기업데이터 개념과 데이터 가치평가에 대해서 이해해보도록 하겠습니다. 기업 데이터는 과거와 다르게 오늘날에는 기업 데이터에 대한 가치가 더 높아졌고 이에 대해서 체계적으로 관리하고 활용할 필요성과 니즈가 점점 높아지고 있습니다. 기업들은 자신들이 보유하고 있는 기업데이터에 대해서 다시 관리 체계와 함께 가치 체계를 재정립하고 관리 시스템을 구축하여 운영합니다. 기업 데이터는 이제 중요한 영역이 되었으며 데이터 가치 평가를 통해서 데이터를 거래하는 시대로 점차 변화되고 이동 되고 있습니다. 기업 데이터 개념과 데이터 가치평가에 대해서 좀 더 자세히 알아보겠습니다.
기업데이터 개념에 대한 일반 정의
기업데이터는 기업의 제품과 서비스를 개발하고 생산하고 유통하고 소비하는 활동 과정에서 발생하거나 활용되는 전자적 형태의 자료와 정보를 의미합니다. 기업 데이터는 모든 산업 분야의 기업들에서 발생하는 데이터입니다. 기업 데이터는 해당 업종의 특징을 잘 반영합니다. 기업데이터는 민간 데이터의 일종입니다. 기업데이터는 공공 데이터와 구분되는 개념이기도 합니다. 공공데이터는 정부나 공공 기관이 수집하여 일반 국민과 대중에게 제공하는 데이터입니다. 공공데이터는 정부나 공공 기관의 사업이나 연구 운영 과정에서 수집되는 데이터로 볼 수 있습니다. 따라서 투명하고 공유가 가능한 데이터입니다.
기업 데이터는 기업들이 자신들의 고객들로부터 수집한 데이터들입니다. 기업 데이터 중에서는 고객 들의 개인정보가 포함되어 있는 경우가 많으며 신용정보와 민감정보까지도 포함될 수 있습니다. 따라서 기업들은 기업 데이터를 엄격하게 관리합니다. 기업 데이터는 보안과 기술이 적용된 인프라를 사용하여 데이터를 저장합니다. 기업은 영업 활동의 전 과정에서 인적 자원과 물적 자원에 대한 많은 투자와 노력을 기울이게 되고 데이터를 새롭게 만들거나 데이터를 수집, 저장, 보유, 가공, 분석, 제공, 연계, 공개 등을 통해 다양한 목적으로 활용합니다. 기업 데이터에는 개인정보와 비개인정보, 정보를 체계적으로 구조화하는 정형 데이터와 체계적으로 구조화를 하지 못하는 비정형 데이터로 구분할 수 있습니다.
기업 데이터는 주로 정형 데이터 위주로 관리해왔습니다. 기업데이터는 기업 안에서 정보를 체계적으로 분류하고 저장하고 회사 안에 있는 조직들이 사용할 수 있도록 기업 데이터 웨어하우스를 운영하기도 합니다. 기업 데이터 웨어하우스는 응용프로그램의 기술적인 제약 없이 정보를 서로 활용하고 공유할 수 있도록 하는 데이터 통합 저장소입니다. 기업 안에 있는 기업 데이터는 기업 관리 조직에서 효율적으로 관리해야 하며 필요하고 자격을 갖춘 주체에게 정보가 제공될 수 있도록 시스템이 구성되어야 합니다.
또한 전사적 차원에서 데이터 분석을 위한 통합적 관점의 데이터 저장 체계를 구축할 수도 있습니다. 각 부서 단위나 작은 조직 단위로 만들어지는 데이터 마트도 기업에서 자주 사용하는 기업 데이터 활용 체계입니다. 기업에서는 데이터를 얼마나 잘 관리하고 활용하는지가 기업의 경쟁력을 좌우할 수도 있습니다. 데이터를 체계적으로 잘 활용하고 잘 관리하는 기업이 치열한 기업 경쟁 상황 속에 살아 남을 수 있고 우위에 설 수 있게 되었습니다. 이러한 특징이 바로 4차 산업 혁명 시대의 특징이라고 볼 수 있겠습니다. 이제 기업 입장에서는 기업 데이터가 매우 중요해진 시대에 있는 것입니다.
