데이터 거버넌스의 정의와 가치

현대 사회에서 기업의 가치는 치열한 경쟁을 거쳐 빠르게 변화합니다. 이런 환경에서 생존하기 위해 이제 ‘데이터 거버넌스(Data governance)’는 필수 가치가 되었습니다. 빅데이터를 사용하는 기업일수록 더더욱 중요성이 높아지죠. 데이터를 수집하는 것이야 예전부터 산업 전반의 공감대였습니다. 그런데 왜 지금에 들어서 그 중요성이 더욱 높아지고, 기업의 미래 성장을 판단하는 기준까지 상향된 것일까요? 왜 기업들은 데이터 거버넌스를 관리하는 것에 집중하게 되었을까요? 오늘은 데이터 거버넌스의 정의와 존재 가치에 대해 알아보겠습니다.

‍

데이터 거버넌스의 정의

‍

이 글의 주제인 데이터 거버넌스를 이해하기 위해, 먼저 ‘거버넌스(governance)’의 정의부터 살펴보겠습니다. “공동의 목표를 달성하기 위하여, 주어진 자원 제약하에서 모든 이해 당사자들이 책임감을 가지고 투명하게 의사 결정을 수행할 수 있게 해주는 제반 장치”라는 설명을 국어사전에서 찾을 수 있습니다. 원래 이 단어는 통치 시스템을 설명하는 용어였습니다. 국가 운영에 필요한 다양한 분야의 업무를 관리하기 위해 정치·경제·행정적 권한을 행사하는 관리 체계를 의미하죠. 우리가 생각하는 국정 운영 기관들을 떠올리면 이해가 쉽습니다. 국가 부흥이라는 공동의 목표를 달성하기 위해 의사 결정을 수행하는 집단이죠.

‍

핵심은 조직의 목표 달성을 위해서..

‍

거버넌스의 정의에 대해서는 충분히 이해했습니다. 그렇다면 앞에 ‘데이터’라는 수식어가 붙었다면 어떤 의미가 될까요? 어떤 활동을 관리하거나 이윤을 창출하기 위해 우리는 데이터를 수집합니다. 데이터 거버넌스는 이 데이터 수집 과정에서 반드시 필요한 규칙을 창제하고 그를 기반으로 수행하는 과정을 의미합니다. 즉, 조직의 목표 달성을 위해 정보를 효율적으로 사용할 수 있도록 돕는 프로세스나 역할, 정책, 표준 규범 등을 데이터 거버넌스라고 합니다.

‍

‍

‍

종종 데이터 거버넌스를 ‘데이터 관리’라는 용어로 통칭하는 경우도 있습니다. 하지만 엄밀히 따지자면 데이터 관리와 데이터 거버넌스는 결이 다릅니다. 데이터 관리는 조직의 데이터 라이프 사이클을 관리하는 미션을 수행합니다. 데이터의 생성부터 삭제까지, 전체 수명 동안 데이터를 추적하고 문제가 발생하지 않도록 케어하는 과정을 의미합니다. 반면 데이터 거버넌스는 좋은 데이터를 쌓기 위한 가이드를 세우는 것입니다.

‍

넓게 보면 데이터 거버넌스도 데이터 관리의 일부분이라고 볼 수 있겠죠. 데이터 거버넌스는 데이터 품질, 참조 및 마스터 데이터 관리, 데이터 보안, 데이터 베이스 운영과 메타데이터 관리 및 데이터 웨어하우징 등의 다른 분야와 결합하여 총체적으로 데이터를 다룹니다. 데이터 거버넌스가 전략이나 역할, 조직과 정책이라면 데이터 관리는 실행과 운영의 측면입니다. 데이터 거버넌스 없이는 명확하고 효율적인 데이터 관리가 불가능하죠.

반면 MDM(Master Data Management)은 데이터 거버넌스를 포괄하는 개념입니다. MDM의 목표는 데이터 품질 향상이죠. 다양한 부서에서 수집한 데이터를 통해 조직에 가장 필요하고 정확한 정보를 얻기 위함입니다. 조직 전체가 공유한 단편적인 데이터를 하나의 목표로 조정하는 것이죠. 하지만 MDM 조차 적절한 데이터 거버넌스가 없다면 성공할 수 없습니다. 필요한 데이터를 정의 및 작성하고, 큐레이션 및 액세스하는 역할과 책임 없이는 필요한 정보를 얻을 수 없기 때문입니다.

