데이터 거버넌스 필요성 개념 및 구성요소

데이터 거버넌스는 기업의 데이터 표준화, 데이터 품질관리 중요성 및 규제의 준수 필요성에 따라 체계적으로 데이터를 관리하는 활동입니다. 기업의 투명성과 컴플라이언스의 규제가 강화되고 있어서 이에 대해 데이터관리의 필요성은 점차 중요해고 있습니다. 이 글에서는 데이터 관리를 위한 거버넌스의 필요성과 개념에 대해서 정리해보겠습니다.

데이터 거버넌스

필요성

기업 운영에 필수적인 다양한 애플리케이션과 서비스가 여러 환경과 시스템에서 개발됩니다. 이에 따라 이기종간 데이터의 교환 및 인터페이스가 증가하면서 데이터의 관리 복잡도도 함께 증가하고 있으며, 이로 인해 데이터의 관리 편의성 확보가 중요해지고 있습니다.

 

하지만 대용량 데이터로 인해 일관성과 무결성의 확보는 어렵습니다. 가령 데이터 수집과 활용 시점의 차이 그리고 네트워크 지연에 따른 무결성 보장이 이슈가 될 수 있습니다. 또한 지사가 있거나 글로벌 기업의 경우 전사 관점에서의 데이터 품질에 대한 관리 및 전담 조직의 운영이 필요합니다.

 

이를 위해 체계적인 데이터 관리 방법을 마련하고 데이터의 흐름과 이동에 대해 포괄적으로 모니터링하고 개선할 수 있는 데이터거버넌스의 필요성이 증가하고 있습니다.

개념

데이터 거버넌스는 기업의 비즈니스에 필요한 IT 시스템과 데이터의 체계적 관리 및 통합을 수행하는 것입니다. 이를 통해 이해 당사자간의 의사소통이 정확하고 수월해지며 의사결정 또한 빠르게 내릴 수 있습니다.

 위의 그림과 같이 데이터 거버넌스는 IT 거버넌스와 함께 기업의 거버넌스에서 핵심적인 부분을 차지하고 있습니다. 이를 위해 데이터의 표준화, 데이터 관리 정책 및 프로세스 수립 그리고 이를 전담할 수 있는 조직을 통해 진행합니다.

데이터 거버넌스 구성요소

데이터 거버넌스를 위해서는 Data 아키텍처를 통해 데이터 시스템의 구조와 Process 흐름 그리고 데이터 변경 이력 등을 파악해야 합니다. 이를 위해 데이터의 구조를 일치시키고 업무에 효과적으로 활용될 수 있도록 품질을 측정하고 관리하는 프로세스를 마련합니다. 성공적인 데이터거버넌스를 위한 구성요소를 자세히 알아보겠습니다.

 

Data Governance는 위의 그림과 같이 전사 데이터품질 관리를 기반으로 IT 거버넌스로 넘어가는 중간과정에 위치합니다. 이를 위해 전사 데이터관리 체계의 구축이 필요한데 이를 세부적인 요소로 살펴보면 다음과 같습니다.

1. 데이터 모델링

기업의 정보구조를 체계적으로 나타내는 방법입니다. 데이터를 사용자 관점에서 인식 및 분석하여 이를 표준화된 심볼을 통해 표현하는 기법입니다. 이는 데이터 베이스를 설계시 논리적, 물리적 모델링을 통해 통합 모델을 만들고 구축하는 단계에 해당합니다.

 

데이터 아키텍처는 최상위의 개념부터 하위 DB 단계까지 모든 데이터의 Structure를 통합하여 연계시킨 모델입니다. 다음과 같은 유형이 있습니다.

• 개괄적 데이터 모델
• 개념적 데이터 모델
• 논리적 데이터 모델

2. 데이터 참조모델

데이터 모델링을 통해 나온 아키텍처를 참조할 수 있는 데이터 요소 구성 및 관리체계의 표준을 의미합니다. 

3. 데이터 품질관리

기관이나 조직의 정보시스템 및 데이터베이스 사용자의 요구사항을 만족시키기 위해 지속적으로 데이터의 품질을 관리하고 필요시 개선활동을 지속하는 것입니다. 데이터 품질을 나타내는 요소는 크게 데이터, 데이터구조 그리고 데이터 관리 프로세스가 있습니다.

데이터품질관리 프로세스

효과적인 데이터 거버넌스를 위해 데이터의 품질을 관리하기 위한 프로세스를 활용합니다. 대표적으로 DQM3 관리 프로세스가 많이 활용됩니다. DQM은 데이터의 유효성(정확성, 일관성) 및 활용성(유용성, 접근성, 적시성, 보안성)에 관점에서 품질 기준을 수립하고 이를 측정하는 기준입니다.

 

DQM3 프로세스는 다음과 같이 8개의 프로세스로 구분합니다. 이런 품질관리 수행을 통한 장단점은 다음과 같습니다.

• 요구사항관리
• 데이터표준관리
• 데이터 오너십 관리
• 데이터 구조 관리
• 데이터베이스 관리
• 데이터 흐름관리
• 데이터 활용관리
• 사용자 뷰 관리

장점

데이터 품질 저하로 인한 사용자의 불만 및 기업의 데이터손실에 따른 리스크 최소화가 가능합니다. 또한 데이터의 유실 및 오류의 발생을 예방할 수 있으며, 데이터 간의 관계를 통합적으로 관리하고 통제하여 체계적인 형상관리가 가능합니다.

단점

통합적 관리의 이면에는 이를 수행하기 위한 전담 인력과 조직이 필요하다는 것입니다. 또한 각 조직간 의사소통에 문제가 있는 경우 비용이 증가하며 조직간 프로세스의 비효율이 발생하지 않도록 주의합니다.

 

---

이상으로 데이터 거버넌스 필요성 개념 및 구성요소에 대해서 알아보았습니다.