데이터 기반의 사업혁신을 위한 DDDM
디지털 트랜스포메이션 전략 추진을 위해 중요한 Data 중심의 의사결정
아침에 일어나 출근하고 하루를 보내면서 우리도 모르는 사이 수 많은 데이터가 생성되고 있습니다. 아침 기상 시간, 카카오택시와 Tmap을 이용해 목적지를 검색하고 택시를 호출하면서 데이터가 만들어집니다. 출근 길에 뉴스를 검색하고 카카오톡을 이용하면서도 데이터는 생성되죠. 이동 중에도 출근하는 경로와 속도, 어떤 대중교통을 이용하는지, 걷는지가 데이터로 남습니다. 스마트폰으로 촬영한 사진에도 촬영 시간과 장소가 함께 기록됩니다. 이렇듯 우리의 일상 속에 수 많은 데이터가 만들어지고 있습니다.
이들 데이터는 누가 어떻게 수집하고 어떤 목적으로 이용하고 있을까요? 그것이 빅데이터의 비즈니스 가치이고 사업의 혁신 기회가 될 수 있습니다.
➤ 빅데이터의 가치와 사업 혁신
주변의 사물이 인터넷에 연결되는 것을 가리켜 사물 인터넷이라고 합니다. 이렇게 연결된 사물은 엄청난 데이터를 수집하고 생성합니다. 이렇게 수집된 데이터는 인터넷에 연결된 클라우드에 축적되어 갑니다. 그렇게 저장된 어마어마한 데이터를 분석하면 다양한 시사점을 도출할 수 있고 그렇게 도출된 시사점을 기반으로 사업에 활용하는 것이 빅데이터의 가치입니다.
사실 기존에도 마트, 백화점, 커피숍, 은행, 보험회사 그리고 통신사 등에는 많은 데이터를 수집해왔습니다. 하지만, 이들 데이터들이 제대로 정제가 되지 못해 쌓이긴 했지만 데이터의 포맷이 쌓인 채널마다 다르고 값의 기준도 이질적이어서 체계적인 분류가 되지 못했습니다. 한마디로 분석할 수 없는 데이터를 불필요하게 쌓아만 두었던 것이죠. 데이터에서 가치를 만들어내기 위해서는 데이터가 기준 정보에 의거하여 체계적으로 분류해서 수집되어야 하고, 이 데이터가 하나의 데이터베이스에 통합되어 효율적으로 분석할 수 있는 준비가 되어야 합니다.
데이터를 이용해 신사업 기회를 꾀한 회사가 GE입니다. 제조업체인 GE는 생산한 모터 등에 수 많은 데이터를 측정할 수 있는 센서를 넣고, 이 센서들을 인터넷에 연결해서 실시간으로 모터의 동작 상태에 대한 다양한 정보를 클라우드에 수집합니다. 이렇게 수집된 데이터는 Predix라는 데이터 분석 솔루션을 통해 분석되어 모터의 고장 예측, 최적의 성능을 위한 운영 방식, 에너지 절감을 위한 운용 효율화 등에 대한 정보를 제공하죠. 이런 정보를 모터를 구매한 기업에 제공함으로써 새로운 부가가치를 창출하는 비즈니스 모델로 사업 혁신을 꾀하고 있습니다.
데이터를 사업 혁신에 활용하기 위해서는 몇가지의 절차가 필요합니다. 첫째 데이터의 측정 둘째 데이터의 수집 그리고 셋째 데이터의 축적 넷째 데이터의 분석입니다. 마지막 다섯째는 분석된 데이터에서 나온 시사점의 활용입니다. 이 다섯가지의 절차를 통해서 빅데이터 기반의 사업 가치가 만들어지고 비즈니스 혁신이 추진될 수 있죠. 그런데, 이 모든 과정에서 데이터를 보다 정교하게 측정해서 일관되게 수집하고 관리하기 위해서는 디지털 기술을 필요로 합니다. 물론 데이터의 분석에 필요한 역량도 중요하죠.
데이터의 양이 많아지고 질이 좋아지면서 고도의 가치를 만들어내기 위해서는 인공지능을 통한 데이터의 분석을 그 다음 진화 단계로서 추진해야 합니다.
