grownbetter
사업 전략

데이터 거버넌스와 데이터 관리는 어떻게 다를까? (DG의 8단계)

최용경2022.11.14


imageAlt


imageAlt

데이터 거버넌스는 내부 데이터를 정돈하고 보호하는 중요한 역할을 합니다. 이는 수집된 모든 정보를 적절히 저장하고 조직 내에 분배하는 일종의 보험과 같은 역할을 하죠. 데이터 거버넌스가 무엇인지, 그리고 회사에서 이와 관련된 정책을 어떻게 수립할지를 살펴보겠습니다.


Part 1. 데이터 거버넌스(DG)란?

데이터 거버넌스는 조직 내에 있는 데이터를 정확하고, 안전하고, 쉽게 사용할 수 있게끔 만드는 모든 사람과 절차, 기술, 시스템을 의미합니다. 데이터 거버넌스를 활용하여, 데이터를 보호하며 데이터에 접근할 수 있는 사람과 데이터를 소유하고 관리하는데 책임이 있는 사람은 누구인지를 관리하고요. 직원들이 일상적으로 데이터를 사용할 수 있도록 분배하기도 합니다.

데이터 거버넌스 없이는 데이터의 신뢰성이나 효력이 없어지며 이는 조직에 심각한 영향을 끼치기도 합니다. 또한, 데이터를 쉽게 찾을 수 없게 되기도 하여, 직원들의 일상적 업무 환경에 영향을 끼치겠죠. 품질이 낮은 데이터의 영향으로, 전체 업무 시간 중 30%를 무가치한 업무에 시간을 사용한다는 맥킨지의 설문조사도 있습니다. 그리고, 이렇게 무가치한 업무에 사용하는 시간의 비율은 부서나 직급에 따라 다르다고 합니다. 또한, 데이터를 완전하게 사용할 수 없게 되면 데이터 수집을 처음부터 다시 해야 한다는 점 또한 심각한 문제입니다.

imageAlt

데이터 거버넌스가 필요한 이유

데이터 거버넌스를 통해, 우리는 고객과 직원, 재정 상태 등의 다양한 데이터를 수집하며 이를 효율적이고 효과적으로 사용할 수 있습니다. 이 과정을 통해, 중요한 사업적 결정을 돕는 믿음직한 정보의 창구가 마련되는 것이죠.

빠르게 정보를 살피고 실시간 수치 정보를 기반으로 한 결정을 하는 것은 리스크를 최소화할 뿐만 아니라, 업셀링과 크로스셀링의 기회가 제때에 매출로 전환되도록 돕습니다.

데이터 거버넌스가 제공하는 또 다른 중요한 혜택은 바로 보안입니다. 맥킨지의 설문에서 87%의 응답자는 데이터 보안에 대한 우려가 예상되는 회사와는 업무를 진행하지 않을 것이라고 말했고요. 71%의 응답자는 허가 없이 민감한 데이터를 제공해버리는 회사와는 비즈니스를 추가로 진행하지 않을 것이라고 말했습니다.

이처럼 데이터 거버넌스가 가진 장점이 많기 때문에, 데이터 거버넌스 관련 시장은 성장하고 있습니다. 모더 인텔리전스(Mordor Intelligence)의 데이터에 따르면, 2020년에는 데이터 거버넌스의 시장이 18.1억 달러 규모였으며, 2026년에는 52.8억 달러 규모까지 성장할 것으로 예상한다고 합니다.

데이터 거버넌스 vs. 데이터 관리

'데이터 거버넌스'는 종종 '데이터 관리'라는 용어와 함께 사용하기도 하지만, 이 두 가지는 분명한 차이가 있습니다. 데이터 거버넌스가 조금 더 문서화에 가까운 것입니다. 데이터 거버넌스는 데이터의 소유가 누구에게 있는지, 어떤 데이터 출처지가 존재하는지, 그리고 데이터가 안전하고 국가적 정책에 준수하는지를 확인하는 수치는 어떤 것들이 있는지를 나타내죠. 반면, 데이터 관리의 경우 데이터 거버넌스 전략에서 도출된 정책을 실행하는 것입니다.

