데이터 자원

 

산업화 시대에는 원자재, 에너지, 인력, 토지, 자본 등이 중요한 자산으로 인식되면서 더 많고 좋은 자산을 확보하기 위해 경쟁하였다. 하지만 탈산업화 시대에는 물질적 자산보다 비물질적 자산, 즉 정보, 지식, 데이터 등이 중요한 자산으로 인식되고 있다. 데이터 관리는 그동안 기업에서 비용으로 취급되었지만 이제는 유용한 자산으로 취급하면서 이를 통해 부가가치를 창출하려는 접근이 이루어지고 있다.

물질적 자산과 데이터 자산은 여러 면에서 차이가 있다. 물질적 자산은 사용할수록 줄어들지만 데이터 자산은 사용하지 않으면 별다른 가치가 없고 사용할수록 가치가 증가한다. 한정된 물질적 자산의 확보를 위해 경쟁을 벌이고 비용도 발생하지만, 무제한의 복제가 가능한 데이터의 확보에는 특별히 비용이 발생하지 않으며 경합 또한 거의 발생하지 않는다. 데이터는 부족하고 줄어드는 자산이 아니고 넘치도록 많고 늘어나는 자산이다.

하지만 데이터는 모아 놓는다고 스스로 가치를 발휘하지는 않는다. 데이터를 자산화하기 위해서는 데이터 활용이 확대될 수 있는 조직적인 노력이 필요하다.

 

데이터 리터러시

 

데이터를 실질적인 가치로 연결하는 자산화가 이루어지려면 유용한 데이터를 선별하고 활용하는 능력이 필요하다. 즉 데이터 리터러시가 필요하다. 유네스코는 리터러시를 다양한 맥락의 자료를 식별하고, 이해하고, 해석하고, 산출하고, 창출하고, 소통하는 능력이라고 정의하고 있다. 데이터를 통해 맥락을 이해하고, 새로운 가치를 창출하고 소통하는 능력이 데이터 리터러시인 것이다.

현장에서는 데이터가 부족하다고 불평한다. 하지만 데이터가 없어서가 아니라 데이터 리터러시가 부족한 것이다. 축적되어 있는 데이터 중에서 80%는 거의 사용이 되지 않는다. 보관만 하고 있을 뿐 아무런 가치를 발휘하지 않기 때문에 이를 Dark Data라고 부른다. 데이터 자산화는 데이터 확보의 문제가 아니라 가지고 있는 데이터를 어떻게 활용하고 있는지, 즉, 데이터 리터러시의 문제이다.

일본의 무역업자였던 후시다 덴(藤田田)은 창 밖을 바라보다 예전과 달라진 점을 발견하였다. 사람들의 발걸음이 빨라진 것이다. 바쁜 일상으로 인해 여유 없고 시간에 쫓기는 라이프스타일이 번지고 있음을 감지한 후시다 덴은 출장 중에 경험했던 패스트푸드가 새로운 트랜드를 형성하리라 확신하고 도쿄 긴자에 무리하여 맥도날드 1호점을 유치하였다. 많은 사람들의 걱정과는 다르게 맥도날드는 일본에서 폭발적인 인기를 끌면서 미국 다음으로 많은 3,000개 지점으로 확대되었다. 데이터는 누구나 접할 수 있지만 그 속에서 무엇을 읽어내는지가 중요하다는 점을 보여주는 사례이다.

데이터 리터러시는 문제 의식에서 시작된다. 현상과 원인에 대한 의문에서 출발하여 그 인과 관계를 데이터를 통해 찾아내고 이를 조직 내부에 설득력 있게 전달하여 데이터 기반의 전략이 수행되도록 하는 힘이 필요하다. 즉 문제 의식, 데이터 사고, 데이터 접근성, 데이터 분석력, 데이터 소통 능력 등이 필요하다. 최근에는 개인 정보 보호 등의 문제가 발생하면서 데이터 윤리 또한 강조되고 있다.

Tesco는 데이터를 효과적으로 활용하여 영국의 중위권 대형할인점에서 세계적인 기업으로 성장하였다. Tesco는 업계 최초로 회원 제도를 도입하여 고객의 구매 성향을 파악하고, 고객별로 특화된 할인 쿠폰을 발송하였다. 무작위로 배포되던 할인 쿠폰의 회수율은 1% 미만이었지만, 각 고객이 선호하는 상품을 파악하여 발송한 개인화된 쿠폰의 경우 30% 이상 회수되면서 내방객이 증가하는 효과를 발휘했다. 일상용품의 구매는 대형할인점을 이용하지만 더 저렴한 가격에도 불구하고 임산부나 유아용 상품은 전문점을 이용한다는 사실을 발견하고, 산부인과 의사, 유아 전문가 등을 채용하고 임산부와 유아를 위한 정보를 제공하는 유아 클럽(Baby Club) 회원제를 도입하여 전체 임산부의 30% 이상을 회원에 가입시키면서 관련 제품의 매출을 끌어올렸다. 유아 클럽 회원제의 성공 이후 전문 상품에 대한 클럽 회원제를 와인, 애완동물 등으로 확장하여 일상용품뿐 아니라 전문용품도 Tesco에서 구입할 수 있도록 유도하였다.    

                                                                                                      

데이터 품질 확보

 

수집된 데이터가 바로 사용할 수 있는 형태를 띠고 있는 경우는 드물다. 데이터가 생성되는 시점에는 어떻게 활용될지를 알 수 없는 경우가 많기 때문에 생성 당시의 상황에 따라 각양각색의 형태와 방법으로 만들어진다.