➤ DDDM 기반의 업무 문화
그런데, 데이터 기반의 효율적인 의사결정 체계와 사업 혁신 추진은 그저 훌륭한 기술과 데이터 분석 역량을 갖춘 데이터 사이언티스트가 있다고 저절로 되는 것은 아닙니다. 회사의 업무 프로세스와 경영진의 의사결정에 이와 같은 데이터 기반의 회의 운영과 의사결정, 판단이 이루어져야 합니다. 그것을 가리켜 Data Driben Decision Management 즉 줄여서 DDDM이라고 합니다.
가장 최고의 DDDM 추진 체계는 사업 현장에서 수시로 데이터를 들여다보고 사업 기획과 의사결정을 하는 것입니다. 하지만, 디지털 기술 기반으로 운영되고 관리되는 빅데이터 시스템과 데이터 분석 업무가 사업 현장에서 스스로 하기란 어렵죠. 그렇기에 대체로 이같은 빅데이터 기술과 분석 업무는 사업 현장이 아닌 기술이나 지원 부서에서 별도로 조직이 구성되어 운영되곤 합니다. 현장과 동떨어진 곳에서 데이터 분석을 하게 되면 객관적인 시사점을 제시하는 보고 결과가 나오지만, 이후 이를 실제 현장에 적용 개선해가는 과정에 있어 원활한 협조가 이루어질 가능성이 큽니다. 게다가 보다 정확한 분석이 되려면 사업 현장의 적극적인 협조와 지원이 필요합니다. 추가적인 데이터의 확보가 필요할 수 있고 숫자만으로는 파악하기 어려운 정성적인 시사점과 현장의 경험과 현실에 대한 정보들이 필요하죠. 하지만, 양측간에 원활한 업무 공유와 코웍이 이루어지기 어려운 것이 현실이기 때문에 분석 따로 적용 따로가 되어 실제 분석 결과가 사업 혁신으로 이루어지는 것이 무척 어렵습니다.
이같은 문제를 풀기 위해서는 DDDM 기반의 일하는 문화와 업무 체계 그리고 거번넌스가 필요합니다. 즉, 빅데이터 기술이나 분석 역량보다 더 중요한 것은 이 기술과 역량이 조직에 잘 스며들도록 하는 기업의 일하는 문화의 마련과 조직 체계, 운영 정책이 중요하단 것이죠. 경영진이 어떻게 사업 현장과 데이터 기술 조직 그리고 분석팀을 불협화음없이 협업할 수 있는 체계를 갖추고 의사결정에 적극 활용할 것인지를 고려해야 합니다. 사업 현장에서는 고객 가치 실현과 사업 혁신을 위해 데이터에서 어떤 시사점을 도출할 것인지를 데이터 기술과 분석팀을 적극적으로 활용하려는 자세가 필요하겠죠. 또한, 데이터 운영팀은 전사적 차원에서 데이터를 어떻게 수집하고 축적해서 분석을 하고 이를 의사결정에 적용할 것인지에 대한 회사의 사업 특성에 맞는 거번넌스를 수립해야 합니다. 이렇게 3박자가 맞아야 빅데이터 기반의 사업 운영 체계를 수립해서 실제 사업 혁신에 성과를 거둘 수 있습니다.
➤ 데이터 기반의 의사결정 체계
이렇게 이전에는 측정하기 어렵던 데이터를 수집하고 분석해서 사업에 활용하는 사례가 늘어가고 있습니다. 마케팅, 유통, 금융을 넘어 최근에는 의료, 제조업, 농업, 임업 등 다양한 분야로 데이터 기반의 의사결정 체계가 확립되어가고 있습니다.
단, 이와 같은 데이터 중심의 사업 체계를 갖추기 위해서는 기술 외에 회사의 시스템, 문화가 뒷받침되어야 합니다. 이미 오래된 전통기업들도 사내에 많은 데이터가 쌓이고 있습니다. ERP, CRM, SCM 등의 다양한 기업 내 인트라넷과 IT 시스템에 데이터가 있습니다. 문제는 이렇게 쌓아온 데이터가 체계적으로 수집되지 않고 기준정보가 일관되지 않아 정작 분석하기 어렵다는 점입니다. 게다가 분석한 결과를 실제 사업의 의사결정에 효율적으로 이용하지 않아 분석 따로 결정 따로가 되기 일쑤라는 것이죠. 이렇다보니 전통기업들은 데이터의 중요성은 인지하지만 정작 이 데이터를 어떻게 분석해서 어디에 활용할 것인지 어려움을 겪습니다.
