인사이트리포트

코로나 펜데믹 이후 세계 경제 패러다임이 송두리째 흔들리고 세상은 엄청난 속도로 빠르게 변화하고 있으며 기업들은 급변하는 환경에 적응하고 살아 남기 위해 변화를 위한 혁신의 몸부림을 치고 있다고 해도 과언이 아니다.

이러한 기업을 변화 시키는 경영 혁신 활동의 가장 대표적인 방법 중 하나는 바로 PI(Process Innovation)를 통한 프로세스 혁신이다.

PI(프로세스 혁신)이란 회사의 업무 프로세스, 조직, IT 등 기업 활동의 전 부문에 걸쳐 불필요한 요소들을 제거하고 효과적인 업무 프로세스를 재구축 함으로서 기업 가치를 극대화하는 경영 개선 업무를 말한다.

마이클 해머(Michael Hammer)가 1990년도에 제시한 BRR(Business Re-engineering)이라는 개념 이후 미국의 데이븐 포트(Davenport)가 BPR에서 발전된 개념으로 기존의 프로세스를 인정하고 그 위에서 점진적이며 끊임없이 변화를 추구하는 일련의 프로세스 개선활동을 제시하였는데 그것이 PI라는 용어로 쓰이게 되었고 국내에서는 포스코, 삼성 등 대기업을 중심으로 ERP 적용을 고려한 프로세스 재설계(ERP Driven PI)를 수행 하면서 기업의 혁신 활동을 나타내는 일반적인 용어로 쓰여 지게 되었다.

최근 국제 공급망 재편, 경기 침체 등으로 인해 불확실성이 커지고 있는 가운데 비대면 경제 활성화에 따라 산업 전반에 디지털 전환이 급격히 진행 중이며 디지털 트랜스포메이션(Digital Transformation)은 선택을 넘어 기업 생존을 위한 필수 전략으로 준비 해야만 하는 상황이 되었다.

사실상 모든 조직이 데이터에 기반해 빠르고 정확하게 의사결정을 내리는 방법을 찾기 위해 조직의 역량을 모으고 있는 상황에서 프로세스 중심의 전통적인 PI 방법론으로는 Data를 고려한 프로세스 혁신 활동을 할 수가 없다.

그래서 에스코어에서 EPC사에 적용했던 실 사례를 토대로 Data를 중심으로 프로세스를 개선하는 “Data Driven PI” 방법론에 대해 공유 하고자 한다.

먼저 EPC 산업의 특징에 대해서 알아보고 EPC 산업을 기준으로 전통적인 “Process or ERP Driven PI 방법론”의 한계와 에스코어가 실제 고객사에 적용한 “Data Driven PI 방법론”에 대해 설명 하고자 한다.

EPC 산업의 특징

EPC 산업은 건설, 플랜트, 선박 등 대형 건설 프로젝트나 인프라 사업의 설계(Engineering), 조달(Procurement), 공사(construction)를 원스톱으로 제공하는 사업을 말한다.

EPC 산업은 프로세스 표준화를 어렵게 만드는 불확실성의 요인을 가지고 있는데 그 요인은 아래와 같다.

이런 EPC 산업의 불확실성은 타 산업에 비해 프로세스 표준화 및 정보화를 어렵게 만들고 결과적으로 PI 실패율을 높게 만드는 요인이 된다.

전통적인 PI 방법론(Process or ERP Driven PI)의 한계 

10년 전 국내 대기업 EPC 회사들이 PI를 하는 주 목적은 EPC 산업이 가지는 불확실성을 해소 하기 위함이었다.

따라서 PI를 하는 주 목표로 “프로세스 표준화/최적화”, “역량의 상향 평준화”, “글로벌 가시성 확보”와 같은 목표를 수립하여 표준업무체계 구축을 위한 PI를 수행하였다.

전통적인 PI는 두 가지 방식으로 구분이 되는데 ERP 도입을 목적으로 ERP 패키지가 내재화 하고 있는 프로세스를 To-Be 프로세스로 하여 PI를 하는 경우는 “ERP Driven PI” 방식이라고 하고 ERP와 상관 없이 과제중심으로 프로세스를 개선하고 이후 To-Be 프로세스에 맞게 시스템을 구현하는 경우는 “Process Driven PI”라고 한다.

두 방식 모두 업무에 대한 “As-is Process” 분석을 기반으로 “To-be Process”를 설계한다는 데에 공통점이 있으나 ERP Driven PI 방식은 To-be Process의 기준이 ERP 패키지가 담고 있는 프로세스가 된다는 것에 차이점이 있다.

하지만 두 방법론 모두 디지털 전환을 준비하기 위한 PI 방법론으로는 한계가 있다.

한계점은 4가지로 요약 되는데

①  As-Is Process 분석의 한계

VOB/VOC 분석, As-Is 프로세스 분석, 선진사례 등 문서나 인터뷰 중심으로 분석이 이루어지기 때문에 DT에서 기준이 되는 Data 레벨의 분석과는 많은 차이가 발생하여 DT 전략 수립 시 Data 레벨로 분석 작업을 다시 해야 되는 일이 발생하게 된다.

