한국방송통신대학교, 통계정보시스템 도입 성공사례

가치있는 인사이트 도출 위한 통합 분석환경 구축

데이터 통합후 정보 연계분석…통계정보시스템 활용도·만족도 향상

분석 툴로 IBM 코그노스 도입…개발자 생산성·사용자 편의성 확대

한국방송통신대학교는 원격 교육방식으로 다양한 영역에 걸친 교육프로그램을 제공하고 있다. 이 대학은 학교교육과 사회교육을 연계해 국민들에게 전 생애에 걸친 학습기회를 제공한다. 이를 통해 배움이 필요한 국민들에게 고등교육의 기회를 제공하고, 시대마다 사회가 필요한 인재를 공급하는 등 국가 인재 양성에 크게 공헌하고 있다.

이처럼 열린 교육을 실시하고 있는 한국방송통신대학교는 국민들에게 좀더 향상된 교육서비스를 제공하고 학교 경쟁력 강화를 위해 2011년, 차세대 학사정보시스템을 구축했다. 새 시스템 도입으로 대학은 새로 바뀐 교육과정을 학사제도에 반영했고 종래 비효율적인 업무 및 정보처리 환경을 재정비할 수 있었다.

정보처리 환경을 재정비하기 위해 방송대는 학사정보시스템의 한 분야인 통계정보시스템 구현을 결정했다. 이는 원천정보가 변화해 종래 DW시스템의 분석 관점을 차세대 관점에 맞게 변경하기 위해서였다. 또한 새로 추가나 관리할 학교의 다양한 지표에 대한 분석 서비스를 위해 통계시스템 개선이 절실했다.

분석요구를 수정하고 확장해야 했던 방송대는 거점 학교마다 분석 서비스를 원활히 진행하고 관리의 편의성도 높이기 위한 특별한 솔루션이 필요했다. 이를 위해 대학은 개발과 서비스를 순수하게 웹 기반으로 수행할 수 있는 분석제품 도입을 결정했다.

또 단순한 보고용 리포트 수준이었던 대학의 통계정보시스템의 지표를 개선해야 했다. 대학의 중점사항을 관리하기 위해 개선해야 할 지표들을 나열하고 모니터링 하는데 집중할 상황이었다.

무엇보다 정보공시라고 불리는 외부 제출자료에 대한 투명성 확보가 관심 가져야 할 중요 변수로 떠올랐다. 수시로 변하는 외부 제출자료의 양식에 발 빠르게 대응하고 지속적으로 관리할 지표들이 늘어났다. 이 때문에 대학통계정보시스템의 운영목적은 ‘리포트 생성 및 배포’에서 ‘통합 DW 관점의 BI System 구축 및 운영’으로 바뀌었다.

이 같은 변화는 경쟁력 있는 기업이 생존할 수 있다는 시장의 논리가 대학에도 도래하고 있음을 반영한 것이었다.

방송대는 차세대시스템을 구축해서 이런 숙제를 해결하려고 했다. 또한 현재 차세대를 구축하고 있거나 구축 예정인 대학들도 이런 변화를 반영하는데 노력을 기울이고 있다.

방송대는 이와 같은 대학 안팎의 요구를 수용한 통계정보분석을 위해 BI솔루션으로써 IBM의 ‘코그노스(Cognos)’를 최종적으로 선정했다. 이 솔루션은 순수 웹 기반 개발 및 서비스, 지역대학 담당자나 당사자들간의 리포트 배포 및 데이터 검증, 지표 중심의 설계를 바탕으로 하는 모델 제시 등의 요구를 모두 충족했다.

특히 대학은 다양한 서비스 환경에서 최적의 BI서비스를 제공하고 개발 능력을 인정받는 세계적인 BI솔루션을 적용하려고 했다. 이런 숙고 끝에 대학은 코그노스를 최종 선택했다.

본 사례에선 한국방송통신대학교가 구축한 차세대 시스템 중 통계정보시스템, 즉 BI시스템의 구축 및 활용 내용을 상세히 소개한다.

[Background] 가치 있는 정보분석시스템 도입 필요

데이터 조회나 분석을 할 때 이전 통계정보시스템은 업무 효율성이 떨어졌다.

산재된 데이터 분석을 위한 통합적인 정보 인프라 환경을 갖추지 않아 데이터를 연계 분석하기 어려워 학생의 라이프사이클 즉 입시, 등록, 수강, 성적, 졸업 등의 단위정보로부터 가치 있는 정보를 발굴하는데 어려움을 겪었다.

