이글은 BI 솔루션 도입 계획단계부터 구축 및 운영에 이르기까지 간과하기 쉬운 요인에 대한 설명으로 BI 솔루션 도입을 검토 중인 회사에게 도움이 될 것이다.

어떤 BI 시스템을 필요로 하는가
회사에서 어떤 BI 시스템을 필요로 하는지? 필요하다면 현재 시점이 BI 시스템 도입의 적기인지를 심각하게 고민해야 한다. 또한 BI 시스템 도입에 필요한 IT 인프라가 충분히 구축되어 있고, BI를 활용할 수 있는 성숙된 조직인지도 객관적으로 명확히 판단해야 한다.

절대 유행에 편승한 최신 IT 기술의 도입은 금물이다. 이에 따른 폐단은 굳이 언급하지 않더라고 과거 많은 사업을 담당하고 추진했던 관계자들은 익히 알고 있으리라 생각된다. 그렇다면 회사에서 어떤 BI 시스템이 필요한지를 알기 위해서는 일단 사용자 그룹을 분류하고, BI 시스템에 대한 사용자 인터뷰 및 교육을 그룹별로 차별화하여 전략을 수립하고 시행하여야 한다. 우선적으로 최고경영자를 포함한 경영진과의 개별 인터뷰를 통해 회사의 향후 비전 및 방향 등에 대한 조사를 한다.

이는 향후 성공적인 BI 시스템의 도입뿐만 아니라 동 시스템이 효과적으로 활용되고 조직 경쟁력을 향상시키는 전략적 툴이 될 수 있는 필수요건인 경영진의 관심과 전폭적인 지지를 얻는 사전 포석이기도 하다. 다음은 사업본부 및 독립 조직의 최고 책임자들로 구성된 그룹으로 조직의 사업 분야별 방향 및 관심 사항을 파악할 수 있다.

또한 팀장급으로 구성된 그룹을 통해서는 사업 분야별로 세부적이고 구체적인 분석 니즈를 파악할 수 있다.  다음으로는 향후 BI 시스템의 주 사용자로서 전략, 기획, 제도 개선 업무 등을 담당하는 직원 그룹과의 인터뷰이다. 이들은 충분히 자동화되어 있는 업무와는 거리가 먼 업무에 종사해 왔으며, 오프라인(Off-Line) 데이터를 워크시트 및 문서 편집기의 표나 그래프 등을 이용하여 다양한 형식으로 활용하고 있는 그룹이다.

따라서 IT의 혜택을 덜 받아왔고 IT 마인드가 상대적으로 부족하지만 회사의 전략적 선도 그룹이기도 하다. 이런 각각의 그룹으로부터 현재 어떤 데이터 분석 니즈가 존재하고 있으며, 향후 어떤 데이터 분석 시스템을 필요하게 될 것인지 파악해야 한다. 또한 이 그룹은 BI 시스템의 분석 기능뿐만 아니라 보고서 기능도 다양하게 요구하는 사용자들로써 EUC의 주 사용자이기도 하다.

BI 시스템의 도입 방향이 진정한 회사의 요구 방향과 일치하도록 잡아 나아가기 위해서는 IT 마인드를 버리고 철저하게 전략가가 되어 인터뷰에 임하고 선도하여 나아가야 한다. 앞서 살펴보았듯이 사용자 그룹과의 인터뷰를 통하여 BI 시스템 도입에 대한 조직의 성숙도 및 적정 시기를 결정할 수 있으며, 아울러 도입할 BI 시스템의 목적 및 범위와 함께 고려하면 사용자 환경을 향후 MOLAP으로 구현할 것인지 ROLAP으로 구현할 것인지를 판단할 수 있을 것이다.

기존 IT 인프라의 적정성을 검토하라
목적하는 BI 시스템을 구축하기 위해서 기존 IT 인프라의 적정성을 검토하여야 한다. 그 중에서도 가장 중요한 검토 요소가 데이터의 질(Quality)이 될 것이다. 데이터의 질은 IT 담당 부서에서 튜닝 및 클린징 작업을 통해 개선시킬 수 것과 데이터를 입력하는 입력 부서에서 데이터 재입력 및 정정 작업을 통해 개선시킬 수 있는 것으로 크게 두 가지로 나누어 생각해 볼 수 있다.

전자의 경우는 데이터의 일치성, 성능의 적정성, 최적화된 모델의 확장성 등과 관계가 있고, 후자의 경우는 입력되어 있는 데이터로부터 얼마나 정확하고 의미 있는 분석 데이터를 생산해 낼 수 있느냐하는 것이다. 성공적인 BI 시스템 도입을 위해서는 데이터의 두 가지 질을 향상시키는 개선 작업 계획을 동시에 수립하여 병행하여 추진하여야 한다.

