문제는 통찰력의 속도…생각의 속도로 분석하라

10년 전 빌 게이츠는 저서 `생각의 속도(Business the speed of thought)`에서 `1980년대에는 품질이 화두였고 1990년대에는 기업업무의 재구축이 화두였다면 2000년대의 화두는 속도일 것`이라고 썼다. 2010년 현재 화두는 실시간 고품질 서비스와 그를 가능케 하는 기업 역량 확보다. 이는 기업들과 솔루션 업체들이 실시간 비즈니스 인텔리전스(BI)에 주목하는 이유가 되고 있다.

실시간 BI를 구현하는 데는 세 가지 접근법이 있다. 우선 인메모리, 인데이터베이스 등의 기술적 접근에 따른 BI 애플리케이션 자체의 속도 발전이다. BI 애플리케이션 내부에서 속도가 향상됐다면 실제 사용 과정에서 쓸데 없는 시간 낭비를 최소화하는 것이 실시간성을 담보한다. 이동 중에도 원하는 분석 정보에 액세스할 수 있게 해주는 모바일 BI, 외부인의 도움이나 개입 없이 정보를 원하는 사람이 바로 가공할 수 있는 셀프 서비스 BI가 그것이다.

===

기업 의사결정과 행위의 근거 기준으로 사용될 데이터가 다채널에서 폭발적으로 증가하고 있다. 이에 따라 유관 데이터 간 연동 분석이 요구되지만 대용량 데이터들을 변덕스러운 시장 변화에 앞서 분석해내야 한다. 대용량 데이터들의 상관관계를 분석해 의미있는 정보로 도출해내기 위해 실시간 BI가 필요하다.

실시간 BI 구현은 세 가지 측면에서 이뤄진다. △인메모리 및 인-데이터베이스 상태에서 BI 애플리케이션이 고속 운영되도록 하는 기술 측면에서의 실시간성 △사용자가 언제 어느 때나 BI 툴을 사용할 수 있도록 해 의사결정 시간을 단축하는 모바일 BI △특정 전문 집단에 의뢰, 결과를 얻기까지 중간 과정을 없애고 필요한 사람이 직접 정보를 분석하는 셀프서비스 BI가 그것이다.

◇인메모리 · 인데이터베이스 기술로 BI 앱 성능 향상=최근의 비즈니스 정보분석은 미래 예측이 어려워지면서 과거 이력과 패턴에 대한 통계 결과를 요구하고 있다. 이 때문에 분석 대상 데이터는 더욱 많아지고 대용량 데이터를 빠르게 처리하기 위해 정보분석 인프라의 고도화가 추진되고 있다. 최근 선형적 속도 증가가 가능한 대용량병렬처리(MPP) 방식의 DW 어플라이언스가 확산되고 있으며 IBM, HP 등은 최적화시스템이라는 이름으로 BI 및 BA 어플라이언스를 내놓고 있거나 출시할 계획에 있다.

하드웨어 성능과 MPP 방식의 DW가 데이터 분석 인프라를 발전시켰다면 실제 정보 분석을 수행하는 BI 애플리케이션에서도 활발한 기술 발전이 이뤄지고 있다. BI 애플리케이션 자체적인 속도 향상을 위해 가장 활발하게 검토되고 있는 것이 인데이터베이스 기술과 인메모리 기술이다.

경영진이나 현업 실무자가 원하는 정보를 도출하기 위해서는 먼저 DW나 데이터마트와 같은 정보 분석용 데이터 집단을 만들게 된다. 기업에 축적된 많은 정보들 중에 사용자의 의사결정을 지원하기 위해 사용자 관점에서 주제별로 통합해놓은 별도의 저장공간이다.

이 DW용 DBMS 내에서 OLAP 등 다차원 분석 툴이 프로시저를 처리하는 것이 인데이터베이스 기술이다. 인데이터베이스 기술을 적용하기 위해서는 DW 솔루션과의 협력이 필수로, 테라데이타, SAS, 마이크로스트레티지, 네티자(IBM), 사이베이스와 SAP 등 DW 업계와 BI 업계의 제휴가 활발하다.

