홈
topics
데이터 라이프사이클 관리
데이터 라이프사이클 관리(DLM)는 데이터 입력에서 데이터 폐기에 이르기까지 라이프사이클 전반에 걸쳐 데이터를 관리하는 접근 방식입니다. 데이터는 서로 다른 기준에 따라 여러 단계로 구분되며, 다른 작업을 완료하거나 특정 요구 사항을 충족하며 이러한 단계를 거치게 됩니다.
좋은 DLM 프로세스는 비즈니스 데이터에 구조와 조직을 제공하며, 이를 통해 데이터 보안 및 데이터 가용성과 같은 프로세스 내의 주요 목표를 달성할 수 있습니다.
이러한 목표는 비즈니스 성공에 매우 중요하며 시간이 지날수록 중요성이 커집니다. DLM 정책과 프로세스를 통해 기업은 조직에서 데이터 유출, 데이터 손실 또는 시스템 장애가 발생할 경우 치명적인 결과를 초래할 수 있는 상황에 대비할 수 있습니다.
특히 데이터의 급속한 증가와 함께 악의적인 공격자들이 시장에 진입하는 경우가 많아짐에 따라 올바른 DLM 전략은 데이터 보호와 재해 복구에 우선순위를 둡니다. 이렇게 하면 재해 발생 시 효과적인 데이터 복구 계획이 이미 마련되어 있어 브랜드의 수익과 전반적인 평판에 미치는 치명적인 영향을 일부 줄일 수 있습니다.
정보 라이프사이클 관리(ILM)는 데이터 라이프사이클 관리와 같은 의미로 사용되는 경우가 많으며, 데이터 관리의 일부이기는 하지만 DLM과는 구별됩니다.
데이터 라이프사이클 관리는 파일 수준 데이터를 감독합니다. 즉, 유형, 크기 및 사용 기간에 따라 파일을 관리합니다. 반면 ILM은 파일 내의 개별 데이터 조각을 관리하여 데이터 정확성을 보장하고 적시에 갱신될 수 있도록 합니다. 여기에는 이메일 주소 또는 계정 잔액과 같은 사용자 정보가 포함됩니다.
이 eBook을 통해 오늘날 리더들이 더 빠르고 정확한 데이터 기반 의사 결정을 내리기 위해 MLOps를 도입하는 이유를 알아보세요.
데이터 라이프사이클은 유효 수명 기간 내 일련의 과정들로 구성됩니다. 각 과정은 라이프사이클의 각 단계에서 데이터의 가치를 극대화하는 일련의 정책에 의해 관리됩니다. 비즈니스 워크스트림에 통합되는 데이터의 양이 증가함에 따라 DLM의 중요성은 점점 더 커지고 있습니다.
1단계: 데이터 생성
새로운 데이터 라이프사이클은 데이터 수집으로 시작되며, 데이터 출처는 무궁무진합니다. 웹 및 모바일 애플리케이션, 사물인터넷(IoT) 장치, 양식, 설문 조사 등 다양할 수 있습니다. 데이터는 다양한 방법으로 생성될 수 있지만 비즈니스의 성공을 위해 사용 가능한 모든 데이터를 수집할 필요는 없습니다. 새로운 데이터의 통합은 항상 품질과 비즈니스와의 관련성을 기반으로 평가되어야 합니다.
2단계: 데이터 저장
데이터는 구조화 방식도 다를 수 있으며, 이는 회사에서 사용하는 데이터 스토리지 유형에 영향을 미칩니다. 정형 데이터는 관계형 데이터베이스를 활용하는 경향이 있는 반면, 비정형 데이터는 일반적으로 NoSQL 또는 비관계형 데이터베이스를 사용합니다. 데이터 세트에 대한 스토리지 유형을 파악한 후에는 인프라의 보안 취약성을 평가하고 데이터 암호화 및 데이터 변환과 같은 다양한 유형의 데이터 처리를 통해 악의적인 공격자로부터 비즈니스를 보호할 수 있습니다. 또한 이러한 유형의 데이터 먼징은 민감한 데이터가 GDPR과 같은 정부 정책에 대한 개인정보 보호 및 정부 요건을 충족하도록 보장하므로 기업은 이러한 유형의 규제로 인한 값비싼 벌금을 피할 수 있습니다.
데이터 보호의 또 다른 측면은 데이터 중복성에 중점을 둡니다. 저장된 데이터의 사본은 데이터 삭제나 데이터 손상과 같은 상황에서 백업 역할을 하여 우발적인 데이터 변경이나 맬웨어 공격과 같은 고의적인 데이터 변경으로부터 데이터를 보호할 수 있습니다.
