2017.10.24

셀프서비스 BI의 다섯 가지 함정

Thor Olavsrud | CIO
지난 수년 동안 셀프서비스 비즈니스 인텔리전스(BI)를 도입하는 기업들이 꾸준히 증가해 왔다. 리서치 앤 마켓츠(Research and Markets)는 2016년 11월 <셀프서비스 BI 시장, 2021년 세계 동향 예측 보고서>에서 2021년이면 세계 셀프서비스 BI 시장 규모가 73억 1,000만 달러로 2016년의 2배 가량 될 것이라고 예측했다.


Credit: Getty Images Bank

셀프서비스 BI의 장점은 분명하다. 기존의 BI가 느리고 경직된 반면, 셀프서비스 BI는 민첩하며 사용이 편리하다. 셀프서비스 BI를 도입한 기업들은 IT를 거치지 않고도 필요할 때 언제나 데이터와 인사이트에 접근할 수 있어 기존 BI의 문제점으로 지적되어 오던 병목 현상을 피할 수 있다. 이런 IT 병목 현상을 해결함으로써 기업은 주어진 데이터를 더 효율적으로 활용하여 문제에 더 빠르고 유연하게 접근할 수 있게 된다.

빅데이터 BI 플랫폼 스타트업 앳스케일(AtScale)의 창립자이자 CEO인 데이브 마리아니는 "비록 셀프서비스 BI가 많은 장점을 가지고는 있으나 예상하지 못했던 함정도 있으며 셀프서비스 BI를 도입하려는 기업들은 이런 문제들에 대해서도 알고 있어야 한다"고 말했다. 수년간 광고 애널리틱스 엔지니어링 부 대표로, 그리고 야후에서 개발, 사용자 데이터 및 애널리틱스 담당자로 근무한 마리아니는 이런 함정을 일일이 겪으며 배워야 했다.

마리아니가 말하는 셀프서비스 BI 전략의 다섯 가지 함정에 대해 알아보자.

1. 비즈니스 메트릭스가 분권화되며 혼란을 초래한다
BI 툴에서 어떤 가치를 창출해 내기 위해서는 각 비즈니스 부서가 BI에 데이터를 피드해야 한다. 일반적으로 이는 각 비즈니스 부서가 자체적으로 데이터마트를 관리함을 의미한다. 데이터 마트란 특정 비즈니스 라인에 적용되는 데이터를 포함하는 데이터 웨어하우스의 하위 부분 집합을 의미한다.

셀프서비스 BI 환경에서는 개별 비즈니스 부서가 하드웨어와 소프트웨어는 물론 데이터마트를 구성하는 데이터까지도 관리하게 되므로 필연적으로 자체적인 메트릭과 데피니션(definition)을 만들게 된다.

만일 해당 데이터를 사용하는 비즈니스 부서가 하나라면 상관 없지만, 각기 다른 비즈니스 부서의 리포트를 서로 비교해야 할 때가 되면 이는 굉장히 큰 문제가 아닐 수 없다.

마리아니는 "비즈니스 메트릭스를 중앙적으로 빠듯하게 통제하던 중앙 통제형 모델에서, 이러한 통제를 사용자들의 손에 넘긴 분권화된 모델로 넘어오면서 데피니션 간 충돌이 필연적으로 발생하게 된다"고 설명했다.

마리아니는 야후에서의 근무 경험을 떠올리며, 각 비즈니스 부서가 각기 다른 애드 임프레션(ad impression) 및 방문 수 데피니션을 내놓았다고 말했다.

마리아니는 "모든 부서가 각자 계산을 했다. 이것이 문제가 된 이유는 부서 간 정렬이 어긋나기 때문이다. 모든 부서가 각자 다른 이야기를 하고, 이는 곧 갈등으로 이어진다. 각 부서마다 자신의 목표 달성에 적합한 데피니션을 내놓았다고 믿게 되기 때문에 숫자에 대한 믿음 자체가 사라지게 된다"고.

