금융기관에서의 고객 데이터 통합

데이터 급증 따라 품질 관리, 병렬처리 필수

한국어센셜소프트웨어 송광우 이사


모든 금융기관에서 전산시스템이 차지하는 비중이 커지고 있는 가운데 합병으로 인한 통합이나 지주사 편입으로 인한 통합에서 최근 가장 중요하게 부각되고 있는 것이 시스템 통합이다.

특히 그 어느 때 보다도 고객 정보가 중요해 지고 있어 고객 데이터를 제대로 통합하는 것이 실질적인 시너지 효과를 극대화시키기 위해 가장 중요하게 부각되고 있다.

하지만 단기간에 대규모의 시스템을 통합하려다 보니 통합의 본래 목적인 시너지 효과의 창출보다는 통합 일정을 맞추는데 급급해져 고객 데이터의 통합으로 인한 상승 효과는 우선순위에서 밀리게 되는 경우가 대부분이다.

이에 지주 회사 관점, 또는 합병으로 인한 통합 과정에서 고객 데이터를 효과적으로 통합할 수 있는 방안마련이 무엇보다 필요하다.


■ 전사적 통합을 위해 요구되는 다섯 가지 원칙



과거의 데이터 통합은 추출, 가공, 로딩(Extract, Transform and Load: ETL)을 의미했지만 오늘날에는 더 넓은 요건을 포괄하고 있다.

첫 번째 고려돼야 할 것은 자동화된 데이터 프로파일링이다. 이미 전사적 통합이 ETL 툴을 구매하는 것만으로 통합이 완료된다고 보는 것은 옛 이야기다.

전세계의 모든 주요 기업에는 레거시 데이터와 레거시 어플리케이션이 있다. 대개 이러한 시스템은 문서화돼 있지 않으며, 데이터의 내용과 품질은 알려져 있지 않다.

그러나 기업 데이터 통합을 하려면 이러한 데이터에 대한 획득, 이해, 맵핑이 필요할 뿐 아니라, 다른 데이터베이스나 다른 어플리케이션 시스템으로 데이터를 병합하고 공급하는 방법을 설계해야 한다.

이러한 과정이 없으면 회사는 데이터 정의, 내용 및 품질 측정이 결핍돼 회사 전반에 걸친 정보를 최대한 활용할 수 있는 방법을 올바로 결정할 수 없게 된다.

두번째는 데이터 품질 관리 문제이다. 대기업들은 고품질의 의사 결정, 프로세스, 제품 및 서비스를 위해서 데이터 웨어하우스, CRM, ERP, SCM 및 BI 등과 같은 기업 시스템을 위한 기술에 많은 투자를 했다.

그러나, 이 과정에서 여러 시스템의 데이터가 내용이 검증되지 않은 상태로 흘러 들어와 부정확한 데이터로 인해 핵심적인 의사 결정자가 잘못된 판단을 하거나, 많은 투자를 한 시스템을 불신하고 사용하지 않는 결과를 낳게 된다.

세 번째 고려돼야 할 것은 강력한 ETL기능이다.

전반적인 데이터 통합 과정의 주역인 데이터 추출, 가공 및 로딩(ETL)은 데이터를 소스에서 추출해 가공하고 이를 대상 시스템에 로딩하는 과정을 포함한다. 독립적인 ETL 툴을 구입하는 회사이든 ETL 솔루션을 수작업으로 코딩하는 회사이든 이 과정은 전통적으로 통합 솔루션의 중심에 있다.

네번째는 엔드-투-엔드 메타 데이터 관리이다. 메타 데이터는 데이터의 본질과 내용에 대한 전사적인 일치를 증진시킨다. 기업이 통합 옵션을 평가할 때에는 이것을 염두에 두고 어느 하나의 툴만이 아니라 통합 환경에 있는 모든 툴에서 메타 데이터를 지원하는, 즉, 종합적인 메타 데이터 능력을 제공하는 솔루션을 찾아야 한다.

마지막으로 병렬 처리 성능을 고려해야 한다. 비즈니스가 가속화되고 데이터의 양이 계속 증가함에 따라 정보 인프라에서 병렬성의 역할은 더욱 중요해지고 있다.

1999년부터 2004년 사이에 데이터의 양은 100배로 증가할 것으로 예측되기 때문에 병렬 처리 기능은 반드시 필요하다.



▶ 경력 : AMS Online 미국 지사장, 캡 제미니 언스트 & 영 프로젝트 매니저 역임



관리자 기자