메인 콘텐츠로 건너뛰기
이제 더 이상 불량 데이터에 안주해서는 안 될 때입니다
IT 운영

이제 더 이상 불량한 데이터에 안주해서는 안 될 때입니다

기술 팀은 비즈니스의 다른 분야를 이끄는 데이터 수집과 자동화를 가능하게 하지만, 정작 그들 자신의 데이터 관리 관행은 뒤처져 있다. 그걸 바꿔 봅시다.

모든 산업 분야에서 데이터는 전례 없는 수준의 생산성, 성과 및 경쟁력을 이끌어내고 있습니다.

이제 더 이상 불량한 IT 데이터에 안주해서는 안 될 때입니다

병원들은 입원 데이터와 예측 분석을 활용하여 인력 수요를 예측하고, 이를 통해 환자 치료의 질을 높이고 초과근무 비용을 절감하고 있습니다. 교육 분야에서 행정 담당자들은 데이터를 활용해 위험에 처한 학생들을 파악하고, 조기 개입을 통해 중퇴율을 낮추고 있습니다. 글로벌 상거래 분야에서 공장 및 공급망은 데이터를 활용하여 유지보수 중단 시간을 예측하고 효율성을 높입니다.

이러한 디지털 전환의 중심에 있는 사람들은 IT 부서에 소속되어 있으며, 필요한 모든 팀을 위해 유용한 데이터를 수집, 분석 및 보호하는 소프트웨어를 개발하고 있습니다.

모든 팀에 유용한 데이터입니다. 단, IT 팀만 빼고요.

수년 동안 IT 및 보안 분야는 불량 데이터를 다루는 데 익숙해져 왔습니다. 이상하게 들리겠지만, 그 이유는 간단합니다. 환경이 점점 더 이질적으로 변함에 따라, 텔레메트리 데이터 수집도 더욱 복잡해졌습니다. IT 상태, 성능 및 보안을 분석하기 위해 개발된 도구 대부분은 환경의 일부(예: 단일 클라우드 제공업체)나 특정 용도(예: 위협 탐지)에 대해서만 가시성을 제공합니다.

실제로, 불과 2019년 전만 해도 포레스터 컨설팅(Forrester Consulting)이 타늄(Tanium)을 위해 실시한 설문조사( ) 에 응답한 조직의 약 55%가 엔드포인트 관리를 위해 IT 및 보안 분야에서 20 개 이상의 도구를 사용하고 있다고 답했습니다. 또한, 응답자의 60%는 자사가 사용하는 도구가 5개 이상의 공급업체에서 제공된다고 답했으며, 38%는 10 개 이상의 공급업체에서 제공된다고 답했다.

이 방대한 툴킷은 체계가 엉망이라, IT 부서가 일상 업무를 수행하기 위해 여러 데이터 세트를 수동으로 짜 맞춰야 합니다. 그 결과, 기껏해야 85% 완성된 데이터가 나올 뿐입니다. 종종 구식이고, 당면한 업무에 부적합하며, 중복되거나 오류가 많습니다. 많은 환경에서 상황이 너무 심각해서, 어떤 자산을 보유하고 있는지, 그 자산이 어디에 있는지, 누가 사용하고 있는지, 또는 어떤 취약점이 있는지를 어느 정도 확신할 수 있는 수준으로 파악조차 하지 못하고 있습니다.

전 세계 최대 규모의 정부 기관 및 기업을 포함한 고객사들과 협력해 온 과정에서, 저희는 이러한 데이터 문제와 관련된 다양한 사례를 접해 왔습니다. 어떤 IT 조직은 보안 데이터는 훌륭하지만 운영 데이터는 취약할 수도 있고, 반대로 운영 데이터는 훌륭하지만 보안 데이터는 취약할 수도 있습니다. 자사 데이터 센터에서 일어나는 일에 대해서는 예리한 통찰력을 가지고 있을지 모르지만, 퍼블릭 클라우드에서 벌어지는 일에는 전혀 눈치채지 못할 수도 있다.

이러한 가시성 부족과 상황 인식의 부재는 반드시 개선되어야 합니다. 하지만 그러기 위해서는 IT 팀의 현재 상황을 파악하는 것이 도움이 됩니다.

재택근무의 과제

오히려 작년에 원격 근무로 전환되면서 이 문제가 더욱 심각해졌습니다. 코로나19 대유행 초기 몇 주 동안, IT 팀들은 우리가 이제 너무나 잘 알고 있는 원격 근무 환경을 구축하기 위해 분주히 움직였습니다. 하룻밤 사이에 그들은 VPN을 구축하고, 화상회의 시스템을 구매해 도입했으며, 수천 대의 노트북 을 배송했고, 의사결정 권한을 회의실에서 벗어나 현장으로 옮기기 위해 전체 인력의 업무 방식을 재편했습니다.

그러나 사이버 보안 전문가 협회인 (ISC)2가 발표한 제 2020’s 회 연례 ‘’ 사이버 보안 인력 조사 보고서 에 따르면, 이러한 갑작스러운 전환은 “사이버 보안 전문가들에게 원격 환경으로 전환하고 이를 보호해야 하는 전례 없는 부담을 안겨주었다.” (ISC)2 가 설문조사를 실시한 3.790 명의 보안 전문가 중, 재택근무로 전환한 후 보안 사고가 18% 증가한 것으로 나타났습니다.

