비즈니스 리더에 따르면 AI 구현을 위한 강력한 데이터 기반을 구축하는 3가지 방법

인공지능에 대한 탐구는 탄탄한 기반에서 시작되어야 합니다. 훌륭한 데이터 전략을 구축하는 세 가지 방법은 다음과 같습니다.

비즈니스 리더들은 인공지능(AI)을 활용하는 모든 기업에 강력한 기반이 필수적이라는 점을 인식하고 있습니다. 탐색이 시작되기 전에 데이터 전략을 정렬하지 않으면 비즈니스가 전체 프로젝트를 위험에 빠뜨릴 수 있습니다. 간단히 말해서, 쓰레기를 넣으면 쓰레기가 나옵니다.

그렇다면 전문가들은 어떻게 조직이 AI를 안전하고 성공적으로 사용할 수 있도록 기반을 마련할 수 있을까요? 세 명의 비즈니스 리더가 새로운 기술을 활용하기 위한 효과적인 전략을 구축하기 위한 주요 팁을 자세히 설명합니다.

1. 사람을 최우선으로 생각하세요

거대 보험회사 L&G의 그룹 최고 데이터 및 분석 책임자인 Claire Thompson은 혁신을 원하는 모든 회사에게 정보에 대한 전략적 접근 방식이 중요하다고 말했습니다. "나는 항상 데이터 기반이 다음에 무엇을 하든 중요하다고 말합니다."

그녀는 강력한 기본 요소가 규칙과 규정을 달러와 센트에 연결한다고 ZDNET에 말했습니다.

"데이터 전략이 어떻게 실질적인 가치를 창출하는지 명확히 하십시오. 예를 들어, 타겟 디지털 커뮤니케이션을 수행하려면 이메일 주소가 최신이고 정확해야 하는 것이 왜 중요한가요?"

Thompson은 많은 사람들이 정보 자산 관리에 필요한 기술, 프로세스, 사람, 규칙을 정의하는 장기 전략 계획에 얽매이고 싶어하지 않는다는 사실을 인식했습니다. 그러나 그녀는 AI와 같은 기술의 이점을 얻으려면 계획 단계가 중요하다고 말했습니다.

“사람들이 거버넌스가 지루하다고 말하는 이유를 이해할 수 있습니다.”라고 그녀는 말했습니다. "그러나 사람들이 직접 처리를 원하는 오늘날의 디지털 조직에서는 데이터의 품질이 더욱 중요해졌습니다. 따라서 모든 길은 거버넌스로 이어집니다."

L&G에서 그녀의 전략의 핵심 요소 중 하나는 Thompson의 데이터 팀과 IT 부서 간의 긴밀한 협력 관계입니다. 효과적인 협업은 각 당사자가 관계에 제공하는 기술에 대한 명확성에 달려 있습니다.

"협력적인 파트너십이 필요합니다. 기술은 데이터 공간에서 우리가 하는 일에 매우 중요하며, 클라우드 환경, 데이터 웨어하우징 및 도구 없이는 작업을 수행할 수 없습니다. 데이터는 모든 곳에 보관됩니다. IT 팀이 유지 관리하는 애플리케이션"이라고 그녀는 말했습니다.

"우리는 설계에 따라 데이터 품질을 보장하려고 노력하고 있습니다. 이는 설계 철학을 핵심 시스템에 포함시키는 것입니다. 해당 작업을 더 많이 수행할수록 열악한 데이터 품질로 인한 파급 효과가 더 많이 중단됩니다. 모든 수정 노력을 방해합니다."

Thompson은 수집한 데이터가 고객 경험을 새로운 방향으로 이끌 것이라고 말했습니다. "모바일 애플리케이션에 개인화를 어떻게 구축하기 시작합니까? 이를 자산 관리에 어떻게 구축하기 시작합니까? 거래를 자동화하고 AI를 사용하여 이를 지원할 수 있는 방법은 무엇입니까? 프로세스?"

2. 거래 데이터를 마스터하세요

법률 회사 DWF의 CTO인 Jon Grainger는 데이터 전략을 수립하는 데 있어 지금과 같은 때는 없다고 말했습니다. 현명한 비즈니스 리더는 AI와 머신러닝을 활용하는 방법을 생각하기 훨씬 전에 데이터 사용의 기본 요소에 중점을 둡니다.

"나는 항상 데이터 전략을 위한 가장 좋은 시기는 4년 전이라고 말합니다."라고 그는 말했습니다. "슈퍼탱커 작품이다. 결국 지름길은 많지 않다. '글쎄, 그렇게 오래 걸릴 거면 굳이 굳이?'라는 시각도 있다. 그리고 그것이 바로 많은 사람들이 자신의 데이터를 파악하지 못하는 이유라고 생각합니다."

Grainger는 ZDNET에 자신의 회사가 디지털 혁신을 통해 훌륭한 경험을 제공한다는 평판을 쌓기를 원하며 데이터 전략은 그러한 접근 방식의 중요한 구성 요소라고 말했습니다.

그는 2022년 말에 DWF에 합류하여 클라우드 기반 SaaS(Software-as-a-Service) 제품과 개방형 애플리케이션 프로그래밍(API) 인터페이스를 기반으로 새로운 전략을 제정했습니다.

