사업이 끝나도 데이터가 살아 있게 - 데이터 거버넌스 발주 (07/08)

AI 시대의 데이터 발주 가이드 · Ep.07

사업이 끝나고 1년,
품질은 착수 전으로 돌아갔다.

사업이 끝나도 데이터가 살아 있게 - 데이터 거버넌스 발주 · HFC Consulting

---

정비 사업의 종료 보고서는 훌륭했다. 중복률은 12%에서 0.3%로 내려갔고 검수는 통과했다. 1년 뒤 후속 사업의 진단에서 중복률은 8%였다. 정비 인력이 떠난 자리에 데이터를 지키는 사람은 없었고, 매일 들어오는 신규 데이터는 옛 습관대로 쌓였다. 발주자는 같은 정비를 두 번 사게 되었다. 두 번째 견적서의 금액은 첫 번째와 같았다.

정비는 사건이고 관리는 제도다

데이터 품질에는 반감기가 있다. 조직이 움직이는 한 데이터는 매일 태어나고, 태어나는 데이터의 품질은 정비 사업이 아니라 일상의 규칙이 결정한다. 규칙이 없으면 품질은 정비 종료일을 정점으로 내려가기 시작한다. 저수지의 물을 한 번 갈아 주는 일과, 상류의 오염원을 상시 관리하는 일은 다른 과업이다. 앞의 여섯 편이 전자였다면 이번 편은 후자, 데이터 거버넌스다.

발주의 관점에서 이 구분은 예산의 구분이기도 하다. 정비는 구축 예산으로 사고, 관리는 운영 예산으로 산다. 두 예산의 소관 부서가 다르고 심의 주기가 다르기 때문에, 구축 사업의 기획 단계에서 운영 예산까지 설계하지 않으면 거버넌스는 예산 없는 선언으로 남는다. 종료 보고서의 권고 사항 목록, 그것이 예산 없는 거버넌스의 최종 형태다.

거버넌스는 왜 실패하는가

가트너는 2027년까지 데이터·분석 거버넌스 이니셔티브의 80%가 실패할 것이라고 전망했다. 지목된 원인은 예산도 도구도 아닌, 절박함의 부재였다. 실질적인 위기가 없는 조직에서 거버넌스는 통제를 위한 통제가 되고, 현업은 그것을 업무를 느리게 하는 결재 단계로 경험한다. 문서는 늘고 품질은 그대로인 거버넌스, 발주 현장에서 낯설지 않은 풍경이다.

교훈은 둘이다. 첫째, 거버넌스는 통제 체계가 아니라 성과에 묶인 운영 체계로 설계해야 한다. 둘째, AI 사업이라는 실질적 위기가 있는 지금이 도입의 적기다. 학습 데이터의 품질이 서비스 품질로 직결되는 순간, 거버넌스는 서류가 아니라 생존이 된다.

과업으로 발주하는 거버넌스

거버넌스를 발주한다는 말은 조직 문화를 외주한다는 뜻이 아니다. 제도가 굴러가는 데 필요한 장치를 산출물로 정의한다는 뜻이다. 핵심 산출물은 네 가지다. 데이터 영역별 오너십의 지정, 표준 사전과 코드 관리 절차, 품질 지표의 상시 측정 체계, 그리고 데이터 변경의 관리 절차다. 4편에서 만든 검수기준의 지표들이 여기서 상시 계기판으로 승격된다. 검수는 한 번 재는 것이고, 거버넌스는 계속 재는 것이다. 같은 자로 계속 재기에, 품질의 하락이 민원보다 먼저 보인다.

이 체계는 AI 거버넌스와 별개가 아니다. 3기 ‘AI 거버넌스 구축 가이드’가 모델의 관리 체계를 다뤘다면, 데이터 거버넌스는 그 관리 체계가 딛는 원료의 관리다. 감리·PMO 위탁 관점의 점검 항목은 11기 1화와 이어진다.

AI 운영 단계에서 이 체계는 성능 유지 장치가 된다. 모델은 배포된 날부터 낡기 시작한다. 세상의 데이터가 변하는데 학습 시점의 데이터는 멈춰 있기 때문이다. 신규 데이터의 품질과 분포를 상시 재는 체계가 없으면, 서비스 품질의 하락은 고객 민원이라는 가장 비싼 계기판으로 통보된다. 데이터 거버넌스는 구축 사업의 뒷정리가 아니라 AI 운영의 전제 조건이다.

예상되는 반론

반론. 거버넌스는 전담 조직을 둘 수 있는 큰 기관의 이야기다. 우리는 데이터 담당이 한 명뿐이다.

대응. 거버넌스의 최소 단위는 조직이 아니라 역할이다. 핵심 데이터 영역마다 오너를 지정하는 일, 표준 사전을 한 곳에서 관리하는 일, 품질 지표를 월 단위로 확인하는 회의 하나. 이 세 가지는 전담 조직 없이 시작할 수 있고, 가트너가 지적한 실패 원인인 통제 과잉의 위험도 없다. 규모에 맞지 않는 거창한 체계가 오히려 실패의 지름길이다. 작게 시작해 사업과 함께 자라는 거버넌스가 살아남는 거버넌스다.

운영 이관까지가 과업이다

마지막 관문은 이관이다. 구축 인력이 떠난 뒤 이 체계를 누가 굴리는가. 운영 조직의 역할과 인수 교육, 상시 측정 도구의 운영권, 첫 1년의 정착 지원을 과업 종료 조건에 넣지 않으면, 거버넌스 산출물은 공유 폴더의 문서로 남는다.

이관의 성패를 재는 지표도 단순하다. 구축 인력 철수 후 석 달, 품질 계기판이 계속 갱신되고 있는가. 표준 사전에 신규 항목이 등록되고 있는가. 그 두 가지가 멈춰 있다면 이관은 문서로만 이루어진 것이다.

거버넌스 과업 점검 — 영역별 데이터 오너 지정 / 표준 사전·코드 관리 절차 / 품질 지표 상시 측정 체계 / 데이터 변경 관리 절차 / 운영 조직 이관·정착 지원 계획

수문은 홍수가 났을 때 만드는 것이 아니라 마른 날에 만들어 두는 것이다. 데이터가 아직 관리되는 것처럼 보이는 지금이 그 마른 날이다. 다음 편은 완결편이다. 여덟 편의 여정을 하나의 로드맵으로 묶는다.

📎 더 읽을거리
· Gartner, 80% of D&A Governance Initiatives Will Fail by 2027 - 거버넌스 실패의 원인이 위기의 부재라는 전망
· RAND, The Root Causes of Failure for Artificial Intelligence Projects - 데이터 관리 인프라 투자 부족이 실패 원인에 오른 근거

본 글은 일반적인 정보 제공을 목적으로 하며 법률 자문이 아닙니다. 계약·조달 관련 구체적 사안은 법률 전문가의 검토를 받으시기 바랍니다.

정비 사업을 두 번 사고 계시지는 않습니까

HFC컨설팅은 데이터 오너십 체계와 상시 품질 관리 제도의 설계, 운영 이관까지의 거버넌스 구축을 지원합니다.

changks@hfcconsulting.co.kr

1영업일 이내 답변 · 주식회사 에이치에프씨 컨설팅 · 대표이사 장기석

---

📚 AI 시대의 데이터 발주 가이드
◀ 이전 편: 데이터 플랫폼 조달 - 종속 없이 사는 법
다음 편 ▶ 데이터 준비가 곧 AI 준비다 (완결)
연재 전체 보기 →