인데이터베이스 기술의 BI 애플리케이션은 전통적인 방식의 BI 및 DW 시스템보다 압도적으로 빠른 속도를 제공하는데, 미국 스포츠용품 다이렉트 마케팅 및 유통업체인 카벨라는 인데이터베이스 BI를 적용해 기존 4일 걸렸던 정보분석 및 보고서 도출이 1시간으로 줄어들었다. 미 유통전문 마케팅 업체인 카탈리나 마케팅에서도 연간 평균 50~60개의 비즈니스 모델을 생성했던 것이 인데이터베이스 BI 도입 이후 600개로 늘어날 것으로 기대하고 있다.

인메모리 기술은 오랫동안 BI 솔루션 업계가 관심을 가져온 기술이다. 더 빠른 검색에 대한 요구 때문솔루션 업체들은 전통적인 디스크 스토리지 대신 인메모리 기술에 관심을 갖게 됐다.

전형적인 BI 기술은 테이블과 다차원 큐브 형태로 되어 있는 데이터를 디스크에 로드하고, 그 테이블이나 큐브의 데이터를 대상으로 쿼리를 수행하게 되는 것이다. 하지만 인메모리 기술은 메모리 상에 색인을 로드해 필요한 모든 정보를 메모리의 색인을 통해 빠르게 검색한다.

데이터 검색 시간을 획기적으로 줄일 수 있는 또다른 방법은 가이드 기반 검색 기술이다. 가이드 기반 검색 기술은 인메모리 기술과 결합돼 방대한 양의 기업 데이터를 즉각적으로 검색할 수 있는 검색 속도를 제공한다.

◇의사결정의 공백을 줄이는 모바일 BI와 셀프서비스BI=기업의 실시간 BI는 BI 애플리케이션의 속도로만 이뤄지지 않는다. BI를 업무에 사용하는 환경도 기업이 실시간 BI를 구현하는 데 필요한 핵심 요소다. 의사결정에 필요한 데이터를 사무실에서만 얻을 수 있다거나 IT부서나 통계전문가의 손을 거쳐야만 가능하다면 기업 의사결정 프로세스에는 병목 현상이 일어날 수밖에 없다.

한 연구보고서에 따르면 기업 경영진의 의사결정이 필요한 순간은 대부분 현장을 둘러보거나 차로 이동하는 등 경영진이 사무실 외부에 있을 때라고 한다. 이동형 근무자가 늘어나면서 가상 데스크톱 환경(VDI)와 모바일 오피스 구축이 확산되고 있으며 이 시류에 BI도 예외는 아니다.

모바일 BI는 모바일 기기(스마트폰)의 특성 때문에 몇 가지 제한이 존재한다. 우선 스마트폰의 메모리와 프로세싱 파워를 고려해야 한다. 모바일 애플리케이션이 지나치게 세분화된 단위 모듈로 운영될 경우 스마트폰 자원을 많이 소모하며 배터리 역시 빠르게 소진하게 된다. 모바일 BI는 가장 관련성이 높은 정보만을 전달해야 하며, 보고서 형식 역시 스마트폰의 화면에 맞게 구성되어야 한다.

BI 이용 환경의 또다른 변화는 셀프서비스 BI다. 분석 가공된 정보가 필요한 현업이 직접 분석하는 것이 가장 빠르고 정확한 결과를 낳을 수 있다는 생각에서다. 정보 분석의 프로세스에서 불필요한 중간자 과정을 없앰으로써 비즈니스 의사결정은 더욱 빨라진다.

셀프서비스 BI는 현업이 활용하는 BI 시스템을 구축하기 위해 직관적이고 사용하기 편한 UI를 구현하는 데서 출발한다. 신생 BI 업체들은 고품질의 시각화(visualization) 매시업과 웹 공통 기술을 사용해 자신만의 정보 포털로 BI를 구축, 이용할 수 있는 기술들을 발표하고 있다.

박현선기자 hspark@etnews.co.kr