[2019IT시장전망/SW] 수집·정제 자동화 등 데이터 활용도·편의성 높이기 위한 방안 모색

[컴퓨터월드] 2018년에도 기업 IT시장의 주요 화두는 ‘디지털 트랜스포메이션(Digital Transformation: DT)’이었다. 인공지능(AI)과 머신러닝(ML), 빅데이터 분석, 클라우드, 사물인터넷(IoT) 등을 포함하는 IT기술은 이제 모바일·인터넷 기반의 기업뿐만 아니라 금융·공공·제조·유통·서비스·농수산업 등 다양한 분야의 기업들에게 ‘DT’라는 혁신을 위한 필수 역량이 되고 있다.

그러나 한편으로 IT는 혁신 성장을 위한 수단임과 동시에, 제대로 대응하지 못하면 기업의 생존을 장담할 수 없게 만드는 부담요소가 되고 있는 것도 사실이다. 기업들이 어떻게든 최신 IT트렌드를 확인하고, 또 따라잡으려 노력하는 것은 이러한 이유에서다. 이에 본지 컴퓨터월드/아이티데일리는 2019년을 맞아 ▲소프트웨어(SW) ▲하드웨어(HW) ▲보안 등 각 분야별로 나눠 지난해 주요 이슈를 정리하고, 올해는 어떤 트렌드에 주목해야할지를 살펴봤다.

 

BI - 자동화된 데이터 처리 도구 요구, 전문성/민첩성에 따른 분석의 이원화

데이터 분석에 대한 기대치는 점점 더 높아지고 있다. 인공지능(AI)과 머신러닝 알고리즘을 기반으로 생성된 인텔리전스는 이미 금융·제조·유통·의료 등 다양한 산업 분야에서 활용되고 있으며, 보다 민첩하고 보다 정확한 답변을 제공받고자 하는 고객들의 요구에 직면하고 있다.

이제 모든 산업분야에서는 데이터 분석의 성능과 정확도를 향상시키기 위해 양적인 면과 질적인 면 모두를 만족시키는 데이터에 대한 수요가 높아지고 있다. 전통적인 방법으로 데이터를 수집하고 정제하는 것은 오늘날 수없이 많은 분석 수요에 대응하지 못한다. 따라서 강력한 머신러닝 기반의 자동화된 데이터 전처리 도구를 도입함으로써 정제된 데이터를 빠르게 대량으로 확보할 필요성이 높아지고 있다.

일각에서는 데이터 분석을 효과적이고 효율적으로 수행하기 위해 데이터에 대한 ▲수집·이동·처리 ▲분석 ▲모델 적용 등으로 이어지는 전체 분석 라이프사이클을 단일한 플랫폼 상에서 일관성 있게 전개해야 한다고 강조한다. 또한 분석을 위한 플랫폼과 솔루션을 도입하는 것에서 그치는 것이 아닌, 이를 활용하고 전문적인 인사이트를 만들어낼 수 있는 데이터 사이언티스트를 양성함으로써 분석 역량을 내재화하는 것도 필요하다.

꾸준히 강조되고 있는 셀프서비스(Self-Service) 분석에 대한 요구 역시 주목할 만하다. 향후 전 세계 기업들이 데이터 사이언티스트 부족에 직면하게 될 것이라는 전망에 따라, 많은 기업들이 비즈니스 조직이 손쉽게 다룰 수 있는 분석 도구를 마련해 데이터 분석에 대한 접근성을 높이고 있다. 이들은 IT조직과 데이터 사이언티스트들이 수행하던 전문적인 분석 역량은 갖추지 못했지만, 실시간으로 생성되는 데이터에서 즉시 활용 가능한 인사이트를 빠르게 찾아냄으로써 비즈니스 민첩성을 향상시킨다. 이는 앞서 언급한 데이터 사이언티스트 양성과 맞물려, 일상적인 분석과 전문적인 분석이라는 데이터 분석의 이원화를 야기할 것으로 보인다.


