제1장 전사아키텍처와 데이터아키텍처

제1절 아키텍처 개요

1. 아키텍처 정의

개념

구축하고자 하는 목적에 따라 복잡한 대상을 단순하게 표현하고, 구성요소의 변화에 대한 요구를 수용할 수 있게 한 청사진(blueprint)

구성요소

Untitled.png

• 규칙(Rule) : 모든 활동의 기준을 확립하는 것
  • 전략
  • 원칙, 지침
  • 표준
• 모델(Model) : 사전에 약속된 표기법에 의하여 표현
  • 참조 모델 (비즈니스, 데이터, 애플리케이션, 기술 등)
• 계획(Plan) : 현재 아키텍처와 목표 아키텍처를 정의
  • 이행 계획
  • 구축 계획

중요성

• 경영 전략 혹은 비즈니스 목표를 달성하기 위한 방향을 제시
• 정보 시스템과 정보 기술의 방향을 제시하며 의사소통의 매개체
• 정보 시스템이 필요한 품질 속성을 정의 및 실현
• 최적화를 위한 의사결정, 대안 제시, 복잡도 감소 등에 도움

활용 및 기대효과

• 정보관리 역량 강화
• 의사결정의 정확성과 신속성 제고
• 변화에 대한 유연한 대응과 비용 절감

2. 전사 아키텍처 개요

도입 배경

• 정보시스템 상호운용성 및 통합성 결여
• 조직 경영계획과 목표를 효과적으로 달성하기 위한 정보시스템 비전과 전략 수립 필요성 증대
• 비즈니스 환경 변화에 대한 IT 대응 체계 미흡
• 정보기술에 대한 의존도 심화
• 체계적 아키텍처 구축 미흡

전사아키텍처 정의

일정한 기준과 절차에 따라 조직 전체 구성요소를 통합적으로 분석한 뒤 이들 간의 관계를 구조적으로 정리한 체제 및 이를 바탕으로 정보화 등을 통하여 구성요소들을 최적화하기 위한 방법

전사(Enterprise) :
공동의 목표를 추구하기 위해 고객과 상품(서비스)이 존재하고 조직, 지원, 기술을 보유하며 필요한 업무 프로세스를 수행하는 조직의 집합체

아키텍처 도메인 구성

Untitled.png

• 비즈니스 아키텍처 : 기업의 경영 목표를 달성하기 위한 업무 구조를 정의
• 애플리케이션 아키텍처 : 전체 애플리케이션을 식별하고 연관성을 정의하며 그룹화하고 범주화하여 구조를 체계화
• 데이터 아키텍처 : 데이터 구조, 데이터 표준, 데이터 관리 체계를 포함
• 기술 아키텍처 : 이식성과 확장성 강화, 독립성 확보, 상호운용성 강화

3. 데이터아키텍처 개요

데이터아키텍처 개념

• 정의

  전략적 데이터 요구 사항으로 나타나는 조직의 전략 및 이러한 요구 사항을 충족하기 위한 설계와 연계하여 데이터 자산을 관리하기 위한 청사진

• 특징
  • Aligned : 비즈니스를 효과적으로 지원하는 데이터 전략
  • Targeted : 필수/핵심 데이터에 집중
  • Actionable : 명확한 활동과 마일스톤
  • Evolutionary : 변화하는 요구와 기술을 충족하기 위한 유연성
• 실패요인
  • 기업/조직의 모든 데이터와 정보 포함 시도
  • 전문성 결여, 내재 기술력 오해
  • IT 부서의 독점적 소유 및 조치
  • 외부에 의존하는 기술적 해결 시도
  • 각 조직 별 독자적 개발 진행 및 통제 부재
  • 학술적 접근 및 과도한 복잡성
  • 이상에 치우친 원칙과 정책
  • 단계적 성과를 미고려한 장기 수행 전략
  • 변화 수용에 대한 배척

데이터아키텍처 중요성

- 전사 데이터 구성 파악이 용이
- 데이터 품질확보 용이
- 명확한 의사소통 향상
- 신속하고 적절한 의사결정 가능
- 데이터 연계 및 상호운용성 향상에 따른 업무 정확성 및 효율성 향상

데이터아키텍처 구성

가장 높은 추상화 수준에서 개괄적으로 표현한 모델로부터 시작하여 이를 단계적으로 상세화해 나가면서 계층적 구성을 갖추게 된다.

