[디지털데일리 배태용 기자] 인공지능(AI)이 품질이 좋은 형태로 데이터를 활용을 하려면 그에 맞는 관리 거버넌스도 따라와야 합니다. 근데 현실은 지금 데이터를 관리하는 대부분 기업이 정확한 데이터를 소비할 수 없는 상태인 게 문제죠."

김세준 디노도코리아 상무는 7일 소공동 롯데호텔에서 <디지털데일리>가 주최한 제19회 금융IT 이노베이션 콘퍼런스에서 '금융 IT 혁신을 위한 차세대 데이터 통합⋅관리 방안' 주제 발표에서 이같이 말했다.

그에 따르면 금융 산업은 클라우드 활성화와 데이터 폭증으로 인해 새로운 도전에 직면하고 있다. 클라우드 활성화로 인해 데이터가 분산되고, 데이터 유형과 소스가 다양해지면서 데이터 관리의 복잡성이 증가하고 있다. 또한, 데이터 폭증으로 인해 데이터 분석과 인사이트 도출에 드는 시간이 늘어나고 있다.

이 때문에 현재 다수의 금융 기업도 인공지능⋅머신 러닝(AI ML) 인사이트 기반 비즈니스 창출에 어려움을 겪고 있다는 설명이다. 밀리메트릭닷에이아이(Millimetric.AI)의 조사에 따르면 62%의 기업이 부정확한 데이터로 인해 더 나은 고객 경험을 제공할 수 있는 능력이 저하되고 있다고 답했으며, 이러한 문제 때문에 데이터 과학 프로젝트의 85%가 운영으로 전환하지 못했다고 답했다.

그는 이러한 문제 발생하고 있는 원인은 분산된 데이터로 인해 데이터 관리가 어려워지고 있는 데다 데이터 사일로(기업 내부에서 발생한 데이터가 각자 분리되어 간극이 생긴 상태) 등 요인으로 데이터를 정리, 요약하는 데 많은 시간이 소요되고 있다고 진단했다.

그는 "이러한 문제를 해결하기 위해서는 AI 기술을 고도화하는 데 집중하기보다는 이제는 데이터가 중심이 돼 품질에 대한 고민을 굉장히 많이 해야 하는 때"라고 지적했다.

김 상무는 품질 개선을 위해선 ▲ 글로벌 데이터 관리 및 데이터옵스(DataOps) ▲ 수집, 가공, 분석, 활용에 이르는 모든 단계를 통합적으로 관리 ▲ AI 기반 데이터 관리 우선순위 지정 등이 필요하다고 강조했다.

그는 "AI 프로젝트의 성공은 데이터 품질이 좌지우지하는데, 이 데이터 품질은 관리체계가 무엇보다 중요하다"라며 "데이터 품질을 높이기 위해선 메타데이터 관리, 데이터 표준화, AI 기반 데이터 오퍼레이션 운영 프로세스 도입이 필요하다"라고 말했다.

이러한 가운데 디노도 코리아는 기업의 데이터 활용성을 높이기 위한 데이터 가상화 플랫폼을 제공하고 있다고 소개했다. 디노도 플랫폼은 기업의 데이터를 통합 관리하고, 가상화해 데이터의 위치와 형식에 구애받지 않고 활용할 수 있도록 지원한다.

그는 "자사의 플랫폼은 기업의 모든 데이터에 대한 메타데이터를 수집하고 관리해 데이터의 특성, 용도, 관리 정책 등을 파악할 수 있도록 한다"라며 "뿐만 아니라 데이터의 위치와 형식에 구애받지 않고 데이터를 가상화해 단일 뷰(View)로 제공하기도 한다"라고 설명했다.

현재 디노도 플랫폼은 다양한 산업 분야의 기업에서 활용되고 있다. 금융, 제조, 유통, 의료 등 다양한 산업의 기업에서 데이터 가상화를 통해 데이터 활용성을 높이고, 데이터 기반 의사 결정을 강화하고 있다. 그는 디노도 플랫폼은 기업의 데이터 활용성을 높이고, 데이터 기반 의사 결정을 강화하는 데 효과적인 솔루션으로 평가받고 있다고 소개했다.

김 상무는 "이러한 데이터 가상화를 통해 데이터의 위치와 형식에 구애받지 않고 데이터를 활용할 수 있어, 데이터 활용성이 향상된다"라며 "또한 커뮤니티를 통해 데이터 품질 개선을 위한 협업과 소통이 이루어져, 품질 향상으로 이어지기도 한다. 그러면서 데이터 보안 기능도 갖춰 안전하게 활용할 수 있다"라고 강조했다.