분석 애플리케이션 구축 및 타 애플리케이션 통합 능력 뛰어나
비즈니스 요구사항이 변화함에 따라 기업들을 위한 BI 솔루션이 바뀌고 있다. 물론, 비즈니스의 가치창출, 데이터 품질 및 일관성에 대한 요구, 정보를 원하는 대로 알맞게 구성하여 비즈니스에 활용할 수 있는 정보로 파악할 수 있도록 하는 기능 등과 같이 원래부터 요구되었던 사항들 가운데 많은 부분은 여전히 변함이 없으나, 새로운 요구사항이 있음은 의심할 여지가 없다.
변화의 예를 들어보자. 우선, 사용자는 더 이상 솔루션이 제공하는 형태대로 사용하기를 원하지 않는다. 자신의 구미에 맞게 원하는 기능을 원하는 위치에 배치시킬 수 있도록 100% 커스터마이징하기를 원하며, 또한 업무를 위한 애플리케이션과 분석을 위한 애플리케이션을 따로따로 실행시키는 번거로움과 복잡함에서 벗어나고 싶어 한다.
뿐만 아니라 분석 업무가 더 이상 어려운 업무, 특정인만 할 수 있는 업무가 아니라 누구라도 필요할 때 쉽게 접근하여 비즈니스 창출에 필요한 정보를 적시에 얻어낼 수 있기를 기대한다. 그리고 아침에 출근하여 자신의 PC에서 단 한 번의 로그인으로 메일 확인과 자신의 업무, 필요에 따라서는 회사의 주요 경영지표 및 영업 분석 업무까지도 접근할 수 있기를 원한다.
이러한 요구 사항들의 변화는 다음의 BI 솔루션의 최근 동향에서도 잘 나타나고 있다. BI 솔루션의 최근 동향은 아래 그림과 같이 5가지로 압축할 수 있다.
최근 동향 # 1 - BI becomes 'Pervasive'
이제 더 이상 분석업무가 전문 분석가의 전유물이 아니다. 각 기업은 보다 많은 사용자들이 비즈니스 창출에 필요한 정보에 쉽게 접근할 수 있기를 원하고 있으며, 이러한 정보 창출에 BI 솔루션이 적극 활용되기를 기대한다. 또한 BI 솔루션이 비즈니스 일선에 좀 더 상세하면서도 수행 가능한 정보를 제공해 주기를 기대한다.
즉, 아주 전문적인 분석가나 BI 전문가가 아니더라도 쉽게 사용될 수 있는 환경이 요구되고 있는 것이다.
반도체 공장에서 완제품에 불량률이 증가했다면, 왜 불량률이 증가했는지를 알아내기 위해서는 전문 분석가에게 의뢰했어야 했고, 이 때 분석이 끝나기까지는 꽤 시간이 소요되는 것이 일반적이었다. 그러나 분석 업무를 생산 현장의 시스템에 스며들게 함으로써 작업반장이 현장에서 직접 분석 애플리케이션에 접근하여 불량률 증가에 원인이 될 수 있는 요인을 파악해서 작업 경로에 바로 적용할 수 있게 된 모 반도체 회사의 예를 들어볼 수 있겠다.
또한 헬스케어 시스템을 예를 들어 보자. 환자 침대 옆에 있는 컴퓨터로 병원의 데이터베이스에 연결, 환자의 이력정보 등 상세한 정보조회가 가능할 뿐만 아니라, 여러 다른 병원의 데이터베이스와도 연계하어 각종 치료 정보와 결과를 제공받을 수 있는 환경이 가능하다.
