분석 마스터 플랜

Analytics Master Plan; 분석 마스터 플랜
도출한 분석 과제들의 우선순위와 적용 범위·방식을 정하고, 이를 단계별 로드맵과 세부 이행계획으로 정리한 중장기 계획

분석 과제 발굴로 과제 후보를 찾았다면, 그 과제들을 어떤 순서로, 어느 범위까지, 어떤 방식으로 이행할지 정해야 한다. 이 전체 계획이 분석 마스터 플랜이다. ADsP 과목 2의 주요항목 '분석 마스터 플랜' 가운데 세부항목 '마스터 플랜 수립'에서 다룬다. 같은 주요항목의 다른 세부항목인 '분석 거버넌스 체계 수립'은 데이터 분석 거버넌스를 본다.

정보전략계획(ISP)과의 관계

정보 전략 계획(ISP, Information Strategy Planning)은 정보기술이나 정보시스템을 전략적으로 활용하기 위해 조직 내외부 환경을 분석해 기회와 문제점을 찾고, 사용자 요구사항을 분석해 시스템 구축 우선순위를 정하는 중장기 마스터 플랜 수립 절차다.

분석 마스터 플랜은 이 ISP의 방식을 분석 과제에 적용한 것이다. 정보시스템 대신 분석 과제를 대상으로 삼아, 과제를 도출하고 우선순위를 평가한 뒤 단계적 구현 로드맵을 세운다. 분석 과제는 ISP 과정에서 함께 도출되기도 하고, 별도의 분석 기획으로 도출되기도 한다.

마스터 플랜 수립 프레임워크

마스터 플랜은 두 갈래의 고려 요소를 거쳐 완성된다.

구분	고려 요소	결과
우선순위 고려 요소	전략적 중요도, 비즈니스 성과·ROI, 실행 용이성	적용 우선순위 설정
적용 범위·방식 고려 요소	업무 내재화 적용 수준, 분석 데이터 적용 수준, 기술 적용 수준	분석 구현 로드맵 수립

우선순위 고려 요소

요소	설명
전략적 중요도	전략적 필요성(조직의 전략 목표와 얼마나 직접 연결되는가)과 시급성(지금 당장 필요한가)
비즈니스 성과·ROI	과제를 수행했을 때 얻는 비즈니스 성과와 투자 대비 효과
실행 용이성	투자 용이성(필요한 투자 규모를 감당할 수 있는가)과 기술 용이성(필요한 기술을 적용할 수 있는가)

적용 범위·방식 고려 요소

요소	설명
업무 내재화 적용 수준	분석 결과를 별도 보고서나 화면으로 제공할지, 업무 프로세스와 시스템 안에 녹여 자동으로 활용하게 할지
분석 데이터 적용 수준	내부 데이터만 쓸지, 외부 데이터와 비정형 데이터까지 범위를 넓힐지
기술 적용 수준	기존 시스템과 분석 기술을 활용할지, 새로운 분석 기술이나 빅데이터 기술을 도입할지

ROI 관점의 4V

빅데이터 관점에서는 빅데이터의 특징(V)을 투자비용과 효과로 나누어 ROI를 따진다.

구분	요소	의미
투자비용 요소	Volume(크기), Variety(다양성), Velocity(속도)	데이터 규모가 크고, 종류가 다양하고, 처리 속도가 빨라야 할수록 수집·저장·처리 비용이 늘어난다
비즈니스 효과 요소	Value(가치)	분석으로 얻는 비즈니스 가치. 과제 수행의 목표이자 효과다

시급성과 난이도 평가

우선순위 고려 요소를 실제 평가에 쓰기 쉽도록 시급성과 난이도 두 축으로 정리한다.

기준	판단 근거	ROI 관점
시급성	전략적 중요도, 목표 가치(KPI). 현재 시급한가, 미래에 필요한가	비즈니스 효과(Value)
난이도	데이터 획득·저장·가공 비용, 분석 적용 비용, 분석 수준. 쉬운가, 어려운가	투자비용(Volume, Variety, Velocity)

두 축을 조합한 네 영역의 적용 순서는 다음과 같다.

가장 먼저 적용하는 과제는 시급성이 현재이고 난이도가 쉬운 과제다.
가장 나중에 적용하는 과제는 시급성이 미래이고 난이도가 어려운 과제다.
두 번째·세 번째 순서는 시급성과 난이도 중 무엇을 우선하느냐에 따라 달라진다. 교재는 이를 사분면 번호(Ⅰ~Ⅳ)로 적는데, 번호를 붙이는 방식이 자료마다 달라 속성만으로 옮기면 어긋날 수 있다. 공부하는 교재의 그림에서 번호와 속성을 함께 확인한다.
현재이면서 어려운 과제는 데이터 양이나 특성, 분석 범위를 조정해 난이도를 낮추면 먼저 적용할 수도 있다.

사분면에 붙이는 번호는 자료마다 다르게 쓰이므로, 번호보다 "시급성(현재·미래) × 난이도(쉬움·어려움)"의 속성으로 기억하는 것이 안전하다.

이행 로드맵

우선순위와 적용 범위·방식을 정한 과제들을 단계별로 묶어 로드맵을 만든다.

단계	추진 목표	주요 추진 과제
1단계 데이터 분석 체계 도입	분석 기회를 찾고 분석 과제와 로드맵을 정한다	분석 기회 발굴, 분석 과제 정의, 로드맵 수립
2단계 데이터 분석 유효성 검증	파일럿으로 분석 과제가 실제로 효과가 있는지 확인한다	분석 알고리즘 설계, 분석 아키텍처 설계, 분석 과제 파일럿 수행
3단계 데이터 분석 확산 및 고도화	검증된 분석을 업무 전반으로 넓히고 시스템화한다	변화 관리, 시스템 구축, 유관 시스템 고도화

세부 이행계획

분석 과제는 한 번에 완성되지 않고 모델을 다듬는 과정을 되풀이하는 반복적 정련의 특성이 있다. 그래서 세부 이행계획은 모든 단계를 폭포수 모델처럼 순차로 진행하거나 모든 단계를 반복하기보다, 데이터 수집·확보와 분석 데이터 준비 단계는 순차적으로 진행하고 모델링 단계만 반복하는 혼합형으로 세우는 경우가 많다. 반복 주기 안에서는 애자일처럼 짧은 단위로 결과를 확인하며 개선한다. 분석 프로젝트의 관리 방법은 분석 프로젝트 관리를 본다.

시험 포인트

우선순위 고려 요소(전략적 중요도, 비즈니스 성과·ROI, 실행 용이성)와 적용 범위·방식 고려 요소(업무 내재화, 분석 데이터, 기술 적용 수준)의 구분
4V 중 투자비용 요소(Volume, Variety, Velocity)와 비즈니스 효과 요소(Value)의 구분
시급성·난이도 조합에서 가장 먼저(현재·쉬움)와 가장 나중(미래·어려움)에 적용하는 과제
이행 로드맵 3단계의 순서와 각 단계의 추진 과제(파일럿은 2단계, 변화 관리는 3단계)

같이 보기

참고 문헌

한국데이터산업진흥원 데이터자격검정 - 데이터분석 준전문가(ADsP)