기업 솔루션의 성패는 데이터 소유권 계약에서 갈린다

• 목록
• 답변
• 글쓰기
• 옵션
  • 수정
  • 삭제

서비스 계약은 끝났는데 고객 정보와 업무 기록을 꺼내지 못한다면 어떨까요? 시스템을 바꾸려는 순간 예상하지 못한 반출 비용, 호환되지 않는 파일 형식, 삭제 여부를 확인할 수 없는 백업 데이터가 한꺼번에 문제로 떠오릅니다. SSMO는 이런 위험을 줄이는 방법을 알아보기 위해 기업 솔루션 계약과 데이터 거버넌스를 자문해 온 전문가 윤태림 전략가와 이야기를 나눴습니다.

기업 데이터는 저장된 장소보다 통제 권한이 중요합니다

Q. 솔루션에 입력한 데이터는 당연히 고객사 소유 아닌가요?

A. 원본 데이터의 권리는 고객사에 있다고 생각하기 쉽지만, 실제 운영에서는 소유권만으로 충분하지 않습니다. 기업이 데이터를 조회하고 수정하며 원하는 형식으로 내려받고 계약 종료 후 삭제를 요구할 수 있어야 실질적인 통제권이 생깁니다. 계약서에 ‘데이터는 고객에게 귀속된다’는 한 문장만 있다면 반출 시기, 제공 형식, 작업 비용을 두고 해석이 갈릴 수 있습니다.

예를 들어 영업관리 솔루션에 고객명과 연락처를 입력했더라도 활동 이력, 자동 생성된 고객 등급, 상담 요약, 예측 점수의 귀속은 별도 문제입니다. 공급사가 만든 알고리즘의 권리와 고객사의 업무 데이터가 결합되기 때문입니다. 누가 원본을 소유하는지뿐 아니라 누가 파생 데이터를 이용할 수 있는지까지 계약 단계에서 구분해야 합니다.

비즈니스라는 개념은 거래 행위뿐 아니라 이를 지속시키는 조직과 운영 구조까지 포괄합니다. 관련 개념은 지식백과의 비즈니스 정의에서도 확인할 수 있습니다. 디지털 환경에서는 데이터가 바로 그 운영 구조를 연결하므로, 데이터 통제권은 단순한 전산 문제가 아니라 기업 비즈니스 연속성의 조건이 됩니다.

• 소유권: 원본과 가공 데이터의 법적·계약상 귀속 주체
• 접근권: 계약 기간 중 필요한 데이터를 조회하고 추출할 권한
• 이동권: 다른 기업 솔루션에서도 활용할 수 있는 형태로 반출할 권리
• 삭제 요구권: 운영 서버와 백업본의 삭제 절차를 확인할 권리

계약서에는 데이터 반출의 다섯 조건이 보여야 합니다

Q. 데이터 이전 조항에서 무엇을 먼저 확인해야 합니까?

A. 반출 대상, 형식, 기한, 비용, 지원 범위를 한 묶음으로 확인해야 합니다. ‘요청 시 데이터를 제공한다’는 표현은 있어 보이지만 실무 기준으로는 불완전합니다. 공급사가 연락처 목록만 제공하고 첨부파일이나 업무 이력을 제외해도 이를 문제 삼기 어렵기 때문입니다. 데이터 항목을 테이블이나 별첨 문서로 구체화하는 편이 안전합니다.

형식도 중요합니다. 화면에서 PDF 보고서를 내려받을 수 있다는 사실과 신규 시스템으로 이전 가능한 데이터 파일을 받는 것은 전혀 다릅니다. CSV는 표 형태 정보에 유용하지만 고객과 상담 이력의 관계, 결재 단계, 사용자 권한 같은 구조를 온전히 표현하지 못할 수 있습니다. 복잡한 데이터라면 JSON, XML, 데이터베이스 덤프와 함께 필드 정의서와 관계 설명서를 요청해야 합니다.

기한은 ‘합리적인 기간’ 대신 영업일 기준으로 정하는 것이 좋습니다. 계약 종료 30일 전 1차 추출본을 받고 종료일 이후 변경분을 추가로 받으면 이전 과정의 공백을 줄일 수 있습니다. 대용량 첨부파일, 암호화 해제, 전용 API 지원에 비용이 발생한다면 산정 방식과 상한도 계약 전에 합의해야 예산이 흔들리지 않습니다.

