가트너(Gartner)가 2023년 데이터 및 분석(Data and analytics, 이하 D&A) 트렌드 10가지를 발표했다. 가트너는 해당 트렌드 발표를 통해, D&A 리더들이 변화를 예측하고 극심한 불확실성을 새로운 비즈니스 기회로 전환하여 새로운 가치 소스를 창출할 수 있도록 도움을 줄 것이라고 밝혔다.
가트너의 VP 애널리스트 가레스 허쉘(Gareth Herschel)은 “대규모 조직에 입증 가능한 가치를 제공해야 할 필요성이 현 D&A 트렌드를 주도하고 있다”며, “최고 데이터 및 분석 책임자(Chief Data & Analytics Officers, 이하 CDAO)와 D&A 리더는 조직의 이해 관계자들과 협력하여 D&A 채택을 촉진하는 최선의 접근 방식을 이해해야 한다. 이는 인간의 심리와 가치를 고려한 더 나은 분석과 인사이트가 필요하다는 것을 의미한다”고 설명했다.
가트너의 애널리스트들은 5월 8일(현지시간) 뭄바이에서 개최된 가트너 데이터 및 분석 서밋(Gartner Data & Analytics Summit)에서 비즈니스 및 IT 리더들이 반드시 활용하고 D&A 전략에 적용시켜야 할 10가지 트렌드를 발표했다 (그림 1 참조).
그림 1: 2023년 10대 D&A 트렌드
트렌드 1: 가치 최적화
대부분의 D&A 리더는 그들이 조직에 제공하는 가치를 비즈니스 측면에서 명확하게 표현하는 데 어려움을 겪는다. 조직의 데이터, 분석 및 인공 지능(AI) 포트폴리오에서 가치 최적화를 달성하려면 가치 스토리텔링, 가치 흐름 분석, 투자 순위 및 우선순위 지정, 기대 가치 실현을 위한 비즈니스 성과 측정 등 통합된 가치 관리 역량이 필요하다.
허쉘은 “D&A 리더는 D&A 이니셔티브와 조직의 미션 크리티컬(mission-critical) 우선순위를 명확히 연결하는 가치 스토리를 구축하여 가치를 최적화해야 한다"고 강조했다.
트렌드 2: AI 리스크 관리
AI 사용이 증가함에 따라 기업들은 윤리적 위험, 학습 데이터 오염 또는 사기 탐지 우회와 같은 새로운 리스크에 노출되었고 이를 완화할 필요성에 직면했다. AI 리스크 관리는 단순히 규정을 준수하는 것이 아니다. 효과적인 AI 거버넌스 및 책임감 있는 AI 관행으로 이해관계자 간 신뢰를 구축하고 AI 채택 및 사용을 촉진하는 것이 대단히 중요하다.
트렌드 3: 옵저버빌리티(Observability)
옵저버빌리티는 D&A 시스템의 동작을 이해하고 그에 관련된 질문에 답할 수 있도록 하는 특성이다.
허쉘은 ”옵저버빌리티는 조직이 성능에 영향을 주는 문제의 근본적인 원인을 파악하는 데 걸리는 시간을 단축하고, 신뢰할 수 있는 정확한 데이터를 사용하여 적시에 비용 효율적인 비즈니스 결정을 내릴 수 있도록 한다”고 설명하며, “D&A 리더는 데이터 옵저버빌리티 도구를 평가하여 주 사용자의 요구 사항을 파악하고 도구를 기업 전체 에코시스템에 어떻게 적용할지 결정해야 한다"고 덧붙였다.
트렌드 4: 데이터 공유 필수
데이터 공유에는 부서 또는 계열사 간의 내부 공유와, 조직의 소유권 및 통제권 밖에 있는 제 3자 간의 외부 공유가 모두 포함한다. 조직은 D&A 자산을 제공 또는 공유 가능한 제품으로 가공한 ‘제품형 데이터’를 만들 수도 있다.
가트너의 시니어 디렉터 애널리스트 케빈 개버드(Kevin Gabbard)는 ”외부 공유를 포함한 데이터 공유 협업은 이전에 생성된 재사용 가능한 데이터 자산을 추가함으로써 데이터 공유의 가치를 높인다“며, "데이터 패브릭 설계를 채택하여, 여러 내외부 데이터 소스 전반에서 데이터 공유를 가능케 하는 단일 아키텍처를 구현하라”고 조언했다.
