“메타데이터 관리에 주목하라”…데이터에서 비즈니스 가치를 창출하는 방법 ②

최태우 기자 / 기사승인 : 2020-03-26 11:45:33
  • -
  • +
  • 인쇄
▲ [source=pixabay]
지난 글에 이어 이번 글에서는 데이터 분석(data and analytics, D&A) 담당자가 메타데이터 관리를 통해 비즈니스 가치를 극대화하기 위해 고민해야 할 요소에 대해 알아본다.

2. 적합한 비즈니스 시맨틱스(business semantics)를 활용해 자산을 분류하라
일반적으로 적정 규모의 데이터는 데이터 모델링을 필요로 하지 않는다고 여긴다. 하지만 사물이 어떻게 작동하는지 이해하거나 설명하기를 원할 때, 또는 정보를 명확하게 교환하거나 재사용할 때, 데이터 모델이 필요하다.

기업의 다양한 자산이 특정 비즈니스 목적과 어떤 관련이 있는지 설명할 수 있는 모델이 있어야 한다. 모델이 없을 경우 데이터는 제한적으로만 사용되므로 기업 자산 간의 관계에 대한 파악이 불가해진다.

간단히 말해서 비즈니스 글로서리(business glossary)는 데이터를 비즈니스 용어로 정의하는 데이터 모델의 일종이다. 이는 메타데이터 관리 기능으로서, 단어와 용어의 다양한 의미에 관련된 모든 의미(semantic)에 대한 토대를 제공한다.

잘 정리된 비즈니스 글로서리와 데이터 카탈로그는 데이터 품질 또는 데이터 통합 이니셔티브를 성공으로 이끄는 핵심적인 역할을 한다.

비즈니스 글로서리는 비즈니스 목표를 직접적으로 지원하며 비즈니스 분석에 필수적이다. 이는 쉽게 접근 가능한 일관된 의미 체계를 제공하며, 데이터 통합 및 데이터 출처에 대한 분석 결과의 추적을 가능하게 한다. 따라서 비용 절감, 위험 완화, 고객 관계 개선 등과 같은 비즈니스 목표를 직접적으로 지원한다.

성공적인 조직은 비즈니스 글로서리 프로젝트를 실행할 때 상향식(bottom-up) 및 하향식(top-down)의 두 가지 상호 보완적인 방식을 고려해야 한다. 가시적인 결과를 제공하고 모멘텀을 유지하기 위해 두 가지 접근 방식은 명확하게 정의되고 범위가 지정된 사용 사례를 통해 추진되어야 한다.

상향식 접근 방식은 크라우드소싱과 대중적인 움직임에서 유래됐다. 해당 방식은 초기 자본 예산에 의존하지 않고 의미 있는 참여, 광범위한 채택과 진정한 소유권을 만드는 데 효과적이다. 협업 기술을 사용을 통해 비기술적인 비즈니스 사용자들도 비즈니스 글로서리 내용을 직접 추가 및 수정할 수 있다.

일부 메타데이터 관리 솔루션은 평가기준표, 투표, 군중 분석 등과 같은 사회적 협력 기능을 제공한다. IT의 주요 역할은 환경을 구축하고 콘텐츠 사용량을 모니터링 및 분석하며, 비즈니스 글로서리 콘텐츠를 타겟 고객에게 제공하는 것이다. 상향식 접근법은 데이터 카탈로그 채택을 활용하고 부족한 지식을 수집하는 데 가장 효과적이다.

하향식 접근 방식은 전용 자금으로 시작하여 정의된 반복에 기반한 비즈니스 글로서리 콘텐츠를 제공한다. 일반적으로 이러한 과정은 기업의 최고데이터관리자(CDO), 최고마케팅책임자(CMO), 최고재무책임자(CFO) 또는 최고리스크관리책임자(CRO)와 같은 임원급들의 지원을 받는다.

비즈니스와 IT인력을 모두 포함하는 핵심 팀이 구성되며, 해당 팀은 데이터 관리자를 지정하고 IT측에서 필요한 기술을 구현하도록 지시한다. 이들은 또한 시간이 지남에 따라 콘텐츠를 확장하고 공유 기능을 개선하기 위해 콘텐츠의 취득, 생성, 인증 과정 등을 규정한다.

위 두 방법을 통해 비즈니스 글로서리 지식 기반이 구축되면 데이터 입력 과정에서 데이터 품질을 검증하는 데 사용되는 관련 비즈니스 규칙을 정의할 수 있다.

즉, 비즈니스 글로서리를 위한 지식 베이스를 구축하고 비(非) 관계형(nonrelational) 데이터의 저장 및 처리를 지원하는 기술 등의 주요 영역으로 확장할 필요가 있다. 비즈니스 사용자들과 목표와 문제점에 대해 논의하고 합의된 비즈니스 글로서리 제작을 추진해야 한다.

3. 엔터프라이즈 메타데이터 관리를 통해 거버넌스를 확장하라
대량의 데이터, 광범위한 사용, 출처의 남용과 복사는 데이터 액세스와 일관된 데이터 채택에 혼란을 야기할 수 있다. 이는 D&A 투자의 일관성과 효과를 향상시키기 위해 분석 거버넌스에 새로운 관점이 필요하다는 것을 의미한다.

엔터프라이즈 메타데이터 관리(EMM)는 메타데이터에 중점을 둔 개별 정보 관리 프로그램이다. 이는 모든 데이터 관리 프로그램을 뒷받침하는 규율과 기능을 모두 제공한다. EMM은 특히 전략적 유형의 데이터 자산에 중요하다.

해당 유형에는 기업 데이터 모델, 마스터 데이터, 비즈니스 자산 뿐만 아니라 법률, 거버넌스, 위험 및 규정 준수 문제를 겪고 있는 조직에 특별히 영향을 미칠 수 있는 모든 사항들이 포함될 수 있다.

또한 규제 조건이 증가함에 따라 조직에게는 특정 데이터 주제, 특히 개인 식별 정보에 대한 액세스 및 통신을 올바르게 처리해야 할 더욱 막중한 의무가 부여된다. EMM은 전반적인 데이터 수명 주기에 이러한 규정 준수를 강화하는 중요한 프레임워크를 제공한다.

인공지능(AI), 사물인터넷(IoT), 스마트머신 및 디지털 비즈니스와 같은 새로운 트렌드는 모든 데이터 및 분석 전략의 필수적인 부분으로 사용할 필요성을 강조한다. 더불어 이러한 트렌드에는 신뢰할 수 없는 데이터에 근거할 경우 분석이 부정확하게, 불충분하게, 혹은 불법적이거나 비윤리적으로 적용될 위험성이 있다.

조직의 명예에 심각한 손상을 입히는 등의 결과를 초래할 가능성을 피하기 위해 “분석이 가능한가”에 대한 질문은 모든 조직의 정보와 일반 거버넌스 모델의 필수적인 부분이 되어야 한다. 조직은 비즈니스 분석을 구체적으로 다루기 위해 기존 데이터 거버넌스 모델을 확장하는 것이 매우 중요하다.

 

 

글 : 귀도 데 시모니(Guido De Simoni) / 수석애널리스트 / 가트너

 

 

[저작권자ⓒ IT비즈뉴스. 무단전재-재배포 금지]

  • 글자크기
  • +
  • -
  • 인쇄
뉴스댓글 >

주요기사

+

많이 본 기사

마켓인사이트

+

컴퓨팅인사이트

+

스마트카

+

PHOTO NEWS