DBMS - 멀티 클라우드 대비한 단일한 데이터 접점 필요, 오픈소스 성장 ·오라클은 하향

클라우드 추세는 DBMS 업계에서도 다르지 않다. 특히 안정성과 가용성, 무결성 등이 무엇보다 중요하게 여겨지는 DBMS에서는 클라우드가 갖는 고가용성이라는 장점이 더욱 크게 부각된다. 다만 최근 AWS 클라우드에서 장애가 발생해 많은 고객들이 피해를 본 사례가 있어, 단일한 클라우드 환경에 대한 맹목적인 신뢰는 한풀 꺾인 것으로 보인다. 이에 따라 강력한 보안성과 재해복구 역량, 대용량 데이터 저장이 가능한 멀티 클라우드에 대한 요구가 일어나고 있으며, 기업 측면에서는 멀티 클라우드에 흩어진 데이터들을 통합적으로 확인할 수 있는 단일 데이터 접점에 대한 고민이 필요할 것으로 보인다.

오픈소스 DBMS는 내년에도 꾸준히 상승세를 이어갈 전망이다. 마이SQL(MySQL)이 높은 점유율을 유지하고 있는 것은 물론, 포스트그레SQL(PostgreSQL)이나 몽고DB(MongoDB), 마리아DB(MariaDB) 등은 수 년째 꾸준히 점유율이 향상되고 있다. 업계 관계자들은 오픈소스 DBMS들의 성능이 상용 제품과 경쟁할 수 있을 정도로 고도화됐다고 말하면서도, 무엇보다 안정성이 중요한 DBMS 분야에서 오픈소스를 사용하는 것에 대해서는 신중해야 한다는 점을 강조했다. 실제로 지난해 카카오뱅크의 경우 금융권에서 시스템 일부에 오픈소스 DBMS(마이SQL)을 도입한 사례로 화제가 됐지만, 핵심적인 영역에서는 여전히 오라클 DBMS를 사용하고 있다.

▲ 오픈소스 DBMS에 대한 관심은 수 년간 꾸준한 성장세를 유지해왔다. (출처: DB엔진)

한편 업계 관계자들은 DBMS 시장의 절대 강자였던 오라클에 대해 꾸준한 하락세가 이어질 것으로 내다봤다. 상용과 오픈소스를 가리지 않고 DBMS의 성능이 전체적으로 상향평준화되면서 오라클 DBMS와의 기술적 격차가 좁혀졌으며, 클라우드 DBMS 시장에서 오라클이 두각을 드러내지 못하면서 조금씩 시장 점유율을 잃어가고 있기 때문이다. 다만 오라클은 여전히 전 세계 DBMS 시장에서 최고의 점유율을 자랑하고 있기 때문에, 수 년간 이어져온 하향세를 반등시킬 수 있는 새로운 기회를 잡을 수 있다면 평가가 달라질 수도 있을 것이다.


ERP - 의사결정 지원 위한 AI 도입 활성화, 클라우드 전환 기조 유지

최근 국내외 많은 ERP 공급기업들이 자신들의 제품이 갖추고 있는 AI 기반 기능에 대해 목소리를 높이고 있다. ERP를 도입하는 기업들이 원하는 것은 비즈니스 자원을 효율적이고 체계적으로 관리하고 정확한 의사결정을 내릴 수 있도록 지원하는 것이다. ERP에 도입된 AI는 이러한 일련의 과정에서 소요되는 시간을 단축시켜 업무를 효율적으로 개선할 수 있도록 돕는다. 보유한 비즈니스 자원에 대한 실시간 분석과 시각화를 통해 가시성을 높이고, 경영진은 물론 비즈니스 조직이 기업의 자원관리 현황을 파악해 새로운 전략을 제안할 수 있도록 한다.

AI가 적용된 ERP는 대부분 적극적으로 분석을 수행하고 인사이트를 제공하며 최선의 결정을 제안하는 등 사람이 수행하던 업무를 대체하기보다는, 가시성을 높여 의사결정을 지원하는 수준에 당분간 머무를 것으로 보인다. 반면 일부 기업에서는 비즈니스 자원에 대한 분석을 바탕으로 맞춤형 미래예측을 지원하는 등 적극적인 AI 도입도 고려하고 있는 것으로 나타났다.