제 2절 아키텍처 프레임워크

1. 아키텍처 프레임워크 개요

아키텍처를 빠르게 구현하여 실체화할 수 있도록 하기 위해 프레임워크가 사용된다.

**정책**, **정보**, **관리체계** 등으로 구성되며 일반적으로 적합한 프레임워크 정의를 위해 **참조모델(RM)**이 사용된다.

전사아키텍처 프레임워크

전사아키텍처 활동에서 얻어지는 산출물을 분류하여 조직화하고 이를 유지 관리하기 위한 전체적인 틀을 정의하는 것.

데이터아키텍처 프레임워크

전사아키텍처 수립 없이도 독집적으로 구축할 수 있지만, 전사아키텍처와 Alignment를 고려하여 구성하는 것이 좋다.

2. 전사아키텍처 프레임워크 구성

Untitled.png

아키텍처 도메인 : 아키텍처 매트릭스 상에서 뷰의 관점으로 아키텍처 영역을 구분한 것.

• 전사아키텍처 정책 : 아키텍처 구축 목적과 방향 정의
  • 아키텍처 매트릭스 : 정보를 어떻게 구성할 것인지
    • 관점(Perspective)과 뷰(View) 두 가지 차원에 따라 정보를 구분하고 산출물을 정의
  • 비전 : 달성하고자 하는 궁극적인 모습
    • 구축 목표, 전략, 방향 등을 포함
  • 원칙 : 관리하고 활용하기 위한 원칙
    • 전사아키텍처 대원칙, 아키텍처 원칙, 표준 등을 포함
• 전사아키텍처 정보 : 전사아키텍처 정보의 구체적인 모습
  • 현행 아키텍처
  • 목표 아키텍처
  • 이행 계획
    • 이행 전략과 이행 계획을 정의한 것
• 전사아키텍처 관리 : 구축된 전사아키텍처를 관리하고 활용하는 방법 정의
  • 관리 체계
    • 전사아키텍처 거버넌스로써 활동 관리, 변경 통제, 원칙과 정책 준수 감시 등
  • 관리 시스템
    • 모델링 도구, 리포지토리, 포털 등으로 구성
  • 평가 모형
    • 주기적 평가 및 개선점 도출을 위한 성숙 모형

3. 전사아키텍처 프레임워크 사례

자크만 프레임워크 (ZEAF)

• 다섯가지 관점
  • 기획자(Planner)
  • 소유자(Owner)
  • 설계자(Designer)
  • 개발자(Builder)
  • 계약자(Sub-contractor)

• 아키텍처 뷰를 5W1H 원칙에 근거하여 묘사 정의

  원칙	묘사	설명
  What	데이터	프로젝트에 필요한 업무 데이터와 정보, 요건을 규정
  How	기능	프로세스가 어떻게 작동하고 회사에 영향을 미치는지 명시
  Where	네트워크	업무 활동이 벌어지는 관련 위치와 시스템 네트워크 전부
  Who	사람	핵심 이해관계자들을 명시하고 프로젝트에 관련된 직원 전원을 결정
  When	시간	회사 내에서 업무 프로세스가 언제 그리고 몇 시에 수행되는지 명시
  Why	이유	최종 솔루션을 선택한 이유와 해당 계획 또는 프로젝트의 이유를 명시

국내에서는 자크만 프레임워크를 기반으로 한 데이터아키텍처 프레임워크가 많이 참조/활용 됨.

4. 데이터아키텍처 프레임워크 구성

Untitled.png

• 데이터아키텍처 정책 : 전사아키텍처의 목적 및 방향과 Alignment 를 유지
  • 아키텍처 매트릭스 : 정보를 어떻게 구성할 것인지
    • 자크만 프레임워크의 Data영역에 대해 상세화 수준 구분에 따라 분류한 계층적 결과물을 상세하게 정의하는 방식으로 구성
    • 각 셀은 전후좌우의 셀과 연관성을 가지며 추적성이 확보되어야 한다.
  • 비전
  • 원칙
• 데이터아키텍처 정보
  • 현행 DA
    • 주제영역 모델, 개념모델, 논리모델, 물리모델로 구성
    • 각 모델 간 매핑정보를 관리하여 상호 추적성이 유지 필요
  • 목표 DA - 현행 DA와 동일
  • 이행계획
    • 이행 전략, 세부 이행 계획, 변화 관리 계획 등 정의
• 데이터아키텍처 관리
  • 관리 체계
  • 관리 시스템
  • 평가 모형

