[CIO] 7가지 엔터프라이즈 데이터 전략 트렌드

1. 데이터 가치 제안을 혁신하는 AI * 인공지능(AI)이 엄청난 혁신 잠재력을 지닌 오늘날 가장 중요한 데이터 전략 트렌드 * AI는 조직이 방대한 데이터 세트에서 인사이트를 확보하여 정보에 기반한 의사결정을 내리고 혁신을 촉진할 수 있는 능력 제공 * 현재 데이터를 주요 상품으로 판매하지 않는 기업들에게도 새로운 기회 제공 * 기업의 데이터 전략은 내부적으로 또는 외부 상용화를 통해 AI의 힘을 활용하고 투자하는 데 우선순위 부여 2. 데이터 민주화 추진력 확보 * 데이터 민주화란? * 데이터 과학자 및 기타 전문가뿐만 아니라 모든 사람이 데이터에 액세스하고 사용할 수 있도록 하는 것 * 데이터 민주화는 다양한 관점을 허용함으로써 결론을 도출하고 조직 전체의 협업을 촉진하는 데 도움 * 사용성을 장려하는 데이터와 도구에 대한 액세스를 제공함으로써 데이터 기반 문화를 활성화 * 사용자 친화적인 셀프 서비스 도구의 등장으로 최소한의 전문 지식만 갖춘 사용자도 데이터를 탐색하고 분석 가능 3. 데이터 품질이 중심이 되는 시대 * 정확성, 완전성, 일관성, 유효성, 적시성을 포함하며, AI 및 기타 데이터 기반 이니셔티브가 기업에서 자리를 잡으면서 데이터 품질은 IT의 주요 관심사 * 데이터 품질은 인공지능의 성능과 신뢰할 수 있는 결과 생성 능력에 직접적인 영향을 미치기 때문에 인공지능을 올바르게 사용하기 위한 원동력 역할 * 기업은 점점 더 데이터 중심으로 성장함에 따라 의사 결정에 필요한 고품질 데이터의 필요성 증대 * 소위 ‘더티 데이터’는 잘못된 선택으로 이어지고 조직의 경쟁력과 효과적인 성과를 저해하며, 부정확하거나 편향된 데이터는 결함이 있는 AI 결과물로 이어지며, 깨끗하고 신뢰할 수 있는 데이터가 필수 4. 데이터 전략의 방향 전환 * 다양한 소스에서 수집된 데이터를 데이터 레이크나 웨어하우스와 같은 단일 위치로 모은 다음 정리하여 단일 데이터 소스(SSOT) 만들수 있으나, 일부 조직에서는 SSOT를 구축하는 데 필요한 시간과 이를 통해 최대한의 가치를 창출하는 방법 어려움 * 앞으로 데이터 전략의 방향은 단일 데이터 소스(SSOT)를 만들어 다양한 소스에서 수집된 데이터를 데이터 레이크나 웨어하우스와 같은 단일 위치로 모으는 형태로 변화 * 비즈니스 팀은 이 모델을 사용하여 사용 가능한 데이터를 사용하여, 가시적인 비즈니스 가치 창출과 해결해야 할 우선순위 정의 5. 데이터 전략의 근본부터 다시 생각하기 * 오늘날 가장 중요한 데이터 전략 트렌드는 기업의 현재 계획을 재검토하거나 새로운 계획을 수립하는 것 * 빠르게 증가하는 데이터 풀에서 최대한의 가치를 창출하려면, 기업은 모든 비즈니스 영역을 포함하는 집중적인 접근 방식 필요 * 내부 프로세스와 절차를 개선하든, 고객과 고객에 대해 더 많이 이해하든, 좋은 데이터 전략은 모든 데이터에 대한 거버넌스, 소유권, 원하는 결과 정의 * 데이터 전략 재평가 * 데이터 전략 재평가의 필요성을 정의하고 동의 * 이 이니셔티브가 최고 수준의 지원을 받도록 * 다음 단계는 모든 관련 비즈니스 영역의 대표자가 포함된 운영 그룹과 함께 프로젝트 책임자 임명 * 데이터 전략과 AI 거버넌스 프레임워크를 조율하여 둘 사이의 충돌 최소화 * AI 관련 법률로 인해 새로운 요구 사항이 생겨나면서 많은 기업이 공식적인 데이터 관리 전략 없이 종합적인 정책 개발 없이 단편적인 계획을 세울 가능성 존재 6. 엣지로 향하는 데이터 * 기업이 점점 더 데이터 중심으로 성장함에 따라 엣지 컴퓨팅은 실시간 데이터 분석을 제공하여 일반적으로 클라우드 컴퓨팅과 관련된 지연 문제 해소 * 기업은 엣지로 전환함으로써 소스에서 더 가까운 곳에서 데이터를 분석하여 효율성을 높이고 더 빠르게 인사이트를 얻을 수 있음 * 실시간 데이터 분석으로 프로세스를 간소화하고 의사결정을 개선할 수 있는 제조업과 같은 산업에 특히 중요한 의미 * 혜택을 극대화하려면 기업은 데이터 지연 시간이 운영에 가장 큰 영향을 미치는 주요 영역을 파악하여 포괄적인 엣지 전략을 구현하는 것을 고려 * 경영진에게 엣지의 가치를 전달하려면 엣지의 잠재적 이점과 효율성을 명확하게 설명 * 데이터 분석을 소스에 더 가깝게 이동하면 어떻게 더 나은 결과를 도출하고, 의사 결정 프로세스를 신속하게 진행하며, 궁극적으로 수익성을 높일 수 있는지 전달하는 것 중요 7. 서비스형 데이터의 부상 * 서비스형 데이터(DaaS) * 엔터프라이즈 데이터 관리의 중추적인 트렌드 * 데이터에 대한 온디맨드 액세스를 제공하며, 이는 글로벌 기업에게 점점 더 필수적인 속성 * 비용 효율성은 온프레미스 인프라가 필요하지 않으므로 자본 및 운영 비용 절감 * DaaS의 민첩성 덕분에 도입자는 새로운 데이터 소스를 신속하게 통합하여 시장 변화에 거의 또는 전혀 지체 없이 적응 가능 * DaaS는 데이터의 손쉬운 수익화를 가능하게 하여 새로운 수익원 창출 * 사업부 전반에서 데이터를 표준화하여 높은 데이터 품질을 보장하고 데이터 가상화 및 자동화를 간소화하여 분석 및 비즈니스 인텔리전스를 향상시켜 더 나은 의사 결정으로 연계 * 기업이 DaaS를 최대한 활용하려면 기존 데이터 에코시스템에 접근 방식을 통합하여 외부 데이터 소스에 원활하게 액세스할 수 있도록. 이러한 통합은 또한 분석을 강화하고 의사 결정을 개선하며 혁신 촉진 * 기업이 새로운 데이터 소스를 신속하게 통합하고 시장 변화에 적응할 수 있도록 지원하는 민첩성 강조 * 클라우드 컴퓨팅과의 연계성 및 실시간 데이터 분석에 대한 수요 증가로 인해 DaaS는 당분간 계속 관련성이 있을 것으로 예상 * source: https://www.cio.com/article/412908/7-enterprise-data-strategy-trends.html?utm_date=20240604153406&utm_campaign=CIO%20US%20First%20Look&utm_content=Slot%20One%20Title%3A%207%20enterprise%20data%20strategy%20trends&utm_term=CIO%20US%20Editorial%20Newsletters&utm_medium=email&utm_source=Adestra&huid=9d4dd075-c27c-4c62-a1cb-bedd06fa7033