계정계 구축 이후에야 정보계의 필요성이 실감됩니다 (데이터플랫폼)

데이터 플랫폼 · 정보계 구축

계정계가 끝나야,
정보계가 시작된다.

HFC Consulting — Hemingway From Cuba

---

오후 세 시. 분석팀 대리가 엑셀을 연다. 지난달 지점별 매출을 보고서로 만들어야 한다. 계정계 시스템에 들어간다. 숫자는 있다. 합산이 안 된다. 지점 코드 체계가 시스템마다 다르다.

그는 옆 부서에 전화한다. "이거 통합 좀 안 됩니까." 답이 돌아온다. "계정계 만들 때 그런 요청 없었는데요." 둘 다 틀린 말은 안 했다. 그때는 아무도 이 보고서를 생각하지 않았다.

계정계가 오픈하고 나서야, 정보계의 필요가 실감된다. 그 시점에 따로 시작하면, 원천 데이터의 구조부터 다시 손봐야 한다. 이미 쓴 돈 위에, 다시 돈을 쓴다.

우리는 Cloudera 기반 Data Lake를 금융사와 물류사에 직접 구축하였다. Snowflake로 옮긴 적도 있다. 클러스터를 짜는 일과, 그 데이터를 현업 부장이 실제로 열어 보는 일 사이의 거리를 안다. 계정계 선을 그을 때, 정보계 선도 같이 긋는다. 그래야 그 대리가 두 번 전화하지 않는다.

우리의 방식

데이터 플랫폼의 가치는, 현업이 그것을 직접 열어 볼 때 생긴다.
그 순간을 기준으로 아키텍처를 그린다. BI 화면까지, 같은 도면 안에 둔다.

---

하는 일

네 단계

 

1. 데이터 아키텍처 설계

DW·Data Lake 구조와 데이터 모델을 정의한다. SI와 동시에 진행하면 가장 좋다. 독립 프로젝트라면 원천 시스템 진단부터 시작한다.

2. 데이터 파이프라인 구성

배치·실시간 ETL을 설계하고 구축한다. 원천 시스템이 바뀌어도 흔들리지 않는 구조로 구성한다.

3. BI · 분석 환경 구성

현업이 직접 조회할 수 있는 화면을 만든다. 데이터 마트를 구성하고, 교육까지 한다.

4. 레거시 DW → 클라우드 전환

Snowflake 등으로 옮긴다. 단순 이전이 아니라 구조를 다시 재편한다. 성능과 비용을 같이 고려한다.

---

이런 상황이라면

✓ 신규 SI와 함께 정보계 아키텍처를 처음부터 그리고 싶다
✓ 기존 DW의 속도가 느려지고 유지보수 비용이 늘고 있다
✓ AI·ML을 시작하기 전에 데이터 기반부터 다지고 싶다
✓ 데이터는 쌓이는데 분석에 쓰지 못하고 있다

위 네 가지 중 하나라도 해당된다면, 지금이 이야기를 시작할 때다.

대리님이 두 번 전화하지 않도록.

현재 시스템 현황과 목표를 보내 주십시오. 저희가 읽고, 어떤 접근이 맞는지 함께 살펴보겠습니다.

✉ changks@hfcconsulting.co.kr

1영업일 이내 답변 · 주식회사 에이치에프씨 컨설팅 · 대표이사 장기석