모던 데이터 관리의 핵심은 두 가지 원동력을 바탕으로 데이터 기반 비즈니스 인사이트 도출 능력을 향상시키는 것입니다:
- IT 병목 문제를 줄여주는 셀프 서비스 방식으로 데이터 분석 프로세스를 민첩하게 진행합니다.
- 분석 과정에서 모든 정보를 사용할 수 있도록 합니다.
한편, 모든 기업에는 공급망 관리, 마케팅 자동화, 데이터 웨어하우스, 데이터 마트, 데이터 레이크와 같은 데이터 시스템에 이르기까지 다양한 비즈니스 측면에 특화된 수많은 애플리케이션과 시스템이 존재합니다.
이처럼 복잡한 데이터 환경은 위에서 언급한 목표를 이루기 위해 효율적으로 관리되어야 합니다. 신속한 데이터 통합, 데이터 검색, 보안 그리고 거버넌스와 같은 주제는 모던 데이터 전략의 중심에 있습니다.
기업은 이와 같은 요구 사항을 효과적으로 충족하기 위해 두 가지 접근 방법을 사용했습니다:
- 데이터의 물리적 통합을 바탕으로 한 중앙 집중화된 데이터 전략
- 이기종 시스템 전반의 데이터에 대한 통합 뷰를 바탕으로 하는 논리적 데이터 전략
논리적 데이터 아키텍처 및 관리는 이용자에게 하나의 '논리적' 데이터 소스로 보이면서도 다수의 이기종 데이터 소스에 액세스할 수 있게 해줍니다. 데이터베이스, 엔터프라이즈 데이터 웨어하우스, 데이터 레이크 등의 기존 데이터 원본과 애플리케이션, 빅 데이터 파일, 웹 서비스, 클라우드와 같은 여타 데이터 원본을 포함하여 여러 데이터 관리 시스템에서 저장 및 관리하는 데이터를 통합하여 모든 애널리틱스 용도를 충족시키는 것이 핵심입니다.
논리적 데이터 관리를 사용하면 데이터 검색, 액세스, 보안, 통합, 공유와 같은 작업을 물리적 원본 시스템에서 직접 수행하는 대신 논리적 방식을 통해 수행할 수 있습니다. 논리적 데이터 관리 방법을 사용함으로써 데이터 원본 시스템의 특성, 위치, 기능에 상관없이 데이터를 관리, 통합, 사용하기 위한 정책과 방식을 일관되게 구현할 수 있습니다.
비즈니스 관점의 이점
- 모든 데이터를 한 곳에서 찾을 수 있습니다: 논리적 데이터 계층이 데이터를 한곳으로 일원화하고 일관된 시맨틱을 유지하면서, 온프레미스 및 클라우드에 저장된 데이터를 포함한 모든 데이터에 실시간으로 액세스할 수 있습니다.
- 비즈니스 친화적인 뷰: 논리적 데이터 계층을 통해 데이터에 대한 비즈니스 친화적인 셀프 서비스 뷰를 쉽게 만들 수 있습니다. 이는 기존의 복잡한 데이터 통합 기술, 형식, 프로토콜, 위치 정보를 사용하지 않으므로 데이터에 더 쉽게 접근하고 사용자 친화적으로 만들 수 있습니다.
- 데이터 활용도 향상: 기술 숙련도가 낮은 사용자도 데이터를 빠르게 찾고, 액세스하고, 통합하고, 공유할 수 있습니다. 비즈니스 분야의 전문가가 데이터 모델링 프로세스에 참여하여 즉시 사용 가능한 데이터를 생성하는 데 소요되는 기간을 단축할 수 있습니다.
IT관점의 이점
- 실시간 데이터: 논리적 데이터 계층을 통해 언제든 원하는 형식으로 최신 데이터에 액세스하여 다양한 비즈니스 사용 목적을 지원할 수 있습니다. 더 이상 데이터 세트를 새로 고치기 위해 야간 배치 작업을 기다릴 필요가 없습니다.
- 데이터 중복 감소: 논리적 데이터 계층으로 불필요한 데이터 복제를 제거함으로써 민첩성을 높이고, 위험을 완화하며, 비용을 절감할 수 있습니다.
- 데이터 배포 속도 향상: 논리적 데이터 계층은 새로운 데이터 세트의 프로비저닝을 가속화하여 시시각각 변화하는 데이터 요구사항에 발맞출 수 있도록 지원합니다.
- 중앙 집중식 보안 및 거버넌스: 엔터프라이즈 데이터에 대한 모든 액세스를 관리하는 단일 계층을 통해 모든 사용자에 대하여 보안을 적용하고 데이터를 제어하는 것이 훨씬 쉬워집니다.
논리적 데이터 아키텍처와 관리 방식을 성공적으로 구현하려면 기업에는 단 하나의 역량이 필요합니다:
데이터 가상화는 메타데이터를 활용하여 모든 엔터프라이즈 데이터에 실시간으로 액세스하고, 데이터를 검색, 목록화, 프로비저닝, 결합, 공유, 관리하여 다양한 사용 목적을 충족할 수 있도록 지원하는 데이터 통합 및 데이터 관리 기술입니다.
