[4차산업 빅테이터⑮] “데이터 전략”… 기업의 생존 전략
데이터 관리 솔루션과 기술은 급격한 진화 디지털 기술의 진화는 CFO에게 데이터 활용의 새로운 방안 제시 인공지능, 머신러닝, 자연어 처리, RPA 등 활용 등 데이터의 질적으로 매우 빠르게 향상
다양한 부문의 데이터를 수집하고 분석하는 것은 매우 어려운 일이다. 데이터 수집을 위해 각 기업은 현재 보유하고 있는 핵심 디지털 기술을 재점검해봐야 할 필요가 있음을 느끼게 될 것이다. 대규모의 ERP 프로젝트를 통해 이러한 문제를 해결할 수 있지만, ERP 프로젝트만이 유일한 해결 방안은 아니다.
데이터 관리 솔루션과 기술은 급격한 진화를 거듭하고 있다. 특히 재무 부서가 겪어온 데이터 관련 문제들을 과거에는 수년에 걸쳐 해결해왔다면 이제는 단 몇 개월 만에 해결이 가능해졌다. 아쉽게도 단번에 문제를 해결하는 방법은 존재하지 않지만, 디지털 기반의 재무적 역량을 활용한다면 예상보다는 훨씬 단기간에 문제 해결이 가능할 것이다.
머신러닝, 자연어 처리 기술, 향상된 분석 역량 등을 활용한 신기술을 통해 대규모의 투자나 전사 수준의 프로젝트를 거치지 않아도 데이터와 관련된 다양한 문제의 해결이 가능하다. 사실, 그러한 기술들은 이미 전사 수준의 예측, 계정 조정의 자동화, 리포팅 단순화, 고객 및 재무 인사이트 도출 등을 개선하는데 활용되고 있다.
뿐만 아니라 디지털 재무 전환과 관련된 원가, 공수, 리스크를 경감하는 데 도움이 되기도 한다. 따라서, 만약 데이터의 질적 측면에서 고민을 가지고 있고, 각 시스템간 연동성에 부족한 측면이 있다고 느껴 진다면 새로운 해결 방안을 고려해 볼 필요가 있다.
나날이 기업은 새로운 데이터를 생성해내고, 재무팀은 데이터를 통해 사업에 가치를 부여할 수 있는 무수한 인사이트를 엿볼 수 있게 되었다. 그러나 이는 말처럼 쉬운 일이 아니다. 다양한 원천으로부터 매일 데이터의 양이 어마어마하기 때문이다.
디지털 기술의 진화는 CFO에게 하여금 데이터를 활용할 수 있는 새로운 방안들을 제시하고 있다. 만일 현재 재무부서에서 사용하고 있는 시스템의 활용도가 낮다고 판단되는 경우, 새로운 방안들을 고려해 볼 필요가 있다. 클라우드 베이스의 설계 환경을 통해 데이터를 빠르게 응집하고 재구성하는 것이 가능하다. 한편 향상된 분석 기술을 통해서는 다양한 플랫 폼에 존재하는 데이터로부터 인사이트 도출이 가능하다. 머신러닝과 인공지능을 통제 및 리스크 모니터링에 활용하여 실 시간으로 문제점을 시정할 수 있다.
최근 데이터 거버넌스 팀에 새로운 인력을 채용하였 다고 가정한다. 얼마 지나지 않아 이는 매우 현명한 결정이었음을 깨닫게 될 것이다. 새로운 인재는 수만개의 데이터를 빠른 속도로 확인하고, 난해한 데이터들을 올바르게 정돈할 수 있는 능력을 가지고 있을 것이다. 이제 당신의 팀은 이를 통해 지난 수년 간 엄청난 규모로 복잡하게 누적되어 왔던 정보로부터 새로운 인사이트를 도출할 수 있게 될 것이다.
단순함을 추구하는 인공지능과 머신러닝 기술은 일반적으로 인간의 지능을 필요로 하는 작업을 수행할 수 있으며 재무 조직에 막대한 이점을 제공할 수 있다. 이는 출력되는 데이터의 정확성과 신뢰성을 높이는 동시에 과거에는 상당한 시간과 공수가 투입되어야 했던 데이터 클렌징 및 프로파일 프로세스의 자동화를 실현 가 능하게 한다.
머신러닝을 통해 향상된 데이터 분류 및 클렌징 알고리즘은 인간이 데이터 집합을 통해 어떠한 과정을 수행하는지 모니터링하고 학습하며, 대량의 데이터를 처리하는데 이러한 학습 내용을 적용하고, 동시에 데이터를 정비하는 과정을 수행한다. 이러한 알고리즘은 데이터 간 연결 및 매핑과 관련된 제안을 함으로써 데이터의 통합과 데이터 분석을 촉진하고, 새로운 재무적 인사이트 도출을 이끌어낸다.
즉, 인공지능과 머신러닝은 단순히 절차상의 비용 절감의 기회를 제공할 뿐 아니라, 재무팀이 보다 가치 있는 업무에 시간을 할당할 수 있도록 도움을 제공한다. 이는 기술이 인간을 대체하는 것에서 비롯되는 가장 큰 이점이라 볼 수 있다.
결론적으로 규모를 막론하고 모든 기업에 있어 원하는 결과를 달성하는 것의 시발점은 올바른 데이터의 활용이다. 또한 인공지능, 머신러닝, 자연어 처리, RPA 등을 활용한 새로운 기술들은 데이터 관리 자동화와 데이터의 질적 측면을 매우 빠르게 향상하는 데 도움을 줄 것이다. 이러한 효용을 얻기 위해 수많은 투자를 할 필요도, 막대한 자원을 수년간 투입할 필요도 없다. 다만, 우선순위를 정립하고, 다양한 옵션들을 고려해보며, 여러 기간 에 걸쳐 이룰 수 있는 것들이 무엇인지 작은 것에서부터 출발 해야 한다. 작은 것 에서도 가능한 것들이 많다는 것에 놀라게 될 것이다.