데이터 메시, 분산된 HR을 연결하다

조직의 데이터가 한 곳에 모일수록 더 잘 분석될 것이라는 믿음, 과연 지금도 유효할까요? 2026년 현재, 기업 현장에서는 중앙 집중식 데이터 웨어하우스의 한계를 넘어서는 새로운 패러다임이 빠르게 확산되고 있습니다. 바로 데이터 메시(Data Mesh)입니다. 이 개념은 데이터 분석과 HR Analytics의 구조 자체를 근본적으로 바꾸고 있으며, 실무 입문자라면 반드시 이해해야 할 핵심 트렌드로 자리 잡고 있습니다.

왜 지금인가

지난 10여 년간 기업들은 데이터 레이크(Data Lake)와 중앙 집중형 데이터 플랫폼에 막대한 투자를 해왔습니다. 그러나 조직 규모가 커지고 데이터 생산 주체가 다양해지면서, 중앙 팀이 모든 데이터를 수집·정제·배포하는 방식은 심각한 병목(bottleneck)으로 작용하기 시작했습니다. HR 부서 하나만 보더라도, 채용 시스템·성과 관리 툴·직원 설문·근태 데이터 등이 각기 다른 플랫폼에 분산되어 있고, 이를 한 팀이 통합하는 데는 수개월이 걸리는 경우가 허다합니다.

Gartner는 데이터 메시를 2024~2025년 연속으로 데이터 관리 분야의 주요 전략적 트렌드로 선정하였으며, 대규모 기업의 데이터 팀 중 상당수가 분산 데이터 소유권 모델로 전환을 검토 중임을 보고한 바 있습니다.

조직이 더 빠르게 움직여야 하는 시대, 데이터를 '기다리는' 구조는 더 이상 경쟁력이 될 수 없습니다.

데이터 메시: 분산 소유권이 만드는 새 질서

데이터 메시는 2019년 Zhamak Dehghani가 제안한 개념으로, 데이터를 중앙 팀이 아니라 데이터를 가장 잘 아는 도메인(부서·팀) 스스로가 소유하고 관리하도록 하는 아키텍처 원칙입니다. 핵심 개념은 네 가지 원칙으로 요약됩니다.

1. 도메인 소유권 (Domain Ownership)

HR, 영업, 재무 등 각 부서가 자신의 데이터에 대해 책임을 집니다. HR 팀은 직원 데이터를 직접 생산·정제·제공하는 주체가 됩니다.

2. 데이터를 제품으로 (Data as a Product)

각 도메인이 제공하는 데이터는 다른 팀이 신뢰하고 바로 사용할 수 있도록 품질·문서화·접근성을 갖춰야 합니다. HR이 배포하는 '직원 이직률 데이터셋'이 하나의 제품처럼 관리되는 방식입니다.

3. 셀프서비스 플랫폼 (Self-serve Infrastructure)

중앙 IT 팀의 도움 없이도 각 도메인이 데이터를 생산·소비할 수 있도록 공통 플랫폼과 도구가 제공됩니다.

4. 연합 거버넌스 (Federated Governance)

전사적인 데이터 표준·보안·프라이버시 규칙은 중앙에서 정하되, 실행은 각 도메인이 자율적으로 수행합니다. 규칙은 하나, 실행은 분산입니다.

이 네 원칙이 맞물리면, HR 담당자가 데이터 엔지니어링 팀의 백로그를 기다리지 않고도 직접 신뢰할 수 있는 데이터를 활용해 의사결정을 내릴 수 있는 환경이 만들어집니다.

현장의 변화

글로벌 금융 서비스 기업 JPMorgan Chase는 수천 개의 데이터 파이프라인이 중앙에 집중되면서 발생한 병목을 해소하기 위해 도메인 기반 데이터 소유권 모델을 도입했습니다. HR 도메인에서 자체적으로 데이터 제품을 운영하게 되면서 분석 요청에 대한 응답 속도가 크게 향상되었다는 내부 보고가 알려져 있습니다.

국내 대형 IT 기업 카카오는 사내 데이터 플랫폼을 재편하는 과정에서 팀별 데이터 오너십 문화를 강화하고, 데이터 카탈로그 체계를 정비해 각 도메인이 독립적으로 데이터를 관리할 수 있는 기반을 마련한 사례로 주목받고 있습니다.

HR Analytics 학계에서도 변화가 감지됩니다. MIT Sloan Management Review는 HR 데이터를 중앙에서 일괄 처리하는 방식이 데이터 신선도와 현업 맥락을 훼손한다는 점을 지적하며, 도메인 소유권 기반 접근이 People Analytics의 질을 높이는 방향임을 논의하고 있습니다.

시사점: 우리가 갖춰야 할 것

데이터 메시는 단순히 기술 아키텍처의 변화가 아닙니다. 조직 문화와 역량 모두의 전환을 요구합니다. 실무 입문자와 HR 관계자에게 다음과 같은 제언을 드립니다.

• 도메인 데이터 리터러시부터 키우세요. HR 담당자 스스로가 자신의 데이터 의미, 품질 기준, 활용 가능성을 판단할 수 있어야 합니다. SQL 기초나 대시보드 툴(예: Tableau, Power BI) 활용 능력이 출발점입니다.
• 데이터를 '받는 것'에서 '제공하는 것'으로 인식을 전환하세요. HR 부서가 만들어내는 데이터가 경영진·전략기획 팀에 어떤 가치를 줄 수 있는지 생각하는 습관을 가지세요.
• 데이터 품질에 대한 책임 의식을 내재화하세요. 메시 구조에서 도메인 담당자의 데이터 품질 관리 소홀은 전사 분석 정확도에 직접 영향을 미칩니다.
• 거버넌스 원칙을 학습하세요. 개인정보보호법, GDPR 등 데이터 규제 기본 개념을 이해하고, 데이터 공유 시 준수해야 할 기준을 숙지하는 것이 필요합니다.
• 협업 언어를 익히세요. 데이터 메시 환경에서는 HR과 IT, 데이터 엔지니어링 팀이 공통 언어로 소통해야 합니다. 데이터 카탈로그, 메타데이터, SLA 같은 용어에 익숙해지는 것이 실질적인 협업력을 높입니다.

맺음말

데이터 메시는 '데이터를 어디에 쌓는가'의 문제가 아니라 '누가 데이터를 책임지고 가치 있게 만드는가'의 문제입니다. HR Analytics의 미래는 분석 전문가 몇 명의 역량이 아니라, 조직 전체가 데이터 책임자로 함께 성장하는 데 달려 있습니다. 지금 자신의 업무 데이터를 한번 다시 들여다보는 것, 그것이 데이터 메시 시대를 준비하는 첫걸음입니다.

참고 자료

• Gartner, 「Top Trends in Data and Analytics」, 2024–2025 시리즈
• Zhamak Dehghani, Data Mesh: Delivering Data-Driven Value at Scale, O'Reilly Media, 2022
• MIT Sloan Management Review, People Analytics 및 데이터 거버넌스 관련 칼럼 시리즈
• ThoughtWorks, 「Data Mesh Principles and Logical Architecture」 기술 블로그
• 개인정보보호위원회, 「개인정보 보호법 해설서」, 2023

테크창 연구팀 | 인천대학교 창의인재개발학과 전공심화연구모임
본 칼럼은 AI 보조로 작성되었으며, 수치·출처는 참고용입니다.