최근 동향 #2 - BI becomes 'Just in Time'
적시성이다. 원하는 데이터를 원하는 때에 가져다가 가장 최근의 정확한 분석을 통한 비즈니스 정보를 제공해야 한다는 것이다. 의미있는 정보가 어떤 경로를 통해서나 어느 곳으로나 바로 전달될 수 있게 함으로써 비즈니스 정보의 가치를 더욱 극대화하게 한다. 실제로 택배 회사의 경우, 배달 트럭의 경로를 결정함에 있어 현재의 트럭 위치와 배달 주소를 정확히 분석하여 가장 수익성 있는 배달 경로를 적시에 발견하여 실행하고 있는 예가 있다.
최근 동향 #3 - BI becomes the 'Driver of Actions'
BI 즉, 분석 업무가 비즈니스 프로세스 즉, 운영계 업무와 작업의 흐름에 바로 결합되고 있다. BI가 조직의 DNA와 같이 운영계 업무의 일부분이 되는 것이다. 분석 업무(Analytics)를 운영계(Operational) 시스템에 연계하여 분석을 통한 비즈니스 통찰력과 비즈니스 수행 사이의 갭을 줄일 수 있게 되며(closed loop cycle), 이 비즈니스 정보를 기반으로 비즈니스 전략과 수행에 올바른 가이드를 제시할 수 있게 될 것이다.
모 은행에서는 지점의 수익관리 시스템이 핵심적인 관리도구가 되어 직원들의 업무 수행과 인센티브를 결정하고 있으며, 어느 유통회사에서는 여러 상점들의 재고 관리 시스템이 요구에 따라 각 지역 사무소 사이에서 상품의 흐름을 제어하기도 한다. 또한 기업들은 고객, 재고, 수익 및 직원들을 하나로 연계하여 분석 및 관리할 수 있는 광범위한 엔터프라이즈 시스템을 구축하기도 한다.
최근 동향 #4 - BI becomes 'Forward Looking'
BI는 이제 단순한 리포팅과 OLAP 툴에 의한 분석의 범위를 넘어서 예견을 위한 모델(predictive modeling)로 발전하고 있다. 지금도 어느 정도는 데이터 마이닝을 활용하고 있는 기업들도 있으나, 향후 고급 데이터 마이닝이나 목소리나 청진기에 들리는 소리, 자동차 시동 소리 등을 분석해 내는 패턴 인식과 같은 차원 높은 분석 기법에 대한 관심과 기대가 증대될 것이다. 실제로 미국의 한 자동차 회사는 콜센터에서 수집된 자동차 소리를 기반으로 데이터 마이닝 시스템을 구축하여 안전에 대한 이슈와 리콜 등을 예측하고 있다.
최근 동향 #5 - BI becomes 'Mission Critical & Essential'
각 기업에서, 이제 더 이상 분석업무가 선택이 아니다. 기본이다. 이제 더 이상 운영계 업무에 비해 분석업무가 잠시 서비스를 중단해도 되는 느슨한 업무가 아니다. BI 솔루션은 이미 비즈니스 수행과 성공 그리고 치열한 기업간 경쟁 상황에서 경쟁 우위를 점할 수 있는 비즈니스의 핵심 업무이다. 따라서 BI 아키텍처는 보다 강력하고 확장성이 보장될 수 있도록 기대되고 있으며, 수~수십 테라바이트의 데이터를 다루고 수천 명의 사용자들이 사용하는 24x365의 가용성이 요구되고 있다.
진취적인 기업은, 이러한(꼭 필요한 정보를 제공하고, 다양한 부서의 여러 사람이 사용하는 활용도 높은) BI 환경을 구축하기 위해서, 이미 각 개인이 가지고 있는 데이터들까지도 필요한 데이터라면 통합할 수 있도록 전사적인 데이터 통합 작업에 나서고 있다.
모 이동통신 회사는 100테라바이트 규모의 전사 데이터 웨어하우스를 운영하고 있는데, 이 전사 데이터 웨어하우스는 분석 업무만을 담당하는 시스템이 아니라, 비즈니스 수행과 고객을 대상으로 하는 빌링 시스템을 위한 핵심 시스템으로 구축하여 활용되고 있다. 만일 전사 데이터 웨어하우스가 다운되면 이 기업으로서는 금전적인 손실을 볼 수 있는 심각한 상황을 초래할 수 있다는 것이다.
