기업의 각 부문별 정보를 전사적으로 통합하여 관리하는 전사적 데이터 웨어하우스(EDW, Enterprise Data Warehouse)는 연합데이터 베이스(federated database) 구조로 되어있다. 이러한 연합 데이터베이스(federated database)는 다수 개의 데이터베이스를 통합하는 방법 중 가장 단순한 방법으로서 모든 정보 자원 또는 데이터 베이스간에 1:1의 연결 고리를 가지는 형식을 취한다.
그러나 문제점은 각각의 코드가 데이터베이스에 의존적으로 작성되어 있기 때문에 재사용성이 떨어진다는 점이다. 특히 최근 빅데이터(Big Data : 대용량 전자정보)의 등장으로 연합 데이터베이스(federated database)는 더욱 취약할 수 밖에 없는 구조다.
하지만 기존의 데이터 베이스(data base)로부터 과거에는 알지 못했지만 데이터 속에서 유도된 새로운 데이터 모델을 발견하여 미래에 실행 가능한 정보를 추출해 내고 의사 결정에 이용할 수 있는 '데이터 마이닝'(Data Mining) 기법과 유사한 '메타 데이터'(Meta Data) 개발로 기업은 전사적 데이터 웨어하우스(EDW) 운영 유지가 한층 용이하게 되었다.
메타 데이터(Meta Data)는 대량의 데이터를 구조화한 데이터로, 속성, 위치, 변화 이력, 다른 데이터와의 연결성 등 어떤 데이터의 가장 기본적인 사항을 포함하고 있어 ‘데이터에 대한 데이터(Data on Data)’라고도 한다.
그래서 메타 데이터(Meta Data)는 애플리케이션 시스템의 저장은 물론 검색, 관리, 운영, 유지보수 등에 결정적인 역할을 한다. 또한 각종 데이터나 문서, 파일 등을 효과적으로 운영 관리해 정보의 활용도를 높이고 시스템의 유지보수를 용이하게 해준다는 점에서 리포지터리(Repository)와 동전의 양면처럼 상호 밀접하게 결합돼 있다.
이에 따라 기업의 전사적 자원관리(ERP, Enterprise Resource Planning), 그룹웨어(Groupware), 전자우편(e-mail), 전자문서관리시스템(EDMS, Electronic Data Management System) 등 기업 시스템의 각종 정보 자원에 효과적으로 접근해 DW(Data Warehouse), DSS(Decision Support System), EIS(Executive Information System) 등 비즈니스 인텔리전스(Business Intelligence) 시스템으로 활용하는 추세가 늘고 있다.
거기에 메타 데이터(Meta data)를 등록하고 관리하기 위한 정보 시스템인 메타 데이터 등록기(MDR, Meta Data Registry)는 데이터에 대한 명확한 설명을 통하여 데이터의 표준화를 지원하고, 데이터의 공유를 가능하게 한다. 또한 최종 사용자가 데이터의 의미를 정확하고 모호하지 않게 이해할 수 있도록 한다.
이를 위해 지원하는 국제표준으로는 국제표준화기구(国際標準化機構) 및 국제전기표준회의(国際電気標準会議) 즉 ISO/IEC(International Organization for Standardization/International Electrotechnical Commission)에서 제정한 메타 데이터 등록기 표준(ISO/IEC 11179)이 있으며, ebXML(e-business Extensible Markup Language) 등록저장소(ebXML RR) 표준도 그 범용성과 확장성으로 인해서 일반적인 메타 데이터 등록기로 사용 가능하다.
이어 등장한 데이타 웨어하우스(DW, Data Warehouse)는 질의나 데이터 분석 작업 등을 지원하기 위한 통합된 정보의 대용량 저장소이다. 하지만 사용자의 질의에 대한 정확한 질의 결과를 제공하기 위해서는 하위 정보 자원들의 데이터 변경에 따라 데이터 웨어하우스(DW) 내의 실체 뷰(materialized view)를 일관성 있게 유지해야 한다.
데이터 웨어하우스(DW)가 하위 정보 자원으로부터 데이터를 추출하여 반영하는 방법에는 시간적주기나 특정 상황이 발생했을 때 한꺼번에 수행하는 오프라인(off-line) 방식과 지역 데이터베이스 변경이 발생했을 때마다 계산을 수행하는 온라인(on-line) 방식이 있다.
오프라인(off-line) 방식으로 관리되는 데이터 웨어하우스(DW)는 특정 시점에서 정보의 현재성을 보유할 수 없기 때문에 시간적으로 중요성이 낮은 분석 및 통계를 위한 정보에 적절하고 온라인(on-line) 방식의 경우는 현재성이 매우 중요한 분야에 적합하다.
그러나 데이터 웨어하우스(DW)를 이용한 통합 방법은 하위 정보 자원들과 데이터 웨어하우스(DW) 안에 저장된 데이터들 간의 일관성을 보장해야 하는 문제점이 존재한다. 최근에는 이종(異種)간 결합에 의한 하이브리드 시스템(hybrid system)이 보편화 되고 있기 때문에 시스템 통합 이후의 지속적인 운영문제가 이슈(issue)화 되고 있는 것이다.
반면, 데이터 마트(Data Mart)는 데이터의 한 부분으로서, 특정 사용자가 관심을 갖는 데이터들을 담은 비교적 작은 규모의 데이터 웨어하우스(DW)를 의미한다. 즉, 일반적인 데이터베이스 형태로 갖고 있는 다양한 정보를 사용자의 요구 항목에 따라 체계적으로 분석하여 기업의 경영 활동을 돕기 위한 시스템을 말한다.
데이터 추출도구, 데이터베이스관리시스템(DBMS, Database Management System) 분석도구 등을 기본 구성요소로 하기 때문에 외견상 데이터 웨어하우스(DW)와 비슷하지만 데이터량과 사용자 규모에서 상대적으로 왜소하다. 따라서 기업 내 업무 단위 별로 데이터 마트(Data Mart)를 구축해 사용하는 것이 일반적이고 설치비용도 저렴하다.
하지만 데이터마트(Data Mart)는 기본적으로 데이터량이 적기 때문에 세밀한 데이터 분석을 시도하는데 한계가 있다. 특히 고객관계관리(CRM, Customer Relationship Management)에 사용될 복잡 다기한 사용자 요구에 적합하지 못하다는 단점이 있다.
때문에 데이터 웨어하우스(DW)는 정부 기관 혹은 정부 전체의 상세 데이터를 포함하는데 비해 데이터 마트(Data Mart)는 전체적인 데이터 웨어하우스(DW)에 있는 일부 데이터를 가지고 특정 사용자를 대상으로 한다.
|
