본문으로 바로가기

국내외 과학기술 정책에 대한 간략한 정보

단신동향

해외단신

마스터 데이터관리, 데이터 거버넌스, 그리고 데이터 질 : 공생 및 중요한 관계 원문보기 1

  • 국가 미국
  • 생성기관 Kearney
  • 주제분류 핵심R&D분야
  • 원문발표일 2024-10-17
  • 등록일 2024-10-25
  • 권호 274
○ Kearney는 마스터 데이터 관리(Master Data Management, MDM), 데이터 거버넌스(Data Governance), 그리고 데이터 품질(Data Quality)의 통합적 관계와 중요성을 분석한 보고서를 발표
- 이 세 가지 요소는 기업의 데이터 일관성, 신뢰성, 그리고 접근성을 보장하기 위해 서로 긴밀하게 연결되어 있으며, 디지털 시대의 경쟁력 강화를 위한 핵심 기반으로 자리 잡음
○ AI에 대한 관심이 증가함에 따라 대기업의 주요 관심분야였던 마스터 데이터관리(MDM, Master data management)*가 더욱 중요해지고 있음
* 기업의 데이터에 대한 신뢰할 수 있는 보기 방식을 제공하여 해당 데이터가 기업의 모든 부문에서 사용될 수 있게 해주는 방식이나 기술을 말함
- 그러나 Gartner에 따르면, MDM 프로그램의 50%가 비즈니스의 기대치를 충족시키지 못했음
- 이를 완화하려면 MDM 프로그램이 기술구현에만 집중하는 전통적인 '차단된(silo)' 사고방식에서 벗어나 MDM이 더 넓은 데이터 거버넌스 프레임워크에서 보다 현대화되고 통합된 접근방식으로 전환해야 함
○ MDM은 데이터가 어떻게 관리되고 누가 그에 대한 책임이 있으며, 데이터가 어떻게 사용되는지를 정의하기 위해 데이터 거버넌스에서 제공하는 정책과 가이드라인, 감독을 필요로 함
- 데이터 거번너스는 데이터 품질 기준을 보장하며, 거버넌스 정책은 정확성, 완전성, 적시성과 일관성의 측면에서 데이터 품질의 기준을 설정함
○ 본 보고서는 통합된 데이터 관리 프레임워크의 중요성을 강조하며, MDM, 데이터 거버넌스, 데이터 품질이 서로 긴밀하게 협력할 때 기업은 데이터의 신뢰성을 확보하고, 운영 효율성을 개선하며, 규제 준수를 달성할 수 있다고 분석
- 단일 부서나 기술적 접근에 국한되지 않고 조직 전반에서 데이터 관리가 이루어질 때, 기업은 데이터로부터 최대의 가치를 창출할 수 있음
- 따라서 조직은 MDM 프로그램 도입 시 데이터 거버넌스를 우선적으로 고려하여 장기적인 성공을 도모해야 한다고 분석

배너존

  • 케이투베이스
  • ITFIND
  • 한국연구개발서비스협회
  • 한국과학기술정보연구원