회사의 데이터는 사례, 파트너, 고객, 청구 및 재무를 포함한 내부 비즈니스 프로세스 등 다양한 엔터티를 포괄합니다.

"데이터 전략은 진실의 원천인 트랜잭션 데이터가 해당 섹션에서 마스터되도록 보장하는 것입니다."

목표는 조직이 신속하게 움직일 수 있도록 돕는 것이지만 품질이나 비용에 해를 끼치지는 않습니다.

Grainger는 "각 SaaS 제품은 기업 지도에서 명확한 정체성을 갖고 있습니다"라고 데이터 전략의 세부 사항을 설명했습니다. "그 정체성은 각 영역에서 마스터한 데이터에 의해 결정됩니다."

그는 회사의 목표 아키텍처에 도달하기 위한 "절대적인 최소 요구 사항"은 DWF가 액세스하고 사용할 수 있는 잘 개발된 API라고 말했습니다.

Grainger는 SnapLogic 기술이 서비스, API 및 사용자 간의 견고하고 안정적인 연결을 보장한다고 말했습니다.

"항상 특정 주소에 대해 15가지 철자를 얻게 되며 기술은 해당 패턴을 확인하고 수정할 수 있습니다"라고 그는 말했습니다.

"또한 강화라고 불리는 작업을 수행할 수도 있습니다. 따라서 누군가의 참조를 받아 API로 이동한 후 돌아와서 '이것은 올바른 정보입니다.'라고 말할 수 있습니다."

Grainger는 데이터 전략이 DWF가 주요 비즈니스 질문에 답하기 위해 생성하는 모델에도 초점을 맞추고 있다고 말했습니다.

SaaS 제품 및 API에 대한 회사의 집중과 결합하여 이 비즈니스는 새로운 기술을 탐색할 수 있는 탄탄한 기반을 갖추고 있습니다.

"데이터 전략에 이러한 요소가 모두 포함되어 있다면 생성 AI를 위한 준비가 꽤 잘 되어 있는 것으로 나타났습니다."

3. 업계 동료들과 협력하세요

NSTA(North Sea Transition Authority)의 기업 이사 겸 CFO인 Nic Granger는 훌륭한 데이터 전략은 내부 작업 관행을 넘어 조직 경계를 포괄한다고 말했습니다.

NSTA는 석유 및 가스 부문에서 데이터를 수집합니다. Granger 팀은 산업, 정부, 학계 또는 기타 이해 관계자가 데이터에 공개적으로 액세스할 수 있는 디지털 플랫폼을 만들었습니다.

그 작업의 일환으로 그녀는 석유, 가스, 재생 에너지의 데이터 수집을 다루는 영국 공공 기관 전반에 걸쳐 공동 노력을 기울이기 위해 2022년 후반에 형성된 전문 기관인 해양 에너지 디지털 전략 그룹(DSG)의 의장을 맡고 있습니다.

그녀는 ZDNET에 "해양 에너지 부문 전반에 걸쳐 응집력 있는 디지털 데이터 전략이 필요하다는 것을 인식했습니다"라고 말했습니다.

"데이터 관리와 디지털 기술 분야에서 업계 전반에 걸쳐 탁월한 역량을 발휘하고 있지만 반드시 함께 이야기할 필요는 없었습니다. 그래서 그것이 우리에게 큰 우선순위였습니다."

영국 정부 부서 외에도 DSG는 Open Data Institute 및 Technology Leadership Board를 포함한 다른 기여자들의 지원을 받습니다.

Granger는 이러한 협업 접근 방식이 이익을 가져왔다고 말했습니다. "우리는 이제 데이터 전략을 확보했으며 이는 세 가지 주요 작업 흐름에 대해 작업하는 것입니다."

첫 번째 스트림은 데이터, 표준 및 원칙에 중점을 둡니다. "우리 모두가 동일한 기반으로 작업하고 있기 때문에 데이터의 기본 품질이 좋은지 확인합니다." 두 번째 스트림은 공통 데이터 툴킷과 상호 운용성을 만드는 방법을 모색하고 있다고 Granger는 말했습니다.

"해양 에너지 회사에서 일하든 석유 및 가스 회사의 프로젝트에서 일하든 상관없이 플랫폼 전반에 걸쳐 사용할 수 있는 데이터가 있어야 합니다. 그 작업은 '그 데이터를 어떻게 얻느냐'에 관한 것입니다. 중복 없이 A에서 B로?'"

세 번째 작업 흐름은 부문 간 디지털화에 중점을 둡니다. "이는 업계 전반에 걸쳐 데이터와 디지털 기술이 존재하도록 보장하고 해당 부문이 사이버 보안 모범 사례를 준수하도록 보장하는 것입니다."

이러한 데이터 기반이 마련되면 새로운 기술을 최대한 활용하는 방법을 생각하기가 훨씬 쉬워집니다.

Granger는 "우리의 초점은 데이터에 액세스할 수 있도록 하고 다른 사람들이 AI와 기계 학습을 사용할 수 있는 올바른 형식으로 만드는 것입니다."라고 말했습니다.