효율적 경영 핵심 요소로 데이터 품질 관리가 떠오른다. 데이터 품질 저하는 금전적 피해 발생은 물론, 직원 생명을 잃게 하는 위험 요인이다. 정보시스템 재구축을 초래하기도 한다.
공공기관과 기업 상당수는 적절한 데이터 품질관리를 하지 못한다. 정책·조직·인력·자원·목표·업무관계 등 다양한 영역에서 존재하는 문제가 원인이다. 복잡한 업무관계, 한정된 시간, 데이터 품질관리 정책 부재, 목표와 범위 설정의 어려움, 기술전문가 부족 등이 대표적 사례다.
이우용 정보시스템감리협회장은 “기관과 기업 다수가 데이터 품질관리를 제대로 수행하지 못한다”면서 “경영진에게 합리적으로 데이터 품질 향상의 가시적 성과나 품질관리 도입 타당성을 설명하지 못했기 때문”이라고 설명한다.
데이터 자체 품질만을 측정하는 것도 문제다. 기술적 영역에서 데이터 품질관리 활동만을 인식한다. 현업 사용자나 경영진이 데이터를 활용하기 위한 품질 관점에서 관리가 이뤄져야 한다. 경영진이 기업 경쟁력 강화에 데이터 품질이 중요한 것을 알지 못한다. 데이터 품질관리가 이뤄지지 않는 근본적 문제다.
데이터 품질관리가 지속적으로 이뤄져야 하는데도 불구하고 적절하게 대응하지 못한다. 데이터 품질 향상에 대한 가시적 성과나 품질관리 도입 타당성을 합리적으로 입증하지 못한다. 데이터 품질관리 중요성은 항상 심각한 경제적 피해가 발생된 이후에 깨닫는다.
잘못된 데이터로 발생되는 비용 손실은 정보화 예산 10~15% 수준이다. 올해 정부와 기업 정보화 예산에서 10% 이상 비용이 잘못된 데이터로 새어 나갔다. 막대한 예산 낭비다.
데이터 정확성이 높아지면 효과적 정보 활용으로 고객 요구사항을 명확히 이해한다. 차별화된 대고객 서비스가 가능하다. 고객 충성도를 높이는 효과가 있다.
이 회장은 “고객 데이터 정확성이 떨어지면 고객 이해가 부족해 고객 만족도를 높일 수 없다”면서 “이는 낮은 기업 경영 성과로 이어 진다”고 말했다.
데이터 품질관리가 이뤄지면 경영정보 등을 현업 사용자나 경영진이 적절히 활용한다. 데이터 품질 확신을 갖는다. 품질 이슈 발생 시 정의된 조직과 프로세스에 따라 시스템으로 체계적 대응과 조치가 가능하다. 기관과 기업 대외 신뢰도를 높인다.
데이터 품질관리를 위해 데이터 관리 체계를 조직 문화로 확산한다. 상시 데이터 품질관리 체계 기반을 마련한다. 품질관리 수행주체, 관리대상, 방법 등을 포함하는 프레임워크 기반 관리체계를 수립하는 것이 중요하다.
기관이나 기업은 장기적 로드맵을 갖고 연도별 데이터 품질 개선 목표를 수립하고 실천한다. 정보화 부서는 물론, 의사결정권자, 데이터 생산자 모두 동참한다.
이 회장은 “데이터 관리 체계나 시스템은 데이터 품질 활동 효율성은 높이지만 데이터 품질은 개선할 수 없다”면서 “데이터를 생산하고 활용하는 주체 의지와 활동이 필요하다”고 제시했다.
신혜권 SW/IT서비스 전문기자 hkshin@etnews.com