제 3절 데이터아키텍처 참조모델

1. 참조모델 정의

참조모델 개념

• 아키텍처 구성요소를 식별하여 표준화한 것
• 다양한 관점을 충족시킬 수 있도록 시스템에 대한 개념적인 모델을 추상화하고, 구성요소를 재사용 가능한 방식으로 생성하여 사용할 수 있도록 한 모델

참조모델 구축 방법

• 공통 특성 추출 방식
  • 단점: 요소간 경계가 불명확, 하위수준 정의가 명확하지 않음.
  • 장점: 이해가 쉽고 산출물이 적음.
• 대표 기업 아키텍처 재활용 방식
  • 장점 : 산출물의 관계가 정확, 하위 수준까지 정의되어 있음.
  • 단점 : 기업 보안상 대부분 비공개임.

참조모델 구축 고려사항

• 기준이나 표준 역할을 할 수 있고, 참조 또는 재활용이 가능해야한다.
• 관련 지식의 전달 수단으로 활용될 수 있어야한다.
• 이해관계자 간의 의사소통을 향상시킬 수 있어야한다.
• 수립하고 운영하기 위한 역할 및 책임이 제시되어야 한다.
• 평가 기준을 제시해야 한다.
• 환경 및 요건 변화에 대응가능해야 한다.

2. 데이터 참조모델 (DRM)

데이터 참조모델 정의

업무 영역별, 주제 영역별로 표준 데이터 집합과 관리 항목들을 분류하고 표준화하여 재사용이 가능한 데이터 모델

데이터 참조모델 구축 방법

• 유사 업종 데이터 참조모델 활용
  • 단시간 적용가능 하지만 확보가 어려움
• 연계 기업이나 조직의 데이터 참조모델 활용
  • 통합성 및 연계성 확보 용이
• 외부 표준 활용
• 현행 데이터 구조 기반 참조모델 정의
• 외부 전문가를 통해 참조모델 정의

데이터 참조모델 관리 기준

• 범용성 : 다양한 업무 영역에서 참조 가능
• 단순성 : 비즈니스 복잡성이 나타나지 않아야 한다.
• 표준성 : 상식적이고 일반적인 수준에서 이해되는 용어 사용
• 정확성 : 관리되는 정보가 정확해야 한다.
• 정보 이용성 : 엔티티 정의, 관리 규칙, 속성 정의 등도 함께 저장한다.
• 분류성 : 데이터 구조를 정의하는 각 단계와 참조모델 범위 내에서도 분류될 수 있어야한다.

기대 효과

• 데이터 표준화 및 공유 환경 구축
• 이식성과 확장성 향상
• 시스템 간 상호 운용성 향상
• 품질 향상 및 생산성 증대
• 중복 투자 방지 및 수명 주기 비용 절감

4. 데이터 참조모델 활용

DRM 활용방안

• 개선 대상 관련 데이터를 파악하기 위해 활용
• 일관성 있는 데이터아키텍처 정의에 활용
• 데이터 표준 준수에 대한 검증 기준
• 데이터 전략과 조직 운영 방향 결정에 활용
• 정보 상호운용성과 교환 촉진의 근거

DRM 고려사항

• 기업 및 조직 환경 : 공공기관, 기업규모, 기술력 등
• 구축 목적 : 데이터 품질 개선, 데이터 연계성 향상 등
• 목표 영역 : 데이터 표준, 관리 프로세스, 전사 모델 등
• 대상 범위 : 전사, 특정 비즈니스 영역, 특정 시스템 등

제 4절 데이터아키텍처 프로세스

1. 데이터 아키텍처 프로세스 개요

프로세스의 중요성

• 목표하는 아키텍처를 최종 결과물이 산출되기까지의 일련의 과정을 식별하기에 용이한 활동 단위로 분해한 것
• 활동의 내용과 책임 소재를 규명하는 것이며 결과물의 납기나 품질 등에 있어 일정한 결과를 보장

2. 데이터아키텍처 프로세스 구성

• DA 정책 수립 : 환경분석 및 방향 수립
  1. 방향 정의
     1. 내외부 환경분석
     2. 목적 및 방향 정의
     3. 프레임워크 정의
  2. 정보 구성 정의
     1. 매트릭스 및 정보 구성요소 정의
     2. 참조모델 정의
     3. 원칙 수립
• DA 정보 구축 : 현행 DA와 목표 DA 정보 구축
• DA 관리 체계 수립 : 조직/인력/프로세스 체계 정립, 시스템 및 평가모형 구축
• DA 활용 : 목표 DA 달성을 위한 중장기 계획 수립

