데이터 전문가 지식포털 DBGuide.net

  • 로그인
  • 회원가입
  • IT용어사전
  • 사이트맵

D가이드

  • DA
  • SQL
  • 데이터실무
  • DB보안
  • DBMS
    • Tibero
    • Altibase
    • Cubrid
    • Oracle
    • MS-SQL
    • DB2
    • Sybase
    • Informix
    • MySQL
  • 기타
  • 산출물

D라운지

  • 전문가칼럼
  • 기술자료
  • 시장동향
  • 뉴스클리핑
  • Case Study
  • 세미나 자료
    • 주제별 보기
    • 행사별 보기
  • 리포트
  • 제품홍보관

D스토리

  • 데이터이야기
  • DB Q&A
  • DB 노하우
  • DB 튜닝서비스
  • 데이터 직무소개
    • 데이터 직무소개
    • 데이터경력 로드맵
  • 데이터 인터뷰
  • DA설계공모대전

빅데이터아카데미

  • 빅데이터 아카데미 소개
  • 교육정보
    • 빅데이터 기술전문가
    • 빅데이터 분석전문가
    • 빅데이터 기획전문가
    • 제조 빅데이터전문가
    • 통신 빅데이터전문가
    • 금융 빅데이터 전문가
    • 유통 빅데이터전문가
  • 교육장소
  • 고객센터
    • 공지사항

빅데이터 청년인재

중소기업 특화교육

  • 보안관리
  • 수강신청안내
  • 교육장 임대문의
  • 사이버교육

    • 전체교육
    • (빅)데이터
    • 데이터아키텍처
    • 프로젝트관리
    • Oracle
    • MS-SQL Server
    • 대용량 DB
    • OS
    • Tool
    • JAVA
    • Cubrid
    • DB동향
    • Tibero
    • (자격검정)SQL과정

    데이터 자격시험

    • 시험안내
      • 국가공인 데이터아키텍처전문가
      • 데이터아키텍처준전문가
      • 국가공인 SQL전문가
      • 국가공인 SQL개발자
      • 국가공인 데이터분석전문가
      • 국가공인 데이터분석준전문가
    • 시험일정
    • 시험접수
      • 접수안내
      • 접수신청
      • 접수조회/수정
      • 접수확인서 출력
      • 환불신청
      • 수험표출력
    • 시험결과
      • 시험결과조회
      • 합격증 원본대조
      • 자격증 출력
    • 시험교재
      • DA가이드
      • SQL가이드
      • 분석가이드
      • 분석가이드(개정)
    • 자격활용
      • 우대현황
      • 자격소식
      • 합격자수기
    • 고객센터
      • 공지사항
      • 자료실
      • 자주하는질문
      • 자격불편신고

    데이터 표준화 개요

    HomeD가이드DA 가이드데이터 표준화 데이터 표준화 개요

    DB 구축 가이드

    • DA 가이드
      • 전사아키텍처 이해
      • 데이터 요건분석
      • 데이터 표준화
        • 데이터 표준화 개요
        • 데이터 표준 수립
        • 데이터 표준 관리
      • 데이터 모델링
      • DB설계와 이용
      • 데이터 품질관리 이해
    • SQL 가이드
    • 데이터실무 기술 가이드
    • DB보안 가이드라인
    • Altibase 가이드
    • Cubrid 가이드
    • Tibero 가이드
    • Oracle 가이드
    • MS-SQL 가이드
    • DB2 가이드
    • Sybase 가이드
    • Informix 가이드
    • MySQL 가이드
    • 기타 가이드
    • 산출물

    
    • 데이터 표준화 필요성
    • 데이터 표준화 개념
    • 데이터 표준 관리 도구

    데이터 관리 현황 및 개선 방안

    최근 데이터가 기업의 전략적 의사결정의 핵심 요소로 대두됨에 따라 데이터 통합 및 데이터 품질 에 대한 관심이 증대되고 있다. 데이터의 품질을 확보하기 위해 데이터의 표준화가 필수적으로 수반 되어야 한다. 그러나 데이터 활용에 있어 다음과 같은 현실적인 문제점들이 정확한 정보를 적시에 사 용자에게 전달하는 데 장애 요인이 되고 있다.

    데이터 활용상의 문제점
    데이터의 중복 및 조직, 업무, 시스템별 데이터 불일치 발생

    데이터 표준 정책의 미비로 정보시스템 개발 및 운영 과정상에서 동일한 의미의 데이터를 다른 명칭으로 중복 관리하거나 동일한 명칭의 데이터를 시스템간에 상이한 로직으로 산출하여 다른 의미로 활용한다.

    데이터에 대한 의미 파악 지연으로 정보 제공의 적시성 결여

    데이터 명칭, 데이터 정의에 대한 표준 미관리로 인해 새로운 정보 요건이나 정보 요건 변경시 필요 데이터를 파악하는데 많은 시간을 낭비하여 정보 사용자에게 적시에 정확한 정보를 제공하는데 어려움이 있다.

    데이터 통합의 어려움

    단위 시스템 위주의 데이터 표준을 적용하거나 적용치 않는 경우도 존재하여 전사 데이터웨어하우스 구축 등 전사 데이터에 대한 통합적인 정보 요건을 기반으로 시스템을 구축할 때에는 데이터의 의미 파악 및 데이터의 중복 여부 파악 등에 많은 어려움이 있다.

