디노도 "데이터 관리 인프라·아키텍처 혁신이 기업 성공의 열쇠"
디노도테크놀로지(이하 디노도)가 2023년 데이터 관리 시장 전망을 17일 발표했다.
지난 몇년간 코로나 19가 촉발시킨 디지털화는 기업에게 전면적인 디지털 전환을 추진하게 되는 계기가 됐다. 이에 데이터 기반의 비즈니스 운영이 오늘날 선두 기업을 결정 짓는 핵심 요소가 되며 디노도는 데이터 관리 인프라와 아키텍처의 혁신이 기업의 비즈니스를 성공으로 이끌어 줄 열쇠가 될 것이라고 전망했다.
디노도가 제시하는 2023년 데이터 관리 시장의 주요 트렌드는 다음과 같다.
글로벌 경제 침체에 따른 기업들의 인프라 비용 최적화
글로벌 경제 침체 상황에서 대부분의 기업 CEO는 비용 절감을 위한 해결책으로 IT 인프라 간소화를 가장 먼저 선택한다. 물론 클라우드 도입이 기업의 컴퓨팅 및 스토리지 비용 절감에 일정 부분 기여하고 있지만, 데이터와 분석 인프라에 대한 지속적인 투자 상황과 규모를 고려할 때 분명 기업에게 많은 재정적 부담으로 작용한다.
스토리지, 컴퓨팅, 애플리케이션을 선택할 수 있는 폭이 넓어진 덕분에, 기업들은 데이터를 분석하는 작업을 현대화하기 위하여 흔히 관련 시스템을 교체하는 전략을 택한다. 이러한 전략은 비용이 많이 들 뿐만 아니라 IT운영에 종종 혼란을 일으킬 수 있다.
따라서 2023년에 기업들은 단일 클라우드, 멀티 클라우드 혹은 온프레미스를 포함한 하이브리드 클라우드를 아우르는 모든 클라우드 환경에서 인프라를 가장 효율적이고 현대화된 방식으로 운영할 수 있는 방안을 모색할 것이다.
멀티 클라우드 보편화에 따른 핀옵스(FinOps)의 필요성 대두
클라우드로 이동하는 데이터의 양이 더욱 늘어나고 지역별로 두각을 나타내는 클라우드 업체가 다르다 보니, 다국적 기업들 사이에서 멀티 클라우드 아키텍처 도입이 가속화되고 있다. 현재, 서로 다른 클라우드 서비스 제공업체에 저장된 데이터와 관련 서비스를 관리하고 통합할 수 있는 손쉬운 방법은 없다.
클라우드 도입이 무조건적으로 비용 절감에 도움이 된다는 일반적인 통념과 달리, 실제로 방대한 양의 데이터와 데이터 이그레스 등은 기업의 클라우드 비용을 예상치 못한 규모로 증가시킨다.
클라우드에 대한 투자가 기업이 의도한 만큼 경제적인 혜택을 발생시키지 못하는 역설적인 상황이 생기면서 기업은 핀옵스를 활용하기 시작했다. 핀옵스는 하이브리드 멀티 클라우드 환경에서 클라우드 비용과 사용을 모니터링하고 비용대비 창출되는 가치를 파악하기 위한 운영 프레임워크로, 복잡한 클라우드 환경에서 기업에게 비용 최적화와 비용 가시성 확보라는 이점을 제공하며 필수 프로세스로 자리매김할 것이다.
데이터 패브릭 및 데이터 메시 도입의 가속화
지난 20년간 데이터 관리 분야는 데이터 웨어하우스, 클라우드 데이터스토어, 데이터 레이크 등의 개념과 함께 데이터 중앙화 혹은 데이터 분산화가 중심이 되는 시기를 거치며 발전해왔다.