사용자들이 정보를 분석하는 과정도 불편했다. 우선 사용자가 원하는 정보를 찾는데 어려움이 있었고, 찾아낸 정보가 정확한 데이터인지 신뢰를 보장할 수 없었다. 또 추출된 통계표에 대한 자세한 설명이 부족했으며, 다양한 관점에서 분석할 수 있는 통합 뷰가 절실히 요구됐다.

통계표를 뽑는 속도가 느린 단점도 극복할 과제였다. 타 대학 대비 학생정보를 많이 보유한 방송대는 약 150만 건 수(2005년 3월∼2012년 3월 기준)의 테이블을 갖고 있다. 이 테이블과 연계된 통계표를 조회할 경우 사용자 응답시간 은 많게는 3분 가량 소요됐다. 또한 통계표 개발환경이 CS환경이어서 개발할 수 있는 PC환경의 제한을 받았다. 이 때문에 개발자들은 정보를 신속히 처리하는데 애를 먹었다.

메뉴 사용이 불편해 통계업무 중심으로 메뉴를 재정비해야 한다는 지적도 나왔다. 또한 혼선을 빚을 수 있는 부서별 일관성 없는 업무용어도 정리해야 했다.

[Best Practice #1] DW 구축 후 통합 데이터 추이분석 가능해져

2011년 차세대 시스템을 도입한 대학은 분산된 데이터를 통합한 후 업무의 효율성을 높일 수 있었다. 새로운 데이터웨어하우스(DW) 구축으로 학사 원천정보가 변경되어 ETL을 재설계하고 통계표를 통합, 정리했고 새로운 통계정보시스템은 원천정보인 학사정보의 변경사항을 모두 반영했다. 이를 통해 과거 데이터와 함께 시스템을 통합 구축했다.

DW를 구축한 후 대학은 업무처리를 기준 삼아 용어를 정리하고 통계정보처리기준을 만들어 데이터 모델을 개선했으며, 업무 프로세스도 표준화 및 자동화했다.

사용자들은 통합된 데이터를 분석해 산출 정보를 업무에 능동적으로 활용할 수 있게 됐다. 대표적으로 좀더 다양한 관점에서 시계열 분석이 가능해졌다. 새 시스템은 DW 구간에 통합된 데이터를 시간 순서로 쌓아놓음으로써 시스템에 접근한 사용자들은 특정 정보에 대한 시계열 분석을 할 수 있게 되었다.

따라서 이전엔 개별 시스템에 대한 추이 분석만 가능했으나, 이제 사용자들은 좀더 다양한 관점에서 통합 데이터에 대한 추이분석을 할 수 있게 되었다.

[Best Practice #2] 분석용 통계정보 제공 위한 통합 뷰 제공

새로 구축한 통계정보시스템은 학생 현황이나 업무에 관련된 방대한 정보를 담고 있으며, 산재된 자료를 체계적으로 축적해 가치 정보를 발굴할 수 있는 데이터 통합 뷰를 제공한다. 이를 통해 대학은 단위정보를 상호 연계해 통합 분석할 수 있는 사용자 환경을 갖추게 되었다.

예를 들면, 사용자들은 연결된 정보를 이용해 학생을 통합적으로 분석할 수 있다. 학생 분석 DB는 일반성향 속성, 관계 속성, 학사 속성, 교과목 속성, 교수지원 속성, 웹접근 속성 등의 정보를 모두 담고 있어 사용자들이 학생이란 단위 정보에 관련된 정보를 연계해 입체적으로 분석할 수 있게 되었다.

[Best Practice #3] 학생 시나리오 중심으로 연계분석 화면 구성

대학은 학생 시나리오 중심으로 연계된 분석화면을 구성했다. 이는 데이터 통합과 연계분석으로 가치 정보 창출이란 목표를 실현한 구체적인 사례로 사용자들의 관심과 만족도가 매우 높다.

위 화면에선, 학생의 라이프사이클(Lifecycle)에 따라 분석 대상을 정의했다. 대학의 학생을 입학, 등록, 학업성취, 학적변경, 졸업으로 구별해 단계마다 정확히 분석 대상을 정의하고, 이후 대상을 분석하는 업무의 목적을 예상하여 이를 효과적으로 지원할 수 있는 정보 및 뷰를 정의했다.

