사실 디지털 전환은 단순한 기술 도입의 차원이 아닌, 근본적 변화를 의미합니다. 그렇기 때문에 일회성의 변화가 아닌 지속적인 혁신이 이어져야 하고, 이를 위해서는 디지털의 결과물인 데이터를 어떻게 자산의 가치로 관리해나가고 효과적으로 활용할 수 있느냐가 핵심 성공 요건이라고 할 수 있습니다.

데이터가 비즈니스 전반에 흐르고, 데이터 문화가 정착이 되어가는 과정을 통해 성공적인 디지털 트랜스포메이션의 발판이 마련될 수 있습니다. 이렇게 쌓여진 데이터는 디지털 트랜스포메이션의 윤활유이면서 AI의 먹거리가 되기도 하죠. 양질의 데이터를 학습했을 때, AI는 비로소 잠재된 패턴을 찾고 유의미한 가치를 만들어낼 수 있는 것입니다.

그러나 데이터의 중요성을 간과하고 이를 실무와 거리가 먼 경영 전략이라고 치부한다면, 현업과의 연관성을 놓칠 수 있습니다. 데이터는 업무 전반에서 생성되는 디지털 흔적이며, 이를 잘 관찰하면 현실을 정확히 이해하는 데 큰 도움이 됩니다. 기업의 다양한 의사결정과 업무 혁신에 데이터가 필요한 이유입니다.

데이터가 비즈니스 전반에 흐르고 데이터 문화가 정착될 때, 성공적인 디지털 전환의 발판이 마련됩니다. 이러한 데이터는 디지털 전환의 윤활유이자 AI의 학습 재료가 됩니다. 양질의 데이터를 통해 AI는 잠재된 패턴을 발견하고 유의미한 가치를 창출할 수 있습니다.

실제로 구글 회의실에는 프로젝터가 2대가 있다고 합니다. 한 대는 화상회의를 하는 목적이고 다른 한 대는 항상 데이터를 띄워놓기 위한 목적이라고 합니다. 구글에서는 ‘제 생각에는…’ 이 아닌 ‘데이터를 보시면…’으로 회의가 진행된다고 하죠. 데이터 중심적 사고와 의사결정이 자연스럽게 이뤄질 수 있는 회의 문화이기 때문에 일하는 방식 자체가 데이터를 중심으로 사고하고 의사결정을 하게 되는 자연스러운 환경이 되는 것이죠. 구글이 꼭 정답이다 라고 단정할 수는 없겠지만, 기업의 크고 작은 의사결정을 어떻게 잘 할 수 있느냐에 따라 기업의 미래가 좌우된다고 해도 과언이 아닐 겁니다. 조금씩 나은 의사결정을 위한 해답은 바로 데이터를 관찰하는 것입니다.

종국에는 의사결정마저 AI에게 위임하는 방향으로 가게 되겠지만, 인간의 의사결정은 여전히 중요합니다. 그러나 인간의 판단은 허점 투성이죠. 그렇기 때문에 데이터를 올바르게 해석할 수 있는 데이터 리터러시 역량이 필요합니다. 아울러 전제되어야 하는 것은 데이터를 가시화입니다. 데이터를 숫자만이 아니라 그 이면에 있는 패턴을 볼 수 있어야 합니다. 데이터를 가시화하였을 때, 눈에 보이지 않아서 몰랐던 사실과 인사이트가 발견될 수 있습니다.

디지털 전환의 성공은 데이터의 효과적인 활용에 달려 있습니다. 데이터를 잘 시각화하고 이를 통해 얻은 인사이트를 바탕으로 의사결정을 내리는 것이 중요합니다

AI는 컴퓨터와 같이 0과 1로 이루어진 숫자로 세상을 이해하고 판단하지만, 인간은 0과 1뿐만 아니라 더 많은 정보를 시각을 통해 받아들이고 이해합니다. 0과 1로 이루어진 디지털 데이터가 인간이 이해할 수 있는 정보로 가시화가 되었을 때, 비로소 데이터의 의미가 보이기 시작하는 것이죠. 데이터 시각화가 필요한 이유입니다.

[그림] 사우디아라비아 다란 본사에 위치한 OSPAS 운영 조정 센터 내부

세계 최대의 석유기업이자 전세계 시가총액 3위의 사우디 아람코는 원유공급계획 및 스케쥴링을 위한 데이터 관제 시스템인 OSPAS(Oil Supply Planning and Scheduling)을 통해 공급망 실시간 감시 통제와 수요 예측을 하고 있습니다. 67미터에 달하는 축구장 한 면의 크기만큼의 규모로 이루어진 관제 센터에서는 6만개 이상의 IoT센서로부터 온도, 압력, 파이프라인 유량 및 유속 등 모든 시설의 데이터를 실시간으로 센싱하여 수백개의 통신 회선을 통해 전송된 데이터를 한 눈에 볼 수 있는 관제 센터를 운영하고 있습니다. 이를 통해 생산부터 운송까지 모든 과정을 통합적으로 관리하고 실시간 의사결정이 가능해지는 것이죠.

사실 아람코 OSPAS의 관제 시스템은 눈에 보이는 것 이상의 의미를 가집니다. 그 이면에는 원유 공급망의 모든 과정에서 데이터를 센싱하고 추출하고 전송하는 데이터 파이프라인이 가동되고 있으며, 55개의 개별 시추 플랜트와 8개의 안정화 시설의 원유 데이터, 9개 정유소와 22개 이상의 공급센터의 원유정제 데이터, 11개 이상 터미널과 42개 이상의 선적장, 300개 이상 선박의 움직임 등 터미널 데이터, 23,000km 이상의 원유 파이프라인 데이터에 이르기까지 방대한 데이터가 실시간 유통될 수 있는 환경을 구축했기에 이러한 관제 시스템을 구축하고 실시간 의사결정이 가능해진 것입니다.

이렇듯 데이터 시각화는 단순히 데이터를 보여주는 것에만 국한되는 것이 아닙니다. 데이터를 시각화해서 유의미한 정보로 변환하기 위해서는 데이터가 단절되지 않고 일관성 있게 수집이 되어야 하고, 데이터가 활용 가능한 형태로 정제되고 구조화되어 적재되어야 합니다.

데이터 적재를 위한 데이터 레이크, 데이터 웨어하우스 구축이 필요하며, 의사결정이 가능한 시각화 기획도 선행되어야 합니다. 이러한 일련의 과정이 원활하게 수행되기 위해서 데이터 파이프라인 구축이 필요합니다.

[출처]

- 멈출 수 없는 세계에 어떻게 에너지를 제공할 것인가?

- COVID-19 Coronavirus dashboard - Global pandemic

- COVID-19 Coronavirus dashboard - Global pandemic