IBM의 BI 솔루션
<그림 2>에서 기본적인 IBM DB2 비즈니스 인텔리전스 포트폴리오를 볼 수 있다. 여기에서 보듯이 IBM DB2에는 BI 환경의 각 단계마다 적절한 제품을 제공하고 있다. 우선 운영계 시스템에서 생성되는 데이터를 데이터 웨어하우스 쪽으로 보내는 작업에서 DB2 Warehouse Manager와 Websphere DataStage를, 메타데이터 관리에는 Websphere MetaStage를 이용할 수 있다.
전사적인 데이터 웨어하우스 영역으로는 DB2 ESE(Enterprise Server Edition)가 있으며, OLAP 이나 대시보드, BI 포탈 등 분석 환경에서는 DB2 Alphablox가 있고, 데이터 마이닝을 위한 Intelligent Miner가 제공된다. 전체 포트폴리오에서 볼 수 있듯이 IBM은 BI 프레임웍을 지속적으로 강화하고 있으며, 2005년에 ETL 및 정보통합 관련 업계 선두를 지키고 있는 DataStage를 비롯한 어센셜 솔루션을 인수한 것도 그 일환이라 할 수 있겠다.
IBM의 DB2 비지니스 인텔리전스 제품군
이제 IBM BI 프레임웍을 구성하고 있는 DB2 비지니스 인텔리전스 제품을 살펴보도록 하자. 바로 DB2 DWE(Data Warehouse Edition)이다. 이 제품은 고객이 필요로 하는 비즈니스 인텔리전스 영역의 모든 제품을 망라하고 있으며, 차세대 비즈니스 인텔리전스 구축을 위한 주요 파트너가 될 수 있을 것이다.
이 제품은 DB2 UDB를 비롯, 연합 데이터 액세스(Federation), 데이터 파티셔닝, OLAP 가속기, 진보적인 데이터 마이닝, 그리고 더욱 강력해진 ETL, 워크로드 관리를 위한 기능을 포함하는 강력한 비즈니스 인텔리전스 플랫폼이다. 각각의 제품을 간단히 살펴보면 다음 표와 같다.
웹 기반의 분석 애플리케이션 개발 플랫폼 - DB2 Alphablox
BI 툴의 통합 - BI 포탈(Business Intelligence Portal)
위에서 BI 솔루션의 최근 동향을 살펴봤듯이, 이제 분석 시스템은 누구라도 쉽게 접근하여 필요한 때에 필요한 분석 정보를 얻을 수 있는, 친숙하면서도 활용도 높은 사용자 환경의 솔루션이어야 한다. 바로 BI 포탈이다.
BI 포탈은 시장의 요구이자 방향이다. 기존의 데이터 웨어하우스 또는 데이터 마트 시스템과 함께, 현재 BI 솔루션들은 궁극적으로 포탈로 구현할 수 있다. 다양하지만 상호 보완적일 수 밖에 없는 BI 솔루션들을 하나의 인터페이스로 통합함으로써 비즈니스 인텔리전스의 핵심이라 할 수 있는 'Speed Up To Real Business'를 더욱 쉽게 달성할 수 있을 것이다. 또한 포탈은 정형 데이터뿐만 아니라, 각종 문서/오디오/비디오/이미지 등 비정형 데이터에 대한 분석, 더 나아가서는 텍스트 마이닝을 병행함으로써 더욱 폭넓게 비즈니스 정보를 제공할 수 있게 해 줄 것이다.
BI 포탈 환경에서는 무엇보다도 얼마나 활용도 높은 친숙한 사용자 분석 환경을 제공할 것인가가 중요한 부분이다. 즉, 개인화, 통합화, 협업, 가이드라는 사용자 분석 환경의 4가지 주요 영역을 바탕으로 사용자가 중심이 되는 BI 포탈을 구축해야 한다.
