아마존웹서비스(Amazon Web Services, 이하 AWS)가 한국 기업들이 데이터를 활용해 매출을 평균적으로 최대 연 10.9%까지 성장시킬 수 있다는 내용의 연구 결과 보고서를 발표했다. 대규모 기업의 경우, 이는 연평균 1,077억 2천 400만 원이 추가되는 규모에 해당한다.
AWS가 딜로이트 액세스 이코노믹스(Deloitte Access Economics, 이하 DAE)에 의뢰해 발간한 ‘데이터 이해하기 2022(Demystifying Data 2022)’ 보고서는 국내 기업 고위 경영진 502명을 대상으로 설문조사를 실시했다. 보고서는 ▲기본, ▲초급(데이터 전략이 제한적이거나 전혀 없어, 데이터를 효과적으로 수집하거나 분석하지 못함), ▲중급(새로운 데이터 전략, 필요에 따라 데이터 분석), ▲고급, 그리고 ▲마스터(전사적 데이터 전략, 분석을 자주 포함시키는 의사 결정 과정) 등 5점 만점을 기준으로 기업의 데이터 성숙도(기업이 자체 생산 데이터를 사용하는 정도)를 측정했다.
설문조사에 따르면, 효과적인 데이터 수집과 분석이 매출 및 수익 증가로 이어질 수 있다고 응답한 기업이 3분의 1 이상(37%) 이상으로 가장 많았으며, 이어 생산성 향상(36%), 경영 리스크 완화(34%) 등이 뒤를 이었다. 그러나 데이터 기능이 점점 중요해지고 있는 디지털화 추세에도 불구하고 국내 기업 중 74%는 데이터 성숙도가 여전히 기초 및 초급 단계에 머무르고 있는 것으로 나타났다.
예술 및 레크리에이션 부문 기업들 중28%가 고급 또는 마스터 수준을 달성해 가장 높은 데이터 성숙도를 기록했으며, 금융 및 보험 분야(24%), 전문, 과학, 기술 서비스 분야(23%)가 그 뒤를 이었다. 반면 건설 분야 기업은 가장 낮은 데이터 성숙도를 보였으며 조사 대상 기업 중 10%만 고급 또는 마스터 수준을 달성한 것으로 나타났다.
기업이 데이터 성숙도를 개선하여 얻을 수 있는 장점이 명백함에도 불구하고 국내 기업들은 데이터 성숙도 향상에 아직 어려움을 겪고 있다. 기업들이 꼽은 데이터 및 분석 사용의 장벽으로는 자금 부족(36%)이 가장 높은 비율을 차지했으며, 고위 경영진의 지원과 리더십(30%)이 두 번째를 기록해 데이터 분석 역량 강화를 위한 고위 경영진 지원의 필요성이 강조되었다. 또한, 기업들의 29%는 기업에 상당한 비용 부담을 주는 데이터 보안과 위험이 장벽이라고 지적한 것으로 나타났다.
이재성 딜로이트 코리아 파트너는 “기업의 디지털 전환에 대한 투자가 증가하면서 더 많은 데이터 활용을 통해 생산성을 높이는 것과 더불어 사업의 수익을 창출하고 경제에 긍정적 영향을 미칠 수 있는 기회가 마련되었다. 그러나 이번 연구에 따르면 데이터로 이룰 수 있는 잠재력을 최대한 활용하는 데 필요한 기술, 인재, 프로세스에 투자하는 국내 기업은 10%에 불과하다”고 말했다. 또한 “기업은 클라우드 솔루션에 투자함으로써 데이터 성숙도 수준을 빠르게 높이고 데이터 기반 통찰력을 확보할 수 있다. 실제로, 클라우드를 이미 사용하는 기업의 44%가 그렇지 않은 기업에 비해 데이터 및 분석으로 생산성이 개선되었다고 밝혔다. 기업이 효과적으로 데이터를 사업상 이점으로 전환하려면 데이터 성숙도를 향상하기 위한 명확하고 실용적인 로드맵을 구축하는 한편, 인재 유치와 보유에 투자하고 적절한 기술을 활용해 최대한의 혜택을 거두어야 한다"고 설명했다.
한국 기업의 데이터 성숙도 가속화 지원하고자 AWS 데이터 랩 국내 론칭
향후 1년간 한국에서 디지털 능력을 필요로 하는 근로자가 1,000만 명 증가해, 전체 근로자의 37%를 차지할 것으로 전망되고 있다. 그러나, 한국 기업 4곳 중 1곳(23%)이 데이터 및 분석 역량 개발 관련 숙련된 인력이 부족한 것으로 드러났다. 설문에 응답한 기업 중 34%는 데이터 및 분석 역량 확대를 위해 경력직 고용을 선호하며 31%가 데이터 성숙도에 긍정적인 효과를 주는 직원의 기술 역량 강화를 모색하고 있다.
AWS는 기업이 데이터 성숙도 격차를 해소하고 직원의 데이터 분석 역량을 강화할 수 있도록 장벽을 제거하는 데 중점을 두고 있다. AWS는 더 많은 기업이 데이터 성숙도 제고를 가속화 할 수 있도록 한국 AWS 데이터 랩 (AWS Data Lab) 론칭을 발표했다. AWS 데이터 랩은 고객과 AWS 데이터 전문가들이 함께 AWS를 통해 복잡한 데이터 문제를 실질적으로 해결하도록 하는 무상 프로그램이다. AWS 데이터 랩 솔루션 아키텍트와 AWS 서비스 전문가가 가이드 제공, 모범 사례 공유 및 기술적 장애 해결 등을 통해 고객들을 지원한다. 고객은 요건에 맞는 맞춤형 프로토타입, 생산 경로, AWS 서비스에 대한 심층 지식을 갖추게 된다. 이번 출시로 한국은 호주, 뉴질랜드, 미국, 영국, 브라질을 포함한 전 세계 AWS 데이터 랩 네트워크에 합류하게 되었다.