    정보시스템 변경 및 유지보수 곤란

    데이터 표준 정책 미비로 인해 정보시스템의 변경이나 유지보수시 데이터 의미 파악에 어려움을 겪고 있고, 새로운 정보 요건 반영시 기존 데이터의 활용이 가능한지 파악이 어려워 유지보수에 많은 노력이 따른다.

    데이터 문제점의 원인

    이러한 문제점들은 과거 정보시스템 개발 및 운영 과정상에서 다음과 같은 요인들로 인하여 발생한다.

    동시 다발적인 정보시스템 개발

    최근의 정보시스템 개발 프로젝트는 시스템간 상호 연관성이 증대되어 단위 시스템 위주의 개발 보다는 관련 정보시스템을 동시에 개발하는 경향이 뚜렷하다. 이러한 개발 환경 하에서 전사적인 데이터 표준 정책 없이 단위 시스템 위주로 표준 정책을 수립하여 단위 시스템의 업무 기능 구현에 초점을 맞추어 개발 프로젝트가 진행되었다.

    전사 데이터 관리 마인드 미형성

    데이터에 관리 주체가 단위 시스템의 개발자, 운영자 중심으로 이루어져 있어 단위 업무 지원에 초점을 맞추고 있다. 최근의 정보화 요건들은 단위 시스템의 데이터뿐만 아니라 여러 시스템의 데이터를 복합적으로 활용하는 경우가 많으므로 전사 데이터를 체계적으로 관리하고자 하는 마인드 형성이 필요하다.

    전사 데이터 관리 인력 부재

    정보시스템 개발 단계에서는 개발 수행사의 품질 관리 조직을 통해 표준에 대한 관리가 이루어진 다. 유지 보수 단계에서는 개발 단계에서 수립된 표준과 표준 준수 관리에 대한 역할을 맡은 전문 적인 데이터 관리 인력을 활용치 않고 개별 유지 보수 인력들에 의존한다.

    전사 데이터 표준 관리 도구 부재

    데이터 표준 관리에는 데이터 표준, 데이터 표준 준수 체크, 데이터 표준 조회 및 활용 등 많은 자동화된 시스템의 지원을 필요로 한다. 정보시스템 개발시에는 수작업으로 데이터 표준의 적용, 준수 체크 등을 수행하였지만 운영 단계에서 수작업에 가까운 표준 관리 방법은 많은 애로사항이 존재한다.

    데이터 관리 개선방안

    데이터가 기업의 전략적 의사결정을 위한 핵심 요소이기 때문에 데이터 통합, 데이터 품질을 달성하기 위해서는 전사적인 데이터 표준화 활동이 필요하다.

    • 데이터 표준화, 규격화를 위한 기본 방침 설정
    • 전사적인 정보 공유를 위해 유지되어야 할 공통 데이터 요소의 도출
    • 전사적인 데이터 요소 등록 및 관리 체계 구축
    • 정보시스템 개발 및 유지보수시 승인된 데이터 요소를 활용함으로써 시스템 개발의 효율성 및 데이터 공유성 향상

    데이터 표준화 기대효과

    전사적인 데이터 표준화 활동들이 수행되면 현업 사용자는 정확한 데이터를 사용할 수 있고, 올바른 의사결정을 내릴 수 있다. 이는 기업의 경쟁력 확보에 많은 영향을 미친다.

    명칭의 통일로 인한 명확한 의사소통의 증대

    동일한 데이터에 대해서는 동일한 명칭을 사용함으로써 개발자-현업, 운영자-현업, 운영자-운영자 등 다양한 계층간에 명확하고 신속한 의사소통이 가능하다.

    필요한 데이터의 소재 파악에 소요되는 시간 및 노력 감소

    새로운 정보 요건 사항 발생시 표준화된 데이터를 사용함으로써 데이터의 의미, 데이터의 위치 등을 신속하게 파악할 수 있어 정보 활용자에게 원하는 시기에 정확한 정보를 전달한다.

    일관된 데이터 형식 및 규칙의 적용으로 인한 데이터 품질 향상

    데이터 형식 및 규칙을 데이터 표준에 맞게 적용함으로써 데이터의 입력 오류 방지를 통해 데이터 의 품질을 향상시킬 수 있다. 또한 데이터의 활용에 있어 표준에 근거하여 활용함으로써 잘못된 데 이터의 활용으로 인한 의사결정의 오류를 줄인다.

    정보시스템 간 데이터 인터페이스 시 데이터 변환, 정제 비용 감소

    데이터 통합 프로젝트나 개별 시스템에서 다른 시스템의 데이터가 필요한 경우 전사적으로 데이터 표준에 의해 데이터가 관리되고 있으면, 별도의 변환이나 정제 작업을 수행하지 않고 그대로 활용 하면 되기 때문에 별도의 비용적인 부분이 발생하지 않는다.

    사이버교육02)3708-5382
    오프라인교육02)3708-5388~9
    빅데이터아카데미02)3708-5386
    자격시험02)3708-5384
    청년인재02)3708-5372~4

    DBGuide.net 데이터 전문가 지식포털

    • 개인정보보호정책
    • 관련사이트
    • 콘텐츠 불법 사용 규제
    • 이메일무단수집거부
    • Contact Us
    • rss

    서울시 중구 세종대로9길 42 부영빌딩 7층 한국데이터진흥원 | 사업자등록번호 : 102-82-08963 | 통신판매번호 : 2013-서울종로-0591 | 대표자명 : 이영덕

    Copyright ⓒ KOREA Data Agency. All rights reserved.