기업데이터와 데이터 거래에 대한 설명
기업데이터와 관련해서는 소유권과 관련된 논쟁이 발생할 수 있습니다. 데이터 소유권은 개인이나 국가가 데이터의 소유 범위와 사용 방법에 대해서 결정할 수 있는 권한을 의미합니다. 소유권의 객체인 물건은 사실 유체물에 한정됩니다. 따라서 무체물인 데이터에 대한 소유권은 인정하지 않는 경우도 있습니다. 빅데이터 안에는 많은 다른 사람들의 작은 데이터들을 포함하는 경우가 많기 때문에 소유권을 부여하는 방식으로 보호하게 되면 명확한 권리 범위에 대해서 확정할 수 없기 때문에 다양한 분쟁이 발생할 수 있습니다. 이로 인해 데이터에 대해서 자유로운 거래와 활용을 위축시킬 수도 있습니다.
관계형 데이터베이스에 저장되는 정형 데이터를 빼고는 비정형 데이터에 대해서 소유권이나 물권적 권리를 인정하는 국가는 사실 없습니다. 하지만 데이터는 거래의 대상이 될 수 있습니다. 따라서 데이터 소유권의 개념은 거래 계약 상 채권적 지위를 가지고 있다고 봐야 합니다. 기업은 거래 계약을 통해서 기업들이 가지고 있는 데이터에 대한 권리를 정할 수 있고 이러한 효력은 당사자에게만 영향을 주게 됩니다. 데이터 수집과 관련하여 스크래핑이나 크롤링 방식은 분쟁 사례가 될 수 있습니다. 데이터 수집 기술 중 스크래핑과 크롤링은 현재 굉장히 보편화된 데이터 수집과 추출 기술입니다. 스크래핑이나 크롤링 방식은 다른 웹 사이트 웹페이지 속의 데이터들에 대해서 해당 웹사이트를 관리하는 주체나 기업의 허락을 받지 않고 임의로 수집하게 되는데 이러한 방식으로 수집하는 과정에서 분쟁이 발생할 수 있습니다.
더 나아가 다른 웹사이트에서 운영하는 서비스와 관련된 데이터를 스크래핑과 크롤링 방식으로 전부 복제하듯이 수집하여 동일한 서비스를 제공하는 것에 대해서 저작권 관점에서 이슈가 발생할 수 있습니다. 또한 사람들의 프로필 정보를 웹 상에서 크롤링 방식으로 수집하고 이를 다른 데이터와 결합하고 가공하는 방식으로 판매한 경우도 있었는데 로그인이 필요하지 않는 공개된 정보는 공공재 성격이 매우 강하기 때문에 수집 금지에 대한 문구가 있더라도 데이터 수집이 필요하지 않다고 법원에서 판시한 사례도 있습니다. 특정 앱 형태의 애플리케이션이나 애플리케이션 서버에 접근하여 데이터를 크롤링 하는 것에 대해서도 이슈가 될 수 있습니다. 데이터 스크래핑과 크롤링 방식으로 서비스를 제공하면서 비즈니스를 운영하는 기업들이 생각보다 상당히 많다는 사실을 알아야 합니다.