제5절 데이터아키텍트

1. 아키텍트의 개념

• 아키텍처를 설계하고 유지/관리하는 사람 또는 그에 준하는 전문가
• 비즈니스 언어를 기술 언어로 표현하여 정보기술 또는 정보시스템의 방향 혹은 청사진을 제시

2. 데이터 아키텍트의 위상과 역할

• 데이터 요구 사항 관리
• 데이터아키텍처 수립
• 레퍼런스 아키텍처 정의
• 데이터 모델 관리
• 데이터 표준 환경 설정 및 관리
• DB 물리설계
• 데이터 전환 설계
• 데이터 흐름 정의
• 협업 및 조정

3. 데이터 아키텍트 자질과 역량

• 의사소통 능력
• 비즈니스에 대한 이해
• 기술에 대한 깊은 이해와 구현 능력
• 문서화 능력
• 유연한 사고와 친화력
• 데이터베이스 지식 및 기술력
• 시스템 개발 방법론 지식
• 전사아키텍처에 대한 이해

제2장 데이터아키텍처 구축

제1절 데이터아키텍처 방향 수립

1. 데이터 아키텍처 방향 수립 개요

데이터 아키텍처 방향 수립 정의

경영 환경과 경영 전략에 대해 데이터아키텍처가 능동적으로 대응하며 발전하기 위하여 데이터아키텍처의 변화 요인을 분석하는 과정

데이터 아키텍처 방향 수립 목적

• 기업이나 조직에게 어떠한 목표 이미지를 지향할 것인가
• 프레임워크는 어떤 모습으로 정의해야하는가
• 어떠한 원칙을 적용할 것인가

데이터 아키텍처 방향 수립 구성/절차

1. DA 환경 분석
2. DA 구축 방향 정의
3. DA 프레임워크 정의

2. 데이터 아키텍처 환경 분석

환경 분석 수행 과제

• 비즈니스 내외부 환경 분석
• 데이터 관련 내외부 환경 분석
• 전사 범위 정의

3. 데이터아키텍처 구축 방향 정의

목적 : 환경 분석 결과를 기반으로 DA 구축 목적을 설정

• 데이터 연계 및 상호운용성 증대
• 데이터 품질 제고
• 비즈니스 변화에 대한 신속한 대응 체계 구축
• 전사적 데이터 표준 체계 정립
• 마스터 데이터 기반 데이터 일관 체계 구축

범위 정의 절차 : 기업이나 조직의 DA 이해와 관리 역량을 고려하여 구축 범위를 지정

1. 확인 : 기업/조직의 미션과 업무 범위 확인
2. 식별 : 필요한 정보화 영역이나 핵심 데이터 구성을 식별
3. 분석 : 반영 또는 지원 정도 분석
4. 정의 : 대상 영역 정의

비전 수립

• 기업이나 조직이 DA를 통해 실현하고자 하는 미래의 모습과 이를 확보하기 위해 기업이나 조직이 공유해야 할 가치
• 비전은 **핵심 목표**와 **핵심 가치**로 구성
• 익숙한 용어로 정의해야 한다.

4. 데이터아키텍처 프레임워크 정의

• 기업이나 조직의 특성에 따라 적합한 형태로 정의하여 적용
• 보통 프로젝트 기획 단계에서 프레임워크가 도출됨
• DA 정보 구성 단계에서 아키텍처 매트릭스를 별도로 정의

제2절 데이터아키텍처 정보 구성 정의

1. 데이터아키텍처 정보 구성 개요

데이터아키텍처 정보 개념

• 대상 데이터를 최상위의 개괄적 모습에서부터 단계적으로 상세화하여 전사의 데이터를 해석하고 이해하기 쉽게 체계화한 것
• 비즈니스 프로세스의 변화에 독립적으로 데이터 구조를 도출하여 정의
• 관리 비용 대비 효과를 고려해야 함

