AI 도입과 통합

Data governance 데이터 거버넌스

AI 도입이 막히는 곳은 대개 모델이 아니라 데이터입니다. 어디에 있는지, 누가 쓰는지, 믿을 수 있는지. 이 세 가지부터 분명히 합니다.

이런 분께 맞습니다

같은 데이터가 부서마다 버전이 달라 숫자가 맞지 않는다
AI나 BI 보고서를 도입하고 싶지만 데이터를 쓸 수 있는 상태인지 모르겠다
회사에 어떤 개인정보가 있고, 어디에 있으며, 누가 볼 수 있는지 분명하지 않다
기존 시스템 연결을 계획하고 있어 데이터부터 정리하고 싶다

협업 주기 3개월, 6개월 또는 1년
비용 산정 방식 사례별 산정

메일 보내기

흩어진 데이터

ERP, Excel, 부서별 시스템

데이터 목록과 표준

위치, 소유자, 필드 정의

품질과 권한

정기 점검, 개인정보 분류

믿을 수 있는 데이터

보고서와 AI에 활용

데이터가 어디에 있고 누가 책임지며 믿을 수 있는지 먼저 알아야 AI와 보고서에 믿을 만한 기반이 생깁니다.

서비스 내용

데이터 파악

회사에 어떤 데이터가 있고, 어느 시스템에 있으며, 누가 책임지고 누가 쓰는지 정리합니다.

표준화

필드 정의, 코드, 이름 규칙을 통일해 서로 다른 시스템의 같은 데이터가 맞아떨어지게 합니다.

품질 모니터링

품질 규칙(완전성, 정확성, 적시성)을 정하고 정기적으로 점검하는 방식을 만듭니다.

권한과 개인정보

역할에 따라 접근 권한을 설정하고, 개인정보와 민감한 데이터를 표시하며, 대만 개인정보보호법의 요구 사항과 대조합니다.

진행 방식

1. 파악

인터뷰와 시스템 조사로 데이터 목록을 완성합니다.

2. 규칙 정하기

표준, 품질 규칙, 권한 원칙을 정합니다.

3. 적용

시스템과 업무 흐름에 반영하고, 가장 중요한 데이터 문제를 처리합니다.

4. 모니터링과 인계

정기 점검을 만들고, 담당 직원에게 문서를 넘깁니다.

납품물

데이터 목록(위치, 소유자, 사용자)
데이터 표준과 이름 규칙
품질 규칙과 점검 방법
권한과 개인정보 분류표
거버넌스 문서와 인계 안내

협업 주기

범위에 따라 3개월, 6개월, 1년 중 하나를 한 주기로 합니다. 주기가 끝날 때마다 처음에 정한 목표와 함께 맞춰 보고, 다음 주기에 무엇을 할지, 아니면 여기서 마칠지 정합니다.

비용 산정 방식

사례별로 산정합니다. 다룰 시스템과 데이터가 얼마나 되는지, 필요한 인력과 시간, 주기의 길이를 봅니다. 견적은 두 단계입니다. 먼저 기준을 측정합니다. 이는 견적 전에 하며 비용은 별도입니다. 그다음 측정한 범위를 보고 도입 비용을 산정합니다. 견적을 먼저 내고 범위를 거기에 맞추지 않습니다. 메일로 상황을 알려 주시면 기준 측정에서 무엇을 하는지 먼저 설명드립니다.

자주 묻는 질문

중소기업도 데이터 거버넌스가 필요한가요?

필요합니다. 다만 범위는 작아도 됩니다. 회사 전체를 한 번에 정리하지 않고, 고객, 제품, 주문 데이터처럼 가장 자주 쓰고 가장 자주 틀리는 몇 가지부터 시작합니다.

데이터 거버넌스는 AI 도입과 어떤 관계가 있나요?

AI는 자신이 접근할 수 있고 정확한 데이터만 쓸 수 있습니다. 데이터가 일치하지 않거나 권한이 분명하지 않으면 AI의 답도 믿을 수 없습니다. 데이터를 먼저 정비해야 도입의 기반이 생깁니다.

지금 시스템을 바꿔야 하나요?

대개는 필요 없습니다. 데이터 거버넌스는 주로 규칙을 정하고 데이터와 업무 흐름을 정리하는 일이라, 대부분 기존 시스템에서 할 수 있습니다.

더 읽을거리

지금 상황을 들려주세요

메일로 상황을 알려 주세요
가능한 방법을 답해 드립니다
먼저 기준을 재고, 범위와 견적을 이야기합니다