NSP통신

(서울=NSP통신) NSP인사 기자 = 디지털 경제, 데이터 경제 시대에서 과거 원유의 역할을 데이터가 대체하고 있다. 이에 따라 데이터를 활용한 다양한 사업 모델들이 등장하고 있고, 기존의 다양한 플랫폼 들이 사업 영역을 확장하면서, 데이터들의 경계와 구분을 제거하고 데이터 주체 혹은 사용 주체 관점에서 데이터 생태계를 새롭게 구성하고 있다.

데이터 주력(Data Driven), 데이터 지향(Date Oriented), 데이터 기반(Data based)이라는 다양한 형태로 현 시대의 새로운 일상(New Normal)을 표현할 수 있는데, 데이터를 활용하는 방식에 의해 기업의 전략과 사업 모델이 크게 달라지게 된다.

데이터 활용 방식은, 1. 원유산업처럼 데이터를 대량의 소비 자원으로 활용하는 방식, 2. 태양에너지처럼 데이터를 무한한 요소로 우리 생태계의 핵심 구성요소로 활용하는 방식 3. 기관 기업 데이터보다는 개인 데이터 중심으로 활용하는 방식이다.

대량의 소비 방식의 대표 기업은 빅데이터 기반 테크 기업으로 정의할 수 있으며, 생태계 구성 방식의 대표 기업은 데이터 기반 공유 경제 기업이며, 마지막으로 개인 데이터 방식의 대표 기업은 마이데이터 사업자(기업)로 정의할 수 있다. 각 방식 대표 기업들의 특성이 다른 것처럼 데이터 거버넌스도 각 방식에 적합하게 수립되고 운영되어야 한다.

대량 소비 방식은 데이터의 수집, 처리, 가공, 제공, 활용이라는 데이터의 공급체인관리(SCM) 측면에서 데이터거버넌스가 수립되어야 하며, 생태계 구성 방식은 공유 경제의 사업 특성에 기반한 데이터거버넌스 방식이 수립되어야 하고, 개인데이터 활용 방식은 다수의 정보주체 참여와 활용을 위한 개방형, 정보주체권리에 대한 보증형 데이터 거버넌스 방식이 필요할 것이다.

최근 사회적으로 이슈 된 ‘이루다 AI’ 사례를 살펴보면 좋을 것 같다. 이루다는 생태계 구성 방식과, 개인 데이터 활용 방식이 결합되어 AI의 새로운 서비스를 시장에 출시하였다. ‘이루다’ 이슈를 통해 바라본 데이터 거버넌스의 이슈는 크게 다음과 같다.

1. 개인정보 수집 동의 여부 (개인 데이터에 대한 생애주기 체계의 적합성)
2. AI를 통한 개인신상 정보 공개 (개인 자기결정권의 적절한 이행 및 모니터링)
3. 보안 및 접근 통제 (데이터에 대한 오남용 방지, 권한과 승인에 의거한 데이터 활용 여부)
4. AI 편향 학습 (AI의 데이터 알고리즘 적합성, 적절성, 도덕적 윤리)

가장 중요한 것은 ‘이루다 AI’의 근간을 제공하는 데이터 소유자가 개인정보의 제공 및 사용 흐름을 다양한 조건(사전, 사후, 자동인지, 조건인지 등)에 의해 인지하도록 지원하는 방법을 신속하고, 용이하게 제공할 수 있어야 한다. 또 정보 동의를 했다고 하더라도, 동의 현황 및 정보 제공·활용 현황을 개인의 검증 체계를 투명하게 모니터링할 수 있는 데이터 거버넌스가 필요하다. 이 부분이 확보된다면, AI의 정확도와 상황 인지력을 높일 수 있는 기술적 데이터 거버넌스 방식(비속어 필터링, 은유 Meta 처리 등)으로 진화가 가능할 것이다.

대량 소비 방식의 기업은 데이터의 체계적인 관리, 운용을 위해 관리범위별 원칙, 조직, 프로세스 문서로 구성된 데이터 거버넌스 프레임워크를 수립하여 적용하여야 한다. 데이터 거버넌스 프레임워크는 데이터 워크플로우 영역으로 1)서비스 2)플랫폼 3)연계 채널 4)관리 영역 5)관리 요소로 구분할 수 있으며, 데이터 생애주기 영역으로는 수집, 처리, 가공, 제공, 활용이 상호 교차하여 구성하게 된다.

데이터가 워크플로우를 통해 서비스와 플랫폼을 거치면서 데이터의 상태 변화를 체크하고, 데이터 연계 채널을 통해 어떻게 데이터가 유통되는지 모니터링하는 것이 중요할 것이다. 관리 영역은 데이터 생애주기 관리 지원 영역과 데이터 보관, 조직관리를 포함하는 기업 관리 영역으로 수행될 것이다.

데이터 활용 방식 중 어떤 것이 기업에 적합한지 면밀하게 분석 후 결정해, 적절한 데이터 거버넌스 체계를 구축한다면, 디지털 경제에서 목표로 하는 가치를 획득할 수 있을 것이다.