데이터 아키텍처 정보 구성

• 데이터 구조
• 데이터 흐름
• 데이터 요소
• 데이터 요소 간 관계

2. 데이터아키텍처 매트릭스 정의

데이터아키텍처 매트릭스 개념

• 전사적 데이터를 설명하는 모델과 원칙 정보를 통일된 시각으로 볼 수 있는 논리적인 틀
• DA 도메인 산출물을 식별하고 정의하기 위해 논리적 체계를 정의하는 것

데이터아키텍처 매트릭스 구성

Untitled.png

• 의사결정 유형 (Perspective)
  • 단계(유형)이 많을수록 상세한 정보가 관리되며 구축/관리 비용은 늘어난다.
• 아키텍처 정보 유형 (View)
  • 일반적으로 데이터 구조, 데이터, 흐름, 데이터 관리 로 분류한다.

Untitled.png

산출물 정의

산출물의 정의는 방법론, 업무 특성, 조직 문화에 영향을 받는다.

산출물 정의 세부 구성요소

• 산출물 표현 방법 및 세부 구성 정의
• 현행 DA 정보에 대한 산출물 정의
• 목표 DA 정보에 대한 산출물 정의
• 산출물 간 연관성 정의

데이터아키텍처 매트릭스 정의 시 고려사항

• 커뮤니케이션 수단으로써 모든 계층의 확신
• 조직 문화와 의사결정 구조를 고려한 테일러링 필요
• DA 원칙 및 표준의 준수성, 접근의 통일성, 일관성 유지 고려
• 다른 아키텍처 도메인과의 상호 연계성 고려

3. 데이터 참조모델 정의

전사 기업이나 조직이 데이터 참조모델을 정의하고, 개별 기업이 확인하는 과정

전사 데이터 통일성, 중복 정의 방지, 공유 데이터 발견, 상호운용성 향상 등의 목적으로 설계

4. 데이터아키텍처 원칙 수립

• 역할
  • 의사결정의 객관적 기준 제시
  • 의사소통 과정 투명성 제공
• 기대효과
  • 비즈니스와 정보화 전략의 연결성 강화
  • 조직 목표와 개별 구성원의 의사결정 Alignment.
  • 통일성과 일관성 유지
• 구성요소
  • 원칙
  • 의미
  • 근거
  • 기대 효과
• 고려사항
  • 명확한 의도 제시하여 혼돈 발생 최소화
  • 효율적인 의사결정을 위한 가이드 제공
  • 중대 의사결정 시 규범으로 활용
  • 모든 정보 관리 및 기술 관련 의사결정은 DA 원칙을 기반으로 수행
  • 원칙 수립 시 용어 선택 주의

제3절 데이터아키텍처 구축 프로세스

Untitled.png

1. 데이터아키텍처 정보 구축 준비

자료 수집

• 수집대상 : 구축 시 작성된 산출물, 완료 보고서 등
• 유사한 산출물을 활용하거나 필요시 생성 또는 보완 작업 수행

데이터아키텍처 정보 구축 방식

• 상향식
  • 장점 : 모든 데이터 포함 보장
  • 단점 : 논리화/추상화로 인한 상위 계층 데이터 구조 수준 상이
• 하향식
  • 장점 : 관점이 명확
  • 단점 : 일부 업무 누락 가능성

2. 현행 데이터아키텍처 정보 구축

하향식이 효율적이나 산출물이 데이터 현재 모습과 상이하면 상향식으로 구축.

상위 정보만 구축 시 하향식, 실무자 수준의 정보를 구축시 상향식으로 진행.

전사 데이터 영역 범위 파악 및 자료 수집이 선행되며, 문제점/원인/개선 방향 도출한다.

현행 데이터 분석

• 데이터 현황 분석 : 데이터베이스 개체 및 사용 현황 파악
  • 완전성 분석 : 미사용 테이블/컬럼, 임시 데이터, 논리적 필수 컬럼 파악
  • 우선순위 분석 : 핵심 엔티티 파악
  • 정합성 분석 : 데이터 간 정합성 파악
  • 유효성 분석 : 데이터 형식, 범위, 관계 유효성 파악
• 데이터 표준화 현황 분석 : 개체의 명칭, 도메인, 코드 등 일관성 파악
• 문서화 현황 및 정합성 분석 : 설계 문서 확인, 일치 여부 확인 등
• 설계 및 관리 현황 분석 : 데이터 구조 설계 자료 여부, 현횅화 상태 파악 등

