2.데이터아키텍처 구축

데이터아키텍처 구축

데이터아키텍처   방향수립 - 데이터아키텍처   정보구성정의 -  데이터아키텍처   구축프로세스

 

데이터아키텍처 방향 수립

- 데이터아키텍처 구축할 때 어떠한 목표와 목적을 가지고 조직에게 어떤 목표 이미지를 지향할 것인가?

  이를 달성하기 위하 프레임워크는 어떠한 모습으로 정의해야 하는가

  목표달성을 위해 어떠한 원칙을 적용할 것인가를 정의하는것

 

데이터아키텍처의 변화요인을 분석하는 과정이며, 비지니스 환경변화 요인을 아키텍처 변화요인의 시사점으로 도출하여 반영하는것

 

1. 데이터아키텍처 방향 수립

환경분석 - 구축방향정의 - 프레임워크 정의

 

1.1 환경분석

비지니스 내외부 환경분석, 데이터관련 내외부 환경분석, 전사범위 정의

 

경영이념이해 : 중장기비전, 경영방침등의 이해를 통해 내외부 환경분석방향을 도출

 

외부환경분석 : 법제도 변화 데이터 관련 이슈 및 기술트랜드 등

                         외부환경분석을 통해 데이터아키텍처수립에 고려할 시사점도출

내부환경분석 : 데이터관련 정책 방향 및 현황, 데이터 관련 기술환경 등

                         정보화 관련 추진동향, 데이터 관련 내부이슈등의 분석을 통한 시사점 도출

이해관계자분석 :  데이터관련 이해관계자 파악, 불만이나 개선사항등 요건 분석을 통한 시사점 도출

 

DA방향성 정의 : 시사점 종합 분석을 통한 데이터 아키텍처 방향성 정의

 

1.2 구축방향정의

가. 목적 및 범위 정의 

데이터아키텍처의 일반목적과 환경분석결과를 기반으로 조직의 데이터아키텍처 구축목적, 데이터아키텍처에 대한 이해와 관리역량을 고려하여 구축범위를 지정하는 것

데이터아키텍처 대상 범위를 정의하는 절차

조직이 미션과 업무범위 확인 -→ 필요한 정보화 영역이나 핵심적인 데이터 구성을 식별 → 해당업무에 대한 반영 또는 지원정도를 분석 → 분석을 바탕으로 데이터아키텍처 대상 영역을 정의'

 

나. 데이터아키텍처 비전수립

데이터아키텍처를 통해 실현하고자 하는 미래의 모습과 이를 확보하기 위해 기업이나 조직이 공유해야 할 가치로 표현

비젼은 데이터아키텍처 도입과 관련된 다양한 이해관계자에게 명확한 도입의 방향성을 제공하고 조직의 목표에  대해 제공해야 할 가치를 일치 시킴으로써 일관성 유지 및 연결고리를 구출 할수 있음.

데이터아키텍처 비전의 구성요소

· 핵심목표 : 데이터아키텍처를 도입하여 궁극저으로 달성하고자 하는 기업이나 조직의 목표 또는 실현하고자 하는 모습

· 핵심가치 : 데이터아키텍처의 핵심목표달성을 위해 구성원들이 추구하거나 지켜야 하는 신념

 

1.3 프레임워크 정의

데이터아키텍처 수립을 위해서는 프레임워크가 먼저 정립되어야 함.정부가 가이드로 제사하고 있는 프레임워크 참조가능하지만, 조직의 특성에 따라 적합한 형태로 정의하여 적용하는것이 바람직하다.

 

 

2. 데이터아키텍처   정보구성정의

2.1 데이터아키텍처 정보 구성 개요 

데이터아키텍처 정보는 조직의 경영전략과 비지니스를 지원하기 위한 데이터구조와 흐름관점에서 체계화한 정보로서 활용할만한 가치와 관리 용이성을 갖고 있어야 하며, 전사 데이터에 대한 통합적 모습을 쉽게 이해할 수 있어야 함.

데이터아키텍처 정보는 대상 데이터를 최상위의 개괄적 모습에서 부터 단계적으로 상세화하여 전사이 데이터 흐름을 대상으로 정의, 전사의 모든 데이터가 정합성을 유지하도록 데이터 요소를 정의하고 데이터 요소간의 관계를 포함해야 함.

