AI 트렌드는 빠르게 변화하고 있으며, 현재 주요한 흐름은 다음과 같습니다.1. 생성형 AI (Generative AI)ChatGPT, Claude, Gemini 같은 대형 언어 모델(LLM)의 발전.텍스트뿐만 아니라 이미지, 음악, 영상까지 생성 가능.기업에서는 고객 서비스, 콘텐츠 제작, 소프트웨어 개발 등에 활용.2. 멀티모달 AI텍스트, 이미지, 음성, 영상 등 다양한 입력을 동시에 이해하고 처리하는 기술.예: GPT-4V(비전 기능 추가), Gemini, OpenAI Sora(영상 생성 AI).3. AI와 자동화 (AI-driven Automation)RPA(Robotic Process Automation) + AI 결합으로 업무 자동화 가속화.코드 작성, 데이터 분석, 보고서 생성 등의 자동화..

ISP나, ISMP의 기대효과 작성 시, 기대효과(편익)은 보통 직원, 대국민, 관련 기관 측면에서 작성한다.기대효과는 또 크게 정량적, 정성적으로 구분지을 수 있다. 예를 들어, 시스템 구축으로 예상되는 업무효율성 향상, 비용 절감 등의 정량적 기대효과와 만족도 향상 등 정성적 기대효과가 있다.

이행과제는 목표모델을 실제 구현하기 위해 세우는 계획임

컨설팅 보고서 작성 시, 슬라이드간 흐름이 보이도록 작성하는게 필요하다. 특히, 현황분석 및 목표모델간, 목표모델 및 이행과제간.

이행과제는 목표모델에서 수립 또는 설계한 사항을 실제 구현하기 위한 계획이다.예를 들어, '~~~방안'일 경우 이는 시스템적으로 기능을 구축을 통해 구현이 가능한데, 이때 ~~~구축이 이행과제라 볼 수 있다

환경분석에서 기술 분석 시, 이 기술이 해당 기업에 어떤 영향을 미치는지 파악해야한다. 특히, 이 기술이 해당 고객에게 유용한지 적용 가능한 지를 판단해야한다. 기술의 풀은 가트너나, 국내 정보화 관련 사이트에서 찾을 수 있다. 평가 기준은 정해진 건 없지만, 기술의 적합성, 도입 가능성을 기준으로 기술을 평가하기도 한다.

현황분석은 컨설팅 통해 달성하고자 하는 목표 기준으로 분석을 수행해야한다. 목표가 불분명할 경우, 현황분석도 그렇게 될 확률이 매우 높다..

데이터 자체로는 의미가 없기에, 이를 가공하여 Knowledge 형태로 바꿔서,. 인사이트를 도출해야한다.

정보화 컨설팅에서 현황분석 시 이슈를 도출하여, 이슈 기반으로 시사점(앞으로 이러이러해야된다는 점)을 도출한다. 시사점이 모여서 개선기회가 되고, 개선기회가 모여서 목표모델이 된다. 근데, 목표 모델의 출발점이 되는 이슈가 없다면 어떻게 해야할까?? 좀 이상하게 들릴 수 있는데, 이슈를 찾기 힘들거나, 아니면 없는 경우도 있을 수 있다. 유지보수 입장에서, 의도적으로 노출시키지 않거나 자체적으로 해결 가능한 것으로 보고 이슈로 보지 않는 것이다. 이런 경우, 관점을 바꿔 현황분석을 해야한다. 어찌됐듯 뭔가 개선 대상이 식별되어야 미래 모델 수립이 가능해지기에... (To be continued)

IT 관점의 데이터 거버넌스가 데이터 품질, 데이터 표준, 데이터 구조를 대상으로 한다면, 비즈니스 관점의 데이터 거버넌스는, 데이터 전략/기획, 데이터 기반 서비스 발굴, 성과관리를 대상으로 볼 수 있다. 비즈와 IT간 데이터 거버넌스를 보는 관점이 다르다.