세계적으로 경제적 불확실성이 지속되는 가운데 데이터 기반 의사 결정의 중요성은 전력과 가스 등 유틸리티 산업 전반의 전략적 계획 프로세스에서 계속해서 우선 순위가 되고 있다. 그러나 유틸리티 기업들은 수집된 데이터를 효과적으로 활용하고 실행 가능한 통찰력으로 전환하는 방법을 파악하는 데 어려움을 겪고 있다.

인포테크 리서치 그룹(Info-Tech Research Group)이 데이터 활용에 고민하고 있는 유틸리티 산업 IT 리더들을 위한 ‘유틸리티 산업 데이터 분석 사용 사례 보고서’를 발표했다.

이 보고서는 유틸리티 기업 IT 리더에게 미리 선별된 유틸리티 데이터 분석 사용 사례의 저장소와 필터링 및 우선 순위 지정 프레임워크를 제공한다. 이를 통해 올바른 비즈니스 문제를 파악하고 조직에 최고의 가치를 제공하는 솔루션을 찾는 프로세스를 가속화할 수 있게 돕기 위해 연구되었다. 

보고서는 유틸리티 기업의 IT 리더들이 데이터 문제를 극복하고 조직을 디지털 방식으로 혁신하기 위해 중점을 두어야할 7개 핵심 사항을 제시하고 있다.

① 속도

과금 애플리케이션과 같은 기존 시스템은 스마트 미터의 간격 데이터와 같이 빠르게 생성되는 데이터를 처리하는 데 효과적이지 않다. 이는 "어떻게 하면 빠른 생성을 처리할 수 있을까?"라는 질문을 제기한다.

② 볼륨

IIoT(Industrial Internet of Things) 장치 및 현장 센서는 전례 없는 양의 데이터를 수집하고 있다. 사내 데이터 스토리지는 빠르게 비용이 증가하고 탄력성이 부족해질 수 있다. 유틸리티 기업의 리더는 "어떻게 하면 기하급수적인 성장을 처리할 수 있을까"라고 묻고 답해야 한다

③ 다양성

유틸리티 기업은 내부 운영 데이터와 외부 데이터를 모두 수집하고 있지만, 이러한 다양한 데이터는 종종 격리되어 "어떻게 다양한 통합 데이터를 수집할 수 있을끼?"라는 질문에 대한 답을 요구해야 한다.

④ 정확성

데이터 품질은 정확성, 적시성, 완전성 등 다양한 방법으로 측정할 수 있지만 추적 노력은 종종 극복할 수 없는 것처럼 느껴지는 경우가 많다. 이는 "어떻게 하면 데이터 품질에 대한 신뢰를 얻을 수 있을까?"라는 질문으로 이어진다.

⑤ 시각화

동일한 원시 데이터 집합을 여러 가지 방식으로 표시할 수 있다. 효과적이고 의미 있는 스토리텔링은 의사 결정을 주도할 수 있다. 즉, 유틸리티 기업 리더는 "어떻게 하면 데이터를 의미 있게 제시할 수 있을까?"라고 묻고 대답할 수 있어야 한다.

⑥ 가변성

다양한 출처에서 수집된 데이터는 서로 다른 의미와 유형을 가진다. 예를 들어 "유틸리티 고객"은 부서마다 다른 것을 의미할 수 있다. 이러한 가변성을 연결하려면 "어떻게 데이터를 일관되게 시너지화할 수 있을까?" 에 대한 답이 필요하다.

⑦ 가치

데이터 수집은 가치를 제공하기 위해 실행 가능한 비즈니스 통찰력으로 전환되지 않는 한 유용하지 않다. 전략적 데이터 전략을 수립할 때는 IT 리더는 "실행 가능한 통찰력을 어떻게 개발할 수 있을까?"라고 묻고 답하는 것이 중요하다.

보고서는 또한 데이터가 제공할 수 있는 가치를 식별하지 않고 나머지 데이터 문제를 해결하는 것은 "먼저 못을 찾지 않고 망치를 사용하는 것"과 같다고 지적하면서 가치 제공 문제 해결을 목표로 하는 것이 우선 순위가 되어야 한다고 조언한다.

징 우(Jing WuInfo) 인포테크 리서치 그룹 유틸리티 리서치 수석 연구 책임자는 "데이터 분석은 유틸리티 기업의 디지털 전환에 훨씬 더 중요해졌다. 전력회사에서 수집하는 데이터의 양은 계속 증가할 것이며, 이 데이터를 실행에 옮기는 것은 전력회사 IT 리더들에게 중요한 과제이다."라며, "데이터 전략 개발은 시간이 많이 소요될 수 있다. 중요한 것은 진정한 가치를 제공하는 우선 순위가 지정된 비즈니스 사례 목록을 구축하는 것이다.” 고 말했다.