비지니스 본질이 변하지 않는 한 데이터의 본질은 변하지 않기 때문에 비지니스 프로세스는 변화더라도 아키텍처 정보는 변하지 안도록 데이터구조를 도출하여 정의하는 것이 이상적

데이터아키텍처 정보가 관리할 만한 가치가 있고 관리가 가능한지는 기업이나 조직의 상황을 고려하여 판단

관리가능한 데이터와 반드시 관리해야 하는 데이터를 식별한 후 데이터이아키텍처 정보로 구축하야 함

데이터아키텍처 정보를 표현하기 위해 산출물과 아키텍처도 도메인--> 아키텍처매트릭스

아키텍처 매트릭스는 아키텍처도메인마다 정의할 수 있으며 데이터관점에서 매트릭스를 정의함.

데이터아미텍처 매트릭스는 조직의 전사적 데이터에 대해 좀더 통합적으로 볼수있고 전체를 이해할 수 있음

 

2.2 데이터아키텍처 매트릭스 정의

2.2.1 데이터아키텍처  매트릭스 개념

데이터아키텍처 프레임워크의 핵심 구성요소로  전사적 데이터를 설명하는 모델과 원칙 정보를 통일된 시각으로 볼 수 있는 논리적인 틀!

데이터아키텍처 프레임워크가 데이터아키텍처 구축 운영에 필요한 모든 구성요소와 구성요소간의 관계를 포함하는 것

데이터아키텍처 매트릭스는 협의의 프렘임워크로 데이터아키텍처 산출물을 식별하고 논리적인 체계를 정의한것

 

2.2.2 데이터아키텍처 매트릭스 구성

의사결정 유형 관점 & 아키텍처 정보 유형

의사결정 유형 : 데이터관리와 관련된 조직이나 역활을 파악하여 조직이나 역할 간 이해관점이나 책임범위에 따라 계층적으로 구분한 것

아키텍처 정보 유형 : 데이터아키텍처 정보로 관리할 대상을 활용 목적이나 성격의 유사성에 따라 그룹화하여 구분한 것

데이터아키텍처 매트릭스 구성 정의 예

아키텍처 정보 유형

데이터 표준 : 데이터 정보요소에 대한 전사적 일관성을 유지하기 위해 명칭, 정의, 형식, 규칙등에 대한 원칙을 수립한 것을 의미하며, 이를 위해 의사결정유형의 계층별로 필요한 산출물 정의됨

 

데이터 구조 :  데이터가 담겨져 있는 모양 틀로서 데이터를 취급하는 관점에 따르 데이터 구조의 상세화 수준이 달라지는데, 데이터 구조는 사용자 뷰 모델 데이터베이스파일의 형태로 보여짐

 

데이터 흐름 : 전사적 데이터 통합관점에서 업무별 데이터의 관계를 정의하고, 시스템 기능 구현을 위한 데이터 이동에 대해 아웃바운드 인바운드 데이터 정의함.

 

데이터 관리 : 데이터아키텍처 정보의 유지관리를 위한 관리대상과 활동을 정의한 것으로 절차, 조직(역활, 인력등을 포함)

 

	데이터 표준	데이터 구조	데이터 흐름	데이터 관리
CDA(개괄적 관점)	데이터 표준화 원칙	개괄모델 주제영역	데이터 통함 구조도	데이터 관리 정책
DA(개념적 관점)	데이터 모델링 원칙 DB 명명 규칙	개념모델	데이터 흐름도	데이터 표준관리  요구사항 관리
Modler(논리적 관점)	표준단어 표준용어	논리모델	아웃바운드/인바운드 데이터정의서	데이터모델관리 데이터흐름관리
DBA(물리적 관점)	표준 도메인 표준코드	물리모델 데이터베이스		데이터베이스 관리
USER		사용자 뷰

 

매트릭스를 통해 데이터아키텍처 정보를 구성하는 산출물을 정의했지만, 실질적으로 매트릭스의 활용도를 높이려면 산출물 작성바업이나 가이드 산출물 구성내역을 정의해야 함.