<그림 4>는 사용자 중심의 분석 화면을 구축하기 위해 4가지 주요 영역에서 각각 중점적으로 살펴봐야 하는 내용을 정리한 것이다. <그림 4>에서 말하고 있는 내용을 기반으로 사용자 구축 화면을 구축하는 것은, 궁극적으로 아래와 같은 BI 포탈에 대한 사용자 요건들을 충족하기 위한 필요조건이 될 것이다.
● Web 통합화면 제공으로 사용자 접근 용이
● Web 정형화면 제공 - 실시간 정보 포함
● 정형/비정형 질의를 위한 OLAP 툴 제공
● 전사관점의 데이터 제공
● 사용자 분석을 용이하게 하기 위한 데이터 마트 제공
● 조회 편이를 위한 메타 데이터 제공
● 분석 성능 보장
● 일원화된 사용자 인증 관리
결국 위와 같은 사용자 요건들을 충족시키는 것은, 개인별 또는 그룹별로 분석 욕구를 충족시켜 주어서 활용도 높은 BI 솔루션을 제공하고자 하는, BI 포탈이 도입되게 된 기본 배경과 일치하는 것이라 할 수 있을 것이다.
BI 포탈을 위한 솔루션 - IBM DB2 Alphablox
IBM DB2 Alphablox(이하 Alphablox)는 재무, 마케팅, 제조, e-비즈니스 등 다양한 업무에서 사용될 분석 애플리케이션(Analytic Application)을 구축할 수 있는 자바 및 웹 기반의 분석 애플리케이션 개발 플랫폼(WAAP:Web-based Analytic Application Platform)이다.
Alphablox는 J2EE(Java 2 Enterprise Edition) 어플리케이션 서버와의 통합, 다양한 데이터 소스로의 원활한 액세스, 다른 어플리케이션 및 서비스와의 원활한 통합을 위한 J2EE 호환 아키텍처로 구성되어 있다. 이러한 패러다임 내에서 Alphablox와 모든 Alphablox 분석 솔루션들은 애플리케이션 서버상에서 J2EE 호환 애플리케이션으로서 실행되며, 사용자는 웹 브라우저를 통해 액세스하게 된다.
단지 애플리케이션 서버와 통신만을 하는 전통적인 쿼리 및 리포팅 도구와는 달리 Alphablox 솔루션들은 애플리케이션 서버가 제공하는 애플리케이션 서비스, 포탈 서비스 및 통합 브로커 서비스를 활용할 수 있다. 또한 Alphablox의 컴포넌트 형식의 접근 방식은 비즈니스 프로세스와 시스템에 분석 솔루션을 신속하고 직접적으로 설계 및 개발, 배포가 가능하게 한다.
Alphablox는 기존의 OLAP 툴들과는 달리 프로그래밍 가능하기 때문에 단순히 툴에서 제공되는 화면을 이용하는 것이 아니라 업무 요건에 맞게 비즈니스 로직을 적용하여 원하는 형식으로 개발이 가능하고, 따라서 쉽게 분석 컴포넌트를 확장할 수 있고 완전한 커스터마이징이 가능하다. 또한 애플리케이션을 생성한 후에는 정보 및 분석 요건의 변화에 맞추어 쉽게 업데이트할 수 있다. 바로 이와 같은 기능 때문에 BI 포탈을 위한 솔루션으로 Alphablox가 주목받고 있는 것이다.
Alphablox 애플리케이션의 주요 특징 : 기술적 경험이나 역할에 상관없이 사용자는 Alphablox의 분석 솔루션이 매우 직관적이며 사용하기 쉽다는 것을 인지하게 될 것이다. 왜냐하면, 어플리케이션이 일련의 대화형 웹 페이지 형태로 제공되므로 웹 브라우저를 사용하는 사용자라면 누구라도 간편하게 사용할 수가 있고 제공되는 기능들을 쉽게 이해할 수 있기 때문이다.