[함께 읽어보세요: IT 의사결정권자들이 2021에서 어떻게 주도해 나갈 것인가]

IT 팀의 경우, 완전 원격 근무 환경으로 전환하면서 사용하던 도구가 제대로 작동하지 않게 되었고 데이터 상태는 더욱 악화되었습니다. 한때 IT 팀이 확인할 수 있었던 기기들과 시스템들은, 해당 기기들이 원격으로 연결되기 시작하면서 더 이상 모니터링할 수 없게 되었다. 온라인 협업 도구가 업무에 필수적인 요소로 자리 잡으면서 SaaS 애플리케이션이 급속히 확산되었습니다.

가시성의 부족은 정상적인 업무 흐름을 저해했을 뿐만 아니라, 공격 표면을 광범위하게 확대시켰습니다. 해커들이 ‘ ’ 피싱 이메일, 랜섬웨어 및 기타 사기 수단을 통해 팬데믹 상황을 악용하여 중요한 기업 및 정부 기능을 마비시키려 시도함에 따라, 모든 조직은 방어 체계를 강화해야만 했다. 데이터 유출과 컴퓨터 시스템 장애는 언제나 재앙입니다. 하지만 직원들이 모든 업무 기능을 수행할 때 단 하나의 기기에만 의존하게 되면, 그로 인한 영향의 규모는 훨씬 더 심각해집니다.

데이터 중심의 미래

IT 분야에서 데이터란 어떤 자산을 보유하고 있는지, 어떤 정보에 누가 접근하고 있는지, 어떤 기기가 연결되어 있는지, 그리고 어떤 연결에 오류가 발생하는지 파악하는 것을 의미합니다. 하지만 데이터는 자동화를 뒷받침하고 실행을 가능하게 하기도 합니다. 불완전하거나 부정확한 데이터를 바탕으로 한 자동화는 재앙을 초래할 수밖에 없습니다.

불완전한 원격 측정 데이터(또는 데이터)를 바탕으로 운행되는 자율주행차를 상상해 보세요. 정확한 입력값이 85%밖에 되지 않는 차에는 절대로 타려고 하지 않을 것입니다. 그런 논리라면, 현대 비즈니스의 중추인 IT 인프라가 85%의 데이터로 운영된다고 해서 어떻게 믿을 수 있겠습니까?

정답은, 사실 그럴 수 없다는 것입니다. 그리고 그러면 안 됩니다.

분산형 기기가 널리 보급된 오늘날의 세상에서, IT 보안 자동화 를 최우선 과제로 삼고 핵심 워크플로를 자동화하는 것은 그 어느 때보다 중요해질 것입니다. 원격 근무 직원을 위한 IT 서비스 관리 지원, 감염된 기기의 신속한 격리, 구성 변경 관리, 소프트웨어 배포, 기기 패치 적용, 잠재적 악성 활동에 대한 사용자 알림, 보안 침해 방지를 위한 비정상 프로세스 종료 등 — 이 모든 작업은 몇 주가 아닌 단 몇 초 만에, 매번 사람의 개입 없이 이루어져야 합니다.

“현대 비즈니스의 중추인 IT 인프라를 85%의 데이터로 운영한다고 믿을 수 있겠습니까?”
Orion Hindawi

2020을 되돌아보면, 무엇이 효과가 있었고, 무엇이 효과가 없었는지, 무엇을 미리 준비할 수 있었는지, 그리고 무엇을 예상할 수 없었는지에 대해 많은 교훈을 얻게 될 것입니다. IT 부서에게 있어 가장 중요한 교훈 중 하나는, 원격 근무자 전체에게 필요한 장비를 제공하고 업무를 수행할 수 있도록 지원하는 등, 원래는 몇 달 또는 몇 년이 걸릴 것으로 생각했던 일들을 불과 몇 주, 심지어 며칠 만에 해낼 수 있었다는 점이었다. 그 교훈은 자신감을 북돋아 주는 동시에, 경각심을 일깨워 주는 계기가 되어야 합니다. 올바른 데이터, 즉 정확한 데이터만 있다면 무엇이든 가능합니다.

[관련 기사: 재택근무 시대에 Lumentum이 보안에 대해 깨달은 점]

2020 이 생존에 관한 것이었다면, 2021 는 번영할 수 있는 기회입니다. IT 및 보안 팀에게 이는, 성공에 필요한 데이터를 제공하지 못하는 도구와 프로세스를 없애는 것을 포함해, 그동안 불가능하다고 여겼던 일들을 적극적으로 재고해야 함을 의미합니다.

2021에서는 이제 IT 및 보안 분야가 단일 기능 이상의 역할을 수행하는 솔루션을 찾아야 할 때입니다. 이러한 솔루션은 온프레미스 인프라와 프라이빗 및 퍼블릭 클라우드 서비스를 포함한 하이브리드 환경 전반에 걸쳐 가시성을 제공해야 합니다. 또한 데이터의 공유와 부서 간 분석이 가능하도록 하는 통합 기능을 제공해야 합니다. 조직이 이러한 접근 방식을 통해서만 현대적인 분산형 기업을 진정으로 뒷받침하는 데 필요한 수준의 정확도를 달성할 수 있습니다.