9. MDM 거버넌스의 현실: 왜 도입 후에도 데이터 품질이 개선되지 않는가?
MDM 솔루션을 도입하고 1년이 지났습니다. 그런데 현업 담당자들의 반응은 냉담합니다. "시스템은 바뀌었는데 데이터는 그대로예요." 수십억 원을 투자한 MDM 시스템이 가동되고 있지만 데이터 품질은 기대만큼 개선되지 않습니다. 많은 국내 대기업이 이 상황을 경험합니다.
문제는 솔루션이 아닙니다. 거버넌스입니다. 데이터를 관리하는 조직·프로세스·책임 체계 없이 아무리 좋은 시스템을 도입해도 데이터 품질은 개선되지 않습니다. 이 글에서는 한국 대기업 MDM 거버넌스의 전형적인 실패 구조를 해부하고, 실제로 작동하는 거버넌스 모델을 정리합니다.
1. MDM 거버넌스란 무엇인가 — 왜 솔루션만으로는 부족한가
MDM 거버넌스는 마스터 데이터를 올바르게 생성·관리·활용하기 위한 정책·프로세스·조직·책임 체계입니다. 솔루션은 거버넌스를 실행하는 도구일 뿐, 거버넌스 자체가 아닙니다.
교통법규(거버넌스) 없이 도로(시스템)만 닦으면 사고가 납니다. 신호등(툴)을 설치해도 아무도 지키지 않으면 의미가 없습니다. MDM 솔루션은 신호등입니다. 그 신호등을 누가, 어떤 규칙으로, 어떤 책임 아래 운영할 것인지가 거버넌스입니다.
| MDM 솔루션이 제공하는 것 | MDM 거버넌스가 제공해야 하는 것 |
|---|---|
| 데이터 입력·수정 기능 | 누가 어떤 기준으로 데이터를 입력·수정하는지 정책 |
| 중복 탐지 알고리즘 | 중복 발견 시 누가 병합 결정을 내리는지 프로세스 |
| 품질 대시보드 | 품질 지표를 누가 모니터링하고 어떻게 개선할지 책임 |
| 승인 워크플로우 | 누가 승인 권한을 갖고, 기준은 무엇인지 정의 |
2. 한국 대기업 거버넌스의 6가지 구조적 문제
한국 대기업에서 반복적으로 관찰되는 거버넌스 실패의 구조적 원인을 정리합니다.
데이터 거버넌스 위원회를 설치했지만 분기 1회 보고 행사로 전락합니다. 실제 의사결정(데이터 표준 변경, 오너십 이전, 예산 배분)은 위원회 밖에서 비공식적으로 이루어집니다. 위원회는 의사결정 기구가 아니라 보고 기구가 됩니다.
데이터 스튜어드가 MDM 업무를 전담하지 않고 기존 업무와 겸직합니다. "데이터 관리는 원래 업무 하고 남은 시간에"가 현실입니다. 오류가 수백 건 쌓여도 처리할 시간이 없고 우선순위에서 밀립니다.
현업 담당자들이 마스터 데이터를 "IT 시스템 속의 데이터"로 인식합니다. "내가 입력하는 데이터가 잘못되면 우리 팀의 분석도 틀린다"는 인식이 없습니다. 데이터 오류를 발견해도 IT에 통보하는 것으로 책임을 다했다고 여깁니다.
MDM 거버넌스를 열심히 구축했는데 다음 해 조직 개편으로 데이터 오너가 이동하거나 팀이 통폐합됩니다. 오너십이 이전되는 공식 프로세스가 없어 담당자 공백이 발생합니다. 새로운 담당자는 히스토리를 모릅니다.
데이터 품질을 개선해도 현업 담당자의 인사 평가에 반영되지 않습니다. 반면 데이터를 부정확하게 입력해도 불이익이 없습니다. 거버넌스는 강제력 없이는 작동하지 않습니다.
IT는 시스템을 관리하고, 현업은 데이터를 관리해야 합니다. 그런데 실제로는 "데이터 문제 = IT 문제"라는 인식이 강해 현업이 데이터 거버넌스를 IT에 떠넘깁니다. IT는 비즈니스 맥락을 모르고, 현업은 시스템을 모르는 경계에서 갈등이 반복됩니다.
3. 형식적 거버넌스 vs 실질적 거버넌스
많은 기업이 거버넌스를 갖추고 있다고 생각하지만 실제로는 형식에 머물러 있습니다.
