인포매티카 데이터 품질 사업부 총괄 이반 청(Ivan Chong) 수석 부사장
이반 청은 블로그에서, 최근 기업들은 순수하게 IT 생산성에 초점을 맞추기 보다는 기업의 비즈니스와 고객들에 대한 이해가 수반한 기술들을 원하며, IT 부서들은 비즈니스 파트너들과의 협업 수준을 높이는데 많은 관심을 보이고 있기에 데이터 품질 관리가 특히 중요하다고 강조했다.
1세대 데이터 품질 관리 툴은 비즈니스가 아닌 기술에 중심을 두고 있었으나, 이제는 비즈니스 중심의 솔루션으로 이행되어야 한다며, 기술 중심의 데이터 품질 관리 솔루션과 비즈니스 중심의 데이터 품질 관리 솔루션의 차이를 다음과 같이 설명했다.
우선, 기술 중심의 데이터 품질 솔루션은 데이터 프로세스의 자동화를 하는 데 초점을 맞추고 있지만, 이는 데이터 품질 관리 프로세스의 전 영역을 커버하지 못한다고 말하며, 기술만을 강조할 경우 설령 95퍼센트의 데이터가 정확하게 자동으로 수정할 수 있다고 해도 여전히 5퍼센트의 부정확한 데이터가 문제로 남는다는 점을 지적했다.
또한, 데이터가 원래의 호스트 어플리케이션에서 분리되게 되면 컨텍스트적인 의미는 거의 상실되기에, 물리적인 데이터 구조에만 초점을 맞추는 기술 중심의 데이터 품질관리로는 데이터의 정확성이나 일관성을 평가하지는 못한다고 지적했다. 기업 안에는 수많은 데이터들이 있지만, 그 데이터의 컨텍스트에 대한 이해가 부족한 것이 현실이다. 그러나 컨텍스트를 고려하지 않은 데이터 품질은 의미가 없다. 예를 들어, 10044라는 숫자에 대해서, 이는 10,044 파운드나 10,044달러, 10,044리터 등 다양한 해석이 가능하기에 컨텍스트적으로 해석하지 않으면 의미 없는 숫자 나열에 불과한 것이 된다.
마지막으로, 기술 중심의 데이터 품질 솔루션은 데이터 품질 관리 향상의 유형을 개발자 툴에서 사용하는 데이터를 수정하는 것으로 한정시키고 있지만, 데이터 품질 관리는 단지 불완전한 데이터를 수정하는 것 외에도 프로세스를 향상시키는 것도 포함한다고 말했다.
이반 청은, "비즈니스 사용자들은 데이터 품질을 종전과는 다른 관점에서 바라보고 있다"며, "그들은 다른 부가적인 기술에 투자하듯이 데이터 품질의 개선을 위해 훈련, 고용 및 비즈니스 프로세스 재구축에 투자하게 되어, 추후 데이터 품질 관리 프로세스와 컨텍스트상의 정보, 데이터 품질 측정 기준에 보다 많은 주목과 투자가 발생할 것"이라고 전망했다.
심정아 기자
sja@itdaily.kr