현금이라면 그렇게 취급할까?··· 데이터 거버넌스 미스 7개의 John Edwards|CIO의 많은 CIO는 데이터를 잘못 다루는 실수가 재무, 평판, 법률, 그리고 기타 모든 종류의 어려움으로 이어질 수 있음을 알고 있다. 이에 보안과 컴플라이언스를 보장하면서도 액세스성도 있고 관리도 가능한 강력한 데이터 거버넌스 정책에 주목한다. 데이터의 무결성과 저장을 진지하게 생각하는 조직에 있어서는 최우선 현안으로 간주되기도 한다.
유감스럽게도 데이터 거버넌스 요건과 실무에 정답은 아직 없다. 여전히 진화 중이라 IT 리더는 시간이 지날수록 함정에 빠지기 쉽다. 데이터 거버넌스 정책을 무효화하거나 위험에 빠뜨리는 덫에 걸리지 않으려면 어떻게든 피해야 할 아래의 7가지 일상적 실수를 항상 주의해야 한다.
Image Credit : Getty Image s Bank
데이터 거버넌스를 기술 프로젝트로서 취급하는 데이터 거버넌스는 본질적으로 유동적이다. 따라서 정책개발을 단순히 계획 배포하는 프로젝트로만 보아서는 안 된다. 데이터 거버넌스 정책이 진화하는 요건을 따라잡지 못하면 궁극적으로 실패하기 십상이다. 더욱 나쁜 점은 이런 정책들이 실무자들에게 방해되는 장애물로 인식될 가능성이 있다는 점이다. 따라서 현업팀이 자체 우회수단을 만들게 된다.
클라우드 소프트웨어 및 서비스 공급업체인 뉴타니쿠스(Nutanix)의 CTO인 라지브 밀라니는 데이터 거버넌스를 비즈니스 과제로 취급하도록 제안했다. 그는 데이터가 조직이 이해하고 보호해야 할 자산이라며 현금 취급 절차와 매우 비슷하다. 이는 조직에서 전적으로 이해되고 수용된다. 현금 안전의 중요성에 공감대가 형성돼 있기 때문이라고 말했다.
빈번히 간과되는 중요한 거버넌스 작업은 수집되어 보존되는 데이터의 양과 유형을 평가하는 것이다. 밀라니는 데이터는 적절하게 사용될 경우 엄청난 가치를 지닐 수 있지만 궁극적으로 혜택의 출처는 조직이 관리할 수 있고 활용할 수 있으며 보안할 수 있는 데이터로 한정된다며 다만 의무적으로 데이터를 수집하고 보유하는 대신 데이터의 장단점을 주의 깊게 평가하는 것이 중요하다고 설명했다.
전반적인 비즈니스 가치 전달 소홀=데이터 거버넌스는 전사적 이니셔티브여야 한다고 인포테크 리서치 그룹(Info-Tech Research Group)의 애널리스트이자 연구소장인 크리스털 싱 씨는 말했다. 그는 효과적인 데이터 거버넌스 프로그램은 비즈니스 기능 및 가치의 흐름에 부합하거나 매핑된다고 말했다. 이들은 궁극적으로 고위 경영진이 수립한 거시적 조직 목표까지 올라갈 것이라고 덧붙였다.
데이터 거버넌스가 IT부문의 개별 프로젝트로 인식되지 않도록 하는 것이 중요하다고 싱은 경고했다. 그는 이는 고위 경영진의 수용과 파격적인 지원을 확보하고 유지하는 데 필수적이라며 더욱이 데이터 거버넌스 프로그램의 확장성과 지속적 성공에도 결정적이라고 지적했다.
데이터 거버넌스와 관련된 이니셔티브가 비즈니스의 성공과 생산성 개선을 견인하는 방법을 CIO가 명확히 설명하고 입증하지 못하면 “이는 개념상 뿐이며 실무적으로는 별 의미가 없다”고 말했다.
데이터 실소유자를 데이터 거버넌스 프로세스에 관여시키는 데 실패 최대의 거버넌스 미스는 데이터 소유자로부터 지지를 받지 못하는 것이라고 기술연구 및 자문회사인 ISG의 최고 데이터 및 분석가 임원인 케이스 루디는 말했다. 그는 기업의 데이터를 운영하고 관리하는 팀은 자신이 운영하는 데이터를 반드시 소유하는 것은 아니다고 설명했다.
오히려 특정 비즈니스 단위 또는 부서가 실소유주이며, 통치 팀은 단순히 데이터를 관리할 가능성이 높다. 그는 「몇개의 조직에서 데이터 소유자를 발견하는 것 자체가 어려울지도 모른다. 자주 소유자가 자신이 데이터의 최종 소유자임을 모르기 때문이라고 말했다.
루디는 데이터 거버넌스 프로그램의 계획과 혜택을 최종 데이터 소유자에게 직접 알리는 것이 중요하다고 강변했다. 이들의 지지를 얻은 후 거버넌스 프로그램에 협력할 수 있는 사람이 그들의 조직 내에 있는지 확인하라고 주문했다.
그는 거버넌스 프로그램을 하향으로 이행하라며 진전에 관해서는 상향으로 소통하고 프로그램이 전개되는 가운데 직면한 저항과 반대를 해소할 수 있는 지원을 요구하라고 조언했다.
지지는 데이터 프로그램의 특히 난해한 부분에서 특히 중요하다. 즉, 데이터 분류 체계 및 플랫폼을 구축하는 것이다. 거의 예외 없이 데이터 분류 체계에 맞춰 데이터 구조를 변화시켜야 하고 또 오래된 데이터와 그렇지 않은 데이터 정화가 필요할 것이라며 데이터 출처에 대해 영향력을 가진 데이터 소유자의 지지가 없으면 데이터 거버넌스 프로그램은 성공할 수 없다고 말했다.
영향평가를 간과하고 데이터 보호영향평가(data protection impactassessment, DPIA)를 프라이버시 영향평가(privacy impactassessment, PIA)와 결합시키면 데이터 수집, 이용, 공개, 가공과 관련하여 “누가, 무엇을, 언제, 어디서, 왜, 어떻게 했는가”를 잘 이해할 수 있다고 사이버보안 및 컴플라이언스 회사 라이카(Laikaika)와 같이 말했다.12
관련 콘텐츠 ‘데이터 엔지니어 아키텍트’ 수요 뜨거운…인기 자격증 8종 칼럼ㅣ데이터 레이크 끝, ‘데이터 패브릭’이 떠오르는 바람직한 데이터 거버넌스란?….베스트 프랙티스 6가지 마스터 데이터 관리란?··· 단일한 진실의 출처를 확보하는 MS, 데이터 거버넌스 서비스 애비뉴의 공개 데이터 분석 이니셔티브는 왜 매번 실패하는가?··· 네 가지 조짐이 있다. 웃음… ‘데이터 준비 도구’ 따라잡는 데이터 관리 / 데이터 거버넌스 / 데이터 정책 / 데이터 프레임워크
#현금이라면 #그렇게 #다룰까? #데이터 #거버넌스 #미스 #7개의