조직의 데이터 자원관리를 위해 정보정책, 데이터관리, 데이터 품질 보증이 필수적으로 요구되는 이유

문서 내 토픽

1. 빅데이터의 정의와 현황

빅데이터는 기존 데이터베이스 관리도구 능력을 넘어선 대량의 정형이나 데이터베이스 형태가 아닌 비정형의 데이터 집합을 포함한 데이터 가치 추출 및 결과 분석기술입니다. 다양한 종류의 대규모 데이터에 대해 생성과 수집, 분석, 표현을 특징으로 하고 있는 빅데이터 기술의 발전은 다변화된 현대사회를 정확히 예측해 효율성을 높이고 개인화된 구성원에게 맞춤형 정보를 제공할 수 있게 해 인류와 사회에 가치 있는 정보 제공의 가능성을 제시해 그 중요성이 날로 커지고 있습니다.
2. 정보정책

최근 4차산업혁명 시대에 들어서며 전자정부의 고도화는 행정 정보의 양을 증가시키고 정보의 공유 및 협력적 운영을 중요한 문제로 부상시킴에 따라 근원적인 행정정보의 공동이용의 필요성이 높아졌습니다. 그에 따라 정보정책은 데이터 관리에 있어 필수적인 방안이 되었고 범정부적인 관점에서 데이터를 일관성 있게 관리할 수 있는 기준데이터를 통해 관계형 DB를 재구축해 공통 업무 개념이 분산된 데이터를 위한 방안을 마련할 수 있습니다.
3. 데이터관리

데이터를 중시하는 우리나라의 데이터 경제 순위가 세계에서 4위를 차지하고 있는 만큼 국내 효율적 데이터 소통을 위한 준비를 서둘러야 한다고 생각합니다. 무엇보다 데이터 생산, 분석, 관리를 위한 공공 인프라 구축, 생태계 활성화 대책이 시급합니다. 데이터자원관리의 키가 되는 데이터베이스는 관계형 데이터베이스로 단순하지만 강력한 모델로 광범위한 정보의 요구 해결을 위해 유형 및 규모와 상관없이 모든 조직에 적용 가능합니다.
4. 데이터 품질 보증

데이터의 품질은 정보의 내용과 정보 속성, 그리고 속성 간의 관계를 규정하는 데이터 구조와 함께 관리해야 하는데 구조가 결여된 상태에서 내용이 담길 수 없기 때문에 데이터 값에 대해 최소한의 품질 보장을 위해 데이터 구조의 체계적 정의가 필요합니다. 조직이 지닌 데이터 품질은 데이터의 최신성과 정확성, 상호연계성 등을 확보해 이를 사용자에게 유용한 가치를 줄 수 있는 수준으로써 사용자 관점에서 지속적으로 유지하거나 향상시키기 위한 체계적 관리와 활동이 필수적입니다.
5. 데이터부족 해결

국내 기업의 빅데이터 분석활용의 문제점으로 지적되는 데이터 부족과 관련해 사물인터넷 적용대상의 확대가 그 해결방안이 될 수 있습니다. 사물인터넷이란 필요한 사물이나 장소에 전자태그를 부착함으로써 주변 상황에 대한 정보를 실시간으로 획득하고 전달하는 핵심 기술이라 할 수 있습니다. 물리적 센서 같은 경우에는 인터페이스 및 정보처리 능력을 내장한 스마트 센서로 발전했고 기존의 독립적이며 개별적인 물리적 센서보다 한 차원 높은 다중 센서 기술을 획득함으로써 지능적이며 고차원적인 정보 추출을 꾀했습니다.
6. 기준데이터 활용을 위한 관리 규정의 마련

데이터 간의 연계가 될 수 있는 데이터 품질 관리의 필요성이 높아짐에 따라 기준데이터는 데이터의 2차 활용 및 데이터 간의 횡적 연계를 강화할 수 있는 기능을 수행할 수 있기 때문에 기준데이터에 대한 규정을 명시하는 것이 필요합니다. 또한 데이터 제공 조직별 데이터의 제공 형식이 일치하지 않음에 따라 연계 활용이 어렵고 데이터의 중복생성이나 부정확한 데이터가 생성이 됩니다. 따라서 국가적 차원에서 데이터 표준의 강력한 추진이 필요한데 영국의 경우 강력한 추진력으로 데이터 표준화를 추진해 민간의 참여를 유도함으로써 데이터 공유의 1위 국가가 되었습니다.

