필자: 투이컨설팅 프로세스혁신사업본부 이호재 전무
디지털 기술의 혁신적 발전과 더불어 새로운 디지털 상품 및 서비스의 비중이 커지면서 디지털 경제(Digital Economy)가 시작되었다. 디지털 경제로 인한 데이터의 폭발적 증가는 전략적 관점에서 금융기관에게 매우 중요한 기회를 제공한다. 그러나 한편으로는 데이터 관리 및 활용, 데이터 규제 및 법적 요구사항의 준수 등에 대한 부담이 주어진다. 그래서 데이터 환경 변화를 관리하기 위한 데이터 거버넌스 프로그램을 개발하는 것은 데이터를 자산으로 활용하고 위험을 최소화하기 위해 필수적이다.
금융기관은 정부의 데이터 규제에 대해 책임 있는 방식으로 데이터를 관리하고 고객이 데이터를 신뢰하고 만족할 수 있도록 데이터 전략을 수립해야 한다. 그리고 데이터로부터 비즈니스 가치를 높이기 위해 데이터를 어떻게 관리하고 활용할 지에 대해 지속적으로 고민하고 해결 방법을 제시해야 한다.
데이터 규제 대응: 금융기관이 개인정보보호에 대응하기 위해서는 동의 관리, 사용 제한, 삭제 요구권, 전송 요구권 등을 보장해야 한다. 그리고 IFRS, FATCA, AML 등의 규제 대응을 위해서도 데이터 관리가 필요하다. 이처럼 데이터를 잘 관리하는 것이 규제 대응을 위한 필수불가결 요소이다. 이러한 데이터 규제 대응 기반을 갖추기 위해서는 전사 차원의 데이터 거버넌스의 도입이 필요하다.
고객 신뢰 및 고객 만족: 디지털 경제에서 고객이 상품과 서비스를 선택하는데 가장 중요한 기준은 신뢰이다. 신뢰가 없으면 상품이 아무리 좋더라도, 고객 경험이 아무리 편리 하더라도 고객의 선택을 받지 못한다. 금융기관이 고객의 신뢰를 얻기 위해서는 내부 데이터가 효과적인 데이터 거버넌스 체계에 의하여 관리되고 있다는 점을 고객에게 인식시켜야 한다.
보다 나은 의사결정: 기업의 의사결정은 점점 더 데이터에 의존하고 있다. 의사결정자는 의사결정에 활용하는 데이터를 믿을 수 있는 지 확인하고 싶어한다. 더 나아가서 금융기관의 데이터 시스템은 의사결정자들에게 더 많은 데이터를 보다 빨리 제공해야 한다. 이러한 데이터 기반 의사결정 체계를 제공하기 위해서는 전사 차원의 데이터 거버넌스가 필수적이다.
금융기관의 데이터 경쟁력은 데이터 거버넌스 구성 요소를 얼마나 디지털 경제에 적합하게 적용하는 지에 의해 결정된다. 데이터 거버넌스는 데이터 자산을 비즈니스에 활용하고, 데이터 관련 규제를 준수하며, 데이터 품질 오류로 인한 비즈니스 리스크를 최소화하는 역할을 한다. 전통적 금융기관이 데이터 기업(Data Enterprise)으로 거듭나기 위해서는 데이터 거버넌스 구성 요소를 강화해야 한다.
거버넌스 정책(Why): 디지털 경제에 필요한 데이터 거버넌스 원칙, 정책, 표준, 프로세스와 절차 등의 재설계가 필요하다. 그리고 전사의 모든 조직과 구성원이 공통되게 이해하고 준수해야 하는 규칙을 제시한다. 거버넌스 정책이 명확하지 않으면 조직의 혼란이 뒤따른다.
역할과 책임(Who): 디지털 경제에 적합한 조직, 직무, R&R의 정의가 필요하다. 데이터의 생성, 보관, 가공, 분석, 활용 등의 과정 동안에 관련된 조직의 R&R을 정의한다. 전사 데이터 협업이 가능한 전사 데이터 조직이 필요하다. 그리고 기술 및 데이터 환경 변화에 적합한 새로운 직무와 R&R의 도입을 고려해야 한다.
기술 및 도구(How): 데이터 거버넌스를 지원할 협업, 자동화, 지능화, 보안 등 기술과 도구의 강화가 필요하다. 데이터 거버넌스는 시스템과 도구의 지원이 없으면 활동의 제한을 받는다. 그래서 조직 전체에 걸쳐 기술과 도구의 통합성과 일관성을 확보하여야 데이터 거버넌스 활동이 효율적으로 이루어질 수 있다.
데이터 카탈로그(What): 관리 및 활용 대상이 되는 데이터의 메타데이터를 확보하고 상태를 유지해야 한다. 데이터 카탈로그는 전통적인 메타데이터를 기반으로 발전하였다. 대상 데이터의 관리 범위가 확장됨에 따라 데이터 카탈로그라는 용어로 대체되고 있다. 데이터 카탈로그는 사람이 직접 찾아서 관리하기 어려운 부분에 대해 인공지능을 활용하여 데이터를 수집하고 관리하는 방식을 도입하고 있다.
금융기관이 데이터 거버넌스를 성공적으로 도입하기 위해 고려할 사항은 다음과 같다.
첫째, 비즈니스 니즈(Needs) 및 목적, 규제, 기술 발전의 이니셔티브(Initiative)를 충족하는 비즈니스 관점의 데이터 거버넌스 프레임워크(Framework)를 고려해야 한다.
둘째, 다양한 형태의 데이터 이슈의 해소, 데이터 처리 비용의 절감, 엄격한 규제 대응, 인사이트(Insight) 발굴 등에 필요한 기술 지원이 가능한 범위를 고려해야 한다.
셋째, 리스크를 회피하고 건전한 비즈니스 의사결정을 위해 필요한 데이터를 수집하고 구조화하는 프로세스에 대한 고려가 필요하다.
넷째, 보다 효과적이고 효율적이며 지속 가능한 조직, 기술, 문화의 변화를 추진하고 점검하는 체계적인 프로그램에 대한 고려가 필요하다.
※이호재 전무는 데이터 거버넌스, 마스터 데이터, 마이데이터, 데이터 아키텍처 등 데이터 전문가다.
출처: NSP통신 (http://www.nspna.com/news/?mode=view&newsid=488020)
