헤더 바로가기 메뉴 바로가기 푸터 바로가기
운영관리 & 혁신

IT에 엄청 투자해도 왜, 분석은 잘 안될까

매거진
2013. HBR in DBR (~2013)

7001_2

편집자주

이 글은 <하버드비즈니스리뷰(HBR)> 2013 1∼2월 호에 실린 IMD 전략 실행·정보 관리 교수 도널드 A. 마천드(Donald A. Marchand)와 크랜필드대 정보 시스템 교수 조 페퍼드(Joe Peppard)의 글 ‘Why IT Fumbles Analytics’를 전문 번역한 것입니다.

 

많은 기업들이 조직 내외부에서 수집 가능한 방대한 양의 데이터를 통해 통찰력을 얻기 위해 IT 도구에 많은 투자를 하고 앞다퉈 데이터 과학자를 고용한다. 하지만 대부분이 가치 있는 결과를 얻기 위해 여전히 고군분투 중이다. 빅데이터, 분석 프로젝트가 IT 프로젝트와 전혀 다르다는 사실을 깨닫지 못한 채 둘을 동일하게 취급하기 때문이다.

 

전사적 자원관리(enterprise resource planning· ERP) 시스템이나 고객관계관리(customer relationship management·CRM) 시스템을 설치하는 경우를 비롯한 전통적인 IT 프로젝트 접근방법은 제 시간에, 계획과 일치하는 방식으로, 예산 범위 내에서 기술을 개발하고 배치하는 것을 중시한다. 전통적인 IT 프로젝트 접근방법하에서는 정보 요구 사항과 기술 사양이 프로세스를 재설계하는 설계 단계에 미리 결정된다. 지금껏 전통적인 IT 프로젝트 접근방법이 끔찍한 결과를 초래한 경우가 많았다. 그럼에도 불구하고 비즈니스 프로세스 개선을 목표로 삼고 IT 프로젝트의 결과물인 조직 변화를 효과적으로 관리하는 경우라면 이런 접근방법도 도움이 된다.

 

하지만 필자들은 그동안 이런 프로젝트가 효율성 개선, 비용 절감, 생산성 증진에 기여했을 때조차 경영자들이 불만을 느끼는 경우를 숱하게 목격했다. 그 이유가 무엇일까? 일단 시스템이 작동되기 시작하면 그 누구도 시스템 내에서 생성되는 정보를 활용해 좀 더 훌륭한 결정을 내리거나 비즈니스의 핵심 측면에 관한 좀 더 심층적인 통찰력(예상치 못했던 통찰력이 될 수도 있다)을 얻기 위한 방법을 찾는 데 관심을 기울이지 않기 때문이다.

 

예컨대, 보험회사가 보험금 청구 처리 프로세스 자동화를 위해 설치한 시스템이 효율성 개선에 커다란 도움이 될 수도 있다. 하지만 그와 동시에 이 시스템이 그 누구도 기대하거나 예상하지 못했던 용도의 정보를 내놓을 수도 있다. 보험회사는 새로운 데이터를 활용해 보험 가입자가 허위로 보험금을 청구했을 가능성을 추정하기 위한 모형을 개발할 수 있다. 또한 보험회사는 운전자의 주행 속도, 코너를 도는 방식, 브레이크 사용 방식, 가속 페달 사용 방식 등에 관한 데이터(자동차에 내장된 센서를 통해 실시간으로 수집되는 정보)를 활용해 책임감 있는 운전자와 상대적으로 책임감이 떨어지는 운전자를 구별하고, 사고 가능성을 평가하고, 데이터 분석 결과에 따라 보험료를 수정할 수 있다. 하지만 시스템을 구축한다고 해서 자동적으로 이와 같은 지식을 습득하게 되는 것은 아니다.

 

필자들은 여러 산업에서 활동하는 50개 이상의 국제 조직을 조사하는 등 다각도로 연구에 접근했다. 이 과정에서 빅데이터와 분석 프로젝트를 활용하기 위한 새로운 접근방법, 즉 기업이 지속적으로 새로운 방식으로 데이터를 활용하는 데 도움이 되는 방법을 찾아낼 수 있었다. 필자들이 찾아낸 새로운 접근방법은 기술 배치(deployment of technology)가 아니라 정보 활용(exploration of information)에 주목한다. 또한 이 접근방법은 정보를 데이터베이스 내에 존재하는 자원(전통적인 IT 시스템을 설계하고 실행할 때 효과적인 관점)으로 여기기보다 사람들이 직접 가치를 부여해야 하는 존재로 바라본다.

 

따라서 사람들이 어떤 식으로 정보를 생성하고 활용하는지 이해하는 것이 중요하다. 이는 곧 팀 내에 데이터 공학, 컴퓨터 과학, 수학뿐 아니라 인지 과학과 행동 과학에 대해 잘 알고 있는 구성원이 있어야 한다는 뜻이다. 프로젝트를 진행하는 것이 그리 간단하지 않다는 뜻이기도 하다. 분석을 위해 IT 도구를 배치하는 일은 상대적으로 쉽다. 하지만 IT 도구가 어떤 식으로 활용될지 그 방식을 이해하기는 훨씬 힘들다. 프로젝트를 시작하는 단계에는 해당 도구를 활용해 향후에 어떤 것을 지원하게 될지, 도구가 어떤 질문에 대한 답을 제시하는 데 도움이 될지 그 누구도 알 수 없다.

 

따라서 빅데이터, 분석 프로젝트를 전통적인 대형 IT 프로젝트와 같은 방식으로 대해서는 안 된다. 후자의 경우에는 어떤 결과를 내놓아야 할지 미리 정의돼 있고, 어떤 과제를 수행해야 할지 요구사항이 명확하게 제시돼 있으며, 구체적인 실행 계획이 뒤따르기 때문이다. 빅데이터, 분석 프로젝트는 훨씬 규모가 작고 진행 기간이 짧은 편이다. 누군가가 감지한 문제나 기회에 대응하기 위해 가동되는 이런 류의 프로젝트는 데이터를 통해 답을 찾게 될 가능성이 있는 질문을 명시하고, 가설을 수립한 다음, 반복적인 실험을 통해 지식을 습득하고 정보를 이해한다. 이와 같은 방식으로 발견의 여정을 진행하는 데 도움이 되는 다섯 가지 방법을 소개하고자 한다.

 

아티클을 끝까지 보시려면
유료 멤버십에 가입하세요.
첫 달은 무료입니다!

(03187) 서울시 종로구 청계천로 1 동아일보사빌딩 9층 (주)동아일보사
대표자: 김재호 | 등록번호: 종로라00434 | 등록일자: 2014.01.16 | 사업자 등록번호: 102-81-03525
(03737) 서울시 서대문구 충정로 29 동아일보사빌딩 8층 (주)디유넷(온라인비즈니스)
대표이사: 김승환, 김평국 | 통신판매신고번호: 제 서대문 1,096호 | 사업자 등록번호: 110-81-47558