인사이트리포트

4차 산업혁명의 시대, 비즈니스 모델과 기술이 융합되는 디지털 트랜스포메이션이 각광받으면서 많은 기업들이 AI(Artificial Intelligence, 인공지능)·머신러닝(Machine Learning, 기계학습), 클라우드 컴퓨팅, RPA(Robotic Process Automation, 로보틱 프로세스 자동화), 3D 프린팅 등의 신기술을 도입하고 있다. 그러나 포브스(Forbes)와 하버드비즈니스리뷰(Harvard Business Review)에 따르면 디지털 트랜스포메이션을 추진한 기업의 약 70%~80%가 실패 경험이 있는 것으로 조사되었다.

디지털 트랜스포메이션이 실패하는 이유는 무엇일까?

에스코어(S-Core)에서 컨설팅을 수행하는 필자의 경험과 주요 고객사의 혁신 담당 실무자 및 임원과의 인터뷰를 종합하면 디지털 트랜스포메이션 프로젝트가 실패하는 여러 가지 이유 중에서 공통적으로 회자되는 사실을 알 수 있었다. 바로 신기술 자체에 집중한 나머지 프로젝트 추진을 위한 제반 준비 미흡으로 실패한 경우가 많았다는 점이다. 특히 비즈니스 업무 처리의 표준 언어라고 할 수 있는 “기준정보” 관련 이슈로 디지털 신기술 도입에 실패하는 경우가 많아지면서 기준정보관리의 중요성이 부각되고 있다.

기준정보란 “기업 내부의 여러 부서가 동일한 언어를 사용해 업무를 효율적으로 처리하고, 동일한 기준으로 데이터를 집계할 수 있도록 하며, 고객 및 협력사와 원활한 커뮤니케이션과 협업을 하도록 도와주는 비즈니스 언어”로 정의할 수 있다. 예를 들어 회사가 생산하는 제품의 원재료 명칭을 협력사와 동일하게 사용하고, 판매하는 제품명은 고객과 같은 언어를 사용해야 “제품 주문-원재료 발주·구입-생산-공급”에 이르는 전체 업무 영역에서 신속 정확한 커뮤니케이션을 할 수 있는 것이다.

상기 개념은 PLM·SCM·ERP 등의 전사적인 정보 시스템에 적용되는 전통적인 기준정보를 의미한다. 최근 들어 정보통신 신기술을 활용한 디지털 혁신이 본격화되면서 기준정보 개념의 전환이 요구되고 있다. 본 아티클에서는 프로젝트 실패 사례를 통해 기준정보의 새로운 방향성을 제시하고자 한다.

[사례 1] 기준정보 표준 관리 미흡에 따른 머신러닝 적용 실패

엔지니어링·플랜트 등 수주업에서는 설계 후 원자재를 협력업체에 발주하고 납품을 받으면 발주 품목과 납품 내역을 수작업 매칭으로 파악한 후 대금을 지급한다. 이후 품질 문제가 생길 경우 품목 검색으로 납품처(협력업체)를 찾아낸다. 여기에 머신러닝 알고리즘을 적용하면 발주 품목과 협력업체의 납품 내역을 자동으로 매칭할 수 있어 수작업으로 처리하던 비효율적인 업무를 자동화 할 수 있다. 그러나 발주 품목에 대한 표준 기준정보가 없거나, 표준을 적용하여 발주하지 않으면 아무리 성능이 좋은 알고리즘을 적용하여도 자동 매칭 범위와 효과는 제한적이다.

실제로 A기업은 위의 개념을 적용한 디지털 혁신 과제를 추진하였으나 기준정보 표준화가 제대로 되어 있지 않았던 사실을 뒤늦게 알게 되었다. 내부 논의 결과, 기준정보의 개선 없이 정상적인 프로젝트 진행이 어렵다는 판단을 내리고 과제를 중단하였다.

[사례 2] 제한적 기준정보 관리로 IoT 적용 실패

B기업은 생산 설비에 IoT 센서를 부착해 설비의 로그 데이터를 취합하고 상태를 분석하여 예방 정비 성능 임계치 및 부품 교체 주기 등을 자동으로 현행화 하고자 하였다. 이를 통해 설비 중단 시간을 최소화 하고 불필요한 유지보수 비용을 절감할 수 있을 것으로 기대했다. 그러나 설비 단위로 관리하는 성능 임계치, 부품 정비 및 교체 주기에 대한 기준정보 체계와 운영 프로세스가 제대로 갖춰지지 않은 상황에서 신기술 도입을 추진한 결과, 당초 목표했던 성과를 달성하지 못하고 있다. 이 같은 사례는 전사적 기준정보 개념을 이미 적용하고 관리 체계를 운영 중인 기업에서도 종종 발생한다.

신기술을 활용하는 디지털 트랜스포메이션은 그 추진 과정에서 정보 시스템 간의 인터페이스와 통합이 필수적으로 요구된다. 이는 곧 데이터의 활용도가 높아짐을 의미한다. 데이터는 정확성과 일관성을 갖추어야 할 뿐 아니라 디지털 혁신의 관점에서 비즈니스 최적화의 첨병 역할을 해야 한다. 이것이 기준정보관리에 대한 그간의 관점을 바꾸어야 하는 이유다.

성공적인 디지털 트랜스포메이션을 위해서는 다음과 같이 기준정보관리 패러다임의 전환이 필요하다.

첫째, 기준정보의 개념과 관리 범위를 확장해야 한다. 전통적인 “마스터 데이터(Master Data)”뿐 아니라 디지털 신기술을 활용한 업무 최적화를 지원하는 “운영정보(Operational Data)”까지 기준정보로 보고 관리 범위에 포함할 필요가 있다.

둘째, 기준정보의 일관성과 데이터 품질을 지속적으로 관리할 수 있는 전사 차원의 거버넌스 체계가 운영되어야 한다. 일반적으로 데이터 분석과 활용에 있어 추출·변환과 같은 전처리가 전체 과정의 40%~50%를 차지하면서 많은 시간과 자원이 소요되고 있다. 상시적인 데이터 품질 관리가 이루어지고 정보 시스템 간의 기준정보 일관성을 유지하기 위한 관리 체계가 운영된다면 불필요한 작업을 최소화 할 수 있다.

기업 경쟁력 강화를 위한 디지털 신기술은 내부에 축적된 수많은 데이터를 활용하면서 오퍼레이션 자동화를 병행한다. 데이터의 가치가 디지털 혁신의 성패를 좌우하기에 기준정보를 포함한 데이터의 유지관리 기반을 탄탄하게 갖추어야 한다.

성공하는 디지털 트랜스포메이션은 기준정보를 제대로 관리하는 것에서부터 시작한다.