저는 20년 이상 Fortune 200대 기업들이 전사적인 혁신을 추진할 수 있도록 지원해왔습니다. 이 기간 동안, 성공적인 결과를 얻기 위해 데이터 경험을 최적화함으로써 어떤 이점을 얻을 수 있는지 잘 알게 되었습니다.

오랜 비즈니스 파트너인 존 G 슈미트(John G. Schmidt)와 키릿 바수(Kirit Basu)는 데이터 분야에서 잘 알려젼 리더들로, 이 분야를 심층 탐구한 혁신적인 책 ‘DataOps: The Authoritative Edition’을 저술했습니다. 이 책에서 저자들은 데이터 운영과 관리에 필요한 역량, 방법, 관행 및 기술을 정의합니다.

직접 책을 인용하자면, “데이터옵스는 데이터 인프라에 데브옵스(DevOps) 관행을 적용하는 것으로, 한 가지 주의해야 할 점은 과거보다 훨씬 빠른 속도로 변화를 수용해야 한다는 것입니다.”

기본 개념

먼저, 몇 가지 중요한 개념부터 시작해보겠습니다.

  • 애플리케이션은 여러 기능과 작업을 지원하고 자동화하며, 정보와 데이터를 생성, 사용 및 교환합니다. 격리된 데이터는 가치가 없습니다. 데이터는 참고자료로 활용될 때 비로소 정보로서 가치가 있습니다. 데이터를 제공하고 의미를 추가하려면 컨텍스트, 적용 가능성, 환경 및 조건으로 데이터의 생성, 사용, 안전, 거버넌스 및 폐기를 정의해야 합니다.
  • 연애 편지, 직무 기술서, 경찰 보고서 등은 인간이 만든 정보의 예입니다. 이러한 문서를 정형화된 저장소로 이동하면, 데이터를 검색, 수정, 저장, 보안, 암호화, 복제, 관리 및 폐기할 수 있게 됩니다. 컴퓨터는 이러한 작업의 하위 조치를 수행합니다.
  • 이러한 데이터를 분석하면, 관련 행동, 추세 및 패턴을 평가할 수 있습니다. 이를 통해 데이터와 정보 간의 관계를 이해하는 데 도움이 되는 새로운 인사이트를 얻을 수 있습니다.

데이터옵스의 역할

데이터옵스는 애플리케이션이 정보 처리 로직을 지원할 수 있도록 컨텍스트, 관계 등의 데이터 요소를 로드하고 유지관리합니다. 여기에는 다음과 같은 작업이 포함됩니다.

  • 데이터 보관, 하위 설정, 보관 및 삭제
  • 애플리케이션 시스템과 데이터 저장소 간의 모든 데이터 이동 및 교환 관리
  • 시스템 간에 미치는 영향 파악 및 조정
  • 데이터 전송 작업, 품질 및 보안에 대한 예외 실행

데이터옵스가 중요한 이유

디지털 혁신 이니셔티브를 추진하는 조직은 디지털 플랫폼에서 더 나은 성능을 발휘하고 보다 쉽게 사용할 수 있는 비즈니스 프로세스와 관련 서비스를 식별해야 합니다. 정보 모델과 데이터 모델을 관리하고 최대한 최적화된 상태로 유지하는 것이 무엇보다 중요합니다. 바로 이 지점에서 데이터옵스가 필요합니다. 데이터옵스는 데이터를 이해하기 위해 자동화된 절차를 수행합니다. 처리 로직을 지원하는 데 필요한 기능을 구현하며, 인사이트와 추세를 파악하기 위해 원시 데이터를 평가합니다.

성공적인 디지털 혁신의 열쇠

지난 몇 년 동안 대대적으로 디지털 혁신을 단행하는 기업들을 지원하면서, 기업마다 이러한 혁신으로 인해 야기되는 데이터 도전과제를 해결할 수 있는 성숙도의 수준이 천차만별이라는 사실을 알 수 있었습니다. 디지털 혁신의 성패를 결정하는 것이 바로 이 성숙도입니다.

디지털 혁신은 다음과 같은 다양한 계층으로 이루어집니다.

  • 혁신 이니셔티브 식별
  • 이니셔티브에 의해 영향을 받는 부서 범위 파악
  • 범위에 포함된 부서에서 생성 및 사용할 정보 주제 분석
  • 데이터 모델 구축

마지막으로, 조직은 새로운 운영 모델과 디지털 플랫폼으로 전환을 한 후 정상적인 데이터 모델을 유지 관리하는 데 따르는 복잡성을 해결해야 합니다. 여러 다른 환경에 존재하는 애플리케이션 간에 정보 교환이 이루어져야 하는 경우, IT는 훨씬 더 복잡한 문제에 직면하게 됩니다. 이러한 복잡성으로 인해 하이브리드 솔루션이 필요해집니다.

다음 글에서는 복잡성에 대해 살펴보겠습니다. 데이터 모델의 상태를 유지하는 데 데이터옵스가 수행하는 중요한 역할과 이를 위해 조직에서 어떤 역할들이 필요한지, 기술 자동화를 통해 일반적으로 사람이 수행하는 업무를 어떻게 혁신할 수 있으며, 퓨어스토리지 기술을 통해 어떻게 이러한 복잡성을 해결할 수 있는지도 알아보겠습니다.