DATOR


지속적인 데이터 품질 관리 – 안정적인 시스템 운영의 밑거름 . . . (주)엔코아 서학준 수석 연구원 커버 스토리


coverstory.jpg


오늘날 대부분의 기업들이 시스템을 도입하여 업무를 처리하고 있다. 처음 시스템을 도입하여 사용하기 시작한 이래 지금까지 수 많은 데이터가 축적되고 있으며, 이러한 데이터를 재 가공하여 다양한 업무 및 의사 결정의 중요 참고 자료로 활용하고 있다. 데이터는 이제 비즈니스를 다루는 모든 시스템에서 가장 중요한 부분을 차지하는 핵심 요소가 되어있는 것이다. 만일 이처럼 중요한 데이터에 오류가 있다면 어떻게 될까?


최근에는 각종 분야의 융·복합화로 비즈니스는 더욱더 다양하고 복잡해 지고 있으며, 이를 수용하기 위한 시스템 또한 점점 더 복잡해 지고 있다. 이러한 시스템들에서 쏟아 내는 데이터는 어떠한가? 과거에는 상상도 못할 엄청난 양의 복잡한 데이터가 매일매일 여러 매체를 통해 쌓여가고 있다.


이러한 복잡하고 방대한 데이터를 체계적으로 관리하고 통제하기 위해 시스템 구축 시 전문 기업의 컨설팅을 받으며 데이터 모델링을 수행하기도 하고, 데이터 표준을 수립하고 구축하며, 데이터 구조에 대한 체계적인 관리 및 통제를 위한 관리 시스템을 도입하기도 한다.


다행히도 최근에는 시스템 구축 시 데이터에 대한 표준 구축 및 올바른 구조 설계의 중요성에 대해 인식하고 프로젝트 초기에 또는 사전에 이러한 부분을 먼저 수행하려는 시도가 늘어나고 있으며, 많은 기업들이 이렇게 구축된 데이터를 통제하고 관리하기 위한 별도의 솔루션을 도입하여 사용하고 있다. 그러나, 안타깝게도 여전히 그렇게 공들여 구축한 시스템에 쌓여가는 데이터의 품질에 대해서는 그 중요성이 상대적으로 낮게 여겨지고 있는 것이 현실이다.


시스템이 구축된 초기에는 시스템의 안정화를 위해 데이터에 대한 검증을 많이 하게 되고, 따라서 비교적 좋은 품질의 데이터가 데이터 베이스에 저장이 된다. 만약 오류 데이터가 발견 되더라고 운영 초기에는 오류 데이터에 대한 정제, 제거 및 개선에 그리 많은 비용이 들어가지 않는다. 그러나, 시스템이 안정화 되면 데이터에 대한 검증 활동을 더 이상 하지 않게 되어 오류 데이터가 발생해도 인지하지 못한 채 시간이 흐르게 되고 나중에 이를 인지했을 때에는 정제하고 개선하는데 엄청난 비용이 발생하게 된다. 때로는 구축한지 5년도 안된 시스템을 재 구축 하는 안타까운 상황이 벌어지기도 한다.


데이터에 대한 품질 관리는 요즘처럼 다양하고 복잡한 시스템을 구축하고 운영하는 환경에서는 더 이상 선택이 아닌 필수 사항 이다. 아래 그림은 데이터 품질관리 활동 시 많이 사용하는 6시그마 프로세스 개선 방법론인 DMAIC 방법론을 활용한 품질 개선 활동 절차의 예이다.


cs-01.jpg

[6시그마 DMAIC 방법론의 단계별 품질활동 추진 절차]


시스템 구축 초기에 데이터 표준을 구축하고, 올바른 구조를 설계하고 구현하는 것만큼 이러한 것들을 통제하고 관리하는 것 또한 중요하다. 그리고, 운영 시 데이터에 대한 품질 관리 활동을 하여 오류에 대한 정제 및 개선을 하는 것도 중요하다. 그러나 가장 중요한 것은 데이터 구조이던 값이던 구축한 표준, 구조 및 값에 대한 품질 관리 활동을 계획적, 주기적으로 지속해서 수행하는 것이다. 이러한 활동은 정보 시스템이 존재하는 동안에는 지속적으로 이루어져야 한다.


기업에서 신규 시스템을 구축하거나 기존 시스템을 재구축하는 것을 결정하기란 쉬운 것이 아니다. 그만큼 많은 비용과 시간과 자원을 필요로 하기 때문이다.


어렵게 구축한 시스템! 지속적인 품질 관리를 통해 오랫동안 업무에 잘 활용할 수 있기를 바란다.












Tag :

Leave Comments