1. 반출 대상에 원본, 첨부파일, 로그, 설정값, 파생 데이터가 포함되는지 확인합니다.
2. 파일 형식과 문자 인코딩, 날짜 표기, 코드값 기준을 명시합니다.
3. 1차 추출과 최종 증분 추출의 제공 시점을 정합니다.
4. 기본 제공 범위와 유료 기술지원의 시간당 비용을 나눕니다.
5. 필드 정의서, API 명세, 오류 목록 등 이전 문서의 제공 범위를 적습니다.

“데이터를 받을 수 있다”보다 “새 시스템에서 다시 쓸 수 있다”가 훨씬 강한 계약 기준입니다. 반출 파일 한 건을 샘플로 받아 열어보는 것이 긴 설명보다 정확합니다.

솔루션 종속은 기능보다 연결 구조에서 시작됩니다

Q. 벤더 락인은 왜 계약 종료 시점에야 드러나나요?

A. 도입 초기에는 로그인, 보고서, 자동화 기능이 잘 작동하는지가 관심의 중심입니다. 시간이 지나면 회계, 인사, 전자결재, 고객관리 시스템이 API로 연결되고 각 부서가 공급사 고유 코드와 화면에 맞춰 업무 절차를 바꿉니다. 그 결과 솔루션 하나를 교체하려 해도 주변 시스템과 교육 자료, 승인 규칙까지 함께 손봐야 하는 구조가 만들어집니다.

이런 종속을 기능의 우수성만으로 판단해서는 안 됩니다. 기능이 많은 제품도 표준 API와 일괄 내보내기를 지원하면 이동하기 쉽고, 단순한 제품도 데이터를 전용 형식으로만 보관하면 이전하기 어렵습니다. 특히 공급사가 제공하는 자동화 시나리오에 고객사 고유의 업무 규칙이 포함돼 있다면 해당 설정을 내보낼 수 있는지, 설정 문서를 고객사가 보유하는지 확인해야 합니다.

이비즈니스의 개념과 발전 배경을 살펴보면 정보기술이 기업 활동 전반과 연결된다는 점을 이해하기 쉽습니다. 지금 사용하는 비즈니스 서비스도 독립된 도구가 아니라 여러 거래와 업무 흐름의 일부입니다. 따라서 교체 가능성을 평가할 때는 제품 화면보다 연결된 데이터 흐름을 먼저 그려봐야 합니다.

• 낮은 종속: 공개 API, 표준 파일, 설정 내보내기, 상세 문서 제공
• 중간 종속: 데이터는 추출되지만 관계 복원과 첨부파일 이전에 별도 작업 필요
• 높은 종속: 전용 파일만 제공하거나 공급사 인력 없이는 데이터 해석 불가
• 숨은 종속: 사내 매뉴얼과 승인 절차가 특정 화면 순서에 고정된 상태

Q&A로 점검하는 파생 데이터와 AI 학습 범위

Q. AI 기능을 사용하면 입력 데이터가 학습에 활용될 수 있나요?

A. 가능성은 서비스 조건에 따라 다르므로 ‘AI를 쓴다’는 이유만으로 단정할 수 없습니다. 중요한 것은 입력문, 업로드 문서, 생성 결과, 사용자 평가 데이터가 각각 어디에 저장되고 어떤 목적으로 처리되는지 확인하는 일입니다. 기업용 계약에서는 고객 데이터를 공용 모델 개선에 사용하지 않는 조건, 학습 사용에 별도 동의가 필요한 조건, 하위 처리업체의 역할을 명시할 수 있습니다.

상담 녹취를 요약하는 기업 솔루션을 예로 들어보겠습니다. 녹음 파일은 원본 데이터이고, 전사문은 변환 데이터이며, 요약문과 감정 점수는 파생 데이터입니다. 공급사가 품질 개선을 위해 오류 표시나 사용자 수정 이력을 수집한다면 그것도 별도의 데이터 범주가 됩니다. 한 종류만 삭제하고 나머지를 보관할 수 있으므로 데이터 생애주기별 보존 기간을 나눠 질문해야 합니다.

또한 AI 모델 자체의 소유권과 기업이 만든 결과물의 이용 권한을 혼동하지 않아야 합니다. 고객사의 내부 규정으로 만든 프롬프트 템플릿, 지식베이스 문서, 승인된 응답 예시는 중요한 업무 자산입니다. 계약 종료 때 이 자료를 구조화된 형태로 받을 수 있는지, 공급사가 익명화한 통계로 계속 이용할 수 있는지까지 확인하면 분쟁 가능성이 낮아집니다.

