데이터의 모순이 없는 ‘데이터 정합성’을 높이기 위한 기업들의 투자가 활발하다.
불완전한 데이터는 잘못된 의사결정 프로세스를 초래하거나, 심지어 비용 손실까지 발생시킬 수 있다는 점에서 위험하기 때문이다. 게다가 데이터 신뢰성에 대한 의문이 지속될 경우 신속한 의사결정까지 어렵게 하기 때문에 기업 경쟁력을 크게 떨어뜨리는 요소가 된다.
◇데이터 정합성을 위한 투자, 데이터통합=데이터 정합성은 데이터통합이 이뤄졌을 때 가능한 일이다. 최근 들어 금융권을 비롯해 대기업을 중심으로 데이터통합 프로젝트가 갈수록 늘어나는 것도 이런 배경에서다. 이달만 해도 기업은행·국민은행·하나은행 등 제 1금융권 은행을 비롯해, 삼성화재 등 보험 업계에서도 전사데이터웨어하우스(EDW) 재정비 사업을 진행하며 데이터통합 프로젝트를 병행할 예정이다.
업계 관계자는 “데이터 정합성 제고를 위한 데이터통합이 제대로 이뤄지기 위해서는 △개별 데이터 값을 물리적으로 통합하는 물리적 데이터통합과 △데이터 속성을 통합하는 구조적 데이터 통합이 모두 이뤄져야 가능한 일”이라고 말했다.
◇물리적 통합을 실현하라=메타데이터, 데이터 추출 및 가공·적재(ETL), 데이터품질관리 등의 통합은 물리적 데이터 통합을 뜻한다. 이 데이터 통합은 어제까지의 데이터만을 합친 데이터웨어하우스(DW)와는 달리 오늘의 최신 데이터까지도 동시에 보여줄 수 있다는 점이 특징이다.
ETL은 이미 여러 곳에 확산되기 시작했으며, 메타데이터 관리와 데이터품질 관리는 최근 들어 기업의 차기 투자 우선순위 대상으로 손꼽히고 있다. 예를 들어 신한은행, 농협, 국민연금관리공단 등은 메타데이터 관리시스템을 최근 활용하기 시작했으며, 차세대 시스템을 구축하려는 곳은 모두 데이터통합에 대한 투자계획을 갖고 있다.
김종현 위세아이텍 사장은 “데이터 자원에 대한 관리 일관성과 표준화를 위해서는 메타데이터 관리에서부터 ETL, 품질관리 등 연관성 있는 통합 프로젝트를 추진해야 한다”면서 “비즈니스 변경에 따른 데이터의 효율적인 운용을 위해서는 물리적인 데이터통합이 중요하다”고 말했다.
◇구조적 통합부터 고려하자=신동아화재는 구조적 데이터 통합 작업인 데이터 모델링 프로젝트 구현을 앞두고 있다. 대한주택보증과 서울보증보험도 차세대 시스템 구축 프로젝트를 진행하면서 데이터 모델링 방법론에 따른 데이터 전사통합을 추진할 예정이다.
이 회사들의 데이터 모델링 프로젝트는 데이터아키텍처(DA) 관점에서 설계도를 기반으로 데이터를 구조적으로 100% 통합한 몇 안되는 사례라는 점에서 주목할 만하다.
이화식 엔코아컨설팅 사장은 “구조적인 설계 관점에서 데이터베이스 개발이 이뤄지지 않으면 나중에 데이터 값의 통합, 즉 물리적 데이터통합을 이룬다 하더라도 시스템 전체의 효율성이 떨어진다”면서 “아키텍처 관점에서 설계 통합이 이뤄질 때 진정한 데이터 통합이 가능할 것”이라고 말했다.
이병희기자@전자신문, shake@