4차 산업혁명, IoT, 빅데이터와 같은 화두는 산업 생태계에서 성장하고 발전해 나가려는 엔터프라이즈들이 데이터 매니지먼트에 대한 접근방식을 바꾸어야 함을 일깨워 주기 시작한다. 엔터프라이즈가 변화에 적극적으로 대응하여 성장해 나가기 위해서는 자신들이 나아갈 비즈니스적 목표와 전략을 먼저 정의해야 한다. 이후에 정의된 비즈니스 아키텍처를 기반으로 비즈니스 활동과 데이터에 대한 아키텍처를 수립해 나가야 한다.

엔터프라이즈 비즈니스 활동과 데이터에 대한 아키텍처를 수립하기 위한 과정(Process)과 결과물(Deliverables), 지침(Guidelines) 및 기법(Techniques) 등을 메타적 차원에서 정의해 놓은 것을 ‘엔터프라이즈 정보/데이터 아키텍처 수립 방법론’이라 부른다. 방법론은 구조적 방법론(Structured Methodology)을 필두로 데이터를 정보로 성장 발전시킨 정보공학방법론 등이 엔터프라이즈 변화를 이끄는 기반과 기준이 되어 혁신을 주도하는 도구로 면모를 갖추었다.

엔터프라이즈 혁신적 변화의 비전과 모습을 그리고 구체화된 목표와 전략을 정의하여 일정계획을 수립하여 활동과 결과를 조정하고 반영하는 프로젝트 매니지먼트(Project Management)가 방법론의 중심축이다. 프로젝트의 임무, 목표 및 전략을 달성하기 위한 활동을 프로세스(Process: 과정)라 부르고 그 결과를 프로덕트(Product: 산출물/결과물)라 부른다. 방법론을 구성하는 중요한 요소 중 하나는 프로세스를 수행하는 역할(Role)로 피플 매니지먼트이다. 엔터프라이즈 혁신의 주요성공요소(CSF) 중 하나는 ‘4 PMs’로 구성된 잘 짜여진 방법론을 올바르게 수행하는 것이다.

엔터프라이즈 혁신을 위한 프로젝트는 현재의 패러다임을 한 차원 높은 새로운 패러다임으로 전이함을 의미하기 때문에 기존(Legacy) 자원에 대한 재사용과 새로운 기술과 문화적 충격(Impact)의 적응에 대한 균형을 갖추는 것이 중요하다. 요즘의 4차 산업혁명, IoT, 빅데이터, AI 등과 같은 변화의 계기는 엔터프라이즈가 데이터 아키텍처를 수립하는 방법론에 기본적인 매니지먼트 체제를 갖추고 다양하고 빠르고 대량의 데이터를 다루도록 요구한다.

새로운 엔터프라이즈 데이터 아키텍처는 아래와 같은 요소들로 우리 자신의 엔터프라이즈를 위한 정책, 표준, 기준치를 정의해야 한다.

• 다양한 데이터 형태(구조적, 반구조적, 비구조적)를 수용한 전사적 데이터 통합(Data Integration)
• 올바른 정보와 지식적 가치를 생산할 수 있는 데이터 품질(Data Quality)
• 비즈니스 아키텍처를 지향하는 비즈니스활동과 데이터모델을 담고 있는 메타데이터(Metadata)
• 비즈니스 프로세스모델과 균형을 이루는 전사 데이터 모델링(Data Modeling)
• 전사 보안 정책에 기반한 데이터 보안(Security) 및 사적 보호(Privacy)
• 올바른 정보와 지식적 가치를 생산할 수 있는 데이터 품질(Data Quality)
• 엔터프라이즈 성능 평가, 의사결정, 지식 생성을 위한 데이터 웨어하우징(DW), 비즈니스
인텔리전스(BI), 분석(Analytics), 데이터 마이닝(Data Mining)
• 데이터 엔지니어링 윤리에 기반한 데이터 매니지먼트 역할(Role)과 책임(Responsibility)
• 비즈니스 데이터 가치에 대한 투자 수익(ROI)

엔터프라이즈 데이터 아키텍처 수립의 첫 태스크는 비즈니스 아키텍처를 이해하고 비즈니스 아키텍처를 실현하기 위한 비즈니스 활동과 활동의 결과인 데이터를 전사 차원의 최상위 모델을 정의하는 것이다. 비즈니스 활동 모델과 데이터 모델은 상호작용(Interaction) 모델로 CRUD 메트릭스와 데이터 생명주기 분석을 통해 상세함에 대한 균형을 갖추며 완성된 품질을 확신할 수 있다. 아키텍처를 수립하는 아키텍트가 가져야할 중요한 소양 중 하나는 기술적 환상에 매달거나 상세한 정의에 깊이 빠져서는 안되며 엔터프라이즈의 중장기 혁신 성과를 위한 의사결정을 내려야 한다.

엔터프라이즈가 중장기적으로 혁신적 발전을 꾀하기 위해 수립하는 엔터프라이즈 데이터 및 관련 아키텍처들은 상호연관성을 가지고 수립된다. 그리고 엔터프라이즈의 전 생명주기(Lifecycle)동안 혁신의 기반이 되므로 모든 아키텍처는 리포지토리(Repository, 정보저장소)에 저장하여 세심한 관리 활동을 지속적으로 해 나가야 한다. 엔터프라이즈의 성장 발전을 위한 새로운 정보와 지식은 데이터를 통해 창조될 것이며 그 기반은 엔터프라이즈 아키텍처를 정교하게 담고 있는 리포지토리베이스가 역할을 하기 때문이다.

이재관 objectjk@gmail.com 필자는 30년 전, 중소기업 전산화를 위해 프로그래머로부터 출발하여 광양제철소 생산공정 진행을 위한 데이터베이스의 데이터 정합성을 관리하며 데이터 품질 분야에 첫 발을 내디뎠다. 제임스 마틴 박사의 정보공학방법론에 매료되어 기업과 정부기관의 정보전략기획 및 정보시스템 구축 프로젝트를 위한 컨설팅을 수행하였다. 최근 2년전에 DAMA International의 Korea Chapter를 설립하여 엔터프라이즈 데이터 매니지먼트(eDM) 프레임워크를 연구하며 세계의 데이터 매니지먼트 그룹들과의 연계와 지식을 보급하는 활동을 전개해 나가고 있다.

관련기사

저작권자 © 넥스트데일리 무단전재 및 재배포 금지