| 항목 | 형식적 거버넌스 (있어 보이는 것) | 실질적 거버넌스 (작동하는 것) |
|---|---|---|
| 위원회 | 분기 1회 보고 미팅. 현황만 공유 | 월 1회 실제 의사결정. 표준 변경·예외 승인·예산 조정 |
| 데이터 오너 | 문서상 지정됨. 실제로 뭘 해야 하는지 모름 | KPI에 데이터 품질 목표 포함. 분기 성과 보고 의무 |
| 스튜어드 | 겸직. 오류 처리 하다 보면 하루가 끝남 | 전담 또는 명확한 시간 배정. 에스컬레이션 경로 명확 |
| 표준 관리 | 처음에 만든 표준 문서가 서버 어딘가에 있음 | 변경 이력 관리. 정기 리뷰 및 현행화 프로세스 운영 |
| 품질 측정 | 시스템 로그상 오류 건수 집계 (가끔) | 도메인별 품질 점수 월별 측정 및 경영진 보고 |
| 이슈 처리 | 오류 발생 → IT 티켓 → 언젠가 처리 | 오류 심각도별 SLA(처리 기한) 정의. SLA 준수율 측정 |
4. 실질적 거버넌스의 4가지 핵심 구성요소
실제로 데이터 품질을 개선하는 거버넌스는 4가지 요소가 유기적으로 연결되어야 합니다.
| 구성요소 | 내용 | 없을 때 증상 |
|---|---|---|
| ① 정책 (Policy) | 데이터를 어떻게 만들고, 변경하고, 폐기할지 기준. 누가 무엇을 할 수 있는지 권한 정의 | 부서마다 다른 기준으로 데이터 입력. 일관성 없는 마스터 데이터 |
| ② 조직 (Organization) | 거버넌스 위원회, 데이터 오너, 스튜어드, 스튜어드십 지원팀의 명확한 역할과 책임 | "데이터 오류는 누가 고치나요?" 질문에 아무도 답 못 함 |
| ③ 프로세스 (Process) | 데이터 생성 요청·검토·승인·배포·폐기의 표준화된 흐름. 이슈 발생 시 에스컬레이션 경로 | 오류 수정 요청이 어디에 가야 하는지 몰라 방치됨 |
| ④ 측정 (Measurement) | 도메인별 품질 점수, SLA 준수율, 오류 처리 현황을 정기적으로 측정하고 보고 | 개선 여부를 알 수 없어 투자 지속 근거 부재 |
정책만 있고 조직이 없으면 규칙을 지키는 사람이 없습니다. 조직은 있는데 프로세스가 없으면 무엇을 해야 하는지 모릅니다. 정책·조직·프로세스가 있어도 측정이 없으면 개선 여부를 알 수 없어 결국 형식화됩니다.
5. 데이터 거버넌스 위원회 설계 방법
거버넌스 위원회가 형식적 보고 기구가 되지 않으려면 설계 단계에서 명확한 권한과 운영 방식을 정의해야 합니다.
| 항목 | 권장 설계 |
|---|---|
| 구성원 | 의장: CDO 또는 COO (IT CIO가 아닌 비즈니스 임원). 위원: 주요 마스터 도메인 오너(사업부장급). IT 대표 1명은 지원 역할 |
| 개최 주기 | 월 1회 정기 위원회 (핵심 의사결정). 주 1회 실무 운영 회의 (이슈 처리). 분기 1회 경영진 보고 |
| 의사결정 권한 | 데이터 표준 신설·변경, 도메인 오너십 조정, MDM 운영 예산 배분, 거버넌스 정책 개정에 대한 실질적 결정권 부여 |
| 안건 구성 | ① 품질 현황 보고 (10분), ② 에스컬레이션 이슈 결정 (20분), ③ 표준 변경 안건 심의 (20분), ④ 차기 개선 계획 (10분) |
| 성과 연동 | 위원(도메인 오너)의 데이터 품질 목표를 연간 KPI에 포함. 위원회 참석률과 의사결정 이행률 추적 |
6. 데이터 오너십 체계 — 현실적 설계 방법
오너십 체계는 이론적으로는 간단하지만 실제 조직에서는 매우 어렵습니다. 한국 대기업 환경에 맞는 현실적 접근법을 제시합니다.
| 역할 | 직급 수준 | 책임 |
|---|---|---|
| Data Owner | 사업부장·임원 | 해당 도메인 데이터 품질 최종 책임. KPI 보유. 거버넌스 위원회 참석 |
| Data Steward | 팀장·시니어 담당자 | 일상적 품질 관리, 오류 수정, 표준 적용. 오너에게 정기 보고 |
| Data User | 실무 담당자 | 표준에 따른 데이터 입력. 오류 발견 시 스튜어드에 신고 |
조직 개편 시 데이터 오너십이 자동으로 후임자에게 이전되는 공식 프로세스가 필요합니다. HR 시스템과 연동하여 보직 변경 시 데이터 오너십 이전 알림이 자동으로 발생하고, 인수인계 체크리스트를 의무 이행하도록 설계합니다.
데이터 품질 목표를 달성한 오너에게 인센티브를 제공하고, 품질이 기준 이하로 떨어지면 가시적 책임을 부여합니다. 강제력 없는 거버넌스는 지속되지 않습니다. "좋은 데이터 관리는 성과다"라는 인식을 인사 제도로 뒷받침해야 합니다.
7. 거버넌스 성숙도 자가 진단
우리 조직의 MDM 거버넌스 수준을 객관적으로 진단합니다.
