[지디넷코리아]‘데이터웨어하우스가 필요하다. 다시 생각해볼 필요도 없다. 이미 경쟁업체들은 우리를 저만치 앞질러 마켓 트렌드를 예측하고 있다. 경쟁업체들은 점점 늘어나는 웹기반 마켓플레이스에 대해 우리보다 더 빠르게 대응하고 있지만, 우리는 이를 따라잡을 만한 효율성을 확보하지 못하고 있다. 회사의 여러 부서들이 지금의 시스템에 매달려 리포트와 쿼리를 요청하고 있지만 역부족이다. 지금 우리에겐 데이터웨어하우스가 필요하다.’

의사결정을 내릴 회사 고위관리를 만나기 전, 이 생각을 어떻게 전달할 것인지 계획을 세웠는가? 어떻게 이 아이디어를 설득해야 할까. 형체도 없고, 얼굴도 없고, 명쾌한 가격표조차 붙어있지 않은 데이터웨어하우스에 대해 뭐라고 설명할 것인가. 몇가지 방법을 알아보자.

ROI로 설득할 생각은 말 것
경영진에게 IT 투자를 결정짓게 하는 것은 투자대비수익률(ROI)이다. 하지만 이 글을 읽는 독자는 데이터웨어하우스의 필요성에 대해 프리젠테이션을 하면서 ROI를 들먹일 수는 없을 것이다. 데이터웨어하우스가 가져다 주는 생산 효율성 향상, 시장 파악능력(market savvy) 증대 등과 같은 효과는 계량화할 수 없기 때문이다.

(데이터웨어하우스 프리젠테이션에서) ROI 예측은 없다. 사실 독자는 데이터웨어하우스 효과를 ROI 측면에서 분석해본 일도 없을테고, 따라서 아무것도 수치로 제시할 수 없는 것이다.

데이터웨어하우스를 도입하는 가장 중요한 목적은 회사의 시장 파악능력이 얼마나 향상됐는지 명확히 알 수 있는 측정방법을 제공하는, 비즈니스 인텔리전스(BI) 기능을 개발하는 것이다. 다시 말하면, 독자는 지금 '자기 스스로의 성능을 측정할 도구'를 개발하는데 돈과 시간을 투자하라고 경영진에게 말해야 하는 것이다.

사실 개발하려는 분석 및 성능측정 기능을 이용해 궁극적으로 도대체 뭘 측정하려는 것인지조차 제대로 설명할 수 없을 것이다. 왜냐하면 고수준의 비즈니스 퍼포먼스 평가는 결국 극히 세부적인, 저수준의 평가방법에 그 기반을 두고있으며, 이 부분은 앞으로 데이터웨어하우스를 운영하면서 독자가 부서내에서 키워낼 ‘데이터 분석 전문가’의 영역이기 때문이다. 데이터 분석 전문가만이 데이터의 의미를 예측할 수 있다. 사실 그들조차 실제 결과가 나오기 전까지는 무슨 의미인지 정확히 알 수는 없다.

이렇게 말해놓고 보니 모든 것이 애매모호하게 들린다. 사실이 그렇다. 하지만 애매모호함에서 설득력을 끄집어낼 수도 있다. 이제부터 확신을 갖고 말할 수 있는 방법을 소개하겠다. 비록 여전히 구체적인 숫자는 제공하지 못하지만, 최소한 이렇다할 반론의 여지를 주지않는 논리다.

하나를 도입해서 여러 애플리케이션 효과를 얻는다
데이터웨어하우스를 구축함으로써 얻을 수 있는 것은 다음과 같다.

• 1. 다양한 수준(Multilevel)에서의 트렌드 분석. 재무, 영업, 마케팅 등 다양한 회사 부서들은 넓게는 전체 시장에서부터 좁게는 나이별, 지역별 등 원하는 모든 것을 기준으로 트렌드를 분석하고 정의할 수 있는 능력을 얻게 된다. 게다가 예상치의 정확도까지 직접 통제할 수 있다. 입력하는 데이터의 품질, 측정 분석 수준을 직접 조절할 수 있기 때문이다.



• 2. 전사적인 성능 모니터링. 1번에서와 같은 분석은 부서, 사업부, 그리고 전사적 차원에서 모두 적용할 수 있다. 따라서 경영진은 회사의 퍼포먼스를 평가할 기준을 개발하고 이를 (회사에 맞게) 지속적으로 제련할 수 있다.