그리고 각각의 개별 비즈니스 프로세스에 맞게 커스터마이징이 가능하고, 각 사용자의 필요, 역할, 책임 및 기술 수준에 따라 개인화될 수 있기 때문이다. 또한 가용성을 향상시키고 사용에 도움을 주기 위해 사용 방법이나 최적화된 도움말도 포함시킬 수 있기 때문이다. 즉, Alphablox는 위에서 살펴본 BI 포탈을 위한 4가지 주요 영역을 기본적으로 제공하고 있는 것이다.
이러한 Alphablox는 Java 컴포넌트, 비즈니스 로직 최적화, 한 화면에서 여러 데이터 소스분석 가능, MDB/RDB 모두 지원, Zero-Client(Alphablox 어플리케이션을 사용하기 위해 클라이언트 PC에 설치해야 할 요소가 전혀 없음), 100% 웹 환경, J2EE Compliance 등 많은 특징을 가지고 있지만, 주요 특징으로 다음의 6가지를 가지고 설명하고자 한다.
● 컴포넌트 기반의 분석 애플리케이션 개발 플랫폼
● 대화형 및 가이드 분석
● 실시간 데이터 액세스, 분석 및 경보(Real-time data access, analysis and alerts)
● 커스터마이징 및 개인화(Customization and Personalization)
● 공유 및 협업(Sharing and Collaboration)
● write-back 기능을 통한 실시간 기획(Real-time planning through write-back)
컴포넌트 기반의 분석 애플리케이션 개발 플랫폼 : Alphablox는 분석 애플리케이션을 쉽게 개발할 수 있도록 풍부한 기능을 제공하는 미리 제작된 JavaBeans 컴포넌트인 'Blox'를 매우 다양하게 제공함으로써 개발시 필요한 그리드, 차트 및 필요한 기능들을 쉽게 추가할 수 있다. 이러한 Blox는 모듈형으로 재사용이 가능하며, 손쉽게 재조합함으로써 다양한 애플리케이션을 생성할 수 있다. 즉, Alphablox는 Blox들의 조합으로 어플리케이션을 쉽게 개발할 수 있도록 한다.
일반적으로 분석 애플리케이션은 데이터 액세스 계층, 쿼리 및 데이터 처리 계층, 분석 계층, 프리젠테이션(표현) 계층 등으로 나누어 볼 수 있는데, Alphablox는 이러한 분석 애플리케이션의 각각의 계층에 맞는 Blox, 즉 데이터 액세스 및 컨트롤을 위한 Blox, 사용자가 컨트롤한 프리젠테이션 Blox, 데이터 분석 및 표현을 위한 다양한 Blox들을 제공하고 있다. 이러한 Blox는 파라미터 구동 방식으로 모든 HTML 편집기로 쉽게 수정될 수 있어 애플리케이션을 개발함에 있어 풍부한 유연성을 제공한다.
대화형 및 가이드 분석(Interactive and Guided Abalysis) : Alphablox 애플리케이션은 사용자가 그리드와 차트 및 drop-down 리스트와 같은 다른 컴포넌트를 통해 실시간 데이터와 교류할 수 있게 한다. 이러한 대화형 분석 컴포넌트는 JavaScript와 CSS(cascading style sheets)를 이용하는 Dynamic HTML(DHTML) 테크놀로지를 기반으로 하는 다이내믹 HTML 형식 또는 Java, 대화형 HTML, HTML과 JavaScript와 소규모 애플릿의 조합, 또는 HTML(테이블과 gif 이미지를 사용한 Static HTML)의 형식으로 제공된다.
