데이터 라이프사이클은 데이터의 가용 수명에 걸친 일련의 단계로 구성됩니다. 각 단계는 정책 모음이 적용됩니다. 이 정책은 라이프사이클의 단계별로 데이터의 가치를 극대화합니다. 비즈니스 워크스트림에 포함되는 데이터의 양이 늘어남에 따라 DLM이 더욱 중요해졌습니다. 

1단계: 데이터 생성

새로운 데이터 라이프사이클은 데이터 수집에서 시작합니다. 그러나 데이터 소스는 무궁무진합니다. 웹 및 모바일 애플리케이션, IoT(internet of things) 디바이스, 각종 양식, 설문 등 매우 다양해질 수 있습니다. 데이터는 다양한 방식으로 생성될 수 있으나, 비즈니스 성공을 위해 모든 가용 데이터를 수집해야 하는 것은 아닙니다. 새로운 데이터를 통합할 때는 반드시 그 품질 및 비즈니스와의 연관성을 기준으로 평가를 거쳐야 합니다. 

2단계: 데이터 저장

데이터는 그 구조에 따라서도 달라질 수 있습니다. 이는 기업에서 사용하는 데이터 스토리지의 유형에 영향을 미칩니다. 정형화된 데이터는 관계형 데이터베이스를 활용하는 편입니다. 이와 달리 비정형 데이터는 NoSQL 데이터베이스나 비 관계형 데이터베이스를 활용합니다. 해당 데이터 세트를 위한 스토리지 유형을 결정했다면, 인프라에 보안 취약점이 있는지 평가할 수 있습니다. 그리고 데이터는 보안 공격으로부터 비즈니스를 보호하기 위해 다양한 유형의 데이터 처리(예: 데이터 암호화, 데이터 변환)를 거칠 수 있습니다. 이러한 유형의 데이터 멍잉(data munging)을 통해 중요 데이터는 개인정보 보호 및 정부 정책상의 요건(예: GDPR)을 충족하게 됩니다. 그러면 해당 기업은 관련 규정 불이행으로 인해 막대한 과징금이 부과되는 상황을 방지할 수 있습니다. 

데이터 보호의 또 다른 영역에서는 데이터 이중화에 초점을 맞춥니다. 저장된 데이터의 복사본이 데이터가 삭제되거나 손상되는 등의 상황에서 백업의 역할을 할 수도 있습니다. 즉, 실수로, 또는 악성 코드 공격과 같이 의도적으로 데이터가 변경되는 것을 방지합니다.  

3단계: 데이터 공유 및 사용

이 단계에서는 비즈니스 사용자가 데이터를 사용할 수 있게 됩니다. DLM을 통해 기업에서 누가 어떤 목적으로 데이터를 사용할 수 있는지를 정의하는 것이 가능합니다. 데이터가 사용 가능해지면 다양한 분석, 즉 기본적인 탐색 차원의 데이터 분석 및 데이터 시각화는 물론 더 정교한 데이터 마이닝 및 머신 러닝 기법 등에도 활용할 수 있습니다. 이 모든 방식이 비즈니스 의사결정 및 여러 이해 관계자와의 소통에 저마다의 역할을 합니다. 

또한, 이 데이터가 내부에서만 쓰이는 것은 아닙니다. 이를테면 외부 서비스 제공자가 마케팅 분석, 광고 등의 목적으로 데이터를 활용할 수 있습니다. 내부적으로 사용하는 경우에는 일상적인 비즈니스 프로세스 및 워크플로(예: 대시보드, 프레젠테이션)가 포함됩니다.

4단계: 데이터 보관

어느 정도 시간이 지나면, 데이터가 모든 업무에 필요하지는 않은 상황이 됩니다. 그러나 만일의 소송 및 조사에 필요할 수 있으므로, 자주 액세스하지 않는 데이터도 복사본을 보관하는 것이 중요합니다. 이렇게 보관된 데이터는 필요할 때 활성 프로덕션 환경으로 복원할 수 있습니다. 

기업의 DLM 전략에서는 언제 어디서 얼마 동안 데이터를 보관해야 하는지를 명확히 규정해야 합니다. 이 단계에서 데이터는 이중화를 보장하는 아카이브 프로세스를 거칩니다.

5단계: 데이터 삭제 

라이프사이클의 마지막 단계입니다. 데이터를 기록에서 지우고 안전한 방식으로 폐기합니다. 기업에서 이제는 필요하지 않은 데이터를 삭제하여 활성 데이터를 위한 스토리지 공간을 더 많이 확보합니다. 이 단계에서는 필수 보존 기간이 지난 데이터, 또는 해당 조직에서 더는 유의미한 목적으로 쓰이지 않는 데이터를 아카이브에서 삭제합니다.

데이터 라이프사이클 관리는 다음과 같이 여러 중요한 이점을 제공합니다. 

• 프로세스 개선: 데이터는 조직의 전략적 이니셔티브를 추진하는 데 중요한 역할을 합니다. DLM을 통해 라이프사이클의 전 범위에서 데이터 품질을 유지합니다. 그러면 프로세스를 개선하고 효율성을 높일 수 있게 됩니다. 올바른 DLM 전략이 있으면, 정확하고 신뢰할 수 있는 데이터가 사용자에게 제공됩니다. 해당 기업은 데이터의 가치를 극대화할 수 있습니다.

• 비용 절감: DLM 프로세스는 라이프사이클의 각 단계에서 데이터의 가치를 더해줍니다. 데이터가 프로덕션 환경에서 더는 유용하게 쓰이지 않는다면, 다양한 솔루션, 즉 데이터 백업, 복제, 아카이빙 등을 통해 비용을 줄일 수 있습니다. 이를테면 온프레미스, 클라우드, 또는 NAS(network attached storage)에 있는 저렴한 스토리지로 이동합니다.

• 데이터 사용 편이성: IT 팀은 DLM 전략을 통해 모든 메타데이터 태그를 일관성 있게 적용하는 정책과 절차를 개발할 수 있습니다. 그러면 필요할 때 더 용이한 접근이 가능합니다. 시행 가능한 거버넌스 정책을 수립함으로써 데이터를 보존하는 내내 그 가치를 보장할 수 있습니다. 안전하고 유용한 데이터를 확보한 기업은 더 민첩하고 효율적인 프로세스를 수행할 수 있게 됩니다.

• 컴플라이언스 및 거버넌스: 업종별로 데이터 보존에 관한 규칙과 규정이 있기 마련입니다. 우수한 DLM 전략을 통해 그러한 규칙과 규정을 상시 이행할 수 있습니다. DLM은 기업의 데이터를 더 효율적으로 안전하게 다룰 뿐만 아니라 개인의 데이터 및 기업의 기록에 관한 데이터 프라이버시 법을 준수하도록 지원합니다.