-산출물 표현망법 및 세부 구성정의

-현행/목표 데이터아키텍처 정보에 대한 산출물 정의

-산출물 간 연관선 정의

 

데이터아키텍처 매트릭스 정의 시 고려사항

- 데이터아키텍처 매트릭스 정의되는 산출물은 업무와 IT관리자와 실무자 상이의 중요한 커뮤니케이션 수단

-조직적 정치적 지리적 특성 조직문화 의사결정 구조가 반영되어 이해관계잘들의 이해와 공감대 형성이 필요함

-전사데이터 대해 데이터아키텍처 원칙 및 표준에 대한 준수성을 높이고 조직별로 통일된 접근이 가능하도록 정의

-다른 아키텍처 도메인과 상호연계성을 고려해야 함

 

2.2.3. 데이터 참조모델 정의

데이터 참조 모델 정의단계에서는 기업이나 조직이 참조하거나 재사용하기 위해 기준 모델로 정의 할 데이터 참조모델의 체계와 구조를 정의함.

데이터 참조 모델은 전사 데이터에 대한 체계적인 분류와 표준화를 통하여 전사데이터의 통합성, 중복성의 방지. 공유데이터의 발견, 상호운용성 향상등의 목적으로 설계됨

 

2.2.4.데이터아키텍처 원칙 수립

데이터아키텍처 비전 달성을 위해 구성원들이 공통적으로 지켜야할 규범을 정의하는 것

데이터아키텍처 원칙은 데이터아키텍처 목표달성을 위한 의사결정의 객관적 기준을 제시함으로써 의사결정을 효과적으로 지원해주고, 업무협조와 조정을 위한 의사소통 과정의 투명성을 제공

데이터아키텍처 원칙의 구성요소

-원칙 : 원칙의 내용을 간략하게 기술

-의미 : 원칙이 가지는 의미를 설명

-근거 : 원칙으로 채택된 원인 또는 배경

-기대효과 : 원칙이 데이터아키텍처 수립에 미치는 영향 또는 준수 시의 기대효과

 

데이터아키텍처 원칙은 데이터아키텍처 정보를 정의하고 관리하는 기준이 되는 원칙으로 데이터아키텍처 정보 구축 시 준수 되어야 함.,

 

3. 데이터아키텍처 구축 프로세스

3.1 데이터아키텍처 정보 구축 준비

3.1.1 자료수집

데이터아키텍처 정보를 구축하기 위해서는 기존에 작성된 자료를 수집 . 자료는 데이터아키텍처 매트릭스 정의 결과에 따라 달라지며, 산출물 완료보고서 등 데이터에 관련된 분석 및 설계 단계의 산출물을 확인해야 한다.

아키텍처 정보 유형	매트릭스 정의 산출물	수집 자료 목록	비고
데이터 표준	데이터 표준화 원침 데이터 모델링 원침 DB명명규칙 표준 단어 용어 도메인 코드	데이터 표준화 원칙 지침 데이터모델링 DB설계원칙 지침 가이드 DB 명명규칙 DB설계 관련 제반 지침 표준 가이드 문서 자료 데이터 표준 구축 내역	데이터 표준 구축 내역을 확인 할 수 있는 메타 데이터 관리 시스템과 지원도구가 있다면 이에 대해서도 파악
데이터 구조	개괄, 개념, 논리, 물리 데이터베이스 사용자뷰	현재 관리하고 있는 ERD(현행화 여부가 중요) 엔터티 정의서 테이블 정의서 DB 설계 산출물 데이터베이스 현황 DB개체 목록 DB에서 실제 수집한 테이블 컬럼 구성내역	ERD릎 관리하고 있지 않거나 ERD가 현행화 되어 있지 않은 경우 리버스를 통해, 현행데이터 구조에 대한 ERD 확보
데이터 흐름	데이터 통합 구조도 데이터 흐름도 인/아웃 바운드 데이터 정의서	논리 물리 시스템구성도 데이터베이스 인터페이스 정의서 데이터 흐름 정의서 내외부 시스템 인터페이스 관련 내역에 대한 정의 자료	데이터를 주고 받는 내외부 시스템들의 구성과 해당 데이터 내역을 파악할 수 있는 자료 확보
데이터 관하	데이터관리정책 데이터 표준 관리 요구사항 관리 데이터 모델 관리 데이터 흐름 관리 데이터베이스 관리	데이터 DB관리와 관련되 제반정책, 기준 표준지침, 가이드 사용자 요구사항 데이터 요구사항 등 요구사항 수집 정리 자료 데이터 DB관리 활동에 따른 제반 결과물 자료	관리 정책 기준 표준 지침 가이드 등의 자료와 해당 자료에서 명시한 활동 사항이 있는 경우활동 결과 산출물 까지 확보 필요

