 수 있도록 하세요.
2. 정보를 명확하고 투명하게 정리하기
관리형 데이터 접근을 위한 플랫폼을 구축한 후에는 의사 결정권자가 파이프라인 전체에 걸쳐 데이터가 어떻게 이동하는지 이해하도록 돕는 것이 중요합니다. 그러니 모든 수준의 전문 지식을 신중히 반영하여 명확하게 데이터의 가치, 출처, 품질을 전달하세요. 이는 기술 사용자와 비기술 사용자 모두의 데이터 역량을 강화하고 AI 이니셔티브에 대한 신뢰를 고취하는 가장 빠른 방법입니다(결국 테크노포비아는 실제로 존재함). 데이터를 투명하고 설명 가능한 방식으로 정리하면 사람들은 AI 적용 전후에 데이터를 더 쉽게 이해할 수 있습니다.
모든 사람이 데이터 과학자에 대해 알 필요는 없습니다. 하지만 모든 사람은 데이터, 데이터 리니지, 단지 프로세스의 한 부분이 아닌 엔드투엔드 프로세스 내에서 데이터가 흐르는 방식을 이해해야 합니다. 이러한 사항을 이해하려면 다음과 같은 몇 가지 주요 질문을 던져야 합니다.
- 데이터의 출처는 무엇이며 신뢰할 수 있는가?
- 그 이면에 있는 메타데이터, 규칙 및 규정 준수 정책은 무엇인가?
- 이 알고리즘을 통해 생성된 데이터는 대상 사용자에게 무엇을 의미하는가?
- 이 데이터의 비즈니스 가치를 어떻게 설명해야 더 나은 비즈니스 결과를 제공할 수 있는가?
팀은 데이터를 검색하고 접근해야 하는 모든 데이터에 접근하며, 이를 통해 비즈니스 애플리케이션을 활성화할 수 있어야 합니다.
메타데이터를 사용하고 비즈니스 기능 전반에 걸쳐 데이터와 관련된 정의와 용어를 표준화하세요.
데이터 활용 능력이 비즈니스 목표에 어떻게 기여하는지를 보여 주는 KPI를 찾으세요. 의미 있는 인사이트를 드러내고 데이터 사용을 추적하며 한 번에 몇 가지 이니셔티브를 테스트하고 최적화하세요.
팀이 데이터 리니지를 추적 및 이해하고 이러한 항목을 조직 전반에서 일관되게 유지하도록 지원하세요.
3. 데이터를 책임감 있게 사용 및 분석하고 AI를 통해 데이터를 행동으로 전환하도록 데이터 시민 교육하기
데이터 활용 교육은 조직이 더 나은 의사 결정을 위해 데이터(특히 모델에서 소싱한 경우)를 읽고 해독하고 사용하는 데 도움이 됩니다. 하지만 이는 팀이 데이터를 경쟁 차별화 요소로 사용할 수 있도록 지원하기도 합니다. 교육을 적용하고 데이터를 비즈니스 결과에 연결하기 위해서는 팀이 보유하고 있는 데이터 도구와 이를 사용하여 목표를 달성하는 방법을 잘 이해해야 합니다. 궁극적으로는 데이터를 사람들에게 더 의미 있게 만들어 데이터와 AI를 인간화할 수 있는 전문가가 필요합니다. 데이터 활용 프로그램은 팀이 데이터를 사람들 곁에 머무는 매력적인 시각적 스토리로 바꾸고 실행 가능한 지식과 구체적인 비즈니스 결과로 변환할 수 있을 때 성공적이라고 말할 수 있습니다.
Johnson & Johnson은 AI와 같은 첨단 및 최신 기술을 가장 잘 활용하는 방법을 교육하여 직원을 지원하고 있습니다. Johnson & Johnson의 최고 정보 책임자인 Jim Swanson은 "IBM과의 파트너십을 통해 우리는 비식별화된 외부 데이터를 내부 데이터 세트의 스킬 데이터와 결합한 기술 기능을 위한 AI 기반 스킬 추론 모델을 만들었습니다."라고 말했습니다.
Swanson은 "우리는 IT 조직이 사용하는 도구에 있는 직원 스킬 데이터를 모델에 제공할 수 있었고, AI는 우리가 강조하고 싶었던 각 스킬에 대한 모든 사람의 성숙도를 확인하여 개인의 강점과 약점에 대한 종합적인 관점을 생성할 수 있었습니다."라고 덧붙였습니다.
Johnson & Johnson처럼 조직은 경영진 이해 관계자 수준에서 고도로 연결된 비즈니스 전략을 이해 관계자 도메인 전반에 걸쳐 매핑함으로써 데이터 활용 능력을 구축할 수 있습니다.
IBM Consulting의 글로벌 인재 데이터 책임자 파트너인 Jennifer Kirkwood는 "이해 관계자가 데이터 관련 노력이 '실패'하거나 기대한 결과를 제공하지 못했다고 불평할 때 이는 경영진 전략이 명확하게 정의되어 있지 않고 이해 관계자의 데이터 활용 능력이 도메인 및 팀 전반에 걸쳐 일치하지 않기 때문인 경우가 많습니다."라고 말합니다.
조직 내 모든 수준의 전문가가 전략적 비즈니스 목표에 가장 적합한 데이터 시각화 및 스토리텔링 기술을 사용할 수 있도록 하고, 이 교육의 뿌리를 커뮤니케이션 효율성 커리큘럼에 두세요.