기존 데이터베이스의 튜닝(Tuning) 및 클렌징(Cleansing) 작업의 완성도는 향후 BI 시스템의 성공적인 구축뿐만 아니라 지속적인 확장과 운영에 절대적인 성패 요인이 된다. BI 시스템의 시작이 바로 데이터가 발생되고 변경되는 운영계 시스템(Operational System)이기 때문이다. 따라서 필요하다면 대대적인 응용 프로그램들의 통합 및 개선 작업이 수반될 수도 있다.

만약 업무적으로 필요한 경우만 데이터의 변경 이력을 관리하는 시스템이라면, EDW 구축을 위해서 업무적으로는 요구되지 않는 데이터의 이력들도 모두 관리될 수 있도록 기존 시스템의 변경 작업이 선택적으로 이루어져야 할 것이다. 여기서의 의미 있는 분석 데이터란 업무 처리 시에 필수 입력 항목이 아니지만 어떤 분석 관점에서는 중요한 의미를 갖는 데이터가 대부분 Null 값으로 입력되어 있다면, 분석 결과의 정확성은 현격히 떨어질 것이다.

또 다른 예시를 들면 다단계로 세분화 되어 있는 업종별로 고객사를 분석하고자 할 경우 고객사별로 입력된 많은 업종 데이터가 상위 레벨의 제조업 등으로 단순히 입력된 경우와 제조업 중에서도 하위 레벨의 제1차 금속산업과 같이 세부적인 업종 데이터가 입력된 경우를 비교할 경우 후자가 더 의미 있는 분석 결과를 제공할 수 있다고 볼 수 있다.

아울러 분석 데이터의 질을 높여야할 필요성이 있는 데이터는 해당 입력 조직과 협의하여 데이터 개선 작업 요청을 해야 한다. 하지만 이 경우 데이터 입력 부서의 담당자의 경우는 BI 시스템을 사용하는 사용자가 아니므로 비협조적일 수 있다.

하지만 사용자의 주요 그룹으로 본부장이나 팀장 등의 전결권을 갖고 있는 그룹에 대한 사전 교육 및 분석 데이터의 질에 대한 정확 이해를 통해 해당 조직으로부터 충분히 협조적으로 도움을 받아 가장 중요한 디지털 자산인 데이터의 가치를 높일 수 있다.

BI 도입시 EDW를 구축하자!
우선적으로 BI는 회사의 계정계 업무와 관련된 데이터를 모든 사용자가 전략적 측면에서 전사적으로 활용 가능하도록 도입하고, 이후 전문화된 BI 시스템을 추가하여 확장해 나가는 것이 바람직할 것이다. 또한 일부 전문가 그룹에서 필요로 하는 DM(Data Mart) 규모의 BI 시스템을 우선적으로 구축해야하는 경우라 하더라도 반드시 EDW(Enterprise Data Warehouse)를 구축하는 것이 바람직하다.

그 이유는 BI 시스템이 목적한대로 활성화되면 추가적인 분석 요구사항이 지속적으로 발생하고, 이를 반영하기 위해 기존 DM를 확장 또는 신규 DM를 추가하게 되는데, 이때 EDW가 구축되어 있다면 기존 DM 단에서의 작업이나 쉽게 신규 DM 추가 작업을 통해 해결할 수 있다. 즉, 사용자의 추가 요구사항을 융통성 있게 반영할 수 있다.

만약 EDW가 구축되어 있지 않으면 기 구현된 DW 또는 DM에 포함되지 않은 신규 데이터에 대한 추가 분석 요구가 있을 때마다 계정계 시스템으로부터 DW와 DM까지를 확장하며 요구사항을 반영해야 한다. 이 경우 BI 시스템은 간단한 사용자 요구 반영에도 많은 시간이 소요되며, 새롭게 DW에 추가된 데이터의 이력 데이터가 없으며, ODB (Operational DB), DW, DM, OLAP를 구성하는 거대한 시스템의 형상관리 및 데이터의 정합성을 보장하기가 어려우며, 예기치 못한 많은 문제가 발생할 수 있다.

BI 시스템 도입 전후 사용자 교육 실시
성공적인 BI 시스템의 도입과 정착을 위해서는 사용자 교육을 도입 전후로 분류하여 체계적으로 실시하여야 한다. 또한 사용자 교육 내용과 자료는 외부 인력의 도움을 받지 말고, 조직의 BI 담당 팀장과 실무자가 교육 과정별로 교육 내용을 준비하고 실시하는 것이 무엇보다 중요하다.