- ☐ 데이터 거버넌스 위원회가 실질적 의사결정을 월 1회 이상 수행한다
- ☐ 주요 마스터 도메인별 데이터 오너가 공식 문서로 지정되어 있고 본인도 알고 있다
- ☐ 데이터 스튜어드가 MDM 업무에 주당 최소 20% 이상의 시간을 공식 배정받는다
- ☐ 데이터 품질 점수를 도메인별로 월 1회 이상 측정하고 보고한다
- ☐ 데이터 오류 발견 시 누구에게 어떻게 신고해야 하는지 전 직원이 알고 있다
- ☐ 데이터 표준이 변경될 때 공식 검토·승인 프로세스를 거친다
- ☐ 조직 개편 시 데이터 오너십 이전 프로세스가 공식화되어 있다
- ☐ 데이터 오너의 KPI에 데이터 품질 목표가 포함되어 있다
| 예 개수 | 성숙도 수준 | 현황 및 다음 단계 |
|---|---|---|
| 7~8개 | ✅ 실질적 거버넌스 | 거버넌스가 작동 중. AI·Agentic MDM 도입 준비 가능 |
| 5~6개 | 🟡 발전 중 | 기반은 있음. 미흡한 2~3개 항목 집중 보완 |
| 3~4개 | 🟠 형식적 거버넌스 | 구조는 있으나 실질적으로 작동 안 함. 거버넌스 재설계 필요 |
| 0~2개 | 🔴 거버넌스 부재 | MDM 솔루션이 있어도 품질 개선 불가. 거버넌스 체계 구축이 최우선 |
8. 거버넌스 고도화 단계별 로드맵
| 단계 | 기간 | 핵심 작업 |
|---|---|---|
| 1단계 기반 구축 |
1~3개월 | 도메인별 데이터 오너 공식 지정 → 거버넌스 위원회 헌장(Charter) 작성 및 경영진 승인 → 스튜어드 역할 공식화 → 베이스라인 품질 측정 |
| 2단계 프로세스 정립 |
3~6개월 | 데이터 생성·변경·폐기 표준 프로세스 문서화 → 오류 신고·처리 SLA 정의 → 위원회 정기 운영 시작 → 오너 KPI 반영 |
| 3단계 실질화 |
6~12개월 | 품질 측정 및 월간 보고 체계 구축 → 이슈 에스컬레이션 자동화 → 거버넌스 성과 경영진 보고 → 우수 실천 사례 전사 공유 |
| 4단계 지속 개선 |
12개월~ | AI 기반 품질 모니터링 도입 → 거버넌스 Self-assessment 정기 실시 → Agentic MDM과 거버넌스 연동 → 거버넌스 성숙도 외부 벤치마킹 |
9. 정리
MDM 솔루션 도입 후에도 데이터 품질이 개선되지 않는 이유는 간단합니다. 시스템은 데이터를 관리할 수 있는 환경을 만들지만, 실제로 데이터를 관리하는 것은 사람과 프로세스입니다. 거버넌스 없는 MDM은 누구도 운전하지 않는 자동차와 같습니다.
그 환경에서 실제로 데이터를 관리하는 것은
거버넌스입니다.
거버넌스 없는 MDM은 투자 낭비입니다."
다음 글에서는 국내 대기업 MDM 실패의 가장 전형적인 현장—ERP 현대화 프로젝트, 특히 SAP S/4HANA 전환에서 MDM이 왜 실패하는지와 그 교훈을 다룹니다.
Part 2. 한국 기업 MDM 현장 — 실패의 패턴과 극복 전략
- 한국 기업의 DX 실패율 70%의 진짜 이유: 마스터 데이터 문제
- MDM 프로젝트, 왜 경영진의 지원을 받지 못하는가? 비즈니스 케이스 설득 전략
- 국내 기업 MDM 도입 실패의 7가지 패턴과 극복 전략
- 한국 대기업 MDM 거버넌스의 현실: 왜 도입 후에도 데이터 품질이 개선되지 않는가? (현재 글)
- ERP 현대화에서 MDM이 실패하는 이유: SAP S/4HANA 전환 현장의 교훈
- DAMA International. (2017). DAMA-DMBOK: Chapter 3 — Data Governance. Technics Publications.
- Gartner. (2024). How to Build a Sustainable Data Governance Program. Gartner, Inc.
- Forrester Research. (2024). Data Governance: From Policy to Practice. Forrester Research.
- 한국데이터산업진흥원. (2024). 데이터 품질관리 성숙 모형 가이드 v3.0. 한국데이터산업진흥원(K-DATA).
- 과학기술정보통신부. (2023). 공공 데이터 품질관리 매뉴얼. 과학기술정보통신부.
- ISO/IEC. (2015). ISO/IEC 38505-1:2017: Governance of IT — Governance of data. ISO.
※ 이 블로그는 MDM, CIAM, DX, AX, AI 등 글로벌 IT 트렌드와 디지털 전략을 실무 전문가 관점에서 분석합니다.
댓글
댓글 쓰기