이 보고서는 데이터 현대화 프로젝트에 대한 조직의 목표와 그러한 이니셔티브를 구현하는 방법을 이해하려고 합니다. 이를 위해 업계 전반의 고위 데이터 및 기술 임원을 대상으로 설문조사를 실시했습니다. 연구 결과에 따르면 많은 기업이 데이터 현대화에 상당한 진전과 투자를 한 것으로 나타났습니다. 그러나 많은 조직에서 데이터 전략과 현대화 목표에 대한 조정이 완전하지 않은 것으로 보이며, 이로 인해 데이터 및 기술 팀과 나머지 비즈니스 간의 단절이 발생합니다. 데이터 및 기술 경영진과 해당 팀은 동료의 데이터 요구 사항을 이해하고 이를 충족하는 방법에 대한 의견을 적극적으로 구하기 위해 더 많은 노력을 기울일 수 있습니다.
연구의 주요 결과는 다음과 같습니다.
AI가 기업이 데이터 자산을 현대화하는 유일한 이유는 아닙니다. 더 나은 의사결정은 데이터 현대화의 주요 목표이며, 경영진의 거의 절반(46%)이 이를 세 가지 주요 동인 중 하나로 꼽았습니다. AI 모델 지원(40%) 및 탈탄소화(38%)도 현대화의 주요 동인이며, 규제 준수 개선(33%) 및 운영 효율성 향상(32%)도 마찬가지입니다.
데이터 전략은 비즈니스 전략과 너무 분리되어 있는 경우가 많습니다. 설문 조사에 참여한 거의 모든 조직은 데이터에 대한 전략적 접근 방식의 중요성을 인식하고 있습니다. 22%만이 완전히 개발된 데이터 전략이 부족하다고 답했습니다. 그러나 데이터 전략이 주요 비즈니스 목표와 완전히 일치하는지 묻는 질문에는 39%만이 동의했습니다. 또한 데이터 팀은 다른 사업부 및 기능을 전략 논의에 포함시키기 위해 더 많은 일을 할 수 있습니다. 응답자의 42%는 데이터 전략이 데이터 또는 기술 팀에 의해 독점적으로 개발되었다고 답했습니다.
데이터 전략은 현대화로 가는 길을 열어줍니다. 지난 2년 동안 데이터 현대화에 착수한 대부분의 조직(71%)이 그보다 오랫동안 데이터 전략을 마련해 왔다는 것은 아마도 우연이 아닐 것입니다. 현대화 목표에는 비즈니스의 동의가 필요하며, 구현 결정에는 복잡성이나 중복이 추가되지 않도록 전략적 지침이 필요합니다.
데이터의 주요 문제점은 데이터 품질과 적시성입니다. 경영진은 데이터 운영에서 가장 개선이 필요한 측면으로 표준 이하의 데이터(41%)와 시기적절한 전달(33%)을 꼽았습니다. 불완전하거나 부정확한 데이터로 인해 기업 사용자는 데이터 신뢰성에 의문을 제기하게 됩니다. 이는 지난 2년 동안 응답자 조직에서 취한 가장 일반적인 현대화 조치가 데이터 거버넌스를 검토하고 업그레이드하는 것이었던 이유를 설명하는 데 도움이 됩니다(45% 인용).
다기능 팀과 DataOps는 데이터 품질을 향상시키는 핵심 수단입니다. 현대적인 데이터 엔지니어링 방식은 많은 비즈니스에 뿌리를 내리고 있습니다. 조직의 거의 절반(48%)이 다기능 데이터 팀에 데이터 품질 표준을 시행하도록 권한을 부여하고 있으며, 47%는 DataOps 구현을 우선순위로 두고 있습니다(47% 인용). 소프트웨어 엔지니어링의 표준이 된 애자일 방법론과 제품 사고 방식을 반영하는 이러한 종류의 관행은 이제 막 데이터 영역으로 진출하기 시작했습니다.
규정 준수 및 보안 고려 사항이 현대화를 방해하는 경우가 많습니다. 규정 준수 및 보안 문제는 현대화의 주요 장애물로 응답자의 44%가 각각 언급했습니다. 규제 준수는 특히 에너지, 공공 부문, 운송, 금융 서비스 조직에서 일하는 사람들이 자주 언급합니다. 특히 설문조사에 참여한 소규모 조직에서는 높은 비용이 자주 언급되는 장애물(40%)입니다.
이 콘텐츠는 MIT Technology Review의 맞춤형 콘텐츠 부문인 Insights에서 제작했습니다. MIT Technology Review의 편집진이 쓴 것이 아닙니다.