현행 데이터 표준 분석

• 현행 데이터 표준 구성/활용 현황 분석
• 현행 데이터 표준 준수도 분석

데이터 요구 사항 분석

• 데이터 요구 사항 파악
• 요구사항 반영 현황 파악
• 목표 DA 데이터 요구사항 파악
• 목표 DA 방향성 수립 시사점 도출

현행 물리 데이터 모델 도출

• 데이터 모델 생성 대상 범위 파악
• 범위 내 임시 테이블 파악 및 정리
• 모델 생성
• 관계 복원 및 한글 논리명 사용 가능 파악

현행 논리 데이터 모델 도출

• 데이터 표준 및 적용 현황 파악
• 물리 데이터 모델의 명명규칙 파악
• 한글명 도출
• 논리 데이터 모델 생성 및 상세화
• 테이블-엔티티, 컬럼-속성 매핑 관계 파악

현행 개념 데이터 모델 도출

• 정의 범위 파악
• 개념 데이터 모델 생성
• 각 구성 개체 간 매핑 관계 파악

현행 주제영역 모델 도출

• 주제영역 분류 파악 및 정의

현행 데이터 구조 문제점 및 개선방안 도출

• 문제점 파악
• 데이터 오류 사항 근거 수집 및 원인 분석
• 시사점 도출
• 개션 방향 정의

3. 목표 데이터아키텍처 정보 구축

목표 비즈니스 아키텍처를 지원하는 데이터를 식별하여 목표 데이터 모델로 표현하는 것

구축 범위는 보통 데이터아키텍처 매트릭스의 개념적 수준까지 정의한다.

목표 데이터 표준, 관리 프로세스 정의

• 데이터 정책 관리 프로세스 정의
• 목표 데이터 표준 정의
• 기타 관리 프로세스 정의 (표준, 요구사항, 모델, 흐름, 데이터베이스, 품질)

목표 데이터 주제영역 정의

• 주제영역 분류 원칙 정의
• 목표 데이터 주제영역 모델 정의
• 주제영역 간 관계 정의
• 목표 주제영역 정의서 작성

목표 개념 데이터 모델 정의

• 목표 개념 데이터 모델 정의
• 목표 개념 데이터 모델 정의서 작성 : 주요 데이터와 관계 설명

목표 논리 데이터 모델 정의

• 목표 논리 데이터 모델 정의
• 목표 논리 데이터 모델 정의서 작성 : 엔티티, 속성 등

목표 물리 데이터 모델 정의

• 목표 논리 데이터 모델 정의
• 목표 논리 데이터 모델 정의서 작성 : 테이블, 컬럼 등

목표 데이터베이스 개체 정보 구축

• 목표 시스템 저장 공간 설계
• 목표 시스템 보안성 정의 : 보호 대상 데이터, 권한 등
• 목표 데이터 분산 설계 : 파티셔닝 등

목표 데이터 흐름 정의

• 전사 데이터 통합 구조도 정의
• 데이터 흐름도 정의
• 아웃바운드/인바운드 데이터 정의서

4. 목표 데이터아키텍처 이행 계획 수립

• 데이터아키텍처 차이(Gap) 분석
• 프로젝트 정의
• 이행 전략 수립
• 이행 계획 수립
• 변화 관리 계획 수립

제3장 데이터 거버넌스

제1절 데이터 거버넌스 개요

1. 데이터 거버넌스 개념

등장 배경

데이터를 근간으로 하는 디지털 비즈니스가 기업의 패러다임으로 자리잡아가게 됨.

기업이나 조직은 자신의 비즈니스를 위해 데이터를 체계적으로 구성하고, 보호하며, 신속하게 공유하고 활용할 수 있는 전략과 아키텍처가 필요하게 됨.

데이터 거버넌스 정의

특정 데이터 자산에 대한 통제나 조치를 실행하기 위해 일련의 규칙, 도구, 관리 절차를 적용하는 것.

관련 구성원들이 적절하게 조직되어, 기업이나 조직의 목적에 적합하면서 높은 품질의 데이터를 사용할 수 있도록 하기 위한 바람직한 활동 체계

데이터 거버넌스는 **전략**, **정책**, **운영 요소**를 결합하는 역할

데이터 거버넌스의 관점

Untitled.png

• 책임감(Accountability)
  • 데이터의 활용과 이동에 대한 모든 부분에 ownership을 명확하게 정의하여 투명한 데이터 처리를 보장하는 것.
• 일관성(Consistency)
  • 표준화된 절차를 수립하여 데이터의 통합성과 활용 효율을 향상
• 적응성(Adaptability)
  • 전략적 방향에 맞게 표준과 도구를 신속하게 조정할 수 있도록 기존 데이터 관리 방식을 대체할 수 있는 유연한 특성

데이터아키텍처와 데이터 거버넌스의 관계

데이터 거버넌스란 DA 정보를 구축하기 위한 정책과 DA 정보를 관리하는 프로세스를 정의하고 이를 수행하는 것.