AWS는 한국이 디지털 교육을 통해 디지털 및 클라우드 기술 부족 문제를 해결할 수 있도록 지원하고 있으며, 2017년부터 현재까지 한국에서 20만 명을 대상으로 클라우드 교육을 제공했다. AWS는 데이터 애널리틱스 펀더멘털(Data Analytics Fundamentals)과 같은 자기주도형 디지털 과정과 더불어 업계에서 인정받은 AWS 인증 데이터 애널리틱스(AWS Certified Data Analytics)을 통해 AWS 서비스 경험 및 전문성을 갖춘 개인들을 대상으로 분석 솔루션을 설계, 구축, 보호, 유지 및 관리하도록 한다.
루크 앤더슨 AWS 아시아 태평양 및 일본 머신 러닝, 인공 지능 매니징 디렉터는 “데이터는 한국 기업에게 귀중한 성장 자원이 될 수 있다. 내재적 가치를 인식하고 효과적으로 분석하여 데이터 중심의 문화를 만드는 것이 핵심이다. AWS는 기업이 데이터 성숙도 관련 어떤 단계에 있더라도, 한국 고객들이 클라우드의 확장성, 비용 효율성, 보안을 활용하여 데이터 프로젝트를 확장하고 데이터를 통합하여 생산성을 높이고 혁신할 수 있도록 지원하기 위해 최선을 다할 것"이라고 밝혔다. “기업들은 현장실습과 교육 과정을 통해 현재 직원의 숙련도를 높이거나 타 기업과의 파트너십 등을 통한 내부 데이터 분석 기술 구축으로 긍정적인 효과를 도출할 수 있다. AWS 데이터 랩의 한국 출시로 고객이 데이터 성숙도 격차를 해소하고 AWS에서 데이터 여정을 가속화할 수 있게 되어 기쁘다. 한국 기업들의 데이터 성숙도 향상은 문제 해결 및 고객 경험 구축 방식을 바꾸어 놓을 것이며, 결과적으로 의료, 전자상거래, 제조 운영 등 모든 분야를 획기적으로 발전시킬 것”이라고 덧붙였다.
교보문고 장원홍 교보문고 데이터 인텔리전스팀 팀장은 “교보문고는 디지털 시대에 고객에게 더욱 우수한 서비스를 제공하기 위해 제품을 개선하는 방법을 끊임없이 모색하고 있다. 당사는 AWS 데이터 랩에 참여하여 웹 사이트 데이터와 같은 외부 자원은 물론 다양한 사업부 전반에 걸쳐 분리되어 있는 여러 데이터 소스를 하나의 통합 플랫폼으로 수집, 저장, 처리하는 데이터 레이크 개발을 할 수 있었다”며 “당사의 목표는 데이터 레이크를 활용하여 소비자의 쇼핑 경험을 개인화하는 제품 추천 엔진과 콜센터 경험을 개선하는 대시보드를 개발하는 것이었다. 불과 4일 만에 제품, 웹 사이트 상호 작용, 콜 센터 문의 등 데이터를 통합하여 고객 상호 작용에 대한 단일 뷰를 하나의 대시보드에 생성하는 프로토타입 데이터 레이크를 AWS에 구축했다. AWS 데이터 랩과 협력하기 전에는 1년 안에 새로운 데이터 플랫폼을 완성하는 것이 목표였다. 프로토타입을 4일 만에 완성하면서 출시 시기를 30~40% 단축하는 것에 도전하고 있다. 프로토타입을 먼저 개발하고 시행착오를 거치면 향후 40% 이상 비용을 절감할 수 있을 것이다. 새로운 플랫폼이 출시되면 당사의 성장을 지원하고 머신 러닝 기술 사용이 확대될 수 있도록 전사적 사용을 목표로 하고 있다”고 밝혔다.
카카오페이 김홍수 데이터실 실장은 “팬데믹 이후 변화한 소비자 라이프스타일은 온라인 결제 수요 증가 등 소비자에게 디지털로 도달하는 새로운 방법을 빠르게 모색하고 적응하도록 촉진했다. 온라인 플랫폼으로의 전환이 가속화됨에 따라 데이터 수집 방법 또한 증가했으며, 이를 통해 AWS에서 머신 러닝을 실험하고 자사 플랫폼 기반의 맞춤형 경험을 제공할 수 있었다. 예를 들어, 카카오페이는 고객이 직접 암호를 입력하는 대신 얼굴 인식 기능을 사용할 수 있도록 지원하는 머신 러닝 모델을 개발한 바 있다”며 “특히, 마스크 착용이 의무화되며 얼굴 인식 정확도가 떨어지는 문제가 발생해 마스크를 착용한 얼굴을 인식할 수 있도록 기존 모델을 개선하고, 모델 훈련 과정을 자동화해 시간이 지남에 따라 인식 성공률을 향상시킬 수 있었다. 변화하는 소비자 트렌드를 읽고 더 빠르게 대응할 수 있도록 자동화된 프로세스를 활용할 것이다"라고 말했다.