데이터 기반 체계를 갖추는 것은 기술만으로는 불가능합니다. 기술은 도구일 뿐이며 결국 이 도구를 사용하는 체계가 갖춰지지 않으면 따로 국밥이 되겠죠. 그래서, DDDM을 추진하는 과정에서 기술을 활용할 수 있는 조직체계와 프로세스, 의사결정 문화를 갖추는 것이 중요합니다. 이같은 측면에서 애자일한 조직 체계에 대한 관심이 커져가고 있습니다.
Agile 조직은 민첩하게 사업을 운영하는 조직체계를 뜻하는 것으로 주로 프로그래밍을 하는 개발 업무에 적용하던 방식입니다. 주로 이같은 조직체계는 빠른 업무 추진력을 필요로 하는 스타트업과 기술 혁신이 사업의 중요한 성공요소인 인터넷 기업에서 적용되어오고 있습니다. 그런데 최근들어 애자일 조직 체계가 굴뚝 산업인 금융, 제조, 에너지 등의 분야와 덩치큰 대기업들에도 스며들고 있습니다. 왜 애자일 조직에 대한 관심이 급증하고 있는 것일까요?
비즈니스의 모든 변화는 사람이 만들어냅니다. 기업에서 사람은 조직으로 뭉치며 조직 구도에 따라 사람들의 성과는 큰 차이를 보입니다. 시장 변화와 경쟁자의 움직임을 빠르게 캐치해서 기민하게 대응할 수 있는 조직체계가 급변하는 기술의 시대에 사람들의 지혜를 모아 민첩하게 실행할 수 있도록 해줍니다. 민첩한 사업 체계와 의사결정을 가져가기 위헤서는 현장, 고객 중심의 사고가 필요합니다. 이를 뒷받침해주는 것이 데이터 기반의 의사결정이고, 이를 가능하게 해주는 하나의 조직 체계로서 애자일 조직이 주목받는 것입니다.
애자일 조직은 직무 중심으로 부서를 구분하지 않고 과제 중심으로 자기완결형의 일처리를 할 수 있는 단일팀이 모여 있는 구조입니다. 기획, 개발, 마케팅, 운영 등의 여러 직무 담당자들이 한데 모여 있거나 단일 직무인 개발자들이 모여 있더라도 특정 과제를 해당팀에서 자체적으로 수행할 수 있도록 함으로써 업무 집중도를 높이고 같은 생각으로 빠른 일처리가 가능합니다.
중요한 것은 이렇게 구성된 팀이 과제를 빠르게 수행하기 위해서는 의사결정의 기준이 필요합니다. 그 기준이 현장에서 고객들로부터 수집한 데이터입니다. 데이터를 기반으로 냉정한 판단을 해야 하죠. 팀장이나 임원의 개인 취향이나 경험에 의한 것이 아닌 고객 데이터를 기반으로 판단을 합니다.
기존의 사업 운영 체계는 시장 조사를 해서 전략을 수립하고, 보고서를 상사에게 승인받고 예산과 인력을 할당받아 업무를 추진하는 방식입니다. 이러한 의사결정의 구조는 시간도 오래 걸릴 뿐 아니라 잘못된 판단이 사업을 망칠 개연성이 높습니다. 애자일 조직은 이미 팀 내에서 시장과 고객을 완벽하게 이해하고 있어 굳이 시장 조사를 할 이유가 없고 자체적인 의사결정을 할 수 있어 보고를 할 필요가 없습니다. 예산과 인력 역시 이미 해당 팀 내에서 처리할 수 있는 권한이 있어 승인받는 과정에서 발생하는 커뮤니케이션이 생략됩니다. 하지만 사업 과정에서 서비스 전략, 상품 기획, 마케팅 전반에 대해 시장, 고객 데이터를 기반으로 수시로 의사결정을 합니다.