데이터 거버넌스가 무엇인지, 모든 사업에서 왜 중요한지, 그리고 데이터 관리와 사실상 어떻게 다른지를 알고 싶다면, 다음의 영상을 확인해 보세요.

https://youtu.be/cRmI_Kkrb8E


Part 2. 데이터 거버넌스의 유형

1. 데이터 사용성

직원들이 데이터를 사용하게 만들려면, 데이터 사용 자체가 가능해야 하며, 이해하기가 쉬워야 합니다. 데이터는 한 위치에 저장되어야만 하고요. 간단하면서도 논리적인 방식으로 정돈되어야만 합니다. 또한, 조직에 있는 모든 직원들이 각각의 데이터가 어떤 것을 의미하는지, 어떻게 수집되는지, 그리고 어떻게 사용하는지를 이해해야만 합니다.

2. 메타데이터

메타데이터는 회사에 수집한 데이터 자체를 설명하는 정보입니다. 메타데이터는 특정한 정보가 어떠한 이유로 수집되었는지, 팀의 장단기 목표와 데이터의 연관성은 무엇인지를 이해하는 데 도움이 됩니다. 데이터가 잘못된 위치에 저장되어 있거나 잊혀졌을 때, 메타데이터는 각각의 데이터 세트가 가진 목적이 무엇인지를 설명하여 맥락적 실마리를 발견하도록 돕습니다.

3. 데이터 보안

직원들이 데이터의 대부분을 손쉽게 접근할 수 있도록 만들어야 하지만, 특정 정보는 매우 제한적인 접근이 필요합니다. 이 경우, 데이터를 안전하게 보호하고 데이터에 접근 권한이 있는 직원을 결정하는 데이터 보안이 필수적입니다. 특히 급여나 재무와 관련된 데이터를 보호하는 것이 중요하죠.

4. 데이터 퀄리티

데이터 거버넌스의 가장 중요한 양상 중 하나는 데이터를 신뢰할 수 있고 일관성 있게 유지하는 일입니다. 데이터 퀄리티를 유지하지 못하면, 잘못된 정보가 팀원들에게 들어가 막대한 비용을 지불할 수밖에 없겠죠. 지속적으로 데이터의 정확도를 체크하는 일은 데이터가 잘못됐는지, 너무 오래됐는지, 혹은 망가져있는지를 확인할 수 있게 도와줍니다.

5. 데이터 연동

종종 다양한 출처를 통해 인입된 데이터를 합쳐야 하는 경우가 있습니다. 이 경우, 사업에 대한 의미 있는 인사이트를 제공할 만한 더 큰 데이터세트에 데이터를 그루핑하는 데이터 연동의 과정을 거치죠. 데이터를 함께 합침으로써, 조직 내의 다른 기능들은 어떻게 연관되어 있는지를 더욱 명확히 알 수 있게 됩니다.

6. 데이터 보호

어떻게 데이터가 저장되어 있고 보호되고 있는지를 결정하는 과정은 반드시 필요합니다. 특정 데이터는 주기적으로 사용되지만, 다른 데이터는 그저 아카이빙 되거나 삭제되기도 하기 때문이죠. 통합적인 저장 시스템을 갖추게 되면, 적절한 데이터를 찾는 것은 결코 어려운 일이 아닐 것입니다.


Part 3 . 데이터 거버넌스의 모델

사업적 니즈에 따라, 차용할 만한 데이터 거버넌스 모델이 몇 가지 있습니다. 지금부터 데이터 거버넌스의 모델 몇 가지를 함께 살펴보겠습니다.

1. 개인 사업자에게 적합한 탈중앙화 모델

이 모델은 모든 데이터를 스스로 관리하고 유지하는 개인 회사 대표에게 적합합니다. 이 모델에서는 데이터를 만들고 세팅하는 사람이 데이터를 사용하기도 하죠. 아래의 이미지를 보면, 해당 모델이 어떻게 작동하는지 감을 잡으실 수 있을 거예요.

imageAlt

2. 팀 운영자에게 적합한 탈중앙화 모델

두 번째 모델 또한 마스터 데이터를 스스로 관리하고 유지하는 사업가에게 적합하게 설계되었습니다. 하지만, 이 모델의 경우, 여러 팀의 여러 직원들이 데이터를 함께 사용한다는 점이 큰 차이점이죠. 만약 한 사업체 안에 여러 사무실이 있거나, 여러 데이터 저장소를 사용하고 있다면 모든 팀원들이 데이터를 사용하고 확인할 수 있도록 정보를 분류하고 분배해야 할 것입니다. 아래의 이미지를 참고해 보세요.