교육 프로그램이 다양한 역할의 실제 요구 사항을 반영하고 데이터를 일상적인 가치 이해 관계자와 연결하도록 하세요.
기술 자격증 또는 P-TECH 프로그램 학위를 소지한 사람을 채용하여 스킬 격차를 완화하고, 메트릭과 KPI를 정의하는 대시보드를 사용하여 조직이 어떻게 데이터 기반 조직으로 진화하고 있는지 추적하세요.
4. 공감을 통해 이끌어 데이터 챔피언 만들기
호기심은 데이터 기반 의사 결정과 데이터 활용 문화 구축의 핵심입니다. 데이터를 활용할 수 있는 직원과 리더는 항상 '왜'라는 질문을 던지며 그 어떤 것도 그대로 받아들이지 않습니다. 이러한 태도를 갖추는 것은 AI가 제공하는 권장 사항이 계속해서 조직의 요구 사항을 정확하게 충족하도록 하는 데 매우 중요합니다.
여러분의 임무는 다른 사람의 말에 귀를 기울이고, 고유한 역할을 가진 여러 팀과 함께 어떤 데이터 활용 스킬이 비즈니스에 결과를 다시 제공할 수 있는지 파악하고, 교육 계획을 수립하는 것입니다.
이러한 데이터 옹호자는 IBM 내에서 완전한 권한을 갖습니다. 예를 들어 이들은 외상매출금이나 공급망과 관련하여 같은 생각을 가진 그룹을 찾고 데이터 및 AI 기능을 활용하려는 경우 권한 또는 자금 조달을 위해 후퇴할 필요 없이 전진할 수 있습니다. 직원이 조직 전반에서 데이터가 작동하는 방식과 AI를 적용하기에 가장 적합한 영역을 이해하도록 하면 데이터 관리 문화를 구축할 수 있습니다. 그러면 궁극적으로 조직 전반에 데이터 챔피언 네트워크가 형성되어 데이터 활용 능력이 바람직한 학습 흐름의 일부가 됩니다.
조직 간 리더를 위한 데이터 활용 능력의 가치를 강화하고 고위 이해 관계자의 동의를 얻는 사용 사례 우선 접근 방식을 취하세요.
모든 수준에서 열린 대화를 장려하고 다양한 관점을 포함하여 더 나은 결과를 창출하세요. 데이터가 조직에 다시 제공할 수 있는 가치를 지속적으로 명확히 하세요.
데이터를 그대로 받아들이지 않고 데이터 인사이트에 대해 질문을 제기하는 팀을 모델링하세요. 팀이 조직 안팎에서 네트워크를 형성하도록 장려하여 업무의 모든 측면에서 다양한 관점이 표현되도록 하세요.
데이터와 AI가 조직 운영의 모든 측면에서 핵심이 되면서 데이터 활용 능력은 데이터 기반 문화를 구축하는 데 기초가 되었습니다. 조직의 데이터 리더로서 여러분은 데이터를 기반으로 하는 공통 언어를 확립하여 변화를 촉진하고 더 큰 비즈니스 목표를 지원하고 있습니다. 비록 노력하는 과정은 어려울 수 있지만, 이러한 야심 찬 아이디어는 꼭 필요한 격차를 메우므로 투자할 가치가 있습니다. 실제로 엔터프라이즈의 미래는 여기에 달려 있습니다.
지금 멈추지 마세요. 지속적으로 비즈니스 목표에 따라 적합한 데이터 활용 스킬을 개발하고, 최고 경영진과 전체 인력의 팀원으로 자리매김하세요. Humphrey는 "진정으로 데이터 활용 능력을 갖추려면 이러한 사고방식이 하부, 상부, 중간부뿐만 아니라 모든 역할에 걸쳐 분명히 나타나야 합니다."라고 말했습니다. 다시 말해, 데이터 활용 능력은 조직의 모든 수준에 대해 순환하는 여정입니다.
무엇보다도 여러분이 모델이라는 사실을 기억하세요. 데이터 리더로서 여러분이 본보기가 되면 분위기가 조성되며 팀이 데이터에 대해 편하게 이야기하고 데이터를 통해 더 나은 비즈니스 결과를 도출하게 됩니다. 옹호 및 데이터 활용 프레임워크를 마련하면 데이터 인사이트를 행동으로 전환하고 향후 수년간 데이터 챔피언 문화와 데이터 기반 의사 결정을 위한 토대를 마련할 수 있습니다.
각주
¹ 엔터프라이즈의 목소리: 데이터 및 분석, 데이터 기반 관행, 451 Research, 2022년
² 균형 잡힌 데이터 및 분석 조직 모델을 만드는 방법, Gartner, 2022년 5월 10일. GARTNER는 미국 및 기타 국가에서 Gartner, Inc. 및/또는 그 계열사의 등록 상표이자 서비스 마크이며, 허가를 받아 본 문서에 사용되었습니다. All rights reserved.
³ 2023년 최고 데이터 책임자 연구: 데이터를 가치로 전환하기, IBM 비즈니스 가치 연구소, 2023년
⁴ 엔터프라이즈의 목소리: 데이터 및 분석, 데이터 기반 관행, 451 Research, 2022년
⁵ 엔터프라이즈의 목소리: 데이터 및 분석, 데이터 관리 및 분석, 451 Research, 2021년