기고 | ‘유니버설 시맨틱 계층’으로 데이터 불일치 문제 해결하기

비즈니스오브젝트(BusinessObjects)라는 기업이 1990년대에 SAP 비즈니스 오브젝트에 최초의 경량 시맨틱 계층을 구축했다. 그러나 비즈니스오브젝트와 같은 초기 BI 제품군이 모놀리식이어서 사용자 친화적이지 않았다. 불만을 품은 사용자들은 사용 편의성이 개선된 태블로(Tableau), 파워 BI(Power BI) 및 루커(Looker)를 점차 채택했다.

이러한 도구가 조직 전체에 걸쳐 성장하고 복제됐으며, 그 결과 단일 데이터 원본이라는 개념이 희미해질 지경에 이르렀다. 이제 조직의 여러 부서에서 서로 다른 BI, 분석 및 데이터 과학 도구를 사용해 고유한 데이터 정의, 차원, 측정값, 논리 및 컨텍스트를 생성하고 있다. 또한 각 팀에서 자체적인 시맨틱 체계 계층을 관리한다. 이로 인해 사용자 그룹 간에 데이터 해석, 비즈니스 논리 및 정의에 차이가 발생하고, 이로 인해 데이터 기반 보고서와 인텔리전스에 대한 불신이 생긴다.

일관성 없는 데이터는 종종 팀 간에도 혼란을 야기한다. 예를 들어, 활성 고객이란 서비스에 대한 지속적인 유료 구독을 구매한 사용자를 의미할까? 아니면 지난 7일 이내에 로그인한 적이 있는 사람일까? 아니면 7일 무료 평가판에 가입한 사람일까? 일관되지 않은 정의는 청구 목적의 재무팀, 고객 식별을 위한 갱신팀, 판매된 제품에 대한 정확한 처리 및 보고를 위한 운영팀에 영향을 미친다.