 

3.1.2. 데이터 아키텍처 정보 구축 방식

데이터아키텍처 정보를 구축하는 방법 상향식과 하향식

˘  상향식 방식 : 최하위 에 있는 구성요소 조사 분석하여 구성요소들의 공통점 파악하고 구성요소를 모아 상위 구서

    장점 : 조직의 모든 데이터가 포함되는 것을 보장 

    단점 : 논리화 - 추상화를 거치면서 상위계층의 데이터 구조 수준이 서로 다르게 나타날수 있음

˘  하향식 방식 :최상위의 구성요소로 부터 시작하여 분류 기준에 따라 하위 구성요소를 도출해 내는 방식

    장점 :  일반적인 분류기준이나 목적에 따른 분류기준을 따르기 때문에 관점이 명확하다는 장점

    단점 :  일부 업무가 누락될 가능성이 있으며 어디에도 포함되지 않는 구성요소가 발생할 수 있다는 단점

 

데이터아키텍처 매트릭스는 상세화 수준에 따른 상위-하위 산출물과  계층별로 연관 산출물 등이 정의 되어 있기 때문에 데이터아키텍처 매트릭스를 토대로 필요한 자료를 수집하고, 매트릭스 구성에 따라 상위하위 자료의 존재 여부 누락자료의 재작성이 필요여부등 확인하여 상항식 하향식 두가직 적절하게 혼용하여 분석

 

3.2 현행 데이터 아키텍처 정보 구축

현행 데이터아키텍처 정보의 구축은 현재 업무 정보시스템 데이터 주제영역 구성에 대ㅐ 기존 관련 자료 분석하여 현재 데이터아키텍처 정보를 구축하는 것을 말함.

상위수준 업무기능과 시스템/ 데이터 주제영역에 대한 분류 후 데이터아키텍처 정보를 구축하는 것이 효율적

상위수준 분류기준이 정리되면 나머지 정보구축은 병렬절으로 수행해도 됨

데이터아키텍처 정보가 구축되면 업무기능과 애플리케이션 연계성 분석을 통해서 정확성을 검증한다.

 

현행 데이터아키텍처 정의 내역

전사 데이터 영역 식별

데이터베이스 개체파악 및 분석

현행 데이터 구조 정보 정의(데이터 주제영역, 물리,논리, 개념) 모델정의

현행 데이터 표준 정보 정의(현행 데이터 원칙, 표준, 관리 프로세스 파악)

현행 데이터 흐름 정보 정의

현행 데이터 관리 정보 정의

 

 

3.2.1 현행 데이터 분석

 현행 데이터아키텍서 정보 구축 시  첫번째 할일 : 전사 데이터 영역의 범위 파악 & 자료 수집

  → 현행 데이터베이스 개체 파악하고 데이터 현황분석 및 데이터 구조 파악   →  문제점 원인 개선 방행 도출 

 데이터 현황분석 및 데이터 구조 파악  → 현행 물리 논리 모델 현행화 하기 위한 기초자료 확보

데이터 분석 통해 데이터구조 문제점 파악, 데이터 개선 방향을 도출하는 기초자료 활용

 

현행 데이터 분석 내역

○ 데이터 현황 분석

  - 데이터베이스 개체 및 스토리지 사용 현황 파악

  - 데이터의 완전성 분석 : 미사용 테이블 컬럼, 임시 데이터파악 논리적 필수 컬럼 및 데이터 결여 등

  - 데이터 우선순위 분석 : 키 메인 엔터티 파악

  - 데이터 정합성 분석 : 데이터의 우선순위ㅣ 및 관련 데이터 간 정합성 파악

  - 데이터 유효성 분석 : 데이터 형식, 유효범위, 선후 관계 유효성(시작일 <= 종료일) 등 파악

○ 데이터 표준화 현황 분석 : 데이터베이스 개체의 명칭 일관성, 도메인 일관성, 코드사용의 일관성 등 파악

○ 문서화 현황 및 정합성 분석 : 설계문서 확인, 설계 문서와 실물 개체의 일치여부 확인

○ 설계 및 관리 현황 분석 : 전사 데이터 영역에 대한 데이터 구조 설계 자료 보유 여부 및 현행화 상태 파악, 현행의 데이터 관리 체계 파악

 