데이터 거래는 데이터를 재화로써 데이터 공급자와 데이터 수요자 사이에 양도하거나 사용하거나 전송하는 행위를 의미합니다. 데이터가 저작권법과 같은 법적인 보호를 받는 경우에는 데이터를 구매하는 구매자가 데이터를 판매하는 판매자로부터 일정한 이용 조건이나 범위 안에서 적법하게 이용할 수 있도록 반드시 허락을 받아야 합니다. 데이터 공급자의 경우 데이터에 대한 권리를 보유한 주체로 정의할 수 있습니다. 데이터에 대한 권리를 주장하기 위해서는 해당 데이터를 만들고 가공하거나 제작한 주체이어야 합니다. 아니면 다른 데이터 생산자로 부터 해당 데이터에 대한 권리를 양수 받았거나 데이터 권리자로부터 판매에 대한 대리권을 받은 경우입니다.
기업이 자체적으로 데이터를 수집하거나 데이터를 획득하기 어려운 경우면 데이터 거래소를 통해 데이터를 구매하는 것이 경제적으로 효과적일 수 있습니다. 데이터를 거래하는 형태는 양도 계약과 라이센스 계약이 있습니다. 실제적으로 데이터에 대한 거래는 양도 계약 형태 보다는 라이센스 계약이 더 많이 활용됩니다. 데이터의 권리를 힘들게 가지고 있는 데이터 보유자는 그대로 양도하는 것은 그만큼 많은 비용을 받아야 하는데 그러한 방식 보다는 라이센스 계약을 통해 사업을 지속적으로 영위하는 방식을 택하기 때문이라고 볼 수 있습니다. 데이터를 통채로 넘기면 더 이상 비즈니스를 할 수 없기 때문에 기업들은 이러한 선택을 하는 것입니다. 기업은 지속 가능성이 매우 중요한 요소이기 때문입니다.
데이터 거래에서는 기업 간 거래에서 서로 부족한 데이터들을 보완하기 위해서 상호 라이선스 형태로 데이터를 교환하는 전략도 사용됩니다. 우리나라에서는 데이터와 관련된 계약이 매우 보편화되었습니다. 그래서 국가적인 차원에서 표준 계약서를 만들어서 민간에서 활용할 수 있도록 하고 있습니다. 우리나라에서는 데이터 산업법과 산업디지털전환법이 있습니다. 데이터의 합리적인 유통과 공정한 거래를 위해서 데이터 거래 표준 계약서와 산업 데이터 활용 계약에 대한 지침을 마련하여 운영하고 있습니다. 이를 통해 민간 사업자들이 사용할 수 있도록 하고 있습니다. 데이터 거래 계약은 데이터 제공형, 데이터 창출형, 데이터 오픈 마켓형으로 구분합니다. 데이터 제공형은 가장 많은 거래 유형입니다.
데이터 제공형의 경우 데이터 제공자의 일방 당사자만 가지고 있는 데이터를 상대방에게 제공할 때 해당 데이터에 대한 사용 권한과 기타 제공 조건들을 결정하는 계약 유형입니다. 데이터 창출형의 경우 여러 당사자들이 관여하여 새롭게 만들어 내는 데이터를 상대방에게 판매를 하는 경우에 해당합니다. 이 경우 데이터 창출에 관여한 당사자들 간에 데이터에 대한 이용권이나 이익 분배에 대해서 결정하는 계약에 활용될 수 있습니다. 데이터 오픈 마켓형은 여러 데이터 제공자들이 오픈 마켓과 같은 온라인 유통 플랫폼을 통해서 거래 상대방에게 데이터를 제공하는 계약 유형과 관련되어 있습니다. 디지털 플랫폼에서 데이터 제공자와 데이터 수요자를 매개 하는 형태로 사업과 서비스가 운영되는 경우도 있고 이 경우 권리와 의무 관계를 계약으로 정하게 됩니다. 기업들은 기업 데이터와 관련하여 올바른 선택을 해야 합니다.