앳스케일의 CMO 브루노 아지자는 "그러나 대부분 기업은 하나의 비즈니스 부서만으로 돌아가지 않는다. 예를 들어 세일즈와 마케팅은 서로 협력해야 한다. 문제가 무엇인가에 대해 동의할 수 없다면 그 해결은 당연히 요원하다. 부서 간 의견 정리가 이뤄지지 않으면 문제 해결은 그만큼 더 어려워진다"고 말했다.

2. 비즈니스 사용자가 데이터 엔지니어의 역할까지 맡게 된다
셀프서비스 BI와 데이터마트는 단기적인 장점이 뚜렷하지만, 데이터마트 규모가 커지고 데이터가 변화함에 따라 점점 더 많은 시간을 할애해 이들을 관리해야 한다는 문제가 생긴다.

그리고 데이터가 일정 규모 이상이 되면 셀프서비스 BI 사용자들도 결국에는 IT를 찾게 되며 이 경우 IT 부서가 맡게 되는 문제는 전통적인 BI에서보다 훨씬 까다로워진다.

즉 셀프서비스 BI는 비즈니스 사용자 스스로가 데이터 엔지니어가 되어야만 가능하다. 비효율적일뿐더러 목표를 달성하기 위한 최선의 방법이라고도 할 수 없다. 셀프서비스 BI는 새로운 시각화나 대시보드 덕분에 초반에는 훨씬 빠르고 성공적인 방법처럼 보여도 결국 장기적으로는 IT가 하던 역할을 누군가는 해야 하게 되어 있다.

마리아니는 "문제는 비즈니스 사용자들은 그 역할을 대신할 수 없다는 것이다. 결국에는 IT 부서가 나서서 이들을 구해줘야 하는데, IT 부서로는 그럴 준비가 되어있지 않을 수도 있고 이런 상황이 썩 달갑지 않을 수도 있을 것이다"라고 설명했다.

이런 문제를 해결하기 위해 어떤 기업에서는 IT에 비즈니스 사용자를 포함시키거나, 개별 비즈니스 부서에 IT 전문가를 파견해 이들이 영업 부문과 IT 사이의 일종의 브로커 역할을 하도록 하고 있다.

마리아니는 "야후도 이런 모델을 채택했다. 각 비즈니스 부서에 자체적인 IT와 데이터 팀을 둔 것이다. 그러자 각종 툴, 플랫폼, 그리고 데이터 저장 방식이 급격히 다양해지며 증가하기 시작했다. 결국 비용은 비용대로 들어갔으며 상황은 그 어느 때보다 복잡해졌다"고 회상했다.

야후의 애널리틱스 팀은 모든 비즈니스 부서가 BI 툴을 통해 액세스할 수 있는 단일 데이터 서비스를 만들어 이 문제에 대처하고자 했다. 마리아니는 "단일 데이터 서비스는 분산형 모델과 달리 엄청나게 풍부한 가치를 창조해 냈다"고 말했다.

3. 통제가 불가능한 데이터 보안 문제
각 비즈니스 부서가 자체적인 데이터마트를 운용, 관리하게 되면서 데이터 보안에 대한 통제도 분권화되었다. 기업 전반에 걸쳐 데이터가 급증, 확산되면서 민감한 비즈니스 데이터가 어떤 직원의 노트북에 저장된 스프레드시트에, 혹은 BI 툴에 떡 하니 기재되어 있는 일이 발생하게 되었고 기업으로써도 모든 데이터와 그 복사본이 어디에서 관리되고 있는 지를 추적하는 것이 불가능한 상황이 되었다.

이처럼 셀프서비스 BI 도입 시 데이터의 행방이나 추적이 큰 문제가 될 수 있다.
마리아니는 "데이터에 대한 통제력을 상실했다는 것은 이에 대한 보안도 포기한다는 의미가 된다. TDE(Transparent Data Encryption files)가 아무 노트북에나 널려 있고, 코어 데이터 자산이 아무런 보안도 없이 기업 전반에 배포되는 일이 발생하게 되는 것이다"고 경고했다.