화력 발전용 가스 터빈(Gas Turbine)에 IoT 센서를 부착하고 수집된 데이터를 통해 고장을 사전에 예방하려는 시도가 이루어지고 있다. 그런데 실제 가동 중인 가스 터빈은 모델도 다양하고 만들어진 시기에 따라 사용된 부품도 조금씩 상이하다. 부품에 부착된 IoT 센서 또한 여러 모델이 있고, 부착된 모델이나 시기에 따라 천차만별하다. 이러다 보니 가스터빈 부품과 IoT 센서에 대한 정확한 정보가 없다면 수집된 데이터의 의미 파악이 곤란하다. IoT 데이터 또한 여러 곳에서 분산되어 관리되고 있고 결손이나 오작동 데이터가 포함되어 있어 데이터 분석에 바로 활용하기에는 곤란하다.

데이터 분석은 머리로 가능해보이지만 손발이 따라와주지 않으면 실행력을 얻을 수 없다. 데이터 활용이 용이하게 이루어지려면 수집 이전부터 체계적인 관리가 필요하다. 데이터 분석이나 활용에 필요한 정보나 형태를 사전에 정의하고 이에 맞추어 데이터가 생성되거나 수집되도록 유도해야 한다. 또한 데이터 수집 이후에도 적정 수준의 품질이 확보되어 있는지를 점검하여 활용이 가능한 데이터인지 아닌지를 판별할 뿐만 아니라 품질을 저하시키는 근본 원인을 찾아 개선하는 노력이 지속적으로 이루어져야 한다.

 

데이터 중심 운영

 

데이터는 활용이 이루어질 때 비로소 자산으로서의 가치를 발휘한다. 그런데 데이터 수집이나 분석 과정과 실제로 사용하는 현장이 분리되어 있다면 시간적 혹은 공간적 불일치가 발생하고 데이터 활용의 효용도 줄어들 수밖에 없다. 반면 사업 현장에서 자연스럽게 데이터가 접목되어 있어 별도의 요청이나 작업 없이 활용할 수 있는 상태라면 데이터 자산화가 정착되었다고 볼 수 있다.

 현장과 데이터 관리가 분리되지 않고 하나의 체계로 상호작용하면서 대응력을 극대화하려면 데이터 중심의 운영 체계가 필요하다. 즉, 현장의 변화를 데이터를 통해 파악하고, 데이터 분석을 통해 대안 도출과 의사 결정을 진행하여, 데이터 기반으로 대응 활동을 수행하는 체계를 실시간으로 구현할 수 있어야 한다. 현장이 중심이 되고 데이터는 보조적인 기능을 수행하던 과거의 방식에서 탈피하여 데이터를 중심에 놓고 현장의 활동이 재구성될 수 있어야 한다. 데이터 관련 기술뿐 아니라 조직이나 인력 그리고 프로세스 등이 데이터 중심으로 운영될 수 있도록 최적회되어야 한다는 의미이다.

한 점포에서 카드 결제가 이루어지면, 해당 고객의 구매 성향을 파악하여 추가적으로 발생할 구매 행위를 예측하고 주변 점포의 할인 쿠폰을 보내주는 등의 활동이 이루어지려면, 현장과 밀착하여 데이터를 활용할 수 있는 환경이 효과적으로 접목되어야 한다.

온라인 검색 중에 관련된 상품에 대한 광고를 내보내는 온라인 마케팅 시장에서도 실시간으로의 데이터 분석과 정보 제공이 절대적으로 필요하다. 데이터 분석을 기반으로 온라인 검색 환경과 광고 제공 환경을 유기적으로 통합하지 않으면 효과를 발휘할 수 없다. 데이터 중심의 운영 체계가 효과적으로 정착되어 있다면, 검색 중인 고객의 취향을 실시간으로 분석하고, 관심있는 광고주를 온라인 경매를 통해 선정하여 상호 연결하는 서비스까지 확장이 가능하다.

데이터가 독립적으로 존재하면서 현장과 괴리되어 있던 기존의 경계를 해체하고, 현장과의 유기적인 연결을 통해 변화하는 환경에 신속하게 대응할 수 있는 체계의 구축이 필요하다.              

 

데이터 민주주의

 

데이터 자산화를 위해서는 데이터 민주주의가 필요하다. 데이터 민주주의는 데이터 민주화에서 한발 더 발전한 개념이다. 데이터 접근과 활용이 전문가들에게만 집중되어 있던 데이터 독점 상황에서 벗어나 누구나 데이터에 대한 접근이 가능해진 상태가 데이터 민주화이다. 하지만 이 수준에서는 데이터 활용 능력이 뒷받침되지 않아 수동적인 데이터 접근만 가능한 과도기적인 단계이다. 데이터 민주주의는 데이터를 자유자재로 활용할 수 있을 뿐만 아니라 데이터의 생산이나 유통에도 누구나 적극적으로 참여할 수 있는 상태를 말한다. 데이터의 생성, 유통, 활용 기능이 한쪽에 치우치지 않고 어디서나 누구든 주체가 될 수 있을 때 데이터 민주주의가 완성되었다고 말할 수 있다.

데이터 자산화는 결국 데이터 활용을 통해 이루어지는 것이므로 많은 사람들이 데이터를 생성, 유통, 활용하면서 현장에서 자연스럽게 데이터를 접목할 수 있어야 한다. 결국 데이터 민주주의가 실현되어야 데이터 자산화도 완성될 수 있다.