과도한 데이터와 부족한 인사이트: 최고재무책임자(CFO)의 딜레마 해결

많은 데이터가 무슨 문제냐고 말하기도 합니다. 나중에 필요할지도 모를 데이터를 삭제하고 싶은 사람은 아무도 없으니까요. 그러나 데이터가 너무 많으면 이해하는 데 걸림돌이 됩니다. 특히 데이터의 품질과 출처가 불분명하면 이 많은 데이터에서 의미 있는 인사이트를 추출하기가 쉽지 않습니다.

글로벌 금융계를 전문으로 하는 영국의 리서치 기관, FSN의 연구에 의하면, 데이터를 기업 자산으로 적극적으로 관리하고 있으며 재무 부서가 인사이트를 통해 경쟁 우위를 확보하는 데 필요한 도구와 리소스를 갖추고 있어 데이터를 완벽하게 다루고 있다고 응답한 CFO는 22%에 불과했습니다. 나머지 78%는 상충되는 데이터 소스가 너무 많거나, 보유하고 있는 데이터를 충분히 활용할 수 있는 기술에 정통한 리소스와 도구가 없다고 불평했습니다.

왜 이렇게 많은 데이터가 있을까요?

데이터 볼륨은 기하급수적으로 증가하고 있지만 그 원인이 항상 명확한 것은 아닙니다. 데이터 볼륨을 정기적으로 모니터링하는 조직이 거의 없기 때문에 문제를 해결하는 데 도움이 되지 않습니다. 예를 들어, 데이터 상태에 관한 FSN의 연구에 의하면, 데이터 볼륨이 변화하는 이유를 설명하고 이에 대비한 계획을 세울 수 있는 재무 조직은 36%에 불과한 것으로 나타났습니다.

개괄적으로 말해서 비즈니스 복잡성, 레거시 시스템을 합리적으로 개선하는 능력의 부재, 경쟁 우위를 확보하기 위한 보다 세분화되고 다양한 분석에 대한 끊임없는 욕구로 인해 데이터 볼륨이 증가하고 있습니다. 

또한 규제로 인해 재무 부서의 데이터 볼륨이 증가했습니다. 작년만 봐도 환경, 사회, 거버넌스(ESG) 및 국제 최저한세에 대한 새로운 규정이 도입되어 기업이 추가적인 정보를 수집하고 통합해야 할 필요가 생겼습니다.

"새로운 정보 요구사항에 신속하게 대응하는 능력이 재무 부서의 주요 관심사입니다."라고 Modern Finance Forum의 리더이자 FSN CEO인 Gary Simon은 말합니다. "많은 조직이 변화에 유연하지 못한 오래된 레거시 ERP(Enterprise Resource Planning) 시스템에 갇혀 있습니다."

"최근 FSN 연구에서 재무 부서의 58%가 필요에 따라 데이터 세트를 확장하는 능력이 재무 보고 시스템의 민첩성을 위한 가장 중요한 특성 중 하나라고 답했습니다."라고 Simon은 덧붙입니다.

역설: 데이터는 풍부하지만 인사이트는 부족한 상황

그렇다면 조직이 가치 있는 인사이트를 얻는 어려움을 극복하고 풍부한 데이터를 보유할 방법은 무엇일까요?

이 데이터 딜레마에서 벗어나려면 세 가지 주요 과제를 해결해야 합니다.

• 첫째, 새로운 재무 및 비재무 데이터 소스를 캡처하고, 해당 구조를 파악하며, 오류 없이 통합해야 합니다. 
• 둘째, 정형 데이터와 비정형 데이터의 통합에 따른 문제를 데이터에 대한 이해를 높이고 인사이트를 촉진하는 방식으로 해결해야 합니다.
• 셋째, 데이터 시각화 기법 및 분석 도구에 적합한 방식으로 데이터를 렌더링해야 합니다.

데이터 캡처: 일기예보, 웹 분석, 업종별 데이터와 같은 운영 및 비재무 데이터를 포함하는 새로운 데이터 소스는 코드화되지 않는 비정형 데이터일 수 있습니다. 게다가 전통적인 추출, 변환, 로드(ETL) 기술은 재무 전문가가 아닌 IT 전문가를 염두에 두고 설계되었습니다. 따라서 재무 부서에서 IT 전문가의 도움 없이 비재무 데이터를 변환하고 통합하는 데 어려움을 겪는 경우가 많습니다.

또한 이 데이터는 코드화된 재무 데이터와 달리 데이터 캡처 시점에 오류가 자주 발생합니다. 실제로 FSN 연구에 의하면, 재무 부서의 58%가 데이터 캡처를 재무제표의 중요한 허위기재(material misstatement) 위험이 가장 높은 영역으로 꼽았습니다. 오류를 발견하여 수정하지 않으면 매니지먼트 리포트, 재무 예측, 인사이트 및 비즈니스 의사결정에 대한 신뢰가 급격히 떨어지게 됩니다.