4. 확장성의 한계
셀프서비스 BI 도입이 증가하게 된 이유 가운데 하나는 영업 부문에서 더 큰 애질리티를 달성하기 위해서였다. 그 동안 IT가 영업 부문에 비즈니스 기회를 잡기 위해 필요한 데이터와 통찰력을 제공하는 데에는 아주 긴 시간이 걸렸다.

셀프서비스 BI는 비즈니스 부서가 필요로 할 때 필요한 데이터에 즉각적으로 접근할 수 있다는 점에서 주목을 받았다. 그리고 이런 약속은 실제로도 지켜졌다. 그렇지만 이런 BI 데이터를 확장시키려 하는 순간 비즈니스 사용자는 문제에 부딪히게 된다.

아지자는 "셀프서비스는 IT를 기다리는 것보다 훨씬 빠르다. 그렇지만 이는 '빅' 데이터에 어울리지 않는 너무 '짧은' 생각이다. 물론 그 순간에, 그 개별 사용자나 개별 비즈니스 부서에게는 효율적인 솔루션일지 모른다. 그러나 이런 셀프서비스 BI가 확장성의 문제에 부딪히게 되는 것은 시간 문제다"고 말했다.

마리아니는 "일반적인 비즈니스 부서에게는 일단 목전에 닥친 문제를 해결하는 것이 급선무이지만, IT는 그보다 더 장기적인 안목에서 미래를 내다보며 생각할 수 있다. 그럼에도 불구하고 사람들이 중앙화된 BI 모델을 싫어했던 이유는 병목현상으로 인한 기다림을 견딜 수가 없어서, 그리고 자신들이 원하는 시간 내에 필요한 것을 얻게 되지 못할 것이라는 불안 때문이었다. 야후에 있을 때 우리 팀은 디스플레이 광고에 새로운 측면을 추가하기 위해 한 달이라는 시간을 기다려야 했다. 비즈니스의 세계에서 한 달의 기다림은 용납되기 어려운 속도다"고 설명했다.

의류 유통 사업을 예로 들어보자. 단일 브랜드에 대한 분석에 셀프서비스 BI 툴을 사용한다면, 물론 단시간 내에 유용한 통찰력을 얻을 수 있을 것이다. 그러나 이 업체는 고객들이 여러 개의 브랜드에서 쇼핑한다는 사실을 알고 있다. 그런데 각 비즈니스 부서는 각자의 데피니션과 메트릭스를 가지고 BI 툴을 사용할 경우 이런 다수의 브랜드에 애널리틱스 결과를 확장하는 것은 거의 불가능에 가까운 임무가 된다.

이 시점에 도달하면 결국은 IT가 개입할 수 밖에 없게 되며, 셀프서비스 BI를 통해 단기간 누렸던 이점보다 더 큰 손해를 감수해야 할 것이다.

5. 셀프서비스 BI, 비용도 더 많이 든다 
셀프서비스 BI는 기존의 BI 모델보다 더 많은 비용이 든다. 첫째로 기술 비용이 있다. 각 비즈니스 부서 별로 각자 선호하는 BI 툴에 대한 라이선스를 구매해야 하며 이로 인해 기업 전체가 라이선스를 구매할 때 누렸던 규모의 경제 효과를 누릴 수 없게 된다.

그렇다고 해도 사용자들이 원하는 툴로 작업한다면 그만큼의 추가적인 비용은 감내할 만한 가치가 있지 않을까? 문제는 기술적인 비용 외에도 노동력 비용도 더 들어간다는 데 있다.

마리아니는 "(셀프서비스 BI는) 확실히 비용이 더 든다. 각 비즈니스 부서에게 BI 툴 도입을 맡겨 두면 규모의 경제의 이점을 누릴 수 없게 된다. 인건비도 문제다. BI 툴에 대한 지식을 기업 전반에 골고루 분산시켜야 하기 때문이다. 즉, 각 비즈니스 부서마다 BI 툴을 이해하는 전문가가 있어야 하는데, 원래 직무가 그것이 아닌 사람에게 이런 전문성을 갖추라고 하는 것은 무리한 요구가 아닐 수 없다"고 말했다. editor@itworld.co.kr  


2017.10.24

셀프서비스 BI의 다섯 가지 함정

Thor Olavsrud | CIO
지난 수년 동안 셀프서비스 비즈니스 인텔리전스(BI)를 도입하는 기업들이 꾸준히 증가해 왔다. 리서치 앤 마켓츠(Research and Markets)는 2016년 11월 <셀프서비스 BI 시장, 2021년 세계 동향 예측 보고서>에서 2021년이면 세계 셀프서비스 BI 시장 규모가 73억 1,000만 달러로 2016년의 2배 가량 될 것이라고 예측했다.