imageAlt

3. 중앙화된 거버넌스

이 모델에서는 한 명의 대표나 여러 명의 팀장이 마스터 데이터를 관리합니다. 한 사람이나 팀이 데이터를 관리하며, 다른 팀의 요청이 있을 때마다 데이터를 세팅하는 것이죠. 이 시스템에서, 데이터는 필요한 팀원들에게 정보를 배분하는 팀 리더를 중심으로 중앙화되어 관리됩니다. 이 모델은 회사에 직원이 많고 내부적으로 정보가 어떻게 공유되고 있는지를 관리해야 하는 회사에 적합한 모델입니다.

imageAlt

4. 중앙화된 데이터 거버넌스와 탈중화된 실행

마지막 모델은 위에 명시된 모델이 합쳐져 있는 케이스입니다. 이 모델에서는 개인이나 팀이 마스터 데이터를 관리하지만, 각각의 팀이 정보를 획득하기 위한 데이터세트를 소유합니다. 즉, 데이터를 관리하는 팀과 데이터를 사용하는 팀원 모두가 내부 데이터를 수집하고 공유하는 데 책임을 지는 것이죠. 이 모델은 데이터를 능률화하고자 하는 대기업에게 적합한 모델입니다.

imageAlt


Part 4 . 데이터 거버넌스 시행의 8단계

1. 소규모로 시작해 보세요.

데이터 거버넌스를 시작하기 위해서는 복합하거나 장기적인 관점으로 시작하지 않는 것이 좋습니다. 데이터 거버넌스를 시작하는 과정에서 실수가 생기거나 팀의 사기가 떨어질 수도 있기 때문입니다. 따라서, 한 팀 정도의 규모를 위한 데이터 분석을 한다고 생각하여, 더 작게, 관리가 가능한 프로젝트로 시작해보세요. 데이터 수집, 저장, 사용 등의 현재 데이터의 상태를 평가하고, 데이터 거버넌스에 예산을 얼마나 투자할지 결정하세요.

2. 프로그램을 운영할 팀을 만드세요.

데이터 거버넌스를 효율적으로 만들려면, 이를 관리할 만한 팀이 있어야 합니다. 데이터 거버넌스의 팀장은 커뮤니케이션 스킬이 좋아야 하며, 회사 내의 다른 팀과 데이터 거버넌스와 관련된 소통을 해야 합니다. 팀의 모든 사람들이 명확한 책임을 가지고 있어야 하며, 데이터 거버넌스 관련 프로젝트들이 수월하고 빠르게 진행되어야 하죠.

데이터 거버넌스 팀은 고객 데이터를 최선으로 관리하는 방법을 아는 사람들로 구성되어야 합니다. 팀원들은 정보를 구조화하는 최상의 과정을 정의할 수 있어야 하죠. 또한, 회사의 대표는 데이터 거버넌스 팀의 의사 결정 과정에 참여하고 싶다는 생각이 들 수 있겠지만, 데이터 거버넌스 팀이 프레임워크를 기획할 때만큼은 자율성을 확보해주는 것이 중요합니다. 이렇게 함으로써, 회사의 니즈에 맞춘 데이터 거버넌스를 운영하기 위한 맞춤형도 가능하고요, 과정 자체도 최적화할 수 있기 때문입니다.

3. 데이터 거버넌스의 목표를 명확히 설정하세요.

새로운 거버넌스 시스템이 만들어졌다면 목표를 설정하는 것이 장기적인 성공에 중요한 역할을 합니다. 가장 중요한 데이터를 보호하는 것, 팀 간의 마찰을 줄이는 것, 데이터 관리 비용을 줄이는 것, 데이터 입력의 절차를 더 빠르게 만드는 것 등이 목표에 포함되죠. 모든 목표는 실행 가능해야 하며, 성공에 도달하는 로드맵이 포함되어야 합니다.

4. 외부 이해관계자들에게 투명하게 정보를 공유하세요.