3.2.2 현행 데이터 표준 분석

전사 데이터 영역 : 데이터 표준 존재여부 , 데이터 표준 구성 현황, 적용, 범위 및 준수도 등 파악, 현행 데이터 표준이 존재하는 경우 현행 데이터 및 데이터 구조에 대해 적용되고 있는 비율이나 현황 파악

데이터표준 없는 경우 데이터 구조 및 개체명에서 일관된 규칙이 반영되어 있는지 여부 와 그현황 파악

그 현황 파악된 결과로 개선방향 도출, 현행 적용하고 있는 개체명의 구성 규칙과 구성단어 용어 도메인등 추출하여 표준수립하는데 활용

○  현행 데이터 표준 분석 내역 : 현행 데이터 표준 구성 활용 현황 분석/ 현행 표준 준수도 분석

 

3.2.3. 데이터 요구사항 분석

 

○  데이터 요구 사항 분석 내역

  -  현행 데이터에 대한 데이터 요구사항 파악

  -  현행 데이터 요구사항에 대한 반영 현황 파악

  -  목표 데이터아키텍처에 대한 데이터 요구사항 정리 및 파악

  -  목표 데이터아키텍처에 대한 방향성 수립 시사점 도출

 

3.2.4. 현행 물리 데이터 모델 도출

현행 물리 데이터 모델 도출은 테이블 칼럼 데이터벵스 개체 정보로부터 물리데이터 모델을 생성하는 작업

ERD 작성 테이블 컬럼 영문상태 한글 논리명을 생성확인. 외부키 정보를 추출하여 데이터 관계선과 연관성 파악

현행 물리 데이터 모델 도출 내역

현행 물리 데이터 모델 생성 대상 범위 파악

현행 물리 데이터 모델 생성 범위 내 임시테이블 파악 및 정리

현행 물리 데이터 모델 생성

관계 복원 및 한글 논리명 사용 가능 여부 파악

 

3.2.4. 현행 논리 데이터 모델 도출

현행 논리 데이터 모델은 테이블 구조가 아니라 대상 데이터의 논리적 형태를 표현하기 위한 것이기 때문에 한글화가 필수적이며, 데이터 집합을 표현한 엔터티와 속성 관계명등에 대해 한글명칭으로 표현하게 됨

한글화 하지 않더라도 이해 증진을 위해 구성원들이 이해할 수 있는 자연어로 최대한 표현

데이터 구조에 대한 이해를 위해 명칭과 상세하게 표현해야 의사소통 문제를 최소화

○  현행 논리 데이터 모델 도출 내역

  - 현행 데이터 표준 및 적용 현황 파악

  - 현행 물리 데이터 모델 구성 개체의 명칭에서 명명규칙 파악

  - 명명규칙과 현행 데이터 표준을 토대로 한글명 도출

  - 현행 논리 데이터 모델 생성 및 상세화 논리화 수행

  - 현행 물리 논리 데이터 모델 개체에 대해 테이블 - 엔터티, 칼럼 - 속성 매핑관계 파악

 

3.2.5. 현행 개념  데이터 모델 도출

현행 개념 데이터 모델 도출은 현행 논리 데이터 모델의 엔터티에 대해 의미나 성격이 유사한 것들을 그루핑하여 추상화 수준을 높여 데이터 모델로 정의하는 작업

개념 데이터 모델은 논리 데이터 모델에 정의된 많은 엔터티와 데이터 구성을 한눈에 파악할 수 있도록 주요 데이터 중심으로 여약해서 표혀한 것

○  현행 개념 데이터 모델 도출 내역

  - 현행 개념 데이터 모델 생성

  - 현행 논리 개념 데이터 모델에 대해 각 구성 개체 간 매칭 관계 파악

 

3.2.6. 현행 주제영역 모델 도출

현행 주제영역 모델 도출은 현행 전사 데이터 범위에 데이터 주제 여역 구성을 파악하여 분류하는 작업으로, 주제영역의 분류와 구성은 전사 데이터를 한눈에 확인하고 어떤체계로 구성되고 관리되는지 파악할 수 있음.