Credit: Getty Images Bank

셀프서비스 BI의 장점은 분명하다. 기존의 BI가 느리고 경직된 반면, 셀프서비스 BI는 민첩하며 사용이 편리하다. 셀프서비스 BI를 도입한 기업들은 IT를 거치지 않고도 필요할 때 언제나 데이터와 인사이트에 접근할 수 있어 기존 BI의 문제점으로 지적되어 오던 병목 현상을 피할 수 있다. 이런 IT 병목 현상을 해결함으로써 기업은 주어진 데이터를 더 효율적으로 활용하여 문제에 더 빠르고 유연하게 접근할 수 있게 된다.

빅데이터 BI 플랫폼 스타트업 앳스케일(AtScale)의 창립자이자 CEO인 데이브 마리아니는 "비록 셀프서비스 BI가 많은 장점을 가지고는 있으나 예상하지 못했던 함정도 있으며 셀프서비스 BI를 도입하려는 기업들은 이런 문제들에 대해서도 알고 있어야 한다"고 말했다. 수년간 광고 애널리틱스 엔지니어링 부 대표로, 그리고 야후에서 개발, 사용자 데이터 및 애널리틱스 담당자로 근무한 마리아니는 이런 함정을 일일이 겪으며 배워야 했다.

마리아니가 말하는 셀프서비스 BI 전략의 다섯 가지 함정에 대해 알아보자.

1. 비즈니스 메트릭스가 분권화되며 혼란을 초래한다
BI 툴에서 어떤 가치를 창출해 내기 위해서는 각 비즈니스 부서가 BI에 데이터를 피드해야 한다. 일반적으로 이는 각 비즈니스 부서가 자체적으로 데이터마트를 관리함을 의미한다. 데이터 마트란 특정 비즈니스 라인에 적용되는 데이터를 포함하는 데이터 웨어하우스의 하위 부분 집합을 의미한다.

셀프서비스 BI 환경에서는 개별 비즈니스 부서가 하드웨어와 소프트웨어는 물론 데이터마트를 구성하는 데이터까지도 관리하게 되므로 필연적으로 자체적인 메트릭과 데피니션(definition)을 만들게 된다.

만일 해당 데이터를 사용하는 비즈니스 부서가 하나라면 상관 없지만, 각기 다른 비즈니스 부서의 리포트를 서로 비교해야 할 때가 되면 이는 굉장히 큰 문제가 아닐 수 없다.

마리아니는 "비즈니스 메트릭스를 중앙적으로 빠듯하게 통제하던 중앙 통제형 모델에서, 이러한 통제를 사용자들의 손에 넘긴 분권화된 모델로 넘어오면서 데피니션 간 충돌이 필연적으로 발생하게 된다"고 설명했다.

마리아니는 야후에서의 근무 경험을 떠올리며, 각 비즈니스 부서가 각기 다른 애드 임프레션(ad impression) 및 방문 수 데피니션을 내놓았다고 말했다.

마리아니는 "모든 부서가 각자 계산을 했다. 이것이 문제가 된 이유는 부서 간 정렬이 어긋나기 때문이다. 모든 부서가 각자 다른 이야기를 하고, 이는 곧 갈등으로 이어진다. 각 부서마다 자신의 목표 달성에 적합한 데피니션을 내놓았다고 믿게 되기 때문에 숫자에 대한 믿음 자체가 사라지게 된다"고.

