데이터 관리 비용 91% 급증 시대, AI로 역전승 거둔 기업들의 전략

데이터 관리의 새로운 규범 – AI 시대의 가치 창출 방안

69%가 겪는 데이터 보안 딜레마, 79%는 폐기 정책조차 없어

인공지능 시대가 본격화되면서 기업들의 데이터 관리 방식이 근본적으로 변화하고 있다. 데이터 분석 플랫폼 기업 스플렁크(Splunk)가 전 세계 IT, 엔지니어링, 사이버보안 전문가 1,475명을 대상으로 실시한 설문조사 결과, 기존의 데이터 중앙집중화 방식을 벗어나 새로운 데이터 관리 패러다임이 필요한 시점임이 드러났다. 특히 AI 기술과 데이터 관리의 융합을 통해 비즈니스 성과를 크게 개선하는 선도 기업들의 전략이 주목받고 있다.

설문조사에 따르면 응답자의 69%가 데이터 보안 및 규정 준수를 가장 큰 데이터 관리 장애물로 꼽았다. 이어 데이터 볼륨 및 증가 속도 문제가 67%로 두 번째 주요 과제로 나타났다. 데이터 계층 정의(41%), 비용 관리(35%), 데이터 수집(30%) 등도 상당한 장애 요소로 인식되고 있었다.

이러한 데이터 관리 어려움은 실질적인 비즈니스 영향으로 이어지고 있다. 응답자의 71%는 잘못된 의사결정이 발생했다고 답했으며, 62%는 규정 미준수 사례가 발생했다고 응답했다. 특히 46%는 경쟁력 약화를 경험했다고 밝혔다. 또한 79%의 응답자는 데이터 폐기에 대한 정책조차 마련되어 있지 않다고 답해 체계적인 데이터 거버넌스의 부재를 드러냈다.

91%가 예산 늘렸지만 26%는 투자 효과 측정 못해

거의 모든 조직에서 데이터 관리 비용이 급증하고 있다. 전체 응답자의 91%가 전년도보다 데이터 관리에 더 많은 비용을 지출했다고 응답했다. 비용 증가의 주요 원인으로는 데이터 볼륨 증가(73%), 규제 변화(71%), 데이터 관리 기술 도입(62%) 등이 꼽혔다.

평균적으로 응답자들은 올해 데이터 관리 예산의 28%를 검색 및 분석에 사용했다고 답했는데, 이는 전년도 24%보다 증가한 수치다. 이는 단순한 데이터 저장을 넘어 데이터에서 실질적인 가치를 창출하려는 조직들의 노력이 증가하고 있음을 보여준다. 하지만 응답자의 26%는 데이터 관리 투자에 대한 ROI를 정확하게 계산할 수 없다고 답해 투자 효과 측정의 어려움도 드러났다.

데이터 재사용으로 장애율 25%p 낮춘 성공 기업들의 비밀

성공적인 데이터 관리를 위한 새로운 접근법이 주목받고 있다. 데이터 품질 관리를 우선순위로 삼는 조직의 73%가 평균 대응 시간(MTTR) 향상을 경험했다고 보고했다. 이는 다른 조직의 51%보다 현저히 높은 수치다. 데이터 재사용 전략을 도입한 조직들도 뚜렷한 성과를 보였다. 이들 조직은 대용량 데이터 처리 시 장애 발생률이 46%로, 다른 조직의 71%보다 현저히 낮았다. 또한 사고 발생 시 피해를 더 효과적으로 줄일 수 있었으며(52% vs 35%), 데이터 유출 사고 발생률도 낮은 것으로 나타났다(44% vs 33%).

데이터 계층화를 적용한 조직들은 저장 비용 절감(50%), 데이터 접근 속도 향상(32%), 보안 강화(10%) 등의 효과를 경험했다. 특히 이들 조직은 데이터 접근 및 검색 속도, 비용 관리, 데이터 마이그레이션 관련 어려움을 겪을 가능성이 다른 조직보다 현저히 낮았다.

98%가 인정한 AI-데이터 시너지, 머신러닝 정확도 82% 향상

AI 기술과 데이터 관리의 융합이 새로운 가치를 창출하고 있다. 응답자의 85%는 자사의 데이터 관리 전략이 AI가 가치 있는 인사이트를 생성하는 데 필요한 충분한 데이터 양과 다양성을 제공한다고 답했다. 또한 82%는 데이터 전략이 머신러닝 모델의 정확도를 향상시켰다고 응답했다.

반대로 AI도 데이터 관리 개선에 기여하고 있다. 응답자의 98%가 AI가 데이터 관리 전략을 더 쉽게 만들어주었다고 동의했으며, 73%는 AI를 통한 반복적 업무 자동화가 데이터 품질 향상에 기여했다고 밝혔다. 59%는 AI가 대규모 데이터 세트에서 패턴, 트렌드, 이상 현상을 식별하는 데이터 탐색에 도움이 되었다고 응답했다.

FAQ

Q: AI 시대에 데이터 관리가 왜 중요한가요?

A: AI는 양질의 데이터에 의존하기 때문에 강력한 데이터 관리 전략이 AI 모델의 성능을 좌우하는 핵심 요소입니다. 반대로 AI도 워크플로우 자동화와 보안 개선을 통해 데이터 관리 수준을 향상시킵니다.

Q: 데이터 관리 비용이 급증하는 이유는 무엇인가요?

A: 주요 원인은 데이터 볼륨 급증(73%), 규제 요건 변화(71%), 새로운 데이터 관리 기술 도입(62%) 등입니다. 특히 GDPR 등 강화된 규제 준수를 위한 투자가 크게 늘어나고 있습니다.

Q: 데이터 재사용이 비즈니스에 어떤 도움이 되나요?

A: 데이터 재사용을 통해 중복 데이터 수집 비용을 절감하고, 부서 간 협업을 촉진하며, 서로 다른 출처의 데이터를 결합해 새로운 인사이트를 도출할 수 있습니다. 또한 대용량 데이터 처리 시 장애 발생률도 크게 낮출 수 있습니다.

해당 기사에서 인용한 보고서는 링크에서 확인할 수 있다.

이미지 출처: Splunk

기사는 클로드와 챗GPT를 활용해 작성되었습니다.