고객, 파트너, 투자사, 공급자 등의 외부 이해관계자들에게 사업의 변화와 기능에 대해 항상 투명하게 공유해야 합니다. 이렇게 했을 때, 이해관계자들은 데이터 거버넌스가 만들어지기 이전부터 이에 대한 이해도가 높아질 수 있습니다. 데이터의 보안과 유효성이 회사의 중요한 우선순위라는 것을 이해관계자들이 알 수 있도록 하세요.

5. 모든 팀에 데이터 거버넌스를 적용시키세요.

투명한 정보를 공유하는 것 이상으로, 이해관계자들이 데이터 거버넌스를 좋아하면 좋겠죠. 따라서, 데이터 거버넌스 프레임워크가 완성됐다면, 모든 팀에 이를 적용시키세요. 이는 데이터 수집이 일관된 기준을 만들 것이고요. 마케팅, 세일즈, CS, 그리고 제품팀이 목표를 달성하는데 중요한 인사이트를 제공할 것입니다.

예를 들어, 데이터 거버넌스 팀이 제품팀에 고객 행동과 제품 사용성 데이터의 리포트를 전달했다고 합시다. 이는 바로 사용 가능한 정보가 될 것이고요. 제품 업데이트 기획에 영향을 끼치는 데이터로의 역할을 할 것입니다. 데이터 거버넌스는 전체 조직의 생산성을 향상시키는 것이죠.

6. 리스크와 관련한 마일스톤을 만드세요.

데이터 거버넌스 프레임워크를 만들 때, 미래에 생길 리스크를 고려하는 것이 중요합니다. 고객 데이터가 조직 전체에 공유되면 점차 보안 문제가 생길 위험이 있습니다.

리스크 관련 마일스톤은 데이터가 회사 내에서 공유되거나 옮겨졌을 때 일어날 수 있는 리스크를 보여주며, 이는 고객과의 관계에 부정적 영향을 끼칠만한 값비싼 장치를 제거하는 데 도움이 되죠.

7. 완성 후에 프로젝트를 평가해주세요.

각각의 데이터 거버넌스 프로젝트가 끝난 후, 그저 스스로를 토닥이며 넘어가서는 안됩니다. 무엇보다도, 목표를 달성하지 못했다면 다음 프로젝트에 실패 관련 인사이트를 반드시 반영해야 할 것입니다. 우선, 테스트를 거치시고요. 어떤 과정을 능률화할지, 어떤 것을 재구성할지를 팀과 논의해야 합니다.

8. 데이터 거버넌스 프레임워크를 계속해서 다듬어주세요.

데이터 거버넌스 프레임워크는 데이터 수집과 분배를 위한 주기적인 과정이 되어야만 합니다. 하지만, 비즈니스가 성장하고 발전함에 따라 조직적 변화에 전략이 반영되는 것이 중요하죠. 데이터 거버넌스를 업데이트하지 않으면, 고객 데이터를 간과할 수 있고요. 실수로 민감한 정보를 유출할 수도 있습니다.



imageAltimageAlt



그로우앤베터 회원 전용 콘텐츠 입니다. 회원가입 후 무제한으로 읽어보세요.

#TAG
데이터 관리데이터 분석데이터 수집커뮤니케이션

최용경

고객 경험(CX), 콘텐츠 기획의 전문성을 바탕으로 현재 웹3 분야에서 커리어를 쌓고 있는 10년차 스타트업 기획자


추천 아티클
추천 프로그램
  • [VOD] 스타트업의 J커브, 데이터로 해석하는 법 (with. 혁신의숲)
    C레벨
    투자
    데이터

    [VOD] 스타트업의 J커브, 데이터로 해석하는 법 (with. 혁신의숲)

    스타트업의 성장 데이터 분석 노하우를 알려드려요

동일 카테고리 아티클
    (주)더자람컴퍼니  
    대표 천세희  
    개인정보관리책임자 : 천세희  
    사업자등록번호 : 581-87-02148  
    통신판매업신고 : 2021-서울강남-03446호  
    서울 강남구 역삼로 175 현승빌딩 5F  
    고객센터 : 02-2135-6992  
    문의 : hello@jaram.one  
    Copyright © 더자람컴퍼니. All right reserved.