정순석 한국교통대
효과적인 의사결정은 정보와 지식을 필요로 한다. 의사경정지원시스템은 의사결정자에게 경영의사결정을 할 수 있도록 경영과학 모델을 이용해 정보를 지원해준다. 데이터웨어하우스는 온라인분석처리를 통해 보다 쉽게 그리고 다양하게 정보를 제공할 뿐만 아니라 데이터마이닝 기술을 활용해 데이터에 숨겨져 있는 지식을 찾아준다. 빅데이터의 주요 목적은 축적되어 있는 대용량의 데이터에서 경영활동에 필요한 지식들을 발견하는 것이다.
지식이라고 생각하는 것은 스스로 행동을 증명하는 것이며, 행동을 하는데 효과가 있는 정보, 결과에 초점을 맞추고 있다. 지식에 대한 또 다른 정의를 살펴보면 ‘강력한 정보’를 지식으로 규정하는 경우도 있다. 결국, 지식이란 보다 구체적이고 전문화된 성격을 가지고 있으며, 이를 통해 결과물을 산출해 내는 것이어야 한다.
실제 기업환경에서 의사결정자의 오랜 경험을 통해 축적된 지식이 그 기업의 중요한 판단 기준으로 적용되는 경우가 많다. 경제개발이 활발하게 이루어지던 60~80년대 한국의 초기 기업들은 불확실한 경제 환경과 부족한 정보와 데이터를 극복하는 방안으로 창업자의 오랜 경험에서 빚어진 육감에 많은 부분 의존해왔다. 이러한 육감은 오랜 시간동안 사업 활동을 통해 터득한 제 나름대로의 지식이다. 창업자 더 나아가 최고경영자의 지식은 경영자가 경영일선에서 물러나면 그대로 소멸한다. 이와 마찬가지로 의사결정에 있어 의사결정자 혹은 의사결정 집단의 의사결정 결과가 일회성 행위로 끝나서는 안 된다. 이것은 곧 모델과 데이터를 통해 해결하지 못했던 문제를 지식을 통해 해결하고, 해결된 내용을 재활용함으로써 점진적으로 발전된 형태의 문제 해결 방안을 개발해 나가는 것이다. 이를 통해 의사결정시스템은 지속적으로 문제 해결능력을 향상시켜 나갈 수 있다. 따라서 의사결정과정에서 발생한 문제 해결능력의 향상을 가져오기 위해 데이터웨어하우스 및 빅데이터에서 추출한 지식들을 저장하고 정제 그리고 검색할 수 있도록 지식을 관리해야 한다.
지식은 책, 필름, 빅데이터를 축적한 컴퓨터 데이터베이스, 사진, 지도, 시나리오, 노래, 심지어는 행동과 같은 소스에서까지 얻어낼 수 있다. 소스들은 크게 문서화된 것과 그렇지 않은 것으로 나눌 수 있다. 소스의 다양함은 지식획득이 복잡해지는 원인이 되기도 한다. 지식의 레벨을 극단적으로 나누자면 얕은 지식과 깊은 지식으로 나눌 수 있다.
얕은 지식은 특정한 상황에서 다루어지고 있는 표면적인 정보를 표현하는 것이다. 예를 들어, 차에 기름이 없다면 차가 움직이지 않는 상황은 다음과 같이 지식으로 표현될 수 있다. 만약에 연료탱크에 기름이 없다면, 차가 움직이지 않는다.
이러한 것들은 경영자의 의사결정이나 구체적인 문제해결에 있어서 거의 도움이 되지 않는다. 다만, 사용자를 이해시키는데 약간의 도움을 줄 수 있다. 얕은 지식은 복잡한 문제를 묘사하는데 한계가 있어 보다 깊은 지식의 필요성이 요구된다.