Easy AI와 토픽 톺아보기

1. 빅데이터의 정의와 현황

빅데이터는 기존의 데이터 처리 방식으로는 수집, 저장, 분석, 활용이 어려운 대량의 데이터를 의미합니다. 빅데이터는 기업과 정부 등 다양한 분야에서 활용되고 있으며, 데이터 기반 의사결정, 새로운 비즈니스 모델 창출, 사회문제 해결 등 다양한 가치를 창출하고 있습니다. 그러나 빅데이터 활용에는 개인정보 보호, 데이터 품질 관리, 데이터 거버넌스 등 다양한 과제가 존재합니다. 따라서 빅데이터의 안전하고 효과적인 활용을 위해서는 관련 법제도 정비, 데이터 거버넌스 체계 구축, 데이터 전문인력 양성 등 다각도의 노력이 필요할 것으로 보입니다.
2. 정보정책

정보정책은 정부와 기업이 데이터와 정보 자원을 효과적으로 관리하고 활용하기 위한 정책을 의미합니다. 정보정책에는 데이터 수집, 저장, 분석, 활용, 보안 등 데이터 생애주기 전반에 걸친 정책이 포함됩니다. 정보정책은 데이터 기반 의사결정, 새로운 서비스 개발, 사회문제 해결 등 다양한 분야에서 중요한 역할을 합니다. 그러나 정보정책 수립 및 이행에는 개인정보 보호, 데이터 품질 관리, 데이터 거버넌스 등 다양한 과제가 존재합니다. 따라서 정보정책 수립 시 이해관계자 간 협력, 데이터 윤리 원칙 마련, 데이터 전문인력 양성 등 다각도의 노력이 필요할 것으로 보입니다.
3. 데이터관리

데이터 관리는 데이터의 수집, 저장, 처리, 분석, 활용 등 데이터 생애주기 전반에 걸친 관리 활동을 의미합니다. 데이터 관리의 목적은 데이터의 품질, 보안, 접근성, 활용성 등을 높여 데이터 기반 의사결정과 서비스 개발을 지원하는 것입니다. 데이터 관리에는 데이터 거버넌스, 데이터 품질 관리, 데이터 보안, 데이터 표준화 등 다양한 활동이 포함됩니다. 데이터 관리의 과제로는 데이터 거버넌스 체계 구축, 데이터 품질 관리 방안 마련, 데이터 보안 및 개인정보 보호 강화, 데이터 표준화 등이 있습니다. 따라서 데이터 관리 역량 강화를 위해서는 데이터 관리 전략 수립, 데이터 관리 조직 및 인력 구축, 데이터 관리 기술 도입 등 다각도의 노력이 필요할 것으로 보입니다.
4. 데이터 품질 보증

데이터 품질 보증은 데이터의 정확성, 완전성, 일관성, 적시성, 접근성 등을 보장하는 활동을 의미합니다. 데이터 품질 보증은 데이터 기반 의사결정과 서비스 개발의 기반이 되며, 데이터 거버넌스, 데이터 표준화, 데이터 품질 관리 등 다양한 활동을 포함합니다. 데이터 품질 보증의 과제로는 데이터 품질 관리 체계 구축, 데이터 품질 측정 및 모니터링 방안 마련, 데이터 표준화 및 데이터 거버넌스 강화, 데이터 품질 관리 인력 및 기술 확보 등이 있습니다. 따라서 데이터 품질 보증을 위해서는 데이터 품질 관리 전략 수립, 데이터 품질 관리 조직 및 인력 구축, 데이터 품질 관리 기술 도입 등 다각도의 노력이 필요할 것으로 보입니다.
5. 데이터부족 해결

데이터 부족은 데이터 기반 의사결정과 서비스 개발의 주요 장애 요인 중 하나입니다. 데이터 부족 해결을 위해서는 데이터 수집, 데이터 공유, 데이터 융합 등 다양한 방안이 필요합니다. 데이터 수집 방안으로는 센서, IoT, 소셜미디어 등 다양한 데이터 소스 활용, 데이터 공유 방안으로는 데이터 거래소, 데이터 협력체 구축, 데이터 융합 방안으로는 데이터 표준화, 데이터 연계 등이 있습니다. 데이터 부족 해결의 과제로는 데이터 수집 및 공유를 위한 법제도 정비, 데이터 거버넌스 체계 구축, 데이터 전문인력 양성 등이 있습니다. 따라서 데이터 부족 해결을 위해서는 데이터 수집, 공유, 융합 등 다각도의 노력이 필요할 것으로 보입니다.
6. 기준데이터 활용을 위한 관리 규정의 마련

기준데이터는 다른 데이터의 기준이 되는 핵심 데이터로, 데이터 표준화, 데이터 품질 관리, 데이터 거버넌스 등에 활용됩니다. 기준데이터 활용을 위한 관리 규정 마련은 데이터 기반 의사결정과 서비스 개발의 기반이 됩니다. 기준데이터 관리 규정에는 데이터 식별, 데이터 품질 관리, 데이터 접근 및 활용, 데이터 거버넌스 등이 포함될 수 있습니다. 기준데이터 관리 규정 마련의 과제로는 데이터 표준화, 데이터 품질 관리, 데이터 거버넌스 체계 구축, 데이터 전문인력 양성 등이 있습니다. 따라서 기준데이터 활용을 위해서는 관련 법제도 정비, 데이터 거버넌스 체계 구축, 데이터 전문인력 양성 등 다각도의 노력이 필요할 것으로 보입니다.

주제 연관 토픽을 확인해 보세요!

주제 연관 리포트도 확인해 보세요!