외부 인력은 사용자가 업무적으로 전략적으로 요구하는 교육 내용을 만드는데 한계가 있고, 이런 교육 내용에 처음부터 사용자의 관심을 잃게 된다. 또한 BI 시스템에 대한 교육 내용은 지속적으로 개발되고 이루어져야하기 때문이다. 또한 사용자 매뉴얼 역시 BI 시스템 도입 실무자가 직접 작성하고, 전자문서 형식으로 조직 내에서 공유되고, 형상관리가 지속적으로 이루어져야 할 것이다.

BI 사용자에게 필요한 주요 교육 내용은 조직의 입장에서의 BI 시스템의 도입 효과 및 의미, 데이터의 종류 및 특징, OLAP 툴의 기본 기능, 데이터 분석 결과의 정확한 이해와 한계 등이 있다. 이 글에서는 BI 시스템의 도입 효과 6가지에 대해서 살펴보기로 한다.

BI 시스템 도입의 6가지 효과

첫째, 데이터 이용 방식의 획기적인 변화
우선적으로 데이터 이용 방식의 획기적인 변화이다. 조직의 의사결정자는 모든 자료를 업무 담당자의 보고서에 의존하고, 또한 대외 기관용 자료를 만들어야 하는 기획업무 담당자들은 많은 분석 보고서를 작성해야 한다. 그럼에도 불구하고 분석자료를 만들기 위해서는 필요한 데이터를 SM팀에 요청해야 하고, 출력물 또는 액셀 파일 형식으로 제공받게 된다.

이 자료를 액셀을 이용하여 원하는 분석 작업을 통하여 보고서를 작성하게 되는데, 분석하다 보면 추가적인 데이터가 필요하게 되며, 이럴 경우 반복해서 SM 담당자에게 추가 자료를 요청하여야 한다. 이러한 반복적인 일을 무수히 반복되어 왔으며, SM 담당자들은 항상 일을 쌓아두고 있으므로 시간이 급한 자료를 원할 경우에는 그 어려움이 배가 된다.

그러나 앞으로는 전사적인 BI 시스템을 통해 기획업무 담당자는 온라인으로 원하는 정보를 조회뿐만 아니라 분석까지 가능하며, 간단한 총괄적인 분석은 의사결정자도 가능하다는 것이다. BI 시스템은 데이터 조회, 분석, 보고서 형식으로 제공하며, 웹으로 구현한다면 모든 기능의 사용법을 쉽게 익힐 수 있다.

둘째, 정보 이용 방식의 획기적인 변화
또 다른 도입 효과는 정보이용 방식의 획기적인 변화이다. 일정한 형식의 정보를 주기적으로 얻기 위해서는 SM 팀에 프로그램 개발을 요청하여 정보 조회 시스템에 등록해 줄 것을 요청하여야 한다. 그러나 경우에 따라서 지속적인 프로그램 수정 요청이 발생하며, 이럴 경우 오랜 시간을 기다려야만 한다.

하지만 BI 시스템을 통하여 정형화된 데이터를 조회하고 분석을 할 수 있을 뿐만 아니라 비정형 데이터도 사용자가 쉽게 직접 조회를 할 수 있으며, 반복적인 비정형 정보는 사용자가 정의하여 정형화 정보로 이용할 수 있다. 앞으로는 SM팀의 능력을 빌릴 필요가 없으며, 사용자의 능력에 따라 데이터 및 정보의 분석 능력이 좌우된다는 것이 큰 변화 중에 하나이다.

셋째, 데이터 관리 및 운용의 투명성 확보(Data X-Ray)
다음은 데이터의 관리 및 운용의 투명성이 확보되었다는 것이다. BI 시스템을 통하여 조직의 누구나 모든 데이터를 한눈에 볼 수 있고, 이를 통하여 조직의 제도 및 규정, 시스템의 변화 등이 데이터에 미친 영향을 한눈에 볼 수 있으며, 지금까지 데이터가 어떻게 입력되고 관리되어 왔는지 한 눈에 볼 수가 있게 되었다는 것이다. 즉, 어떤 종류의 데이터가 비정상적으로 쌓여왔고  소홀히 다루어져 왔는지를 알 수가 있으며, 개선해야할 데이터 종류 및 범위를 쉽게 찾을 수 있다.

넷째, 데이터 관리 주체의 변화(IT 부서에서 전 사업부로)
아울러 지금까지는 데이터의 접근이 SQL 구사 능력을 갖춘 IT 관련 부서에서만 가능했던 것이 전 부서에서 접근할 수 있게 되었으며, 이로 인해 조직의 주요한 디지털 자산인 데이터의 관리 주체가 IT 부서에서 전 사업부서로 확대되었다는 것이다.

바로 데이터의 사용자가 관리자가 되는 것이다. 이는 사용자가 데이터 입력자에게 특정 데이터의 질적 개선 작업의 필요성을 직접 설득하고 개선 방안을 협의하여 데이터를 관리하여 나아간다는 것을 의미한다. 앞으로 IT 관련 부서는 이에 대한 조언만을 하는 역할만 수행하며 된다.