주제영역은 업무기능 분류와 다르며 데이터 관점에서의 명칭으로 분류하는 것이 일반적이지만 이해증진을 위해서 업무기능명으로 데이터 분류하는 경우도 있음

○  현행 주제영역 모델 도출 내역

  - 현행  데이터 주제영역 분류 파악 및 정의

 

3.2.7. 현행 데이터 구조 문제점 및 개선방안 도출

현행 데이터 구조에 대해서 추상화 수준을 높여가면 물리 논리 개념 모델로 계층적으로 구성하는 것은 데이터 위주로 신속하게 파악할 수 있도록 하기 위함이다. 현행 모델을 구체적이고 정확하게 표현하여 데이터 구조상의 문제와 원인 개선방안등을 도출할 수 있어야 함 데이터 구조상 문제 오류는 반드시 저장 데이터에 나타나기 때문에 모델이 문제와 원인을 분석할 때는 현재 저장된 데이터를 함께 보면서 파악하는 것이 유리하다.

 

○  현행 데이터 구조 문제점 및 개선방안 도출 내역

  - 현행  데이터 구조상의 문제점 파악

  - 현행 데이터 구조상의 문제로 인한 데이터 오류 사항 근거 수집 및 원인 분석

  - 현행 데이터 구조의 문제에 대한 시사점 도출

  - 현행 데이터 구조 개선 방향 정의

 

3.3 목표 데이터아키텍처 정보 구축

목표 데이터아키텍처 정의 내역

목표 데이터 표준, 관리 프로세스 정의

목표 데이터 주제영역 모델정의

목표 개념 데이터 모델 정의

목표 논리 데이터 모델 정의

목표 물리 데이터 모델 정의

목표 데이터베이스 개체 정보 구축

목표 데이터 흐름 정의

 

3.3.1 목표 데이터 표준, 관리 프로세스 정의

 

현행데이터아키텍처 문제점 개선사항을 도출 -> 요구사항 반영

--> 목표데이터아키텍처 구축을 위해서 (목표 데이터표준과 데이터관리프로세스 정의)

- 데이터 정책 관리 프로세스 정의

- 데이터 표준 관리 프로세스 정의

- 데이터 요구사항 관리 프로세스 정의

- 데이터 모델관리 프로세스 정의

- 데이터 흐름관리 프로세스 정의

- 데이터베이스 관리 프로세스 정의

- 데이터 품질관리 프로세스 정의

 

목표 데이터 주제 영역 정의

:  목표 데이터 주제영역 정의는 현행 아케텍서분석결과, 데이터 요규사항, 데이터아키텍처 원칙등을 토대로 하여 전사 차원의 데이터를 일관된 뷰로 볼수 있도록 데이터를 분류하는 것이다.

업무별로 데이터가 고립된 구조가 되지 않도록 유사한 데이터별로 하나의 통합된 뷰로 정의

주제영역은 데이터 성격과 의미 용도가 유사성이 높은 것들을 그룹화하고 체계적으로 분류 시스템간 동일 또는 유사 데이터가 중복 정이 되지 않도록 할수 있다.

목표 데이터 주제영역 정의

- 주제영역 분류원칙 정의

- 목표 데이터 주제영역 모델 정의

- 목표 개괄모델 정의 : 주제영역 간의 관계를 정의

- 목표 주제영역 정의서 작성

 

목표 개념 데이터 모델 정의

목표 개념 데이터 모델 정의는 목표 데이터 주제영역 정의 결과를 토대로 주제영역별 로 주요 데이터와 이들간이 관계를 도출하여 목표 데이터 구조의 골격을 엔터티-관계 모델 형태로 정의하는 작업이라 할 수 있다.

이걸 통해 데이터 구조 방향을 알수있고,  목표 논리 데이터 모델로 상세화 하기 위한 틀을 제공

엔터티와 그들간의 관계까지만 보통 표현(속성형태로 표현하는것도 있지만 그것을 속성으로  이해하는건 위험. 속성을 추상화 하는 표현일수도 있기때문에)

-목푶 개념 데이터 모델 정의

- 목표 개념 데이터 모델 정의서 작성 : 목표 개념 데이터 모델에 나타난 주요 데이터와 관계에 대한 설명

 

목표 논리 데이터 모델 정의

목표 논리 데이터 모델은 목표 개념 모델을 토대로 개념 데이터 모델에 정의된 주요 데이터와 이들 간의 관계에 대한 세부내용을 도출하여 데이터 구조이 상세한 논리적 형태를 정의하는 것

엔터티 속성 관계등의 구성요소를 사용하여 비즈니스 규칙이 구체적으로 상세하게 표현되어야 함

데이터 구조를 정의한다는 비즈니스 규칙과 데이터에 대한 상세내용이  데이터 모델 표기법에 의해 표현되므로 이해관계자들과 명확하기 이해가능

개념데이터 모델의 각 구성요소와 논리 데이터 모델의 각 구성요소간에 얼라이먼트 정보가 관리되어야 함.