대학은 학생 라이프사이클 정보를 정의하고 해당 정보를 모으는데 꽤 공을 들였다. 학생의 경우, 입학할 땐 입학지원자지만 합격하면 합격자가 된다. 이 합격자가 등록하면 학적을 보유한 학생이 된다. 여기선 간단히 3개의 메져, 즉 입학지원자, 합격자, 등록자를 도출할 수 있다. 이 3개의 메져를 기준으로 일반 속성정보와 학교의 관계 속성정보를 연계, 분석할 수 있는 환경을 만들어 주면 사용자는 이를 토대로 원하는 정보를 도출할 수 있다. 이런 식으로 입학 단계에서부터 등록, 학적, 수강, 시험, 성적, 졸업 단계까지 학생의 전 라이프사이클 별로 메져와 디멘젼을 정의하고 상호 연계해 새로운 가치를 만들어 낼 수 있다.

이 같은 시나리오 중심의 연계분석 화면은 사용자들에게 학생관리를 위한 우수한 가치정보를 제공한다. 대학은 입학률을 높이는 것 못지 않게 중도 탈락률을 낮추는 것을 학사 운용의 중요한 지표로 삼고 있는데 이와 같은 환경을 기반으로 사용자는 휴학생에 대한 성별, 학과, 교수지원 등의 속성을 용이하게 파악할 수 있다. 이런 정보를 면밀히 분석한 후 휴학할 수 밖에 없었던 이유를 찾아 학생을 다시 복학시키기 위한 방안을 모색하거나 학사관리시스템을 개선하는데 이용할 수 있다.

[Best Practice #4] 정형과 비정형 화면 통합, “분석작업 쉽고 편하게”

정형 화면과 비정형 화면을 통합한 것은 개발자와 현업에게 모두 긍정적인 결과를 줬다. 코그노스로 화면을 통합 후 개발 생산성은 크게 높아졌다. 이전 시스템에선 정형과 비정형 화면 구성을 위해 별도의 툴을 적용했기에, 사용자 인터페이스가 서로 달라 통계정보시스템의 사용자들이 불편을 겪었다.

비정형예제

하지만 새로운 시스템 구현을 통해 사용자들이 자주 활용하는 데이터는 정형 화면을 만들어 서비스하고 있으며, 이를 통해 사용자는 ‘조회’ 버튼만 누르면 바로 원하는 정보를 얻을 수 있게 화면을 구성했다.

좀더 다양하고 세밀하게 정보를 분석하려는 사용자들을 위해 비정형 화면도 제공한다. 이를 이용해 사용자들은 각자 원하는 관점에서 데이터에 접근해 정보를 취득할 수 있다. 비정형 화면은 사용자가 언제든 화면을 자유롭게 조절할 수 있어 사용률이 상대적으로 높으며, 비정형 화면 구성의 장점 때문에 여러 정형 화면을 하나의 비정형 화면으로 서비스할 수 있게 됐다. 이를 통해 화면개발에 소요되는 시간이나 관리비용을 절감할 수 있었다.

자유롭게 데이터를 활용할 수 있는 비정형 화면을 이용하려면 사용자들은 몇 가지 학습을 해야 하는데 이를 위해 대학은 간단한 사용법부터 정밀 분석을 위한 이용법까지 툴의 활용방법을 교육 동영상으로 제작해 서비스하고 있다.

이 동영상은 사용자가 툴을 활용해 보다 유용한 정보를 만들 수 있는 가이드를 제공하며 기능별로 약 1분 30초 단위로 나누어 간단한 사용법부터 고급사용법까지 학습하도록 구성했다. IBM 코그노스 솔루션은 온라인 도움말 기능을 제공해 이용자들의 자발적 학습이 가능하다.

코그노스의 도입으로 사용자들은 상이한 인터페이스로 인한 불편을 더 이상 겪지 않게 되었다. 하나의 툴로 두 화면을 모두 구성했기 때문에 사용자들은 이미지나 명령어 등을 포함한 동일한 인터페이스를 경험하고 있다. 즉, 화면의 일관성 확보로 사용자들은 정형과 비정형을 오가며 필요한 작업을 쉽고 빠르게 수행할 수 있다.

[Best Practice #5] 통계장표 개발, 생산성 향상

정형과 비정형 화면을 통합한 후 개발생산성은 크게 높아졌다. 종전 시스템에선 두 개의 툴을 썼으나, 지금은 하나의 툴로 개발하게 돼 개발 시간과 비용을 단축할 수 있었다.