DB2 Alphablox Dynamic HTML 클라이언트는 애플리케이션 배포가 매우 쉽다는 장점을 가진다. Zero-Client 즉 해당 애플리케이션을 실행하기 위한 클라이언트에서 다운로드 받을 내용이 전혀 없다는 것이다. 예를 들어, 사용자가 하나의 그리드를 보고 있을 때 그 그리드가 변경되었다면 사용자는 전체 페이지를 새로 읽기만 하면 변경된 그리드를 바로 볼 수가 있다.
사용자는 그리드와 차트에 표시된 데이터를 처리함으로써 다차원 분석을 수행할 수 있다. 드릴-업/다운, 피봇, 정렬 등과 같은 분석 액션은 여러 가지 방법으로 수행할 수 있는데, 그리드나 차트 상에서 직접 수행할 수도 있고, 툴바의 메뉴를 통해서도 가능하며, 오른쪽 마우스를 클릭하여 메뉴 옵션으로도 가능하고, 또는 어플리케이션 개발자가 생성한 HTML 기반의 컨트롤 및 컴포넌트를 통해서도 수행될 수 있다.
실시간 데이터 액세스, 분석 및 경보(Real-time data access, analysis and alerts) : Alphablox 어플리케이션은 RDB 및 MDB 등 다양한 데이터 소스로부터 데이터 분석 화면을 개발할 수 있다. Alphablox는 데이터베이스를 쿼리하는 Alphablox 자체의 기능으로 데이터베이스 엔진 상에 분석 기능을 제공한다.
사용자는 분석을 수행하는 동안 순위, 정렬, 필터링, 백분율, 분산, 표준편차, 상관관계, 추세, 통계 기능 및 이 밖에 정교한 계산 등을 활용할 수 있다. 예를 들어, 제조회사의 CFO가 로그인할 때 나타나는 첫 번째 화면은 월간 총수입, 순이익, 부킹, 빌링 정보와 시장 수익 순위에 대한 요약 정보 등을 포함하는 경영 대시보드일 수 있을 것이다. 이 데이터는 현재의 생생한 데이터이며, CFO는 데이터를 드릴 다운하여 다양한 영역의 상세레벨까지(총수입 중 어느 고객이 어느 상품을 구매하여 발생한 수입인가 하는 부분까지) 확인할 수 있을 것이다.
Alphablox의 DHTML 클라이언트는 매우 유연하다. 사용자가 비교 분석하기를 원하는 부분만 하나의 그리드 안에서 비교하기 위해서는 기존의 비즈니스 인텔리전스 툴로서는 그다지 유연하지 않았다. 예를 들어 CFO가 이전의 3개월 동안의 실제 발생 금융비용을 버터플라이 리포트(butterfly report) 형식으로 비교해 보고자 한다면 왼편에는 지난 3개월간의 실제 발생 금융비용을, 오른편에는 현재의 상세 정보를 표시할 수 있는데, 이런 형식은 Alphablox에서는 클라이언트 레벨에서 쉽게 변형 가능하다. 또한 <그림 8>에서 볼 수 있는 것처럼 가장 높은 값, 가장 낮은 값 등 원하는 로직에 따라 색깔 등을 변경하여 경보로 활용할 수 있다.
커스터마이징 및 개인화(Customization and Personalization) : 각 사용자는 각기 다른 데이터를 사용하기를 원하는 것뿐만 아니라 각기 다른 비즈니스 요구 사항을 가질 수 있으므로, Alphablox는 각각의 사용자 또는 그룹의 필요에 맞춰 개인화할 수 있다. 예를 들어, 사용자가 처음 접하게 되는 최초의 로그온 화면은 사용자의 역할에 따라 커스터마이징 할 수 있다.
