노숙자 대상 의료 서비스를 강화한NYC Health + Hospitals
“멤버십 및 청구 데이터의 엔드투엔드 전달 시간이 5일에서 5분으로 단축되었습니다.”
데이터 거버넌스란?
데이터 거버넌스는 데이터 자산을 관리, 구성 및 통제하는 체계적이고 조직적인 접근 방식이며, 규정 준수, 관리 책임, 데이터 보안 등을 포함합니다.
- 개요
- 데이터 거버넌스가 중요한 이유
- 데이터 거버넌스의 주요 구성 요소
- 데이터 거버넌스 구현 방법
- 데이터 거버넌스와 Snowflake
- 고객
- 데이터 거버넌스 리소스
개요
데이터 거버넌스는 조직 내 데이터 자산을 관리, 구성 및 통제하기 위한 체계적인 접근 방식으로, 여기에는 데이터 품질, 보안, 규정 준수를 위한 가이드라인 및 절차 수립이 포함됩니다. 강력한 데이터 거버넌스 전략을 구현하면 기업은 데이터 관리 프로세스를 간소화하고, 더 정확한 정보에 기반하여 의사 결정을 내리며, 효율성을 개선하고, 궁극적으로 데이터에서 최대의 가치를 확보할 수 있습니다.
이러한 프레임워크를 설계하려면 신중한 계획과 함께 팀 간 협업이 필요합니다. 그리고 이해관계자는 역할과 책임을 고려하고, 데이터 중심의 비즈니스 문화를 조성하는 적절한 데이터 정책을 수립하며, 업무 수행을 지원하는 적합한 기술을 평가해야 합니다. 이러한 이유로 이상적인 거버넌스는 민감 데이터와 그렇지 않은 데이터의 무결성과 안전성을 보장하고, 데이터 레지던시 및 개인정보 보호와 관련된 내부 감사 및 규제 법률의 준수를 지원합니다. 따라서 데이터 거버넌스 전략은 매우 중요합니다. 대부분의 기업은 자체 시스템을 구축하는 대신 중앙 집중식 플랫폼에서 데이터 거버넌스를 구현합니다. 맞춤형으로 구현할 경우, 사일로가 생성되거나 악의적인 행위자(bad actors)의 공격 표적이 될 수 있는 허점이 생길 수 있기 때문입니다. 따라서 포괄적인 데이터 거버넌스 기능을 제공하는 플랫폼 구현을 통해, 조직이 데이터 품질, 보안 및 규정 준수를 보장하면서 데이터를 중앙에서 관리할 수 있도록 지원하는 것이 가장 좋습니다.
데이터 거버넌스 이해하기
조직은 매일 방대한 양의 데이터를 처리합니다. 데이터 거버넌스는 데이터를 생성하고 공유하며 저장하는 과정에서 데이터를 안전하게 보호하고, 데이터의 품질, 보안 및 규정 준수를 보장하는 데 매우 중요합니다.
데이터 거버넌스의 주요 원칙은 다음과 같습니다.
- 책임성: 데이터 관리에 대해 명확한 역할과 책임을 부여함으로써 데이터 품질, 보안 및 규정 준수의 책임 소재를 분명히 합니다.
- 투명성: 누가, 언제, 어디서 어떤 데이터에 접근할 수 있는지에 대해 확실한 규칙을 수립하고, 명확한 로그, 타임라인 및 데이터 계보를 통해 이를 추적할 수 있도록 합니다.
- 규정 준수: GDPR, CCPA, PCI, HIPAA, EU 인공지능법, DPDP, PIPL 등의 개인정보 보호 및 데이터 레지던시 규제 기준은 지속적으로 변화하며 지역과 국가마다 크게 다를 수 있습니다. 내부적으로 규정 준수를 검토하고 감사를 실시하는 조직도 많습니다. 이러한 기준을 충족하려면 내장형 거버넌스 역량을 갖추는 것이 중요합니다.
- 데이터 보안: 데이터 유출이나 기타 무단 접근은 고객과 회사의 데이터를 위험에 빠뜨릴 수 있습니다. 악의적인 행위자가 데이터에 액세스하는 경우에도 회사의 독점 정보와 고객 데이터를 안전하게 보호할 수 있는 조치를 마련해야 합니다.
- 데이터 관리 책임: 데이터 스튜어드는 데이터의 정확성, 일관성 및 신뢰성을 보장하는 관리자입니다. 데이터 스튜어드를 지정함으로써 데이터 자산을 처리, 분류 및 보호하는 적절한 프로세스를 확립할 수 있습니다.
- 지속적 개선: 혁신과 비즈니스의 요구 사항은 급속도로 변화할 수 있습니다. 새로운 기술이나 산업 구도에 신속하게 적응하는 역량을 갖추면, 그러한 상황에서도 조직은 경쟁 우위를 확보할 수 있습니다.