트렌드 5: D&A 지속 가능성
D&A 리더들은 기업의 ESG 프로젝트에 대한 분석과 인사이트를 제공하는 것에 그치지 않아야 한다. D&A 리더들은 지속 가능성 개선을 위한 자체 프로세스를 최적화하는 노력을 해야 한다. 여기에는 상당한 잠재적 이점이 따른다. D&A 및 AI 실무자들은 그들의 에너지 발자국(energy footprint)이 점점 커지는 것을 인지하고 있고, 그 결과 (클라우드) 데이터 센터의 재생 에너지 사용, 보다 에너지 효율이 높은 하드웨어, 스몰 데이터 및 기타 머신러닝 기법 활용 등 다양한 관행들이 등장하고 있다.
트렌드 6: 실용적인 데이터 패브릭
데이터 패브릭은 모든 유형의 메타데이터를 활용하여 데이터 관리 솔루션을 관찰, 분석 및 추천하는 데이터 관리 설계 패턴이다. 이는 기존 데이터의 의미(semantics)를 조합 및 보강하고 메타데이터에 지속적인 분석을 적용하여 사람과 시스템에 모두 조치를 취할 수 있는 알림 및 권장 사항을 생성한다. 이를 통해 비즈니스 사용자는 안심하고 데이터를 사용할 수 있으며, 숙련도가 낮은 일반인 개발자도 통합 및 모델링 프로세스에서 더욱 다양한 기능을 수행할 수 있다.
트렌드 7: 떠오르는 AI
챗GPT와 생성형 AI는 떠오르는 AI 트렌드의 선두주자다. 이는 확장성, 다기능성, 적응성 측면에서 대부분의 기업 운영 방식을 변화시킬 것이다. 이처럼 차세대 AI는 현재는 불가능한 상황에서도 조직이 AI를 적용할 수 있도록 지원하여 AI를 더욱 널리 보급하며 그 가치를 높일 것이다.
트렌드 8: 통합 및 컴포저블(Converged and Composable) 에코시스템
통합된 D&A 에코시스템은 원활한 통합, 거버넌스 및 기술적 상호 운용성을 통해 D&A 플랫폼이 일관되게 작동하고 기능하도록 설계 및 배포한다. 에코시스템의 컴포저빌리티는 설정 및 변경 가능한(configurable) 애플리케이션과 서비스를 설계, 조립 및 배포함으로써 제공된다.
적절한 아키텍처를 갖춘 D&A 시스템은 모듈화, 적응성, 유연성을 강화하여 동적으로 확장할 수 있다. 성장하고 변화하는 비즈니스 요구 사항을 충족하고 비즈니스 및 운영 환경의 불가피한 변화에 따라 진화할 수 있도록 간소화될 수도 있다.
트렌드 9: 크리에이터가 된 소비자
사용자가 사전 정의된 대시보드에 보내는 시간의 비중은 특정 콘텐츠 소비자의 특정 시점 요구 사항을 해결하는 동적이며 내장된 대화형 사용자 경험으로 대체될 것이다. 조직은 콘텐츠 소비자가 콘텐츠 제작자가 되는 데 필요한 자동화된 내장 인사이트와 대화형 환경을 쉽게 사용할 수 있도록 함으로써 분석의 채택과 영향력을 확대할 수 있다.
트렌드 10: 여전히 주요 의사 결정권자인 ‘사람’
모든 의사결정을 자동화할 수는 없으며, 해서도 안 된다. D&A 부서는 의사 결정 지원과 자동화된 의사 결정 및 증강 의사 결정에서 인간의 역할을 명시적으로 다루고 있다.
허쉘은 “의사 결정 중 인간의 역할을 고려하지 않고 그 자동화를 추진하려는 노력은 양심 혹은 일관된 목적이 없는 데이터 중심의 조직을 만들 것”이라며 “조직의 데이터 리터러시(data-literacy) 프로그램은 데이터 및 분석과 인간의 의사 결정을 결합하는 데 중점을 두어야 한다”고 말했다.