이 중 가장 효율적인 방식이 무엇인지에 대해서는 여러 의견이 존재하지만, 최근 대다수의 기업은 데이터 분산화에 중점을 두고 있다. 특히 지난 해 기업들은 분산화 된 데이터 관리를 돕는 다양한 엔터프라이즈 데이터 아키텍처 중에서 데이터 패브릭과 데이터 메시 채택을 가속화했다.
두 방식 모두 효율적인 데이터 관리를 위한 핵심 요소이지만, 데이터 패브릭이 기업의 모든 데이터에 액세스하여 이를 사용할 수 있도록 데이터 관리에 대한 통합적인 데이터 서비스 세트를 제공한다면, 데이터 메시는 가장 적합한 팀에서 데이터를 소유하고 데이터 제품을 제공할 수 있도록 하는 프로세스라는 점에서 차이가 있다.
데이터 분석을 포함한 모든 업무에 데이터 접근성을 보장하고 데이터 거버넌스 및 보안을 확보하는 것이 중요한 과제로 떠오른 가운데, 2023년에 기업은 데이터에 원활하게 접근하고 필요에 맞게 이를 통합, 관리 및 배포할 수 있도록 지원하는 데이터 패브릭과 데이터 메시의 채택을 가속화할 것으로 전망된다.
인공지능(AI) 기반 의사결정 증가에 따른 AI 윤리 중요성 증대
전 산업 분야가 데이터 기반 의사결정을 위해 AI 활용을 가속화함과 동시에 AI 알고리즘에 내제된 편향 문제가 급속히 떠오르면서 AI 윤리는 기업 가치 판단의 기준점이 되고 있다. 이에 유럽연합(EU) 및 캐나다는 각각 인공지능법안(AI Act), 디지털 헌장 이행법안을 발의하여 AI 애플리케이션의 위험도를 세분화해 사용 가능 여부를 관리하는 등 AI 활용을 적극 규제하기 시작했다.
기업 역시 관련 규제 준수 및 내부 절차 마련에 힘쓰고 있다. 기업은 신뢰할 수 있는 AI를 활용하기 위해 개인정보 보호 및 데이터 거버넌스, 알고리즘 투명성 등을 포함한 가이드라인을 마련하고 직원 간 평가 프레임워크 및 AI 윤리위원회 등을 구축해야 한다.
데이터 품질, 데이터 준비, 메타데이터 관리 및 분석 기능의 강화
효율적인 데이터 관리는 기업의 고급 분석 및 AI, 머신러닝 분야를 지원할 뿐만 아니라 비즈니스 혁신을 이끌어 줄 인사이트를 제공하며 성공적인 비즈니스의 기반이 되고 있다. 이에 많은 기업은 데이터 활용, 데이터 거버넌스, 데이터 품질 및 메타데이터 관리에 집중하고 있지만, 데이터가 기하급수적으로 증가하면서 기업이 데이터를 효율적으로 관리하는 것이 더욱 어려워진 상황이다.
따라서 최근 데이터 관리 솔루션 벤더들은 기업 고객이 데이터를 효과적으로 활용하여 업무를 자동화하고 혁신적인 인사이트를 얻을 수 있도록 데이터 관리 기술을 강화하고 있다. 특히 디노도를 비롯한 업계 선두 기업들은 데이터 처리 및 가공, 데이터 오케스트레이션, 데이터 거버넌스에 이르기까지 데이터 패브릭을 구성하는 각 계층에 AI 및 머신러닝을 탑재해 데이터 관리 프로세스를 자동화하는 방식을 채택하고 있다.
남궁명선 디노도코리아 지사장은 "지난 몇년간 기업들은 디지털 비즈니스가 단순히 대면 서비스의 대비책이 아닌 미래 사업의 구심점이라는 교훈을 얻었다"며 "디노도는 기업들이 디노도 플랫폼을 통해 데이터에서 인사이트를 도출하고 성공적인 비즈니스를 전개할 수 있도록 지원하는데 총력을 기울일 것"이라고 말했다.
헬로티 이창현 기자 |