좀 더 확대한 개념으로 DA 정보를 포괄하는 데이터에 대한 전반적인 관리 체계를 구축하는 활동.

2. 데이터 거버넌스의 필요성

• 단일 소유권 결여
  • 명확하지 않거나 미정의된 데이터 소유권
  • 일관성 없는 데이터 처리
  • 데이터 정리에 장시간 소요
• 비즈니스 프로세스 불일치
  • 단일 버전 데이터 부재
  • 전사적 데이터 중복
  • 데이터 품질, 흐름, 처리 표준 부재
  • 프로젝트 의존적 접근법
• 데이터 품질 표준 결여
  • 불완전하고 낮은 품질의 데이터
  • 의미있는 정보 도출 불가
• 접근 편의성 결여
  • 표준 규정 미존재
• 데이터 보안성 결여
  • 데이터 변경, 읽기 접근 권한 불명확
  • 취약한 개인정보 데이터
• 유지보수 결여
  • 높은 유지보수 비용

3. 데이터 거버넌스 구축 방향

통제 상태의 데이터로 이행

• 데이터 요소에 대한 표준화된 명칭
• 데이터 요소에 대한 표준화된 업무적 정의
• 계산/추출 속성에 대한 규칙 정의
• 업무 데이터 요소의 물리적 위치에 대한 정의
• 데이터 품질 규칙
• 데이터 요소 생성 및 사용
• 데이터 관리자의 적절한 통제 규칙

장기적 접근

• 조직 체게, 프로세스 체계 등의 문서화 및 제도화
• 데이터아키텍처 관련 제반 이해
• DA 이해도 향상을 위한 교육 프로그램 제공
• 변화 관리를 위한 종합적인 프로그램 운영
• 데이터 거버넌스 수행 체계 제도적 장치 마련
• 활용도와 만족도를 주기적으로 점검 및 지속적으로 개선

데이터 거버넌스 기대 효과

• 의사결정 활성화
• 업무 연계 효율 향상
• 이해관계자 만족도 향상
• 공통 접근방식 교육 효과
• 표준 및 절차 확립
• 비용 감소 및 효율 증대
• 투명성 보장

제2절 데이터 거버넌스 구성

1. 데이터 거버넌스 구성 개요

데이터 거버넌스 수립 관점

• 조직
• 프로세스
• 관리 시스템
• 인력

2. 데이터 거버넌스 조직

데이터 거버넌스 조직 개요

DA 관리를 위해 필요한 직무와 직무 간의 관계, 업무 분장을 정립하는 것

기업 전체 또는 정보 관리 전체 조직과 일관성을 확보해야 하며, 다양한 시각에서 책임과 역할이 정의 되어야 함.

데이터 거버넌스 조직의 정의

계층간 얼라인먼트와 무결성, 전사적 통합성을 유지하며 지속적으로 DA 정보를 관리하는 조직

데이터 거버넌스 조직 정의 고려사항

• IT 조직 규모
• 데이터아키텍처 구축 목적
• IT 조직과 현업의 관계

3. 데이터 거버넌스 프로세스

데이터 거버넌스 프로세스 개요

데이터 아키텍처를 관리하기 위한 활동을 정의하는 것

• 데이터 거버넌스 기획
• 데이터아키텍처 구축/변경 관리
• 데이터아키텍처 준수 통제
• 데이터아키텍처 활용 지원
• 데이터아키텍처 관리 시스템 관리
• 데이터아키텍처 평가

데이터 거버넌스 프로세스 구성

데이터 거버넌스 프로세스는 DA 구축과 구축 후 DA 활용/통제로 구성된다.

IT 프로세스(수립-활용/통제-평가-변경)의 흐름을 DA관점에서 설계하면 정보의 완전성을 유지하기에 용이함.