‍

‍

데이터 거버넌스의 중요성

‍

기업의 생존 경쟁에 데이터의 중요성은 이미 많은 분들이 알고 계실 겁니다. 데이터의 활용 전략이 더 좋은 인사이트를 갖게 하고, 더 나은 서비스를 만듭니다. 그렇다면 지금의 의사결정 과정에서 명확한 데이터 거버넌스를 갖는 것이 어떤 이점을 제공할까요? 전문가들은 데이터 거버넌스가 가져다줄 여섯 가지 장점을 언급해왔습니다.

‍

ⓐ 데이터에 대한 공통의 이해

• 명확하게 수립한 데이터 거버넌스를 통해 구성원 전체가 데이터를 일관성 있게 파악할 수 있습니다.
• 각 사업부와 조직은 수집한 데이터에 대해 적절한 유연성을 유지할 수 있습니다.

‍

ⓑ 데이터 품질 향상

• 데이터 거버넌스를 통해 수집한 데이터는 데이터의 정확성과 완전성, 일관성을 보장할 수 있습니다.

‍

ⓒ 데이터 맵 설계

• 고도의 데이터 거버넌스가 완성되면 모든 데이터의 위치를 이해할 수 있습니다.
• 데이터 자산을 간편하게 활용할 수 있고, 언제든지 비즈니스에 연결해서 사용할 수 있습니다.

‍

ⓓ 조직 프레임워크 확립

• 조직의 공통된 목표를 합의하고 넓은 인사이트를 가지되, 적절한 수준의 일관성을 가질 수 있습니다.

‍

ⓔ 업계 요건 및 규범 충족

• 규범을 준수하는 선에서 데이터 자산 사용의 가이드라인을 활용할 수 있습니다.
• 데이터 분야 외에 법률·보안 등 기술 영역을 넘어선 분야에도 일관되게 대응할 수 있습니다.

‍

ⓕ 데이터 관리 향상

• 고도화된 데이터 자산에 인적 재산을 융합하여 더 활발한 데이터 활동을 할 수 있습니다.

‍

데이터를 활용하기 위해서는 좋은 데이터를 쌓아야 합니다. 질보다 양이 중요한 시대는 저물었죠. 좋은 데이터를 쌓기 위해서는 명확한 데이터 거버넌스가 필요합니다. 하지만 데이터라는 무형의 자산을 관리하는 것이 쉬운 일은 아닙니다. 여러 조직이 유기적으로 연결되어 있기도 하고, 문제가 발생하더라도 쉽게 파악하기 어렵기 때문이죠. 데이터 거버넌스를 잘 수행하기 위해서는 데이터 관리를 위해 사회적인 규범과 기업의 규칙을 적용해 하나의 가이드를 확립하고, 그것을 책임감 있게 집행해야 합니다.

‍

‍

데이터 거버넌스의 조건

‍

훌륭한 데이터 거버넌스를 수립하기 위해서는 데이터에 관한 몇 가지 조건이 필요합니다.

‍

• 데이터가 어떤 수준의 일관성과 무결성, 적시성을 유지해야 하는가?
• 데이터의 일관성·무결성·적시성과 수집은 누구의 책임으로 컨트롤할 것인가?
• 데이터 관리 성적의 척도는 어떻게 측정할 것인가?
• 새로운 데이터가 발생할 시, 위의 규칙은 누구에 의해 정의할 것인가?

‍

이 외에도 데이터 수집에 대한 법률적 해석이나 보안에 대한 규칙이 추가되겠죠. 모든 규칙을 총합한 뒤에는 반드시 데이터 수집의 책임을 맡은 사람에 대한 성과제도를 고안할 필요가 있습니다. 앞서 설명한 대로, 무형의 가치이자 전 부서를 통합해 데이터를 관리할 사람에 대한 노고를 인정하는 분위기가 지속 가능한 데이터 거버넌스를 만들기 때문입니다.