과거엔 별도 개발인력을 가지고 있지 않는 상황에서, 툴에 익숙하지 않은 통계정보 운영 담당자가 통계장표를 신속히 개발하는 데에는 한계가 있었다. 다른 업무까지 병행하는 현실에서 짧은 시간 안에 새로운 요구를 만족시키기 위해선 툴의 기능을 정확히 파악하고 있어야 했다. 새로 도입한 코그노스 툴은 쉬운 개발 인터페이스를 제공해, 개발에 드는 시간을 단축할 수 있었다.

CS에서 웹으로 개발 환경을 전환한 것은 개발 생산성을 확보할 수 있던 또 다른 이유다. 분석용 엔진으로 적용한 코그너스는 웹 환경에서 개발작업을 수행할 수 있었고, 이 방식은 개발∙운영자에게 이전보다 편리한 인터페이스를 제공했다. 이전의 CS환경에선 작업을 할 수 있는 PC가 제한되었던 것에 반해 웹으로 연결되어 어디서든지 개발 작업이 가능해졌다.

또한 사용자 측면에서도 웹으로 접근해 원하는 정보를 맘껏 볼 수 있게 됐다. 이런 편리성 때문에 현재 시스템 하루 접속자수는 20∼25명까지 늘었고, 하루 조회건수도 약 30∼40건(주로 비정형화면 건수) 가량으로 추산하고 있다.

또한 이전 시스템에선 정형화 되지 않은 데이터를 보려면 사용자들은 공문을 작성해 해당 부서에 요청하고 회신 받는 등 복잡한 결재 과정을 거쳐야 했다. 정보를 확인하는데 많게는 며칠씩 소요됐다. 하지만 새 시스템 도입을 통해 운영자의 실시간 지원이 가능해졌다. 또 사용자 스스로 원하는 데이터를 분석할 수 있는 환경을 구현해서 담당자들은 개별 요건을 상대적으로 수월하게 지원할 수 있게 됐다. 이를 통해 사용자 및 운영자의 생산성이 함께 향상되는 효과를 누리고 있다.

[Best Practice #6] 메뉴구조 전면 개편, 사용자 편의성 확대

통계표 검색이 쉽도록 사용자 친화적으로 메뉴를 새로 구성했다. 이를 위해 실질적인 통계업무 중심으로 메뉴를 정의했는데, 자주 사용하는 장표는 메인 페이지 가운데 별도로 만들어 사용자 편의성을 높였다.

일관성 없던 업무용어도 정리했다. 부서마다 용어를 혼용하거나 중복해서 사용함으로써 내부에서 보고되는 자료들조차 같은 용어에 다른 의미를 담아 혼란을 주는 경우가 종종 있었기 때문에 통계용어DB를 구축해 이를 개선했다. 화면에서 단순히 통계표만 제공하는 것이 아니라 통계표를 이해할 수 있도록 DB에 저장된 통계용어를 추출하여 보여줌으로써 명확하고 통일된 해석이 가능하게 구현했다.

일반 사용자를 위해 ‘내폴더’ 란 기능을 추가했다. 코그노스가 제공하는 내폴더 기능을 활용하여 사용자들은 자신이 만든 또는 조회한 통계표를 쉽게 저장하여 언제든지 다시 불러올 수 있도록 하였다.

또한 정보 추출 시점이 달라 발생했던 문제점을 없애기 위해 새 시스템에선 데이터 추출 시점을 장표에 노출시켰다. 같은 용어로 정리된 통계치라도 정보를 추출한 시점에 따라 결과치가 달리 나올 수 있어 사용자는 추출일자를 확인해 결과치의 차이를 이해할 수 있게 됐다.

추출된 데이터의 간단한 해석과 의미, 유의점도 표기해 사용자 분석이 쉽도록 구현하였다.

미리보기 기능도 사용자 만족도를 높이는데 한몫하고 있다. 일반적인 웹 페이지와 달리 통계정보시스템은 데이터를 뽑는데 다소 시간이 걸린다. 만약 얼마라도 기다린 사용자에게 엉뚱한 정보가 배달됐을 경우의 사용자 반응을 상상해보자. 코그노스가 제공하는 미리보기 기능은 이런 사용자 불편을 사전에 차단했다.