영업부의 사용자는 가장 높은 판매고를 올린 상위 5개 상품이나 당월의 가장 수익성이 높은 지역을 확인할 수 있도록 하고, 재무부서의 사용자는 판매가, 원가, 마케팅 비용, 급여 및 수익에 대한 월간 요약 정보에 더 관심을 가질 수 있으므로 그와 같은 내용으로 첫 화면을 구성할 수 있을 것이다. 또한 각 Alphablox 분석 솔루션은 사용자가 자신의 요구에 따라 솔루션을 직접 커스터마이징하여 개인화할 수 있게 하는 사용자 등록정보 화면을 포함할 수 있다. 위 예에서처럼 각 개인에 따라 원하는 차트를 선택할 수 있다.
공유 및 협업(Sharing and Collaboration) : Alphablox 분석 솔루션은 협업 기능을 제공하여 사용자가 기존의 메시징 및 워크 플로우 시스템을 활용하여 분석가가 생성한 애플리케이션 뷰를 지정하고 공유할 수 있다. 또한 코멘트, 북마크, 이메일, 엑셀, PDF 파일 생성과 같은 협업 기능들을 제공한다.
● 코멘트(Comments) ; CommentBlox를 이용하여 모든 상세 레벨의 분석 정보에 코멘트를 줄 수 있게 함으로써 사용자들 사이의 협업 분석을 더 강화할 수 있다. 코멘트는 개별적인 셀 레벨로까지 추가할 수 있으며, 이를 통하여 사용자들 사이의 이해를 도울 수 있을 것이다. CommentBlox는 셀 레벨의 주석 달기 효과를 볼 수 있으며, 어플리케이션에서 추가할 수 있다. CommentBlox는 여느 Blox에 한정되는 것이 아니라 일반적인 코멘트에 사용되어진다. 예를 들어, 사용자는 사이트 레벨로, 애플리케이션 레벨로, 리포트 레벨로, 웹 페이지 레벨로 코멘트를 추가할 수 있다.
● 북마크(Bookmarks) ; Alphablox의 핵심 기능 중의 하나는 바로 북마크 기능이다. 사용자는 사용자 인터페이스를 통해 데이터 뷰에 북마크를 지정하고 나중에 동일한 뷰를 최근의 데이터 사용하여 조회할 수 있다. 책갈피는 특정 그룹에 속한 사용자에게만 제공하거나 어플리케이션을 액세스하는 모든 사용자들에게 공통적으로 제공할 수도 있다. 최종 사용자는 Alphablox를 이용하여 북마크를 폴더로 구성하여 사용할 수 있다. 이 기능은 웹 브라우저에 사용되는 것과 유사한 폴더 기반 인퍼페이스를 통해 사용자에게 제공된다. 사용자는 폴더 (및 하위 폴더)를 생성 및 삭제할 수 있으며 이 폴더에 북마크를 추가하거나 삭제할 수 있다.
● 이메일(e-mail) ; 애플리케이션 개발자는 고유의 비즈니스 로직을 활용함으로써 기존의 이메일 인프라를 활용하는 분석 솔루션을 쉽게 개발할 수 있다. 이 기능을 통해 사용자들은 특정 정보의 뷰를 저장하고 이메일로 전송할 수 있으며, 협업에 의해 분석 및 의사 결정을 빠르게 할 수 있을 것이다.
● 엑셀 또는 PDF 생성 ; 사용자가 자신의 작업을 저장하거나 데이터의 정적 뷰를 공유하고자 하는 경우, GridBlox와 같은 Alphablox 컴포넌트에 의해 표시된 데이터를 PDF 문서로 생성하는 Alphablox의 기능을 활용할 수 있다. 이 PDF 문서는 사용자들 간에 공유될 수 있다. 따라서 사용자는 올바르지 못한 페이지 분할, 차트를 표시하기에 부적절한 페이지의 너비, 브라우저 간 인쇄의 차이, 게다가 리포트에 포함된 모든 HTML 페이지와 이미지를 이메일로 전송해야 하는 필요성과 같은, 브라우저를 사용하여 웹 페이지를 저장하거나 인쇄하는 데 따른 일상적인 문제들을 해결할 수 있다.