앳스케일의 CMO 브루노 아지자는 "그러나 대부분 기업은 하나의 비즈니스 부서만으로 돌아가지 않는다. 예를 들어 세일즈와 마케팅은 서로 협력해야 한다. 문제가 무엇인가에 대해 동의할 수 없다면 그 해결은 당연히 요원하다. 부서 간 의견 정리가 이뤄지지 않으면 문제 해결은 그만큼 더 어려워진다"고 말했다.

2. 비즈니스 사용자가 데이터 엔지니어의 역할까지 맡게 된다
셀프서비스 BI와 데이터마트는 단기적인 장점이 뚜렷하지만, 데이터마트 규모가 커지고 데이터가 변화함에 따라 점점 더 많은 시간을 할애해 이들을 관리해야 한다는 문제가 생긴다.

그리고 데이터가 일정 규모 이상이 되면 셀프서비스 BI 사용자들도 결국에는 IT를 찾게 되며 이 경우 IT 부서가 맡게 되는 문제는 전통적인 BI에서보다 훨씬 까다로워진다.

즉 셀프서비스 BI는 비즈니스 사용자 스스로가 데이터 엔지니어가 되어야만 가능하다. 비효율적일뿐더러 목표를 달성하기 위한 최선의 방법이라고도 할 수 없다. 셀프서비스 BI는 새로운 시각화나 대시보드 덕분에 초반에는 훨씬 빠르고 성공적인 방법처럼 보여도 결국 장기적으로는 IT가 하던 역할을 누군가는 해야 하게 되어 있다.

마리아니는 "문제는 비즈니스 사용자들은 그 역할을 대신할 수 없다는 것이다. 결국에는 IT 부서가 나서서 이들을 구해줘야 하는데, IT 부서로는 그럴 준비가 되어있지 않을 수도 있고 이런 상황이 썩 달갑지 않을 수도 있을 것이다"라고 설명했다.

이런 문제를 해결하기 위해 어떤 기업에서는 IT에 비즈니스 사용자를 포함시키거나, 개별 비즈니스 부서에 IT 전문가를 파견해 이들이 영업 부문과 IT 사이의 일종의 브로커 역할을 하도록 하고 있다.

마리아니는 "야후도 이런 모델을 채택했다. 각 비즈니스 부서에 자체적인 IT와 데이터 팀을 둔 것이다. 그러자 각종 툴, 플랫폼, 그리고 데이터 저장 방식이 급격히 다양해지며 증가하기 시작했다. 결국 비용은 비용대로 들어갔으며 상황은 그 어느 때보다 복잡해졌다"고 회상했다.

야후의 애널리틱스 팀은 모든 비즈니스 부서가 BI 툴을 통해 액세스할 수 있는 단일 데이터 서비스를 만들어 이 문제에 대처하고자 했다. 마리아니는 "단일 데이터 서비스는 분산형 모델과 달리 엄청나게 풍부한 가치를 창조해 냈다"고 말했다.

3. 통제가 불가능한 데이터 보안 문제
각 비즈니스 부서가 자체적인 데이터마트를 운용, 관리하게 되면서 데이터 보안에 대한 통제도 분권화되었다. 기업 전반에 걸쳐 데이터가 급증, 확산되면서 민감한 비즈니스 데이터가 어떤 직원의 노트북에 저장된 스프레드시트에, 혹은 BI 툴에 떡 하니 기재되어 있는 일이 발생하게 되었고 기업으로써도 모든 데이터와 그 복사본이 어디에서 관리되고 있는 지를 추적하는 것이 불가능한 상황이 되었다.

이처럼 셀프서비스 BI 도입 시 데이터의 행방이나 추적이 큰 문제가 될 수 있다.
마리아니는 "데이터에 대한 통제력을 상실했다는 것은 이에 대한 보안도 포기한다는 의미가 된다. TDE(Transparent Data Encryption files)가 아무 노트북에나 널려 있고, 코어 데이터 자산이 아무런 보안도 없이 기업 전반에 배포되는 일이 발생하게 되는 것이다"고 경고했다.