3단계: 데이터 공유 및 사용
이 단계에서는 비즈니스 사용자가 데이터를 사용할 수 있게 됩니다. DLM을 통해 조직은 데이터를 사용할 수 있는 사용자와 데이터의 사용 목적을 정의할 수 있습니다. 데이터를 사용할 수 있게 되면 기본적인 탐색적 데이터 분석과 데이터 시각화부터 고급 데이터 마이닝 및 머신 러닝 기법에 이르기까지 다양한 분석에 활용할 수 있습니다. 이러한 모든 방법은 비즈니스 의사 결정과 다양한 이해관계자와의 커뮤니케이션에 중요한 역할을 합니다.
또한 데이터 사용이 반드시 내부 사용으로만 제한되는 것은 아닙니다. 예를 들어, 외부 서비스 제공업체는 마케팅 분석 및 광고 등의 목적으로 데이터를 사용할 수 있습니다. 내부 사용에는 대시보드 및 프레젠테이션과 같은 일상적인 비즈니스 프로세스 및 워크플로가 포함됩니다.
4단계: 데이터 아카이브
일정 시간이 지나면 데이터는 일상적인 업무에 유용하지 않게 됩니다. 그러나 잠재적인 소송 및 조사 필요성을 위해 자주 액세스하지 않는 조직의 데이터 사본을 보관하는 것이 중요합니다. 그런 다음 필요한 경우 아카이브된 데이터를 활성 프로덕션 환경으로 복원할 수 있습니다.
조직의 DLM 전략은 데이터를 언제, 어디에, 얼마나 오래 보관해야 하는지 명확하게 정의해야 합니다. 이 단계에서 데이터는 중복성을 보장하는 아카이브 프로세스를 거칩니다.
5단계: 데이터 삭제
라이프 사이클의 이 마지막 단계에서는 데이터가 기록에서 제거되고 안전하게 파기됩니다. 기업은 활성 데이터를 위한 더 많은 저장 공간을 마련하기 위해 더 이상 필요하지 않은 데이터를 삭제합니다. 이 단계에서는 데이터가 필요한 보존 기간을 초과하거나 더 이상 조직에 의미 있는 목적으로 사용되지 않는 경우 아카이브에서 제거됩니다.
데이터 라이프사이클 관리에는 다음과 같은 몇 가지 중요한 이점이 있습니다.
• 프로세스 개선: 데이터는 조직의 전략적 이니셔티브를 추진하는 데 중요한 역할을 합니다. DLM은 데이터 라이프사이클 전반에 걸쳐 데이터 품질을 유지하여 프로세스를 개선하고 효율성을 높이는 데 도움이 됩니다. 올바른 DLM 전략은 사용자가 사용할 수 있는 데이터의 정확성과 신뢰성을 보장하여 기업이 데이터의 가치를 극대화할 수 있도록 지원합니다.
• 비용 관리: DLM 프로세스는 데이터 라이프사이클의 각 단계에서 데이터에 가치를 부여합니다. 데이터가 더 이상 프로덕션 환경에 유용하지 않게 되면 조직은 데이터 백업, 복제 및 보관과 같은 다양한 솔루션을 활용하여 비용을 절감할 수 있습니다. 예를 들어 온프레미스, 클라우드 또는 네트워크 연결 스토리지에 있는 저렴한 스토리지로 옮길 수 있습니다.
• 데이터 유용성: DLM 전략을 통해 IT 팀은 모든 메타데이터에 일관되게 태그가 지정되도록 하는 정책 및 절차를 개발하여 필요할 때 접근성을 개선할 수 있습니다. 시행 가능한 거버넌스 정책을 수립하면 데이터를 보존해야 하는 기간 동안 데이터의 가치를 보장할 수 있습니다. 정제되고 유용한 데이터의 가용성은 회사 프로세스의 민첩성과 효율성을 높입니다.
• 규정 준수 및 거버넌스: 각 산업 부문에는 데이터 보존에 대한 자체 규칙과 규정이 있으며, 건전한 DLM 전략은 기업이 규정을 준수하는 데 도움이 됩니다. DLM을 통해 조직은 개인 데이터 및 조직 기록과 관련된 데이터 개인정보 보호법을 준수하면서 향상된 효율성과 보안으로 데이터를 처리할 수 있습니다.
IBM 선임 보안 아키텍트 및 컨설턴트와 함께 3시간 동안 진행하는 무료 가상 또는 대면 디자인 씽킹 세션을 통해, 각 조직의 사이버 보안 환경을 이해하고 이니셔티브의 우선순위를 지정합니다.
이 eBook에서 하이브리드 환경을 위한 데이터 통합 및 라이프사이클 관리 전략을 구축하고 실행하는 방법을 알아보세요.
이 eBook에서 다양한 정보 라이프사이클 거버넌스 솔루션에 대해 알아보세요.
State Bank of India가 IBM Garage 방법론과 함께 여러 IBM 솔루션을 사용하여 포괄적인 온라인 뱅킹 플랫폼을 개발한 방법을 알아보세요.
비즈니스 경쟁 우위를 촉진하는 데이터 전략을 설계하고 구현하도록 단계별 전략을 살펴봅니다.
IBM Research는 IBM Cloud Pak for Data의 새로운 기능에 정기적으로 통합됩니다