• 입력 데이터가 모델 학습, 품질 평가, 장애 분석 중 어디에 사용되는지 묻습니다.
• 옵트아웃 설정이 계정 전체에 적용되는지 사용자별로 적용되는지 확인합니다.
• 원본·전사문·요약문·평가 로그의 보존 기간을 각각 기록합니다.
• 하위 처리업체와 데이터 처리 지역이 변경될 때 통지받는 조건을 둡니다.
• 계약 종료 후 프롬프트, 지식 문서, 자동화 설정도 반출 대상에 넣습니다.

견적서의 월 이용료 밖에서 이전 비용이 커집니다

Q. 데이터 이동성 확보에는 어느 정도 예산이 필요합니까?

A. 정액 가격을 제시하기보다 데이터 규모와 복잡도에 따라 항목별로 계산해야 정확합니다. 사용자 수가 적어도 고객·계약·상담·첨부파일이 서로 복잡하게 연결돼 있으면 이전 난도가 높습니다. 반대로 사용자가 많더라도 단순 명단과 거래 내역만 옮긴다면 비교적 짧은 작업으로 끝날 수 있습니다. 견적을 받을 때는 라이선스 비용과 함께 추출, 정제, 매핑, 검증, 병행 운영 비용을 분리해 달라고 요청하세요.

중소기업의 단순한 고객 목록 이전은 내부 담당자의 정리 작업만으로 처리할 수도 있습니다. 그러나 여러 시스템의 코드가 다르거나 개인정보 중복 제거, 첨부파일 연결, 권한 재설계가 필요하면 외부 전문 인력이 투입됩니다. 이때 비용을 좌우하는 것은 데이터 용량 자체보다 예외 데이터의 비율과 업무 중단 허용 시간입니다. 무료 샘플 추출을 받은 뒤 오류율을 측정하면 견적의 근거가 훨씬 선명해집니다.

아래 표는 계약 협상에서 예산 누락을 막기 위한 실무 구분입니다. 금액은 업체마다 달라질 수 있으므로 숫자 하나를 정답처럼 받아들이기보다 작업 범위와 산정 단위를 확인해야 합니다. 특히 주말 전환, 긴급 복구 대기, 종료 후 추가 추출에는 할증이 붙을 수 있습니다.

• 최초 견적에는 정상 데이터뿐 아니라 오류 수정 시간도 포함합니다.
• 계약 종료 시 제공되는 기본 추출 횟수를 확인합니다.
• 추가 작업은 시간당인지 건당인지 단위를 고정합니다.
• 예비비는 데이터 품질 조사 후 위험 수준에 맞춰 책정합니다.

도입 전 모의 반출이 가장 현실적인 품질 시험입니다

Q. 계약서 검토 외에 직접 시험할 방법이 있나요?

A. 본계약 전에 샘플 데이터를 입력하고 다시 꺼내는 모의 반출을 진행하면 됩니다. 고객 20건, 상담 이력 50건, 첨부파일 10개처럼 작지만 관계가 있는 시험 세트를 만드세요. 특수문자, 긴 회사명, 해외 전화번호, 빈 값, 중복 고객처럼 오류가 나기 쉬운 사례도 의도적으로 포함해야 실제 대응 능력을 확인할 수 있습니다.

내보낸 파일은 단순히 열리는지만 보지 마세요. 입력 건수와 출력 건수가 일치하는지, 고객과 상담 이력의 연결 키가 유지되는지, 시간대와 날짜가 바뀌지 않았는지 점검해야 합니다. 관리자 화면에서 비활성화한 계정과 삭제 처리한 레코드가 어떤 상태로 나오는지도 중요합니다. 개인정보를 마스킹했다면 마스킹 규칙이 추출본에도 동일하게 적용되는지 확인해야 합니다.

시험 결과는 공급사 평가표와 계약 별첨에 반영할 수 있습니다. 예컨대 첨부파일 이름이 무작위 문자열로 바뀌었다면 원래 파일명과 연결하는 매핑표 제공을 요구합니다. API 호출이 일정량을 넘으면 제한된다면 전체 데이터를 빼는 데 필요한 예상 시간을 계산해야 합니다. 독자 여러분의 회사는 지금 사용하는 솔루션에서 임의의 고객 한 명과 관련 기록 전체를 30분 안에 찾아 내려받을 수 있습니까?