write-back 기능을 통한 실시간 기획(Real-time planning through write-back) : 분석 애플리케이션은 과거 데이터의 분석에서 미래 예측 및 자원의 사전 배분까지 확대될 수 있을 것이다. Alphablox의 데이터 write-back 기능을 통해 예산 책정, 판매 예측, 'What-if' 모델링 및 공용 수요계획과 같은 실시간 기획 애플리케이션을 구축할 수 있다. 또한 시물레이션을 위해서 DB에서 쿼리해 온 값을 화면상에서만 변경해가며 분석할 수도 있으나, 실제로 변경한 값을 DB에 저장할 수도 있게 개발할 수 있다. 이 점은 기존의 OLAP 툴과는 큰 차이점이라 할 수 있다.
DB2 DWE 기반, BI 솔루션 제공
이제 BI 솔루션은 더 이상 몇몇 분석가들의 전유물이 아니다. BI 솔루션의 최근 동향에서도 알 수 있듯이 성공하는 BI 솔루션이 되기 위해서는 사용자가 필요한 때에 필요한 데이터에 쉽게 접근하여 원하는 비즈니스 정보를 창출할 수 있도록 하는, 사용자 중심의 분석 환경을 제공함으로써 활용도 높은 분석 시스템을 구축하는 것이 핵심이다.
IBM은 DB2 DWE를 기반으로 이러한 BI 포탈을 위한 기본 인프라 구성 및 솔루션을 제공함으로써 업계를 리드해 나가고 있다. 특히 BI 포탈 구성을 위한 솔루션인 DB2 Alphablox는, 다시 한 번 강조하건대, 재무, 마케팅, 제조, e-비즈니스 등 다양한 업무에서 사용될 분석 애플리케이션(Analytic Application)을 구축할 수 있는 자바 및 웹 기반의 분석 애플리케이션 개발 플랫폼(WAAP : Web-based Analytic Application Platform)이다.
Alphablox로 개발된 분석 애플리케이션에 사용자는 웹 브라우저로 접속하여 다차원분석(Multidimensional Analysis) 및 'what-if Analysis' 등의 분석 기법을 이용해 분석 업무를 수행할 수 있다. 또한 애플리케이션 개발을 위한 모든 모듈이 자바 컴포넌트로 만들어져 있어 빠르게 분석 애플리케이션을 구축할 수 있으며, 현존하는 어떠한 제품도 따라오지 못하는 다른 애플리케이션들과의 통합 능력을 제공한다.
뿐만 아니라 개인별/그룹별로 서로 다른 분석 화면을 제공받는 개인화 및 분석 결과의 공유, 사용자간의 커뮤니케이션, 이메일 등 다양한 형태의 협업 기능을 제공하여 분석 결과의 활용을 극대화 시킬 수 있도록 한다. 이러한 기능은 강력한 분석 환경 구축과 더불어 개인화, 통합화, 협업, 가이드라는 사용자 분석 환경의 4가지 주요 영역을 바탕으로 하는 사용자 중심의 BI 포탈 환경 구축을 매우 쉽고 빠르게 할 수 있도록 한다.
국내외의 선도 기업들은 기존의 비즈니스 프로세스 및 시스템을 통합하여 저렴한 비용으로 누구나 쉽게 사용할 수 있는 BI 포탈을 기반으로 하는 분석 솔루션을 제공함으로써, 기존의 인프라 및 정보 자산의 가치를 극대화하는 데 초점을 맞추고 있다. 이러한 환경에서 Alphablox의 분석 솔루션을 통해 비즈니스에 대한 통찰력을 정확한 의사 결정 시점에 정확한 사람들에게 제공함으로써 정보 자산에 대한 가치를 한껏 높일 수 있을 것이며, 따라서 기업의 경쟁력도 그만큼 향상될 것이다.
필자 ; 이보영
한국IBM Software Group에서 IT 스페셜리스트로 재직중이다