[DAP] 과목1 전사아키텍처 이해 - 제 1장 전사아키텍처 - 제 1절 아키텍처 개요

DAP(Data Archtecture Professional) 책을 통해 내가 공부한 내용을 요약한 것 

제 1장 - 전사아키텍처

---

제 1절 아키텍처 개요

제 2절 아키텍처 프레임워크

제 3절 데이터아키텍처 참조모델

제 4절 데이터아키텍처 프로세스

제 5절 데이터아키텍트

---

1. 아키텍처 정의

 

* 아키텍처란 - 구축하고자 하는 목적에 따라 복잡한 대상을 단순하게 표현하고 구성요소의 변화에 대한 요구를 수용할 수 있게 한 청사진이라고 볼 수 있다.

 

아키텍처의 3가지 관점은 [규칙, 모델, 계획]

  1) 규칙(Rule) 관점 - 헌법과 같은 역할을 하며, 상호 운용이나 일관성이 유지 되도록 준수하여야 하는 원칙을 수립하는 것

  2) 모델(Model) 관점 - 구체적인 모델이나 기법에 의해 분석된 후 , 그 결과가 사전에 약속된 표기법에 의해 표현되도록 하는 것

  3) 계획(Plan) 관점 - 현재 상태에서 목표 상태로 가기위한 적절한 이행 전략과 구축 계획이 필요

 

  

* 아키텍처의 중요성 - 경영 전략, 비즈니스 목표 달성하기 위한 방향을 제시하고, 모든 구성원이 동일한 모습으로 그 내용을 인식할 수 있도록 하여 의사소통의 매개체가 될 수 있다.

 

* 아키텍처 활용과 기대효과

1) 정보관리 역량 강화 - 약속된 표기법을 통해 효율적인 의사소통 체계 수립, 신속하고 정확한 현황 분석 가능하며, 정보관리의 일관성 및 품질 수준 유지

2) 의사결정의 정확성과 신속성 제고 - 여러 이해관계자의 다양한 관점을 충족시키는 일관된 내용 제공

3) 변화에 대한 유연한 대응과 비용 절감 - 기업이나 조직의 비전과 목표에 부합하는 설계 결과 확보 및 IT자원의 효율적인 배치와 사용 가능으로 비용 절감

 

---

2. 전사 아키텍처 개요

* 전사아키텍처 도입 배경 및 추진 현황

1) 정보시스템 상호 운영성 및 통합성 결여

2) 비즈니스 환경 변화에 대한 IT대응 체계 미흡

3) 기업의 활동이 정보시스템에 대한 의존도 심화

위 처럼 여러 비즈니에서 IT환경에 대한 의존도가 심해지고 IT대응체계가 미흡해지면서 전사 아키텍처의 도입하기 시작했다.

 

* 전사아키텍처 정의

1) 미국 예산관리국 - [업무프로세스], [정보 흐름 및 관계], [애플리케이션], [데이터 명세 및 관계], [기술 하부구조]로 구성된다고 정의

2) 미국 전자정부법 - 조직의 임무, 임무에 필요한 정보과 정보기술, 전환 계획을 명시하고 있으며. 현행과 목표 아키텍처까지 포함하고 있다.

3) 대한민국 EA/ITA법 - 일정한 기준과 절차에 따라 업무, 응용, 데이터, 기술 , 보안 등 조직 전체의 구성요소들을 통합적으로 분석한 뒤 이들 간의 관계를 구조적으로 정리한 체계

 

위 처럼 각 국가에서도 전사 아키텍처를 다양한 정보시스템의 관계라던지 현재와 목표를 설계하는 것으로 정의하고 있다. (현재의 모습과 향후 추구할 모습을 정의)

 

* 전사의 개념

전사란 - 전사(Enterprise)란 일반적으로 기업 또는 기관을 지칭한다. 즉  [공동의 목표를 추구하기 위해 고객과 상품 또는 서비스가 존재하고, 이를 지원하기 위한 조직·자원 ·기술을 보유하며, 필요한 업무 프로세스를 수행하는 조직의 집합체

또한 기업의 규모가 큰 경우 하나의 기업이 여러 개의 전사로 구성될 수 있다.

 

전사아키텍처란 - 전사에 대한 아키텍처를 정의 ·관리하여 전사의 비즈니스 목표를 위해 아키텍처 정보를 활용하여 IT인프라를 최적으로 구성하는 것이라 할 수 있다

 

* 아키텍처 도메인 구성

1) 비즈니스 아키텍처

기업의 경영 전략 및 사업 모델을 기반으로 비즈니스 수행을 위한 조직 및 프로세스를 정의

기업의 업무와 서비스의 실체를 명확히 하는 것이다. 비즈니스 아키텍처는 타 아키텍처(데이터, 애플리케이션, 기술)의 방향을 정의하고 검증하는 시발점이 된다.

 

2) 애플리케이션 아키텍처

비즈니스 수행을 위해 필요한 애플리케이션들을 어떻게 정의하고 제공할 것이가를 정의

업무와 IT특성을 고려하여 그룹화하고 범주화함으로써 전체 애플리케이션 구조를 체계화하는 것이다.

서비스 간의 상호 연관관계를 분석 ·정의한다. 이는 향후 애플리케이션에 대한 배치, 통합, 포트폴리오 관리를 위한 시각을 제공한다

 

3) 데이터 아키텍처

비즈니스 수행을 위해 필요한 데이터를 어떻게 정의하고 유지할 것이가를 정의

사 수준의 주제 영역 모델과 개념 데이터 모델을 정의하고, 논리데이터 모델, 물리데이터모델을 정의한다.