모바일 및 클라우드 지원에 대한 요구 역시 강해지고 있다. 기업의 비즈니스 영역이 사무실에 국한되지 않고, PC보다는 모바일 디바이스를 활용한 업무 활동이 다양해지면서 많은 ERP 시스템들이 모바일·클라우드 환경에 대한 지원을 강화하고 있다.

한편 아직은 정부기관이나 높은 보안성을 요구하는 일부 기업에서 적극적인 클라우드 ERP 도입을 꺼리는 측면이 있다는 점이 지적됐다. 클라우드 환경에 대한 불신 때문만이 아니라, ERP와 같은 기업의 핵심 자원을 다루는 시스템을 새롭게 전환한다는 것이 쉽지 않은 결정이기 때문이다. 다만 업계 관계자들은 이미 이러한 문제점들을 개선하고자 하는 움직임이 일어나고 있다며 낙관적인 전망을 내놓았다.


SW품질관리·테스팅 - 산업계 도입 여전히 소극적, 업계 활성화 위한 정부·민간 노력 필요

산업 간 융합이 빈번해지고 다양한 디바이스와 서비스가 연결되면서 SW의 품질과 안전, 보안 등에 대한 중요성은 더욱 높아지고 있다. 하지만 기업들은 이렇게 강조되는 SW의 역할에 비해 품질을 높이기 위한 일련의 활동과 보안사고 예방에 추가적인 리소스를 투입하는 것에 소극적이다.

SW품질관리와 SW테스팅을 통해 전반적인 국내 SW의 역량을 향상시켜야 한다는 주장은 수 년 전부터 꾸준히 제기돼왔다. 이와 같은 업계의 노력에도 불구하고 여전히 대다수의 기업이 SW품질관리 및 테스팅에 대해서는 가볍게 여기고 있는 것이 사실이다. SW 공급기업 입장에서는 공공기관이나 일반 기업이 SW를 도입할 때 까다로운 품질 확인 절차나 테스팅을 요구하지 않는 이상, 굳이 시간과 비용을 투자해가며 SW품질관리 및 테스팅을 수행할 필요가 없다는 입장이다.

관련 업계에서는 4차 산업혁명을 맞아 SW의 중요성이 점점 더 높아지고 있는 만큼, SW품질관리 및 테스팅 문화를 활성화해 우수한 SW 개발을 뒷받침할 수 있는 근본적인 체계를 마련해야 한다고 강조한다. 잘 갖춰진 SW품질관리 및 테스팅 환경은 기업의 SW 역량을 향상시킬 뿐만 아니라, 장기적으로는 기업의 SW 개발 비용을 오히려 절감할 수 있다는 설명이다.

이를 위해서는 공공 및 민간 시장에서 SW품질 점검과 테스팅 절차를 강화할 수 있는 규제안이 필요하다. 또한 SW테스팅 업계의 만성적인 인력부족을 해결하기 위해 지속적으로 SW테스팅 엔지니어에 대한 대우를 개선하는 등 인력 유입이 필요하며, 이를 위해서는 SW품질관리 및 테스팅이 정당한 대가를 받을 수 있도록 중요성에 대한 인식이 개선돼야 한다고 강조한다.


UI/UX - 웹 표준 전환 수요 꾸준…사용자 경험 향상 위한 ‘심리스’ 강조

HTML5와 액티브-X(Active-X) 제거로 대표되는 웹 표준으로의 전환은 여전히 UI/UX 분야의 대표적인 화두로 남을 전망이다. 최근 수 년간 액티브-X 제거가 꾸준히 강조된 결과 많은 정부기관 및 민간 조직들이 자사 홈페이지에서 액티브-X를 들어냈다. 특히 정부기관 홈페이지에서의 액티브-X 제거는 앞으로도 꾸준히 전개될 것으로 보인다.