• 3. 사용자가 정의하고 조절하는 리포팅. 너무 진부하게 들려 그냥 지나치기 쉬우니까 뛰어넘지 않도록 주의해야 한다. 하지만 이 기능의 가치는 아무리 강조해도 지나치지 않을 정도다. 게다가 이 기능이야말로 데이터웨어하우스 구축을 설득하기 위해 독자가 찾던 그 ‘무엇’이다.

이렇게 말하라
현재 운용중인 리포팅 시스템을 생각해보자. 이 시스템이 쏟아낸 보고서들은 다양한 부서의 다양한 사람들에게 전달된다. 이 사용자들은 필요한 정보를 종합·추출해 내기 위해 각기 다른 데이터베이스에서 데이터를 불러온다. 이러한 보고서에 사용되는 정보와 데이터는 서로 다른 데이터베이스에 위치해있기 때문에 쿼리 횟수도 많아지게 된다. 여기에 새로운 보고서를 만드는 데 드는 비용까지 더하면 자원 소모는 그만큼 상승하게 된다.

결국 그때그때의 필요에 입각한 단일 애플리케이션에 투자하느냐, 아니면 하나로 여러가지를 수행할 수 있는 애플리케이션에 투자하느냐의 문제로 접근해야 한다.

즉 경영진에게 데이터웨어하우스의 궁극적인 목적은 ‘다수의 애플리케이션 역할을 하는 단일 애플리케이션을 도입하자는 것’임을 명확히 설명할 필요가 있다. 애플리케이션 하나를 구입하는 데 드는 비용으로 데이터웨어하우스를 구축하면 결과적으로 여러 개의 강력한 애플리케이션이 생성되는 것이다. 이런 것이야말로 우리 모두가 찾던 것이다.

이 부분에서 자연스럽게 데이터웨어하우스의 4번째 혜택으로 넘어간다. 즉 데이터웨어하우스는 ‘경영진에게 꼭 맞는 애플리케이션’이란 점이다. 데이터웨어하우스를 구축하면 경영진 정보시스템(EIS)을 사용할 수 있게 된다.

보통 경영진은 직원들과 달리 필요한 정보를 도출하기위해 여러 곳의 자료를 종합하는 등의 행동은 하지 않으며, 될 수 있는한 편안하게 정보를 찾고 싶어한다. 이에 착안한 시스템인 EIS는 경영자의 의사결정을 지원하는 자료라면 무엇이든 간단히 요약해 제공한다. 즉, 경영자에게 데이터웨어하우스는 궁극의 이상적인 시스템이라고 할 수 있는 것이다.

구입해야 하는 것들
경영진을 설득할 수 없다면 데이터웨어하우스는 물 건너 가는 것이다. 저렴하면서도 강력한 전략적 툴인 데이터웨어하우스는 회사의 칼끝을 날카롭게 다듬어줄 것이다. 정확한 구축비용을 추산해 제시하긴 어렵지만 ‘100만달러에는 못미치는 수십만달러 수준’정도면 나중에 낭패를 볼 일은 없을 것이다.

그렇다면 이 돈을 써서 구체적으로 무엇을 사게 되는가? 만일 회사가 SAP, 오라클, 피플소프트 등의 ERP 플랫폼을 사용하고 있다면, 여기서 정보를 추출하고 데이터 마이닝 및 분석 애플리케이션을 수행할 툴을 개발하는 데 사용할 개발 킷을 구입하게 될 것이다.

ERP가 없다고 해도 기본적인 것들은 같다. 이 경우 스토리지, 웨어하우스에 데이터를 집어넣는데 사용할 ETL 소프트웨어, 그리고 데이터 마이닝 및 분석 소프트웨어(OLAP 등)를 구입하게 된다.

인프라 다음단계는 사람과 관련된 투자다. 분석 기능을 제대로 사용하도록 하기 위해 직원 교육 비용, 그리고 사용자들(새로 적응해야 하는 분석적 사고방식과 이미 익숙한 트랜잭션 중심적 사고방식이 충돌을 일으킬 것이다)이 보고서를 생성하기까지의 시행착오 비용 등이 소요될 것이다.

여기까지 이야기했다면 이젠 최후방어선을 확보해야 한다. 최후방어선은 모두에게 듣기 좋은 말이어야 한다.

“데이터웨어하우스를 도입하면 직원들은 더 적은 자원으로 더 많은 일을 할 수 있습니다(do more with less)” @