1. 시험 설계: 정상값과 예외값을 섞은 가상 데이터를 준비합니다.
2. 입력: 화면 입력, 일괄 업로드, API 입력을 각각 수행합니다.
3. 추출: 관리자 기능과 공급사 요청 방식으로 파일을 받습니다.
4. 대조: 건수, 연결 관계, 첨부파일, 권한, 날짜를 검증합니다.
5. 복원: 빈 테스트 환경에 데이터를 넣어 재사용 가능성을 확인합니다.
6. 기록: 실패 항목과 공급사의 수정 약속을 계약 문서에 남깁니다.

모의 반출에서 설명서 없이는 해석할 수 없는 열이 발견됐다면 사소한 불편이 아닙니다. 계약 종료 시 업무를 멈출 수 있는 구조적 위험으로 평가해야 합니다.

유통기업 새봄상사의 CRM 교체는 한 고객 기록에서 출발했습니다

Q. 실제 기업은 데이터 소유권 문제를 어떻게 해결했나요?

A. 가상의 생활용품 유통기업 새봄상사는 영업팀 28명이 사용하는 CRM을 교체하려 했습니다. 기존 서비스의 검색 속도가 느리고 모바일 사용성이 부족했지만, 6년간 쌓인 고객 4만여 건과 상담 기록, 견적서 첨부파일 때문에 결정을 미루고 있었습니다. 공급사는 CSV 추출이 가능하다고 답했으나 시험 파일에는 고객 기본정보만 있었고 상담 이력과 첨부파일은 별도 유료 작업 대상이었습니다.

새봄상사는 먼저 거래가 오래된 고객 한 곳을 골라 관련 데이터를 끝까지 추적했습니다. 담당자 변경 기록, 통화 메모, 세 차례의 견적서, 반품 상담, 최근 주문 정보가 서로 다른 메뉴에 흩어져 있었습니다. 담당팀은 필요한 필드를 목록화하고 신규 CRM의 구조와 대응시켰습니다. 그 결과 고객 등급 코드 17개 중 5개가 신규 시스템과 맞지 않고, 퇴사한 직원의 상담 기록은 작성자 식별값이 비어 있다는 사실을 발견했습니다.

회사는 전체 이전에 앞서 500명의 고객을 시범 이관했습니다. 누락 건수, 중복률, 첨부파일 연결 성공률을 측정하고 오류 유형별 담당자를 정했습니다. 영업팀은 고객 등급 기준을 17개에서 8개로 단순화했고, 정보보호 담당자는 보존 기한이 지난 녹취 파일을 이전 대상에서 제외했습니다. 공급사와는 최종 추출일, 증분 데이터 제공일, 암호화 전달 방식, 종료 후 삭제확인서 발급일을 계약 변경 문서에 명시했습니다.

전환 당일에는 기존 CRM을 읽기 전용으로 바꾸고 신규 시스템에 전날까지의 데이터를 반영했습니다. 이후 사흘 동안 영업 담당자가 핵심 고객 100명의 연락처와 최근 상담 내용을 직접 대조했습니다. 수치상 이관률은 높았지만 견적서 12건의 연결 오류가 발견됐고, 매핑표를 수정해 재처리했습니다. 기존 서비스를 즉시 해지하지 않고 2주간 조회 전용으로 유지한 덕분에 현장 문의에도 대응할 수 있었습니다.

마지막 단계에서 새봄상사는 기존 공급사로부터 운영 데이터와 백업본의 삭제확인서를 받았습니다. 신규 CRM에도 매달 자동 추출 파일을 사내 저장소에 보관하고 분기마다 복원 시험을 수행하는 규칙을 만들었습니다. 한 번의 교체 프로젝트로 끝내지 않고 언제든 이동 가능한 기업 솔루션 운영 방식을 만든 것입니다. 프로젝트를 시작하게 한 고객의 기록을 다시 조회했을 때 상담 이력과 견적서, 주문 정보가 하나의 흐름으로 연결됐고, 담당자는 별도 설명 없이 다음 영업 활동을 이어갈 수 있었습니다.

• 1주차: 단일 고객 기록을 추적해 데이터 범위와 누락 항목을 발견했습니다.
• 2~3주차: 필드 매핑과 코드 정리 후 500명 규모로 시범 이관했습니다.
• 4주차: 계약 변경 문서에 추출 일정과 삭제 증빙을 반영했습니다.
• 전환 주간: 읽기 전용 병행 운영과 핵심 고객 대조를 수행했습니다.
• 운영 이후: 월별 추출과 분기별 복원 시험을 상시 업무로 전환했습니다.