데이터 가치 평가에 대한 중요 사항
데이터 가치 평가는 데이터 가치를 시장에서 일반적으로 인정한 평가 기법과 모델을 통해 가액, 등급, 점수 등으로 평가하는 활동을 의미합니다. 데이터 가치는 데이터를 생산하고 유통하고 거래하며 활용하는 과정에서 발생하는 경제적 효익에 대한 측정 값을 의미합니다. 물론 데이터 가치 평가 에 있어서 평가의 목적과 소유자에 따라 가치는 달라질 수 있습니다. 데이터 가치 평가 기법에는 시장접근법, 수익접근법, 원가접근법이 있습니다. 데이터의 유형과 특성, 그리고 활용 목적과 용도에 따라서 평가 기법 중 어느 하나를 사용하거나 두 개 이상을 함께 사용하기도 합니다.
데이터 가치 평가는 동일한 평가 기준과 방법을 적용한다고 하더라도 평가하는 기관들마다 차이가 있을 수 있습니다. 무형 자산에 대한 가치 평가를 부풀린 사례들로 인해서 분쟁이 발생하기도 합니다. 정부에서는 불공정한 가치 평가를 없애고 평가 기관들 간의 차이를 줄이기 위해서 평가 기관들이 준수해야 할 데이터 가치 평가 모델과 평가 지침, 평가 품질 관리 체계 등을 마련할 필요가 있습니다. 데이터 가치 평가는 데이터의 공정 가치를 평가하는 것을 기본 방향으로 합니다. 공정 가치는 데이터의 수요자와 데이터 공급자 모두가 자발적으로 대상이 되는 데이터에 대한 내용에 대해서 이해하고 거래할 수 있는 적당하고 합리적인 가액을 의미합니다. 공정 가치는 측정일에 시장 참여자들 사이의 정상 거래에서 자산을 매도하면서 얻게 되거나 부채를 옮기면서 지급하게 될 가격으로 정의할 수 있습니다.
이에 따라 데이터를 판매하는 판매자와 데이터를 구매하는 구매자가 공정 가치를 기반으로 공정하게 거래할 경우 당사자들의 합의에 따라 평가 기관의 가치 평가를 활용할 수 있습니다. 다만, 공정 가치는 평가 기관을 통해서만 반드시 평가해야 하는 것은 아니며 당사자가 시장의 제반 여건들을 고려하고 자유로운 합의에 따라 만들어져야 합니다. 다양한 금융 정보를 데이터 형태로 제공하는 서비스 플랫폼을 운영하는 기업에서는 회원을 일반 회원과 유료 회원으로 구분하고 각각 요금제를 부과하는데 이에 따라 다른 수준의 데이터 서비스를 이용하도록 구성하는 경우도 많습니다. 데이터 가치와 관련되어 데이터 품질 문제도 생각해볼 수 있습니다. 이는 데이터 거래에서 필요한 데이터 품질과도 연관되어 있습니다.
데이터 품질은 데이터의 정확성, 완전성, 무결성, 안전성, 유효성 등이 있습니다. 데이터와 관련하여 만약 손해가 발생하면 누가 책임을 가지고 부담할 것인지를 미리 규정할 필요가 있습니다. 데이터 품질은 중요합니다. 왜냐하면 데이터를 제공하였는데 제공된 데이터가 부정확하고 올바르지 않은 정보를 제공하여 이러한 정보를 바탕으로 의사 결정을 한 주체에게 피해를 줄 수 있기 때문입니다. 데이터를 서비스로 만들어서 활용하는 기업들 입장에서는 풀어야 할 숙제이기도 합니다. 데이터 제공자는 제공 데이터가 적법하고 적절한 방법에 따라서 취득 되었다는 사실을 보증할 필요가 있음과 동시에 빅데이터 환경에서 지식 재산권에 대한 침해가 발생하지 않도록 확인하거나 완전성을 확보하는 것이 중요합니다. 데이터를 제공하는 주체는 이용자와 협의하여 데이터의 품질을 보장하지 않은 경우 현재 상태로 제공하고 데이터 품질에 대해서는 책임을 지지 않는 면책 조항을 두는 전략을 사용하기도 합니다.