데이터 전략을 설계하는 6단계

AI의 부상으로 명확하고 실행 가능한 데이터 전략이 그 어느 때보다 중요해졌습니다.

뉘앙스를 구분해야 합니다. 즉, 각 AI 사용 사례마다 고유한 데이터 요구 사항이 있습니다. 예를 들어 생성형 AI를 최대한 활용하려면 잘 관리되는 비정형 데이터가 필요합니다.

목표가 무엇이든, 성공적인 데이터 전략은 데이터 자산, 데이터 인프라, 기업 데이터 사용 환경을 이해하는 것에서 시작됩니다. 또한 조직 전반에 걸쳐 팀을 강화할 수 있도록 데이터 리터러시, 데이터 민주화, AI 노하우 문화를 심어줘야 합니다. 

다음 여섯 개 파트로 구성된 프레임워크는 비즈니스 전반에 걸쳐 확장되고 비즈니스 목표를 달성하는 데 도움이 되는 AI를 육성하기 위한 데이터 전략을 설계하는 데 도움이 됩니다.

주요 이해관계자 질문

1. 어떤 비즈니스 이니셔티브에 우선순위를 두어야 하나요?
2. AI 도입을 지연시킬 수 있는 데이터 문제가 있나요?
3. 어떤 과제가 우선순위 목표를 위협하고 있습니까?
4. 고품질 데이터에 대한 더 나은 액세스를 통해 개선할 수 있는 영역은 무엇인가요?
5. 조직의 성과는 어떻게 측정하나요?

“이해관계자와의 대화를 통해 비즈니스 전반의 데이터 요구 사항을 파악하고 전략적 자산으로서의 데이터 가치를 입증하세요.”
 

Jo Ramos
데이터 및 AI 솔루션 엔지니어링 리더

IBM 

가장 효과적인 사용 사례 파악하기
 
IBM에서 데이터 전략, 컨설팅 및 혁신 프로젝트를 주도하는 Tony Giordano는 올바른 데이터를 비즈니스 목표에 맞추는 일은 "해결하려는 비즈니스 과제가 무엇인가"라는 질문에서 시작해 이 질문으로 끝난다"라고 말합니다.
 
효과적인 사용 사례를 찾을 때는 비즈니스 우선순위에 부합하는 명확하고 실현 가능한 결과를 염두에 두어야 합니다.¹

투자 보호


기존 인프라, 기술 및 역량을 활용하여 데이터가 비즈니스 성과 달성에 도움이 되는 영역과 방법을 결정합니다. 데이터를 깊이 있게 이해하면 오래된 데이터 아키텍처를 파악하고, 예산이 확보된 이니셔티브를 더 효과적으로 활용하며, 개선이 필요한 영역을 찾아낼 수 있습니다.

장벽과 격차 파악

목표를 정의하고 리더십 지원을 얻은 후에는 진정한 데이터 우선 경험을 구축하는 데 방해가 되는 장벽을 파악하세요. 사일로는 종종 데이터 통합, 데이터 관리 및 워크플로우 효율성을 방해합니다. 실제로 IT 리더의 81% 는 데이터 사일로가 디지털 혁신 노력을 방해하고 있다고 말합니다.²

데이터 접근 보장

사용자는 데이터에 원활하게 접근하여 훌륭한 결과를 얻을 수 있어야 합니다. 데이터가 어디에 저장되어 있는지, 관리 및 규정 준수가 이루어지고 있는지를 고민할 필요가 없어야 합니다.  




데이터 전략에 디자인 사고 적용 디자인 사고 접근 방식은 조직의 문제점을 발견하는 데 도움이 되며, 이를 통해 여러 사용 사례, 사업 부문 및 개별 팀에 전략적 가치를 제공합니다. 관찰, 성찰, 반복의 지속적인 사이클을 통해 달성 가능한 해결책을 도출하는 데 도움이 됩니다.

인재와 기술 평가


인재 및 기술 평가 조직은 AI 및 IT의 발전에 발맞춰 지속적인 교육을 제공해야 합니다. IBM IBV의 설문조사에 따르면 선도적인 CDO의 85%는 교육을 확대하고 있고, 77%는 내부 직원의 재교육을 진행하고 있으며, 70%는 조직 전반의 데이터 리터러시를 높이기 위해 새로운 인재를 확보하고 있습니다.³

거버넌스를 우선순위로 지정


중복 오류, 신뢰할 수 없는 검색 또는 개인정보 침해 없이 시스템을 실행하려면 중요하고 규제된 데이터 요소를 파악하는 것이 필수적입니다. 누가 데이터 정책을 소유, 관리, 정의하고 있는지, 해당 거버넌스가 보안, 개인정보 보호 또는 규정 준수에 영향을 미치는지를 고려하세요. 데이터를 효과적으로 관리할 수 있도록 적절한 담당자에게 필요한 결정 권한, 책임 체계, 외부 리소스가 주어지도록 하세요.

데이터의 목표 상태 정의


“많은 데이터 환경이 노후화되어, 오늘날의 디지털 환경에 맞춰 유연하게 발전하지 못하고 있습니다”라고 Giordano는 말합니다. 현대적인 데이터 아키텍처는 일관된 데이터 품질을 유지하기 위해 관리, 거버넌스, 보안이 철저히 이뤄져야 합니다. 디지털 채널과 함께 발전할 수 있는 유연성도 필수입니다.