이러한 조직 구성은 직무 중심의 하이라키로 구성된 기존 기업에 적용하기가 쉽지 않습니다. 일부 프로젝트에 시도해볼 수는 있지만 전사 조직에 적용하기도 어렵고 그렇게 적용한다고 해서 빠른 성과를 내며 잘 작동하기도 쉽지 않습니다. 조직을 이렇게 구성했다고 해서 그 안에 속한 구성원들이 자율적으로 일처리를 하는 것은 아니기 때문이죠. 그간의 기업 문화에 젖어 있던 사람들이 새로운 조직체계에서 자기 주도적으로 책임과 권한을 설정하며 시장의 눈높이에 맞는 고객 중심의 의사결정을 하며 업무 처리를 해내기란 과거의 습관이 발목을 잡기 때문입니다.
그러므로 애자일 조직체계를 갑작스럽게 모든 업무 분야에 적용해서 단기적 성과를 거두려고 해서는 안됩니다. 신규 혁신 사업이나 단기적으로 명확한 목표 기반하에 단일된 과제 수행을 할 수 있는 업무에 한해서 적용해가며 어떤 문제가 있고 이를 극복하는 경험 속에서 새로운 변화관리 방안을 찾아야 합니다. 그러므로 이 과정에서 실패해도 용납할 수 있을만큼의 작은 일이어야 합니다. 너무 큰 프로젝트를 이렇게 해서 실패의 위험 부담을 떠안게 되면 차후 유사한 도전을 시도조차 하지 않으려 할 수 있어 실패를 허용할 수 있는 범위 내의 과제들에 적용하며 성공과 실패를 경험해야 합니다.
더 나아가 이러한 조직은 언제든 해체와 합체가 자유로울 수 있도록 유연하게 운영해야 합니다. 애자일 조직으로 구성된 단일팀은 업무 성과에 따라 혹은 과업 수행이 완료된 이후에는 쉽게 해체해서 또 다른 과업에 투입될 수 있어야 합니다. 즉, 아메바와 같이 자유롭게 모였다 흘어질 수 있어야 합니다. 이러한 조직 구도가 되면 조직 이기주의에 빠지지 않고 일 자체에 집중해서 업무 중심의 일처리가 가능해집니다.
또한, 프로젝트의 산출물을 수시로 확인하고 고객 중심, 시장 중심에서 검증하고 개선 방안을 도출해가야 애자일 조직체계의 강점을 제대로 발휘할 수 있습니다. 오랜 시간 개발을 해서 완성된 최종 버전을 시장에 출시하는 것이 아니라 과제를 잘게 잘라서 각각의 산출물들을 테스트하고 검증받을 수 있도록 프로세스를 나누어 이들 결과물의 반응을 보고 빠르게 개선해가는 방법이 애자일 조직의 성과를 극대화할 수 있는 방법입니다. 애자일의 민첩함은 그냥 무작정 빠르게 만드는 것이 아니라 중간중간 시장의 반응을 데이터를 수집해 분석함으로써 개선해가는 것에서 최적의 효율을 만듭니다.
놀랄만큼 빠르게 사업 혁신을 추진하는 IT 기업과 스타트업들은 이와 같은 방식으로 조직을 구성해 고객 중심으로 업무 처리를 해나갑니다. 그런 대표적인 기업들로 국내에서는 토스, 배달의민족, 카카오뱅크 등이 있으며 해외에서는 구글, 스포티파이, 넷플릭스, 알리바바, 샤오미 등을 손꼽을 수 있습니다. 또한, 대기업 중에서도 이러한 조직 체계를 도입하고 있으며 대표적 기업으로 오렌지 라이프, 알리안츠생명, 현대카드, 중국의 가전기기 제조업체 하이얼, 일본의 전자기기 회사 교세라 등을 들 수 있습니다.
굴뚝 기업과 대기업에서도 애자일 조직이 귤이 회수를 건너 탱자가 되지 않으려면 무조건 이 체계를 도입할 것이 아니라 앞서 살펴본 유의점들을 참고해서 우리 조직에 맞는 체계로 다듬어야 합니다. 그 과정에서 현장에서 수집한 데이터를 기준으로 분석해 시사점을 도출해 의사결정의 기준으로 삼아야 합니다.