데이터 아키텍처의 범위는 - 데이터구조, 데이터표준, 데이터 관리체계를 포함한다.

 

4) 기술 아키텍처

비즈니스와 결합된 애플리케이션 ·데이터를 실행하기 위해 갖추어야 할 기술 인프라를 정의

 

위 내용을 정리하자면 

아키텍처 도메인은 4가지로 구성되어있고,

1) 비즈니스 (기업의 업무와 서비스를 명확히 정의)

2) 애플리케이션 (업무와 IT 특성을 고려하고 어떤 애플리케이션을 제공할 것이냐를 정의)

3) 데이터 (비즈니스 수행을 위해 데이터 구초를 체계적으로 정의하고 유지할 것인가를 정의)

4) 기술 (비즈니스, 데이터, 애플리케이션에서 정의된 요건을 지원하는 전사 기술 인프라 체계)

 

---

3. 데이터 아키텍처 개요

* 데이터아키텍처 개념

데이터아키텍처는 기업활동에서 발생한 데이터는 조직의 기능적 연계가 유기적으로 이루어지는 매개역할을 하며, 장기간 축적된 데이터는 다양한 분석과 함께 업무적인 새로운 비즈니스를 창출 할 수 있음,

또한 데이터아키텍처는 타 도메인 아키텍처에 비해 독립적으로 구축할 수 있는 특징을 갖고있음.

 

* 효과적인 데이터아키텍처의 주요 특징 (데이터아키텍처의 성공요인)

1) 현행 비즈니스를 충분히 지원하면서 미래의 요구조건에 유연하게 대응할 수 있도록 유연성과 확장성을 갖도록 해야하는 아키텍처를 그려야한다.

2) 모든 데이터를 관리하려고 하지말고 필수,핵심 데이터에 집중하여 구축하여야 한다.

3) 데이터아키텍처를 유지,관리하기 위해 필요한 활동을 정의하고 결과물을 작성해야 한다.

4) 비즈니스 요구사항을 지속적으로 확인하고 유연하게 확장 할 수 있는 구조를 가져야 한다.

 

위와 반대로

* 데이터아키텍처의 실패요인

1) 기업이나 조직에서 모든 데이터를 포함하고 구조화시켜 관리하려고 하면 중요 데이터에 대해 통제성이 약화될 수 있음

2) 전문적인 지식과 경험이 없는 논리적 구체적 데이터구조는 실패할 수 있다.

3) IT부서가 독자적으로 구축하지말고, 다양한 이해관계자 및 현업의 참여가 있어야 재대로 구축할 수 있다.

4) 외부 전문가에게 의존하여 기술적으로 해결하면 안되고, 외부 솔루션은 방향제시 역할로 받아들여야 한다.

5) 필요한 부서마다 독자적으로 시스템을 구축하면 비용낭비와 데이터 연계 및 활용도가 저하될 수 있다.

6) 지나치게 이론이나 학술에 치우치면 실용성을 저하시킨다.

7) 모범사례나 이상적인 원칙과 정책만 고칩하면 데이터아키텍처를 부실하게 할 수 있다. 기업의 내외부 여건을 충분히 고려애햐한다.

8) 데이터아키텍처 구축 중 단계적인 성과를 고려하면서 점검해야한다. 데이터아키텍처 구축이 완료된 후에 성과를 확인하려면 발견된 문제를 바로잡기 쉽지 않다.

9) 데이터아키텍처 구축 이후 여러 비즈니스 요구사항이 생길수도 있어, 적절한 시점에 변경사항을 평가하고 관리할 필요가 있다.

 

* 데이터아키텍처의 중요성

기업이나 조직은 데이터아키텍처를 통해 다음과 같은 효과를 얻을 수 있다.

1) 전사의 데이터 구성을 용이하게 파악가능

2) 데이터 품질 확보 용이

3) 명확한 의사소통 향상

4) 신속하고 적절한 의사결정 가능

5) 데이터 연계 및 상호운용성 향상에 따른 업무 정확성·효율성 향상

 

* 데이터아키텍처 구성

1) 전사 데이터 영역 모델 - 개괄 데이터 모델이라고도 하며, 상위 주제 영역 수준의 데이터 구성도가 이에 해당된다. 주제 영역은 업무 기능과 대응 되는 개념으로 그 목적과 용도가 유사하거나 공통된 사안을 내포하고 있는 데이터를 그룹화 한것이다.

 

2) 개념 데이터 모델 - 단위 주제 영역 또는 핵심 엔터티 정도를 표현한 데이터 모델이다. 아주 적은 수의 엔터티로 표현되는 것이 일반적이며, 여러개의 핵심 엔터티가 단위 주제 영역별로 도출된다.

 

3) 논리 데이터 모델 - 필요한 모든 엔터티를 도출하고, 식별자 ·속성 ·관계 ·서브타입 등을 정의한다. 또한 데이터 업무규칙을 구체적으로 명확하게 표현하며 무결성 보장을 위한 논리적 모습을 정의한다. 식별자, 관계, 명칭, 정의, 형식, 규칙, 코드 등 표준으로 정의해서 관리한다.

 

4) 물리 데이터 모델 - 기술적 환경과 특성을 고려햐여 특정 DBMS나 분산서버환경 등 적합한 물리적 데이터 구조를 설계하고, 데이터베이스 객체를 정의. 이외 데이터베이스 성능을 고려한 추가설게나, PK컬럼순서 조정, 인덱스 설계, 비정규화 과정 , 파티셔닝을 고려한다.