웹 UI는 최신 기술 트렌드를 받아들여 보다 사용자 친화적으로 변화할 것이다. 오늘날 사용자들은 PC와 모바일 디바이스에 각각 최적화된 웹 UI를 당연하게 여기고, 서로 다른 접점에서도 동일한 서비스를 받을 수 있어야 한다고 생각한다. 기업 내부 사용자들 역시 PC 웹에서 활용하는 업무 시스템을 모바일에서도 접근 가능하기를 원하며, 접속하는 디바이스에 관계없이 업무 연속성을 유지하고 효율적인 업무 수행이 가능한 편리한 시스템을 요구하고 있다.

UI/UX 업계에서는 PC와 모바일을 아우를 수 있는 하이브리드 UI/UX 개발 도구를 고도화하는 한편, 사용자 경험을 향상시키기 위해 보다 매끄럽게(seamless) 모든 서비스에 접근할 수 있도록 시스템 환경을 개선해나갈 전망이다. 특히 공급자 측면이 아닌 사용자 측면에서 고객의 활동 데이터를 분석함으로써 직관적인 인터페이스를 구현하는 것이 중요하게 여겨진다.

한편 한 업계 관계자는 키보드나 마우스, 스크린 터치와 같은 전통적인 입력 방식을 넘어, 새로운 입력 장치에 대한 대응이 필요하다고 강조했다. IoT 디바이스에서 수집되는 센서 정보나 목소리, 시선, 제스처 등 모든 정보를 사용자가 보내는 신호로 인식하고, 이를 서비스에 대한 명령으로 활용할 수 있어야 한다는 설명이다. 이러한 비욘드 스크린(Beyond Screen) 전략은 쉽게 지나칠 수도 있는 다양한 정보들을 시스템이 이해할 수 있는 공통된 언어로 변환하는 것으로 구현될 수 있다.


하둡 - 기업의 핵심 데이터 접점으로 부상…스트리밍 데이터 처리 플랫폼으로도 각광받아

하둡 생태계는 이제 단순한 빅데이터 저장 및 분석 도구를 넘어 차별화된 강점을 지닌 데이터 플랫폼으로 자리매김했다. 가벼운 파일럿 프로젝트가 아닌 기업 내에서 상시적으로 활용되는 별개의 시스템으로 사용되고 있다. 또한 하둡 생태계의 복잡도가 증가하면서 상용 벤더들의 제품을 이용하는 경우가 많아졌으며, 클라우드 환경을 기반으로 신속한 시스템 구축 및 활용, 유연한 클러스터 확장 등의 장점을 활용하는 사례가 확대되고 있다.

특히 AWS, MS 애저, 구글 클라우드 등 복수의 클라우드 서비스를 복합적으로 활용하는 멀티 클라우드 추세가 확산되면서 하둡 벤더들에게도 새로운 기회가 생겨나고 있다. 클라우드 벤더 종속을 걱정하는 기업들에게서 복수의 클라우드 벤더의 서비스에 접근할 수 있는 단일한 창구로써 하둡 생태계를 활용하는 사례가 일어나고 있다. 많은 고도화를 거친 하둡 생태계는 이제 기업의 핵심 데이터 플랫폼으로 활용될 수 있는 수준에 이르렀으며, 상용 하둡 벤더들 역시 이를 인식하고 온프레미스와 멀티 클라우드까지 아우르는 단일한 데이터 접점의 역할을 강조하고 있다.

▲ 하둡 생태계의 스트리밍 데이터 처리 컴포넌트(출처: 클라우데라)

한편 IoT 디바이스의 증가나 데이터 처리 및 분석 역량 향상 등에 따라 스트리밍 데이터 처리에 대한 요구 역시 강해지고 있다. 하둡 생태계는 스파크(SPARK), 스톰(STORM), 플링크(Flink) 등 스트리밍 데이터 처리가 가능한 다양한 프레임워크나, 로그성 데이터 수집이 가능한 카프카(Kafka)나 플럼(Flume)과 같은 컴포넌트들을 갖추고 있어 스트리밍 데이터 처리 분야에서 가장 많은 관심을 받고 있다. 실제로 스트리밍 데이터 처리 서비스를 제공하는 많은 기업들이 하둡 컴포넌트 기반의 제품을 내놓으면서, 스트리밍 데이터 처리에서 하둡이 갖는 위상이 강조되고 있다.

저작권자 © 아이티데일리 무단전재 및 재배포 금지