디지털 스레드로 IoT 성공 열기

IoT는 단순히 디바이스를 연결하는 것 이상입니다. IoT를 최대 잠재력까지 활용하면 조직이 실험에 그치지 않고 비즈니스 성과를 실현할 수 있습니다.

디바이스 제조사의 엔지니어들이 원격 센서 피드백을 통해 자사 디바이스 중 하나가 현장에서 고장 나고 있음을 자동으로 알림받는다면? 그리고 그 엔지니어들이 해당 디바이스가 제조 라인에서 생산될 때의 테스트 데이터에 즉시 연결할 수 있다면? 어떤 귀중한 통찰이 드러날까요? 엔지니어가 디바이스 수명주기 전반의 현장 데이터에 접근하고, 다른 기록 시스템의 주요 서비스 및 물류 데이터까지 오버레이할 수 있다면? 이것이 제품 설계, 제조, 기타 비즈니스 영역에 어떤 영향을 미칠까요? IoT와 데이터 분석 간의 풍부한 연결이 이루어진다면, 이 결과는 가능합니다.

분석은 IoT의 진정한 잠재력을 여는 핵심 요소입니다. 데이터 분석을 통해 기업은 IoT를 전략적으로 활용해 의미 있는 비즈니스 결과를 창출할 수 있습니다. "풀필 앤 리액트(fulfill and react)" 대신 "프리딕트 앤 앤티시페이트(predict and anticipate)"가 가능해집니다. IoT를 제대로 하면 디바이스 고장 전에 개입해 고객 서비스 콜 볼륨을 줄일 수 있습니다. 하지만 대부분의 조직은 이 노력에서 부족합니다. 이러한 프로젝트는 쉽게 파일럿 모드에 갇혀 손 닿는 모든 IoT 데이터를 완전히 운영화하지 못합니다.

그렇다면 데이터 분석과 IoT를 가로막는 것은 무엇이고, 어떻게 이들을 하나로 모을 수 있을까요?

IoT 성공의 장벽

내부 격차는 반복되는 주제입니다. 기업이 IoT 운영을 구축할 때 취하는 '사이언스 페어(science fair)' 접근법에서 볼 수 있습니다. 각 팀이 각자의 프로젝트 파트를 각자의 구체적 요구사항과 PoC(개념 증명)로 독자적으로 수행합니다. 모두 혁신을 추구하지만, 운영화와 수익화 같은 비즈니스 성과와 연계된 조율된 방식은 아닙니다. 많은 시간과 에너지가 실험에 소모되면서 비즈니스 목표를 간과합니다. IoT를 위한 IoT가 되어 실질적 보상이 없습니다. 분석은 작동하지만 전략적 방식은 아닙니다. '풀필 앤 리액트' 단계에서 멈춥니다. '프리딕트 앤 앤티시페이트' 단계로 넘어가는 것이 IoT가 변화를 만드는 지점입니다.

IoT 플랫폼을 구축하는 과정에서 데이터는 보통 소스에서 멀리 벗어나지 않습니다. 이 과정에서 일부 데이터 사일로가 해체되지만, 그 자리에 새로운 사일로를 복제하거나 생성하기 쉽습니다. 완전히 실현된 IoT 운영을 위해 리더들은 데이터를 널리, 실시간으로 공유하려는 의도적 노력을 기울여야 합니다. 사일로에 갇히면 풍부한 데이터가 중복되고 팀 간 노력이 중복됩니다. 결과적 병목은 신속한 행동을 막습니다. 데이터는 IoT의 눈과 귀입니다. 없으면 어둠 속에서 일하는 셈입니다.

마지막으로, IoT 운영 채택은 작은 일이 아닙니다. 시간이 지나며 적응하고 변화해야 하는 고도로 복잡한 기술 형태입니다. 플랫폼을 구축할 기술 전문성을 가진 조직도 많지 않거니와, 구축 후 유지보수와 진화의 부담을 떠맡을 조직은 더 적습니다. 분석만 해도, IoT 연결 디바이스가 수집할 방대한 데이터에서 가치를 추출하고 극대화하기 위한 전담 데이터 과학자 그룹이 필요합니다.