데이터 거버넌스 원칙 주요사항

• 보안성
• 무결성
• 프라이버시
• 윤리 및 규제 준수
• 데이터 품질
• 소유권

데이터 거버넌스 프로세스 도출 방법

관리 대상(Objects)에 대해 관리할 내용을 접근 관점(View)에 따라 구분하여 도출할 수 있다.

• 관리 대상 : DA 매트릭스에 정의된 산출물
• 접근 관점 : 육하원칙(Who, When, Where, What, How, Why)
  • 관리 행위(What) : 신규 생성, 변경, 삭제, 폐기
  • 행위 완성도(How) : 행위 근거, 규정 준수, 조치 완전성, 누락 배제, 얼라인먼트

4. 데이터 거버넌스 인력

데이터 거버넌스 인력 개요

데이터아키텍처 관리를 담당하는 직무별 역량을 정의하고 이를 확보하기 위한 방안을 정의하는 것

• 리더십 역량
  • DA 가치와 의미 파악
  • DA에 대한 전사적 공감대 형성
  • 변화 관리 능력
• 기술적 역량
  • DA 구축과 관리 절차 및 방법론 이해
  • DA 정보 정의
  • DA 관리 시스템 구축
• 활용 역량
  • 데이터 품질 유지 및 자산 가치 실현
  • 업무 활동 효율성 및 효과성 증대 능력

5. 데이터아키텍처 관리 시스템

데이터아키텍처 관리 시스템 개요

데이터아키텍처 정보를 구축하여 관리하고 활용하는 모든 데이터아키텍처 업무 프로세스에 대한 효율성을 제고하기 위한 정보 시스템

Untitled.png

• 정보 정의 도구 영역
  • 데이터 모델링 도구
• 정보 관리 영역
  • DA Repository
  • DA 관리 포털
• DA 정보 활용 영역
  • 계획자
  • 관리자
  • 설계자
  • 개발자

데이터아키텍처 정보 정의 도구

데이터아키텍처 정보를 도식화하여 표현할 수 있는 모델링 도구

• ER 다이어그램을 이용한 구조 및 관계 표현
• 데이터 모델 정보 질의 기능
• 산출물 및 보고서 생성 기능
• 인터페이스 기능
• 역공학 또는 리버스 데이터 모델링 지원

메타 데이터 관리 시스템 (정보 관리 시스템)

리포지터리와 데이터 포털로 구성되며 분석도구가 추가되기도 한다.

• 역할
  • 버전 관리
  • 변경 관리
  • 현행 및 목표 DA 정보 비교
  • 권한 관리
  • 정보 활용 지원
  • 분석 및 의사결정 지원
• 구축 방법
  • 패키지 커스터마이징
  • 자체 시스템 구축
• 도입효과
  • 편리한 정보 접근성과 통제 기능
  • 의사소통 도구로 활용
  • 의사결정 도구로 활용

제3절 데이터 거버넌스 운영

1. 데이터 거버넌스 운영 개요

조직, 프로세스, 관리 시스템의 조화를 바탕으로 계획(Plan), 조치(Do), 검토(See) 단계로 구성된 프로세스로 운영한다.

2. 데이터 거버넌스 프로세스 운영 및 통제

프로세스를 관리 가능한 수준으로 분할하고 수행 관점과 통제 구분을 추가하여 상세 프로세스를 도출하고 정의

• 관리 대상
• 수행 관점 : 수행 주체, 수행 시기, 통제 위치, 관리 행위, 행위 완성도, 행위 목적
• 통제 구분 : 요청 / 승인

제4절 데이터 거버넌스의 확장

빅데이터 기반 데이터 레이크와 기존 전형 데이터 기반 DW/DM 혼합 구성 예시

최근 데이터 활용 경향은 다양한 데이터를 분석에 활용하여 더 넓은 범위와 유형의 결과를 얻도록 분석 영역을 확장하고자 하며, 데이터 관리 체계 수립의 효율화에도 관심이 집중되었다.

데이터 거버넌스 체계 수립 고려사항

• 전사의 범위와 관리 대상 데이터 유형
• 데이터 흐름 관리 범위
• 민감 데이터 식별 및 처리 (비식별화)
• 다양한 원천 데이터를 고려한 데이터 품질 관리
• 데이터 카탈로그 또는 메타 데이터 관리
• 적재 파일 및 용량 관리
• 데이터 분류체계
• 권한 관리
• 다양한 기술 대응을 위한 데이터 거버넌스 조직 강화