목표 달성을 위한 진척도 측정

데이터 리더는 장기적인 혁신을 주도해야 하지만, 단기적인 비즈니스 성과로 평가되는 경우가 많습니다. AWS의 설문조사에 따르면 CDO의 74%가 비즈니스 성과 또는 비즈니스와 기술 목표의 조합으로 성공을 판단한다고 답한 반면, 성공이 전적으로 기술적 성과로만 측정된다고 답한 비율은 3%에 불과했습니다.⁴

“CDO의 임기 초반에 '마법 같은 성과'를 기대하는 이사회부터, 대기업이 6개월 이내에 완전히 데이터 중심 조직으로 변모할 수 있다고 믿는 CEO들에 이르기까지, CDO들이 받는 압박은 그 어느 때보다도 큽니다.”
 

IBV CDO 연구(2023)³

데이터 목표에 집중하세요. 데이터 사용자들의 인사이트를 활용해 AI를 통해 비즈니스 가치를 가속화할 최적의 방법을 찾으세요. 


데이터 거버넌스 정책을 개요 작성 


견고한 거버넌스 프레임워크는 품질, 프라이버시, 보안을 촉진할 것입니다. 메타데이터 및 거버넌스 계층은 데이터가 어디에 저장되어 있든 조직 전반의 가시성과 협업을 향상합니다. 또한 데이터 거버넌스 정책은 데이터 관리, 보안 및 개인정보 보호 방식을 안내하는 동시에 AI가 규정 준수 노력을 어떻게 지원하는지 추적하는 데 도움을 줄 것입니다. 

데이터 옹호자 식별


데이터를 활용해 업무를 개선하는 데 열정을 가진 사람들을 찾으세요. 이러한 성공 파트너들은 데이터 관행을 표준화하고 좋은 데이터 습관을 촉진하는 데 도움을 줄 수 있습니다. 데이터 엔지니어, 아키텍트, AI 모델을 만드는 과학자 등 데이터 팀 내에서 옹호자를 찾아보세요. 데이터 분석에 의존하는 팀을 운영하는 비즈니스 리더들도 훌륭한 후보입니다. 

스프린트 주기 설정

데이터 및 AI 전략을 포함하려면 명확하고 달성 가능한 목표를 설정하는 것부터 시작하세요. 이러한 목표를 중심으로 교차 기능 팀을 구성하고 실행 가능한 이정표와 함께 짧은 스프린트 주기를 실행하여 진행 상황을 보여줍니다. 고위 경영진, 기술 팀 및 비즈니스 사용자가 동일한 비전을 공유하도록 하세요.

작은 성과 수집


단순하고 영향력 있는 사용 사례에 집중하여 데이터 및 AI 투자의 가치를 신속하게 보여줍니다. 가장 어려운 문제부터 해결하려고 하지 마세요. AI 도입 초기 단계에서 파일럿 프로그램에 투자하여 향후 대규모 결과물에 필요한 경험을 확보하세요.

중앙 데이터 카탈로그 만들기


중앙 카탈로그는 원본 형식과 선별된 형식 모두로 데이터를 저장하고 공유하여 더 쉽게 액세스하고 사용할 수 있습니다. 데이터가 어떻게 소비되고 어떤 인사이트가 등장하는지 추적하여 사용자가 조직 전체에서 정보에 입각한 결정을 내릴 수 있도록 합니다. 

데이터 소비자의 채택 역량 강화


새로운 데이터 프레임워크의 전사적 채택을 장려합니다. 이를 통해 커뮤니케이션을 개선하고 워크플로를 간소화하며 보안을 최적화하고 새로운 비즈니스 모델, 시장 기회 및 운영 효율성을 실현할 수 있습니다.

사례 보여주고 공유하기


사용 사례는 영향력을 입증할 수 있는 강력한 방법입니다. 풍부한 인사이트를 제공하는 Harvard Business Review의 기사에 따르면 CDO와 AI 리더는 "데이터를 모두의 과제로 만들 때" 더 큰 성공을 거둘 수 있다고 합니다.⁵

사용 사례는 데이터 과학, 운영 분석, 디지털 혁신, 비즈니스 인텔리전스, 생성형 AI 이니셔티브 등을 아우를 수 있으며, 여러 팀이 데이터를 활용하여 실제 비즈니스에 영향을 미칠 수 있는 기회를 제공합니다. 

인재 채용 및 재교육


기술 격차를 해소한다는 것은 전통적인 채용 및 교육 전략을 넘어서는 것을 의미합니다. 기업이 인재 수요를 충족하기 위해 분주하게 움직이면서, 많은 기업이 직무 수행을 위해 교육 및 경력 요건을 조정하고 있습니다. 교육과 채용만으로는 충분하지 않은 경우, AI와 자동화가 노동력 부족과 기술 불일치 문제를 해결하는 데 어떻게 도움이 될 수 있는지 생각해 보세요.

강력한 파트너십 구축

데이터 리더의 역할은 조직이 데이터 수집, 관리 및 사용에 대해 현명한 결정을 내리도록 돕는 것입니다. 모든 수준에서 파트너십을 형성하고 강화할 때 피드백과 협업에 유연하게 대응하세요.
데이터 우선 문화는 사람들이 배우고, 주인 의식을 갖고, 새로운 역할을 수용하려는 동기를 가질 때 번창합니다.

데이터를 차별화 요소로 활용

기존 기술을 개선하고 새로운 솔루션을 도입하여 데이터 접근을 간소화할 때, 여러분은 효율성을 높이고 새로운 인사이트를 도출하는 것을 넘어 데이터를 최대한 활용하는 문화를 만들어가고 있다는 사실을 기억하세요.