다섯째, 데이터 분석 전문 인력 양성 및 확보(End User Computing 환경)
중요한 구축 효과로는 조직에서 지금까지는 없던 데이터 분석 전문가를 양성하고 보유할 수 있게 되었다는 것이다. 이는 조직의 IT 기술 활용 단계를 진일보시킨 것으로 업무 프로세스를 자동화하고 효율적으로 개선시키는 단계에서 조직 경영 및 의사 결정이 과학적인 기반에서 이루어질 수 있도록 지원하는 단계로 향상된 것이다.

조직의 데이터 분석 전문가들의 활용도를 높이기 위해서는 사용자 인터페이스 및 각종 기능을 쉽고 편리하게 이용할 수 있는 End User computing 환경을 제공하여야 한다. 따라서 BI 솔루션 검토 시 이에 대한 충분한 사전 검토가 이루어져야 할 것이며, 도입 후에도 지속적으로 개선하기 위한 추가 검토 및 확장 등이 진행되어야 할 것이다.

여섯째, 신속한 의사결정수단 확보(수년간의 실제 데이터 온라인 분석)
팀장급에서 경영진에 이르기까지 의사결정에 필요한 정보를 직접 다차원적으로 분석하고 즉각적으로 의사결정에 반영할 수 있다는 것이다. 사실 그 동안 많은 의사결정자들은 그들이 원하는 자료나 정보를 얻기 위하여 부하 직원에게 원하는 정보를 설명하고 기다리는데 많은 시간과 노력을 허비하여 왔고, 의사결정이 내려지기까지 많은 주요 정책이나 사업의 시행이 지체될 수밖에 없었던 것이다. 또한 수년간의 실제 데이터를 온라인으로 분석하여 신속하게 의사결정을 할 수 있는 수단을 확보하였다는 것은 조직의 생산성과 효율성 개선뿐만 아니라 경쟁력이 한층 강화되었다는 것을 의미한다. 

SM 담당자들에 대한 DW 및 BI 교육을 실시하라!
BI 시스템을 도입 후에 사용자 교육을 철저하게 실시하더라도, 계정계 시스템을 운영하고 있는 SM 담당자들에 대하여 BI 시스템과의 정합성 유지를 위한 교육을 소홀히 했다가는 두 시스템간의 데이터 및 로직의 불일치로 BI 시스템의 신뢰도를 현격히 떨어뜨릴 수 있다. 

이를 위하여 SM 담당자들에 대한 교육을 실시하고, 지침을 수립하여 처리  절차를 표준화하고 자동화하여 철저히 지켜지도록 하여야 한다. 또한 검증 처리 절차를 데이터와 로직으로 구분하여 시스템으로 자동화하여야 한다.

예를 들면, 그림 4와 같이 설명할 수 있다.1차 자동 검증은 EDW와 DM 이관 프로그램의 정합성을 검증하는 것으로써, 최종 이관된 DM의 값들과 검증 통계상의 값을 비교한다. 2차 자동 검증은 운영 통계와 DW(EDW + DM)간의 데이터 및 로직을 검증하는 것으로 운영 통계상의 값과 DM의 값을 비교한다.

앞으로 BI 시스템을 담당하는 조직의 가장 중요한 업무는 양질의 데이터를 쌓아 나가는 것이다. 이를 위해서는 데이터에 대한 다양한 메타 데이터의 관리 및 운영이 필요하게 된다. 필요에 따라서는 이를 정의해서 시스템에 반영하여 운영할 수도 있으며, 최근에 발표되는 DA(Data Architecture) 솔루션들을 검토하여 도입 운영하는 것도 좋은 방안이 될 것으로 사료된다.

BI 시스템의 확장기를 대비하자!
마지막으로 BI 시스템은 향후 도입기를 지나 확장기를 맞이하게 될 것이다. 이 시기에는 BI 시스템의 직간접적인 영향으로 새로운 경영 정책이 수립되고, 이를 위한 전략 및 제도가 신설되고 개정될 것이다. 즉, 조직의 사업 분야 및 업무 프로세스에 다양한 변화를 가져올 것이다. 이를 위해 BI 시스템이 확장되는 기간에 계정계 시스템 역시 새로운 확장기를 맞이한다는 것을 의미한다. 따라서 거대한 IT 인프라와 함께 BI 시스템에 대한 조직의 미래 요구를 만족시키기 위해서는 일정 수준의 운영계 DB 모델러, EDW 전문가,  OLAP 전문가들을 양성하여 대비해야 할 것이다. 

필자 ; 최상봉    bong119@keic.or.kr
한국수출보험공사 IT지원실 정보개발기획팀에서 근무하고 있다.