비교: 데이터 거버넌스 vs. 데이터 관리
데이터 거버넌스는 데이터 수집, 저장, 구성, 분석 등의 운영 활동뿐만 아니라 데이터 관리를 위한 전략적 프레임워크 및 감독 기능을 제공합니다. 거버넌스는 기업의 보안, 개인정보 보호 및 팀이 설정한 관리 목표와 부합하며, 역할 기반 액세스 제어, 세분화된 권한 부여, 그리고 조직의 고유한 요구 사항을 반영한 맞춤형 정책을 활용하여 데이터를 중앙에서 보호할 수 있게 합니다.
데이터 거버넌스가 중요한 이유
데이터 거버넌스는 조직 규모에 관계없이 모든 조직의 데이터 관리 전략에 필수적입니다. 데이터 거버넌스가 없다면 신뢰할 수 있는 데이터를 확보하여 사용하고 액세스하는 것이 더 어려워집니다. 보안 침해는 불가피하지만, 중요한 것은 시스템에 액세스하려는 악의적인 행위자에게 민감 데이터가 노출되지 않도록 하는 것입니다. 기업은 효과적인 데이터 거버넌스를 구축함으로써 다음과 같은 여러 가지 이점을 누릴 수 있습니다.
- 더 신뢰성 높은 데이터: 데이터 입력, 검증 및 유지 관리를 위한 기준을 설정하는 데이터 거버넌스 프레임워크를 구축하면 잘못되거나 일관성 없는 데이터의 발생 사례가 줄어듭니다. 결과적으로 데이터 품질이 향상되고 보고의 정확성과 운영 효율성이 높아집니다.
- 규정 준수 및 위험 관리: 규제가 더 많아지고 복잡해지며 지역별로 차이가 나는 상황에서 문서화된 데이터 거버넌스 정책은 규정 준수에 매우 중요합니다. GDPR, CCPA, DPDP, PIPL, DORA 등의 외부 규정 준수 기준을 충족하거나 내부 검토 및 감사를 성공적으로 수행하려면 신중한 데이터 거버넌스를 보장하는 시스템이 필요합니다.
- 더 나은 의사 결정: 앞서 언급한 두 가지 내용 모두 이 섹션에서 설명할 핵심 최종 이점으로 이어질 수 있습니다. 데이터 거버넌스를 적절히 구현하면 리더들은 신뢰할 수 있는 정보를 바탕으로 의사 결정을 내리고, 분석을 수행하며, 주요 이해관계자들에게 지표를 보고하고 있다는 확신을 가질 수 있습니다. 또한, 고객 데이터와 고객 신뢰가 위험에 처하지 않는다는 사실에 안심할 수 있습니다.
강력한 거버넌스는 규정 준수를 보장하고, 위험을 줄이며, AI 거버넌스와 같은 새로운 분야를 포함한 데이터 기반 의사 결정에 대한 신뢰를 향상시킵니다.
데이터 거버넌스의 주요 구성 요소
데이터 무결성 및 품질 관리
데이터는 수명 주기 전반에 걸쳐 신뢰성, 정확성, 일관성을 유지해야 합니다. 즉, 무단 변경이나 데이터 중복, 손상 또는 드리프트 문제로부터 데이터를 보호하는 것이 중요합니다. 품질 관리는 데이터의 정확성과 완전성을 유지하는 데 중점을 둡니다. 적절하지 않은 사용자가 데이터를 조정하여 데이터가 계속 변경되거나, 데이터의 유형과 위치가 시시각각 변하여 여러 버전이 생성되면 오류가 발생할 위험이 증가합니다.
데이터 보안 및 개인정보 보호
위협 행위자는 초디지털화된 환경에 심각한 위험을 초래할 수 있습니다. 암호화, 마스킹, 방화벽 등의 조치를 통해 데이터의 오용 및 무단 액세스를 방지함으로써 고객과 조직의 데이터를 보호할 수 있습니다. 개인정보 보호는 사용자 권리를 존중하고 규정을 준수하기 위해 데이터의 수집, 공유 및 사용 방식을 제어하는 것을 의미합니다.
MDM(마스터 데이터 관리)
데이터 거버넌스에서 MDM은 중요한 비즈니스 데이터를 단일 진실 공급원으로 표준화하여 품질과 규정 준수를 유지하면서 시스템 전반의 데이터를 적절히 조율합니다.