② 프로세스 통합화와 표준화 한계

 전통적인 PI에서는 통합화와 표준화의 대상은 Process 였다. 프로세스들의 운영 기준을 정하고 하나의 프로세스로 통합하여 표준 프로세스로 관리하는 것이 PI 목표 중에 하나 였다. 하지만 프로세스를 통합 한다고 해도 프로세스의 Input/output은 Data 이기 때문에 프로세스의 Input/output Data가 기준정보 요건을 반영 하지 않고 표준화된 Data 형태로 연계되지 못한다면 DT 관점에서 프로세스의 통합화와 표준화는 아무 의미가 없게 된다.

③ To-Be Process 설계의 한계

전통적인 PI 방식에서의 To-Be 프로세스는 혁신 과제를 선정해서 상세 실행 계획을 수립 한 후에 To-Be 프로세스를 설계(ERP Driven PI에서는 ERP 패키지 프로세스 기준)하고 프로세스에 맞는 시스템을 구현하는 방식이었다. 이때 프로세스 중심으로 설계하다 보니 업무 Flow, Timespan, 프로세스 정의, 주요 수행업무, R&R등을 중점으로 To-Be 체계를 정비를 하였다.

하지만 현업이 실제 관리하는 Data를 충분히 고려하지 않고 설계한 To-Be 프로세스와 시스템은 현업이 수행하는 일과 관리해야 되는 Data가 상이하게 운영되기 때문에 현업 입장에서는 두 번 일을 하게 되고 결국 시스템은 사장되고 Excel로 Data를 관리하는 악순환에 빠지게 된다.

④ To-Be Process 검증의 한계

전통적인 PI 방법론의 산출물은 프로세스 체계도나 업무 흐름도 등으로 정리가 되는데 실제 시스템을 구현 하기 전까지는 To-Be 프로세스를 기준으로 현업이 업무 수행이 가능한지 검증하기가 어렵다. 충분한 검증 없이 개발한 시스템은 설계 변경이 빈번하게 발생하고 많은 유지보수 비용을 발생 시킨다.

PI 진화, Data Driven PI

“Process or ERP Driven PI”의 중심이 Process였다면 “Data Driven PI”의 핵심은 Data가 된다.

C사에 실제 적용한 Data Driven PI의 수행 절차를 보면 프로세스 체계를 정비하면서 동시에 프로세스의 Input/output Data를 분석하여 프로세스별로 Data 속성을 정의하게 된다.

E2E 체계 정의에서는 프로세스와 Data속성 정보를 통해 E2E 프로세스 맵과 프로세스간의 Data 흐름도를 작성하고 E2E 운영기준서를 작성하게 된다.

E2E 운영기준서는 업무별로 E2E 프로세스와 표준 Data Template을 담고 있어서 실제 현장에서 표준 Data Template 기준으로 Data를 생성/활용 할 수 있도록 운영 기준을 제공한다.

Data Template을 통한 Data 속성을 정의하는 과정을 보면 E2E 프로세스 흐름에 따라 선 후행 프로세스가 연계가 되고 선행 프로세스에서 만들어진 Data는 후행 프로세스의 Input Data로 활용된다. Input/output Data의 형식은 업무 양식(Excel, Word 등)이나 시스템 화면 등의 형태로 관리되는데 그 Data 형식들을 “Data Template”이라는 용어로 사전 정의하였다. 선 후행 L5 프로세스간에 Data Template을 정의하고 Data Template내 Data들이 기준정보 체계를 따르고 있는지와 데이터 표준화/연계성을 점검하여 업무 Data가 표준화된 체계로 관리 될 수 있도록 Data속성을 정의한다.

이 과정을 통해 L5 프로세스 별 Data Template 점검(기준정보 체계 반영, 데이터 표준화, 데이터 연계체계)을 수행한다.

현업은 프로세스 수행 시에 Data Template를 기준으로 업무를 수행해야 하기 때문에 자연스럽게 일하는 방식의 변화가 필요하고 그에 맞게 To-Be 프로세스를 설계한다.

마지막으로 E2E 운영기준서, 표준 업무 절차서, Data Template이 정리되면 시스템 구현 전에도 대상 현장을 선정하여 Data Simulation을 통해 To-Be 체계에 대한 사전 검증이 가능하고 프로세스 별 Data Template 활용하면 단 시간 내에 시스템 설계가 가능하기 때문에 시스템 설계 및 변경에 따른 비용을 절감 할 수 있는 장점을 가지고 있다.

마치며

디지털 트랜스포메이션을 실패하는 가장 큰 이유는 기술 도입에 초점을 맞추어 사전 준비 없이 DT 전략을 수립하는 것에 있다.

기업의 E2E 프로세스로 생성 되는 Data가 기준정보체계를 반영하지 않고 표준화 및 Data 연계도 고려 되어 있지 않다면 아무리 좋은 기술을 도입한다고 해도 기술과 프로세스, Data가 융합 되지 못하기 때문에 이질감으로 인한 조직 생산성이 저하 되고 불만이 고조 되면서 결국 또 하나의 실패 사례를 만들 것이다.

진정한 디지털 트랜스포메이션은 기업의 조직, 프로세스, 운영관리 등 기업내부의 일하는 방식도 디지털에 대응할 수 있게 근본적으로 모두 탈바꿈 시켜야 가능하다.

Data Driven PI 방법론은 프로세스를 넘어 Data 레벨까지 혁신의 대상을 확장 시킨 개념으로 기업이 Data 중심으로 일하는 방식을 근본적으로 변화 시킬 수 있는 새로운 PI 방법론이며 DT 전략 이전에 반드시 기업에서 수행 해야 되는 경영 혁신 활동이라고 생각한다.