4. 확장성의 한계
셀프서비스 BI 도입이 증가하게 된 이유 가운데 하나는 영업 부문에서 더 큰 애질리티를 달성하기 위해서였다. 그 동안 IT가 영업 부문에 비즈니스 기회를 잡기 위해 필요한 데이터와 통찰력을 제공하는 데에는 아주 긴 시간이 걸렸다.

셀프서비스 BI는 비즈니스 부서가 필요로 할 때 필요한 데이터에 즉각적으로 접근할 수 있다는 점에서 주목을 받았다. 그리고 이런 약속은 실제로도 지켜졌다. 그렇지만 이런 BI 데이터를 확장시키려 하는 순간 비즈니스 사용자는 문제에 부딪히게 된다.

아지자는 "셀프서비스는 IT를 기다리는 것보다 훨씬 빠르다. 그렇지만 이는 '빅' 데이터에 어울리지 않는 너무 '짧은' 생각이다. 물론 그 순간에, 그 개별 사용자나 개별 비즈니스 부서에게는 효율적인 솔루션일지 모른다. 그러나 이런 셀프서비스 BI가 확장성의 문제에 부딪히게 되는 것은 시간 문제다"고 말했다.

마리아니는 "일반적인 비즈니스 부서에게는 일단 목전에 닥친 문제를 해결하는 것이 급선무이지만, IT는 그보다 더 장기적인 안목에서 미래를 내다보며 생각할 수 있다. 그럼에도 불구하고 사람들이 중앙화된 BI 모델을 싫어했던 이유는 병목현상으로 인한 기다림을 견딜 수가 없어서, 그리고 자신들이 원하는 시간 내에 필요한 것을 얻게 되지 못할 것이라는 불안 때문이었다. 야후에 있을 때 우리 팀은 디스플레이 광고에 새로운 측면을 추가하기 위해 한 달이라는 시간을 기다려야 했다. 비즈니스의 세계에서 한 달의 기다림은 용납되기 어려운 속도다"고 설명했다.

의류 유통 사업을 예로 들어보자. 단일 브랜드에 대한 분석에 셀프서비스 BI 툴을 사용한다면, 물론 단시간 내에 유용한 통찰력을 얻을 수 있을 것이다. 그러나 이 업체는 고객들이 여러 개의 브랜드에서 쇼핑한다는 사실을 알고 있다. 그런데 각 비즈니스 부서는 각자의 데피니션과 메트릭스를 가지고 BI 툴을 사용할 경우 이런 다수의 브랜드에 애널리틱스 결과를 확장하는 것은 거의 불가능에 가까운 임무가 된다.

이 시점에 도달하면 결국은 IT가 개입할 수 밖에 없게 되며, 셀프서비스 BI를 통해 단기간 누렸던 이점보다 더 큰 손해를 감수해야 할 것이다.

5. 셀프서비스 BI, 비용도 더 많이 든다 
셀프서비스 BI는 기존의 BI 모델보다 더 많은 비용이 든다. 첫째로 기술 비용이 있다. 각 비즈니스 부서 별로 각자 선호하는 BI 툴에 대한 라이선스를 구매해야 하며 이로 인해 기업 전체가 라이선스를 구매할 때 누렸던 규모의 경제 효과를 누릴 수 없게 된다.

그렇다고 해도 사용자들이 원하는 툴로 작업한다면 그만큼의 추가적인 비용은 감내할 만한 가치가 있지 않을까? 문제는 기술적인 비용 외에도 노동력 비용도 더 들어간다는 데 있다.

마리아니는 "(셀프서비스 BI는) 확실히 비용이 더 든다. 각 비즈니스 부서에게 BI 툴 도입을 맡겨 두면 규모의 경제의 이점을 누릴 수 없게 된다. 인건비도 문제다. BI 툴에 대한 지식을 기업 전반에 골고루 분산시켜야 하기 때문이다. 즉, 각 비즈니스 부서마다 BI 툴을 이해하는 전문가가 있어야 하는데, 원래 직무가 그것이 아닌 사람에게 이런 전문성을 갖추라고 하는 것은 무리한 요구가 아닐 수 없다"고 말했다. editor@itworld.co.kr  


X