 

목표 논리 데이터 모델 정의 내역

- 목표 논리 데이터 모델 정의

- 목표 논리 데이터 모델 정의서 작성 : 엔터티 정의서, 속성 정의서

 

목표 물리 데이터 모델 정의

목표 물리 데이터 모델 정의는 논리 데이터 모델을 특정   DBMS에 최적화한 형태로 정의하는 작업

사용하려는  DBMS의 종류 유형에 따라 물리 데이터 모델의 정의 결과는 달라 질수 있음.

물리 데이터 모델을 정의 할때 데이터 표준을 이용하여 컬럼명, 데이터 타입 및 길이 등 물리 데이터 요소를 일관되게 생성해야 함. 테이블 컬럼  PK, FK,Default, Check 등 각종 제약조건과 인덱스 뷰 파티션등 포함

물리 데이터 모델은 논리 데이터 모델을 토대로 하여  특정  DBMS구현할 수 있는 개체를 정의 한다는 사실 외에 최적의 성능을 구현할 수 있는 물리적형태까지 고려함.

논리-물리 1:1로 전환되지 않을 수 있기에 논리 데이터 요소와 물리 데이터 요소간에 얼라인먼트 정보를 관리해야 함.

목표 물리 데이터 모델 정의 내역

- 목표 물리 데이터 모델 정의

- 목표 물리 데이터 모델 정의서 작성 : 테이블 정의서, 칼럼 정의서 등

 

목표 데이터베이스 개체 정보 구축

목표 데이터베이스 개체 정보 구축시 물레 데이터 모델에 정의된 물리 데이터 요소를 생성하려는 DBMS의 구성과 생성되는 개체의 정보, 활용방법 설계등이 반영됨.

성능과 보안성 확보를 고려한 추가적인 설계에 해당

물리 데이터 모델에 정의 된 테이블을 생성하고 관리하기 위한 스토리지 구성과 용량계획 스키마 구성 및 DBMS환경변수 설정 등과 같은 시스템 저장 공간에 대한 설계

핵심 데이터 실별과 이들을 보호하기 위한 접근권한 및 접근제어 방법, 암호화등의 설계, 데이터분산설계 내용이 포함

목표 데이터베이스 개체 정보 정의 내역

- 목표 시스템 저장 공간 설계

- 목표 시스템 보안성 정의 : 보호 대상 핵심 데이터 정의, 권한 관리 접근제어 정책 등

- 목표 데이터 분산 설계 : 데이터베이스 분산 설계, 데이터 파티셔닝 설계

 

목표 데이터 흐름 정의

목표 데이터 흐름 정의는  별개로 분리되어 구축되는 정보시스템이나 외부의 정보시스템들과 데이터 교환 즉 시스템간의 데이터 이동을 정의

데이터 이동은 조직내부, 외부 연관 시스템

외부의 기준은 전사범위를 기준

데이터 흐름 정의는 데이터의 출처나 목적지에 해당하는 내외부 시스템들의 구성과 이동 데이터를 정의한 데이터 통합 구조도, 교화대상 데이터 출처 목적지, 교환 데이터 내역, 교환방법, 주기 시기 ,상세내용을 정의한 데이터 흐름도 정의

목표 데이터 흐름 저의 내역

- 전사 데이터 통합 구조도 내역

- 데이터 흐름도 정의

- 인/아웃 바운드 데이터 정의서

 

4. 목표 데이터아키텍처 이행 계획 수립

이행계획 : 현행데이터키텍처--->목표아키텍처로의 이행을 위한 전략수립 및 구체적인 이행계획 수랍

데이터아키텍처 차이 분석

- 목표 및 현행 데이터아키텍처 검토

- 차이분석

프로젝트 정의

-프로젝트 목록정의

-개별 프로젝트 필요 리소스 정의

-프로젝트 우선순위 및 연관성 분석

이행정략 수립

-프로젝트별 추진방법 정의

-프로젝트별 세부활동 및 상세 일정계획 수립

변화관리계획 수립

변화관리대상변화요인 식별

번화관리 계획 수립

변화괸리 교육 계획 및 자료 작성