디지털 스레드 엮기

IoT 운영에서 데이터를 우선시하는 최선의 방법은 디지털 스레드(digital thread)를 만드는 것입니다. 이는 조직 전체를 관통하는 공통의 관통선입니다. 제품, 시스템, 사람, 고객, 파트너를 연결합니다. 데이터가 이 선을 따라 쉽게 이동해 모든 당사자가 접근할 수 있습니다. 스레드에서 다양한 데이터셋을 우선순위화하고, 사일로를 상호 연결하며, 정보를 중앙의 더 관리하기 쉬운 통제 지점으로 모을 수 있습니다.

예를 들어, 디지털 스레드는 제품의 엔드투엔드 수명주기 전체를 엮을 수 있습니다. 설계, 제조, 출하, 현장 사용, 유지보수, 폐기 등 각 단계에서 생성된 데이터를 포함합니다. 데이터는 채굴하기에 적합한 광범위한 폐루프(closed-loop)에 존재합니다. 올바른 데이터가 올바른 곳에 있으면, 예를 들어 제품 수명주기를 새로운 방식으로 개선하기 위한 예측 인사이트를 도출할 수 있습니다. 비즈니스 성과를 달성하기 위해 신뢰하고 행동할 수 있는 데이터 주도 인사이트입니다.

이 디지털 스레드를 조직 전체에 엮기 위해서는 다음이 필요합니다.

• 탑다운 바인(Top buy-in), 바텀업 바인으로 이어짐 – 디지털 스레드는 거대한 비즈니스 트랜스포메이션이며, 그 성공에는 임원진의 전담 스폰서십이 필수입니다. 가능한 한 일찍 바인을 얻고 초기 성과를 보여 그들을 온보딩하십시오. C레벨의 가시적이고 적극적인 프로젝트 스폰서십이 있으면, 전사 구성원이 더 많이 지지하고 행동을 변화시켜 성공시킬 것입니다. 조직의 조각들이 더 자연스럽게 맞춰집니다. 그렇지 않으면 실무 레벨에서 저항을 기대하십시오.

• 비즈니스 유닛의 명확한 바인 – 탑 바인만큼 중요한 것이 비즈니스 라인, 특히 기술 측의 바인입니다. 이는 중앙 집중식 조직(IT 등)이 주도하는 '푸시(push)' 메커니즘과 병행해 작동할 '풀(pull)' 메커니즘을 촉진할 비즈니스 주도의 유스케이스를 확립합니다. 그렇지 않으면 중앙 집중식 좌절이 발생하고 실질적 비즈니스 성과는 달성되지 않습니다.

• 조직 내 데이터 사이언스 문화 강화 – 조직 전반에서 데이터 주도 인사이트를 발굴하는 전담 데이터 분석 팀을 구성하십시오. 데이터 과학자와 기타 고급 데이터 사용자로 구성된 이 팀이 '데이터 히어로'가 되어 데이터를 다루고 어떻게 활용할지 아는 전문성을 갖춥니다. 그렇지 않으면 비즈니스 라인이 데이터를 '풀'하려 해도 기술적으로 감당 못 할 수 있습니다.

• 깨끗하고 자동화된 데이터 흐름 – 데이터를 인사이트로 전환하는 과정을 자동화하십시오. 비즈니스 라인이 참여하기 위한 수작업 프로세스를 줄이거나 제거하십시오. 주제 전문가와 긴밀히 협력해 데이터가 깨끗하고 주석조차 달려 있어 비즈니스 채택 장벽을 최소화하십시오. 그렇지 않으면 내부 데이터 소비자는 어떤 데이터를 선택할지 불확실하고 데이터 무결성에 대한 신뢰도 잃게 됩니다.

IoT는 단순히 디바이스를 연결하는 것 이상입니다. 데이터와 사람도 하나로 연결돼 협력해야 합니다. 모든 조각이 맞춰지면 IoT를 최대 잠재력까지 활용해 실험이 아닌 비즈니스 성과를 실현할 수 있습니다.