데이터 거버넌스는 다양한 정책과 표준을 통해 조직 데이터의 가용성, 품질 및 보안성을 높입니다. 이러한 프로세스는 데이터 소유자, 데이터 보안 조치, 데이터의 의도된 용도를 결정합니다. 종합적으로 볼 때, 데이터 거버넌스의 목표는 심도 있는 비즈니스 인사이트를 도출하기 위해 안전한 방식으로 손쉽게 액세스 가능한 고품질의 데이터를 유지 관리하는 것입니다.
빅데이터 및 디지털 혁신을 위한 노력은 데이터 거버넌스 프로그램의 주요 동인입니다. 사물 인터넷(IoT) 기술과 같은 새로운 데이터 소스에서 생성되는 데이터의 양이 증가함에 따라 조직은 비즈니스 인텔리전스를 확장하기 위해 데이터 관리 방식을 재고해야 합니다. 효과적인 데이터 거버넌스 프로그램은 데이터 품질을 개선하고, 데이터 사일로를 해소하며, 규정 준수 및 보안을 보장하고, 데이터 액세스 권한을 적절하게 배포할 수 있어야 합니다.
데이터 관리의 범위가 데이터 거버넌스보다 더 넓습니다. 데이터 관리는 조직의 데이터를 수집, 처리, 보안 및 저장한 다음 비즈니스 성과를 개선하기 위해 전략적 의사결정에 활용하는 방식으로 정의할 수 있습니다. 여기에는 데이터 거버넌스가 포함되지만 데이터 처리, 데이터 저장 및 데이터 보안과 같은 데이터 관리 수명주기의 다른 영역도 포함됩니다. 이처럼 데이터 관리의 다른 영역도 데이터 거버넌스에 영향을 줄 수 있으므로 관련 팀은 데이터 거버넌스 전략에 따라 운영되도록 협력해야 합니다. 예를 들어 데이터 거버넌스 팀은 서로 다른 데이터 세트에서 공통점을 식별할 수 있지만, 이들을 통합하려면 데이터 관리 팀과 협력하여 이러한 연결을 용이하게 하는 데이터 모델 및 데이터 아키텍처를 정의해야 합니다. 또 다른 예로 데이터 액세스를 들 수 있는데, 여기서는 데이터 거버넌스 팀이 특정 유형의 데이터(예: 개인 식별 정보(PII))에 대한 데이터 액세스 정책을 설정할 수 있지만, 데이터 관리 팀이 해당 액세스를 직접 제공하거나 이를 제공하기 위한 메커니즘을 설정합니다(예: 액세스를 승인하기 위해 내부적으로 정의된 사용자 역할 활용).
데이터 거버넌스 프레임워크를 구현하면 조직 내 데이터의 가치를 높일 수 있습니다. 데이터 거버넌스는 데이터 정확성을 전반적으로 개선하는 데 도움이 되므로 단순하고 일상적인 비즈니스 의사결정부터 복잡한 자동화 이니셔티브에 이르기까지 다양한 데이터를 기반으로 하는 성과에도 영향을 미칩니다. 기타 주요 이점은 다음과 같습니다.
데이터 거버넌스의 이점은 명확하지만 데이터 거버넌스의 몇 가지 장애 요소를 극복해야 성공을 거둘 수 있습니다. 이러한 당면 과제 중 일부는 다음과 같습니다.
데이터 패브릭 아키텍처로 구축된 플랫폼을 사용하여 결과를 보다 빠르게 예측합니다. 데이터가 있는 위치에 관계없이 데이터를 수집, 구성 및 분석할 수 있습니다.
활성 메타데이터 및 정책 관리에서 지원하는 지능형 카탈로그를 사용하여 AI 및 분석을 위한 비즈니스용 데이터를 활성화합니다.