"재무 부서의 75%에서 매달 계좌의 재무제표를 수정해야 하는 중대한 회계 오류가 발생합니다. 하지만 재무 시스템을 개선할 때 리포트와 인사이트에 대한 신뢰를 저해하는 근본적인 데이터 캡처 문제를 해결하기보다는 리포트의 외형 개선과 같은 종반 단계에 집중하는 경향이 있습니다."라고 Simon은 설명합니다.

바로 이 지점에서 Workday Prism Analytics의 전문 어플리케이션인 Workday Accounting Center의 혁신이 시작됩니다. 이 어플리케이션은 데이터 처리 기능을 재무 부서에 돌려줍니다. 통합된 데이터는 다른 데이터와 마찬가지로 작동하며 동일한 보안, 계층 구조 및 분석 기능을 사용합니다. 회계 팀에 갑작스럽거나 긴급한 변경이 필요한 경우 이러한 변경을 직접 구성하게 되므로 정확성을 보장하고 변화된 상황에 민첩하게 대응할 수 있습니다.

10년 이상 인공지능(AI) 및 머신러닝(ML) 기능을 제공해 온 Workday가 수년에 걸쳐 AI 기반 자동화를 중심으로 혁신 기능을 도입하고, 이를 회계 프로세스의 구조에 내재화하여 더욱 신뢰할 수 있고 예측 가능하며 지능적인 프로세스를 구축한 것은 당연한 일입니다. 분개장 인사이트, 고객 결제와 송장 매칭, 경비 환급 프로세스 등에서 Workday는 인텔리전스 AI를 활용하여 비정상적인 트랜잭션을 문제가 되기 전에 식별할 수 있습니다. 

 "AI 기반 이상 감지 기능은 데이터의 규모와 다양성이 급증하는 상황에서 데이터 오류를 억제하려는 노력의 중요한 진전입니다."라고 Simon은 덧붙입니다.

데이터 혼합: 20, 30년 전에는 비즈니스 인사이트가 주로 총계정원장에서 얻어졌고 외부 소스는 극히 미미하게 사용되었습니다. 이제는 거의 정반대입니다. 조직에서 가장 가치 있는 인사이트를 외부 데이터 소스, 특히 비재무 데이터에서 찾는 경우가 많기 때문입니다. 재무 데이터와 비재무 데이터의 혼합이 비즈니스 인사이트를 확실히 뒷받침하며, 성장하는 재무 계획 및 분석(FP&A) 분야와 현대화된 재무 부서 내의 비즈니스 협력 관계를 지원하는 데 중요한 역할을 합니다.

혼합 데이터의 기반은 몇 년 전에 도입되었음에도, 여전히 혁신의 선두에 있는 것은 Workday 단일 개체 데이터 모델입니다. 이것은 데이터 관리의 트랜잭션 측면과 정보 측면을 원활하게 하나의 솔루션으로 접목하는 통합 아키텍처입니다. 이러한 통합 접근 방식을 통해 보고, 조회 및 프레젠테이션 도구에서 기본 데이터 구조를 즉시 활용할 수 있습니다. 즉, 트랜잭션이 발생하면 모든 변경 사항이 실시간으로 반영되어 사용자에게 가장 최신의 정확한 비즈니스 현황과 인사이트를 제공합니다.

데이터 시각화: 재무 비즈니스 파트너를 대상으로 한 FSN의 연구는 인사이트 창출에 있어 데이터 시각화의 중요성을 강조합니다. 모든 비즈니스 매니저(특히 회계사가 아닌 매니저)가 2차원 스프레드시트에 표시되는 대량의 행과 열에 익숙한 것은 아닙니다. 많은 응답자가 그래픽 프레젠테이션, 다이얼, 차트, 스코어보드 등을 사용해 성과를 관리할 때 더 쉽게 이해할 수 있다고 답했습니다. 데이터 시각화를 통해 재무 전문가와 비재무 전문가가 공통의 언어로 대화할 수 있으며, 이를 통해 토론을 촉진하고 정보를 공유하며 혼자서는 완벽하게 얻을 수 없는 순도 높은 비즈니스 인사이트를 얻을 수 있습니다.

강력한 데이터 관리의 가치

조직이 다양한 데이터 소스를 정확하게 수집하고 재무 관리 시스템에서 유지되는 다른 데이터와 원활하게 혼합하며 실시간으로 시각화하면 풍부한 데이터 인사이트와 애자일 의사결정을 위한 이상적인 프레임워크를 구축할 수 있습니다.

FSN의 2023 'Workday 이노베이션 쇼케이스'를 통해 Workday의 혁신적인 재무 관리 시스템이 어떻게 데이터 인사이트를 개선하고 조직의 민첩성을 높일 수 있는지 알아보세요.