규정 준수 및 위험 관리
규정 준수는 데이터 사용을 위한 프레임워크(예: HIPAA가 개인 건강 정보 공유 대상을 명확히 규정하는 방식 등)를 구축하는 반면, 위험 관리는 데이터 보안, 개인정보 보호 및 무결성에 대한 잠재적 위협을 식별하고 완화합니다. 이 두 가지 모두 원활한 운영과 조직의 긍정적인 평판 유지에 도움이 됩니다. 모든 산업에는 고유한 규제 요건이 있으며, 이를 준수하지 않는 조직은 평판 훼손은 물론 제재 또는 과징금의 대상이 될 수도 있습니다.
데이터 계보
데이터 계보는 마치 가계도를 그리는 것처럼 데이터의 전체 수명 주기를 추적하여, 데이터의 출처, 변경 내역은 물론 데이터가 시스템 전반의 어느 위치에서 사용되는지를 자세히 설명합니다. 데이터 계보를 추적하면 투명성을 확보하고 감사를 지원하며 오류를 식별할 수 있어 데이터 품질을 향상시키는 데 도움이 됩니다. 데이터의 변화 과정을 시각화하면 개선된 영향 분석을 수행하고 더 많은 정보에 기반하여 의사 결정을 내릴 수 있습니다.
데이터 액세스 제어
데이터 액세스 제어는 데이터를 보고 사용할 수 있는 권한을 규제합니다. 권한, 인증(예: 멀티 팩터 인증[MFA]), 역할 기반 액세스 제어(RBAC) 및 세분화된 권한 부여를 구현함으로써 조직은 민감 정보를 보호하고 무단 사용을 방지할 수 있습니다. MFA 및 RBAC과 같은 효과적인 제어는 책임성을 지원하고 위험을 최소화합니다.
데이터 카탈로그화
데이터 거버넌스에서 데이터 카탈로그는 데이터 자산을 체계적으로 정리한 목록입니다. 이 목록은 메타데이터, 컨텍스트 및 접근성에 대한 세부 정보를 포함하며, 사용자가 데이터를 쉽게 찾고 더 명확하게 이해할 수 있게 해줍니다.
데이터 거버넌스 구현 방법
실제로 데이터 거버넌스를 구현하는 것은 IT, 법무 및 기타 사업 단위 등 전사적 이해관계자의 동의와 협업이 필요한 단계별 프로세스입니다. 모든 상황에 맞는 일률적인 접근 방식은 없지만, 다음과 같은 구현 방법을 하나 소개합니다.
- 범위 및 목표 정의: 여기에는 데이터 도메인, 소유자 및 스튜어드를 식별하는 것이 포함됩니다.
- 데이터 거버넌스 현황 평가: 기존 정책 및 도구를 평가하여 부족한 부분을 파악하고 조직의 거버넌스 전략 성숙도가 얼마나 높은지를 이해합니다.
- 데이터 거버넌스 위원회 구성: 이 교차 기능 팀은 데이터 거버넌스 정책 및 절차의 개발, 구현, 시행을 감독합니다. 다양한 부서의 대표들이 협력하여 목표를 정의하고 기준을 설정합니다.
- 중앙 집중식 데이터 거버넌스를 지원하는 플랫폼 구현: 역할 기반 액세스 제어 및 규정 준수와 같은 데이터 거버넌스 정책을 중앙에서 관리할 수 있도록 합니다. 이는 대부분의 데이터 관리가 이미 이루어지는 데이터 플랫폼 내에서 수행되는 경우가 많습니다.
- 데이터 거버넌스 로드맵 및 전략 수립: 조직의 현재 성숙도 수준을 감사하고 정의한 후, 거버넌스 전략 실행을 위한 구체적인 조치, 일정 및 책임(데이터 품질, 분류, 개인정보 보호, 보존 및 액세스 제어 포함)을 로드맵에 명시합니다.
- 지속적인 모니터링 및 개선: 데이터 거버넌스는 정기적인 모니터링과 개선이 필요한 지속적인 프로세스입니다. 관련 지표와 핵심 성과 지표(KPI)를 설정하면 효과를 추적하는 데 도움이 되며, 정기적인 감사와 검토를 통해 규정 준수를 보장하고 부족한 부분이나 취약점을 파악할 수 있습니다.
데이터 거버넌스 구현 관련 참고 사항: 변화를 받아들이는 것은 어려울 수 있습니다. 직원들이 특정 업무 방식에 익숙하다면, 데이터 거버넌스의 이점을 알리고 모든 직원이 각자 새로운 프로세스를 따를 수 있도록 교육을 제공하는 것이 도움이 될 수 있습니다.
데이터 거버넌스와 Snowflake
Snowflake Horizon Catalog는 내장형 데이터 거버넌스 및 데이터 검색 기능을 통해 데이터 거버넌스 담당자, 스튜어드, CISO 및 보안 관리자, 데이터 팀이 민감 데이터, 앱 및 모델의 가치를 보호하고 활용하도록 지원합니다.
