빅데이터 성공, 데이터 품질에 달렸다

[김관용기자] '데이터 경영'이 화두가 되면서 데이터 품질이 빅데이터 시장의 중요 화두로 부상하고 있다.데이터 품질 확보는 특히 기업 내 각종 데이터를 유용한 정보로 가공하고 이를 기업의 핵심 자산인 지식으로 탈바꿈시키는데 있어 없어서는 안될 중요 요소로 주목받는 상황이다.

지금까지는 규모(Volume)와 다양성(Variety), 속도(Velocity)가 빅데이터의 구성요소로 정의됐지만 앞으로는 데이터 품질을 의미하는 가치(Value)가 핵심 요소로 부각될 것이란 전망이다. 데이터 경영과 거버넌스 모두를 실현하기 위해서는 원천이 되는 양질의 데이터 확보가 반드시 필요하기 때문이다.

국내 데이터베이스(DB) 컨설팅 전문업체인 엔코아 문태식 이사는 "막대한 예산을 투입해 구축한 국내 기업들의 시스템들이 데이터 품질이라는 복병을 만나면서 기대만큼의 성과를 거두지 못하고 있다"면서 "데이터 품질을 높이는 것이 프로젝트 성공을 위한 중요 요소"라고 강조했다.

◆불량 데이터로 인한 피해 연간 47조원 추산

지난 10여년 동안 기업들은 데이터웨어하우스(DW), 비즈니스인텔리전스(BI) 등 다양한 데이터 관련 시스템을 구축했지만 기업 경영에 데이터를 제대로 활용하지 못해 왔다.

시장조사기관인 포레스터리서치에 따르면 일반적으로 기업들의 데이터 활용률은 5% 미만이다. 데이터를 기업의 핵심 자산으로 꼽고 있지만 95%의 데이터는 사용되지 않고 있다는 것이다.

데이터 관련 시스템들이 제 기능을 못했던 것은 데이터 품질에 문제가 있었기 때문이다. 고객관계관리(CRM)나 DW, e비즈니스, 전사적자원관리(ERP) 등을 통해 생성된 데이터의 품질을 담보할 수 없어 실제 기업 경영에 활용되지 못했다는 분석이다.

특히 우리나라의 데이터 품질은 아직 걸음마 단계 수준인 것으로 평가되고 있다.

한국데이터베이스진흥원에 따르면 국내 DB의 오류율은 4.38%에 달한다. 품질관리 수준도 전체 5.0 레벨 중 1.1 레벨로 매우 낮은 수준이다. 분야별로는 금융이 2.0 레벨, 통신 1.0 레벨, 공공과 유통 및 의료가 각각 0.9 레벨, 제조는 0.8 레벨로 조사됐다.

낮은 품질의 DB가 활용됨에 따라 그 피해가 2차, 3차로 확산될 수 있는데, 한국데이터베이스진흥원은 그 피해 규모를 연간 47조원으로 추산하고 있다.

한국데이터베이스진흥원 이창한 품질표준 실장은 "데이터가 잘못돼 오류가 발생시키거나 관리가 잘못돼 품질이 보장되지 않으면 엄청난 비용을 지불하고도 비즈니스 기회를 놓치게 된다"며 "체계적인 데이터 품질 활동을 통해 오류 데이터로 인한 잠재적 손실과 사고를 예방할 수 있다"고 말했다.

◆데이터 품질 제고 방안은?

데이터 품질 인증 제도를 운영 중인 한국데이터베이스진흥원은 데이터 품질의 기준을 정확성, 일관성, 유용성, 적시성, 접근성, 보안성 6가지로 판단하고 있다. 이같은 기준에 따라 진흥원은 고품질의 DB 확보를 위해 제안 데이터 품질, 데이터 보안 품질, 데이터 관리 품질의 세 가지 접근법을 제시한다.

데이터 품질은 현재 구축해 운영중인 DB가 이용자의 만족을 충족시킬 수 있는 수준을 의미한다. 데이터 오류의 대부분은 입력의 오류나 잘못된 데이터의 활용으로부터 시작되기 때문에 이를 체계적으로 관리해야 한다는 것이다.

데이터 보안 부분도 중요하다. 이는 외부자와 내부자가 DB 내에 저장된 주요 기밀 정보에 불법적으로 접근하는 것을 차단하는 것으로 DB 접근제어, DB 암호화, DB 작업결재, DB 취약점 분석 등을 도입하면 된다.

데이터 관리 품질은 데이터를 관리하는 절차와 방법에 대한 품질을 의미한다. 데이터는 항상 변화하는 유기체와 같기 때문에 데이터를 관리하는 품질에 대한 지속적인 노력으로 시점에 구애받지 않고 좋은 품질을 유지할 수 있도록 해야 한다는 것이다.

이창한 실장은 "데이터 관리 품질 활동은 그 범위가 광범위하고 복잡하다"면서 "처음부터 모든 범위를 포괄해 진행한다는 생각보다는 관리 품질의 중요성을 인식하고 조직별 상황에 맞춰 중요한 요소들을 단계적으로 접근하는 방식으로 도입하는 게 중요하다"고 조언했다.

김관용 기자의 다른 기사 보기

• 데이터 생산 대국 한국, 빅데이터 활용은 저조

• 빅데이터 분석으로 전력수급과 가뭄 대비한다