오늘날과 같은 데이터 폭증 시대에서 기업은 비즈니스 경쟁력 확보를 위한 노력을 어느때보다 심도있게 기울여야 한다. 기업 내 데이터·분석가는 이와 같은 트렌드가 비즈니스에 미치는 영향력을 빠르게 파악하고, 비즈니스 모델과 운영에서의 조절을 해야만 타사와의 경쟁우위에서 승리할 수 있음을 인지해야 한다.

디지털혁신(Digital Transformation, DT) 전략이 주목받고 있는 현재, 기업은 새로운 기회를 확보함과 동시에 방대한 데이터에서 정확한 데이터세트를 추출하고, 또 이를 효율적으로 활용할 수 있는 기술·시스템 확보와 관련된 도전과제를 직면하게 되었다.

중요한 점은, 이러한 변화에 대응하는 민첩하고 데이터 중심적인 아키텍처가 향후 비즈니스의 지속적인 생존을 좌우할 것이라는 점이다.

데이터·분석과 관련해 내부 의사 결정을 지원하는 것에서부터 지속적인 지능화 노력은 물론 데이터최고책임자(CDO)를 선임·임명하는 형태로 확장되고 있는 추세다. 이를 위해서는 기술 트렌드를 심도있게 이해하고 비즈니스 가치 기반의 기술 트렌드의 우선순위를 설정하는 것이 중요하다.

이번 글에서는 2019년 데이터·분석 시장에서 주목받고 있는 상위 기술 키워드와 트렌드를 알아보고 구체적인 사례 및 도전과제에 대한 해결책을 알아본다.

1. 증강분석(Augmented Analytics)
증강분석은 데이터·분석 시장의 차세대 혁신의 물결이다. 증강분석은 머신러닝(ML)과 인공지능(AI) 기술을 사용해 분석 콘텐츠가 개발·소비·공유되는 방식을 혁신한다.

증강분석은 2020년까지 분석과 비즈니스인텔리전스, 데이터사이언스와 머신러닝 플랫폼, 임베디드 분석의 신규 구매를 촉진하는 주 요인이 될 것으로 예상된다. 데이터·분석 리더들은 플랫폼 기능이 성숙해짐에 따라 증강분석을 도입할 계획을 마련해야 한다.

2. 증강데이터 관리(Augmented Data Management)
증강데이터 관리는 ML/AI 엔진을 활용해 기업 정보 관리 카테고리를 생성하는 것이다. 여기에는 데이터 품질, 메타데이터 관리, 마스터데이터 관리, 데이터통합, 데이터베이스관리시스템(DBMS) 자체 구성 및 자제 조정 등이 포함된다.

이를 통해 많은 수작업이 자동화되고, 기술 숙련도가 부족한 사용자들은 데이터를 사용해 더욱 자율적으로 작업할 수 있으며 숙련된 기술자들은 가치 있는 작업에 집중할 수 있다.

증강데이터 관리를 통해 메타데이터는 회계감사와 계보, 보고용으로만 사용되는 것에서 동적 시스템을 실행하는 것으로 전환된다. 메타데이터는 수동에서 능동으로 바뀌고 있으며 모든 ML/AI를 실행하는 주요 동력이 되고 있다.

2022년 말에 이르면 머신러닝과 자동화 서비스 수준 관리가 추가되어 데이터 관리 수작업이 45%가량 줄어들 것으로 전망된다.

3. 지속적인 지능화(Continuous Intelligence)
2022년에 이르면 주요 신규 비즈니스 시스템의 절반 이상이 실시간 컨텍스트 데이터를 사용하는 지속적 지능화를 통합하여 의사 결정을 개선할 것으로 보인다.

지속적인 지능화는 실시간분석이 비즈니스 운영에 통합되는 설계 패턴으로, 현재와 과거의 데이터를 처리해 사건에 대응하는 행동을 정한다. 이는 의사결정을 자동화하거나 지원하게 된다. 지속적인 지능화는 증강분석, 이벤트 스트림 프로세싱, 최적화, 비즈니스 규정 관리, ML과 같은 다양한 기술을 활용한다.

지속적인 지능화는 그간의 데이터·분석 업무에 있어 중요한 변화라고 볼 수 있다. 분석·비즈니스인텔리전스 팀은 기업이 현명한 실시간 의사 결정을 내릴 수 있도록 지원하게 될 것이며, 이는 운영 비즈니스인텔리전스의 궁극적 목표라고 할 수 있을 것이다.

글 : 도널드 페인버그((Donald Feinberg) / 최고연구원 / 가트너