데이터 거버넌스 프레임워크란 무엇인가요?
데이터 거버넌스 프레임워크는 조직의 데이터가 어떻게 수집, 저장, 관리, 사용되는지를 관리하기 위한 규칙, 프로세스, 역할을 문서화한 것입니다. 데이터 거버넌스 프레임워크에 명시된 정책과 절차를 통해 가용성, 품질, 개인정보 보호, 컴플라이언스 기준을 충족할 수 있습니다.
데이터 거버넌스 프레임워크의 이점
데이터 거버넌스 프레임워크가 제공하는 잠재적 이점은 다음과 같습니다.
- 조직의 민첩성을 높입니다
- 데이터 보안 및 개인정보 보호를 보장합니다
- 운영 효율성을 제공합니다
- 데이터의 민주화를 실현합니다
- 데이터 자산 및 데이터 관리에 대한 모범 사례 구현을 주도합니다
- 데이터 품질, 정확성, 완전성, 일관성을 강화합니다
- 데이터에 대한 일관된 뷰를 제공합니다
- 데이터 전략 및 관리를 위한 투명한 프로세스와 정책을 수립합니다
- 정보에 기반한 의사 결정을 위한 데이터 분석을 촉진합니다
- 확장성을 개선합니다
- 데이터에 대한 신뢰를 심어줍니다
- 데이터에 쉽게 액세스할 수 있도록 합니다
- 기업 전반에 걸쳐 일관된 고품질의 데이터를 유지합니다
- 데이터 자산을 쉽게 찾고 활용하며 비즈니스 성과와 연결하기 쉬운 상태로 유지합니다
- 위험을 최소화합니다
- 사용자 및 시스템의 고유한 요구 사항을 충족하기 위한 유연성을 제공합니다
- 분산되거나 사일로화된 데이터에서 비롯된 비용을 절감합니다
- 워크플로를 간소화합니다
- 규제 준수 요건을 충족하도록 지원합니다
데이터 거버넌스의 네 가지 핵심 요소
데이터 거버넌스의 네 가지 핵심 요소는 데이터 품질, 데이터 스튜어드십, 데이터 보호 및 컴플라이언스, 데이터 관리입니다. 각 요소는 효과적인 데이터 거버넌스를 구성하는 핵심 측면으로, 데이터 거버넌스 프레임워크에서 중요한 역할을 합니다. 이 네 가지 요소가 함께 작동함으로써 다음 목표를 이룰 수 있는 기반을 제공합니다.
- 데이터 품질이 기대치와 요구 사항을 충족합니다
- 데이터 소스의 소유 및 감독을 담당할 사람 또는 팀이 지정됩니다
- 캘리포니아 소비자 개인정보 보호법(CCPA), 미국 건강 보험 양도 및 책임에 관한 법률(HIPAA), 일반 데이터 보호 규정(GDPR) 등의 데이터 보안 및 개인정보 보호 표준과 규정을 준수하도록 프로세스, 시스템, 제어가 마련됩니다.
- 적절한 데이터 관리 방법이 구현되고 유지됩니다
이러한 각 핵심 요소는 관리되는 정보의 수명 주기 전반에 걸쳐 데이터 거버넌스에 적용됩니다. 데이터 거버넌스 프로그램은 데이터 자산을 적절히 처리하는 데 이 네 가지 요소를 활용합니다.
데이터 거버넌스 프레임워크의 고려 사항
다음은 데이터 거버넌스 프레임워크를 개발하거나 평가할 때 고려해야 할 핵심 요소입니다. 각 요소는 포괄적이고 효과적인 프레임워크에서 중요한 역할을 하며, 법률 및 규정을 준수하고 조직 전체와 개별 사용자의 요구에 가장 적합한 방식으로 데이터를 저장하고 관리하는 데 기여합니다.
데이터 아키텍처 및 기술 인프라
데이터 아키텍처와 기술 인프라는 데이터 거버넌스 프레임워크의 기초를 이룹니다. 데이터 아키텍처 요소는 요구 사항을 충족하기 위해 데이터의 분류 및 인벤토리화 방법을 포함하여 데이터의 설계 및 구조를 정의합니다.
기술 인프라에는 데이터베이스, 데이터 레이크, 데이터 웨어하우스, 전사적 자원 관리(ERP) 시스템과 같이 데이터를 수집, 저장, 관리하는 데 사용되는 하드웨어 및 소프트웨어 시스템이 포함됩니다. 또한 데이터 교환을 지원하는 데 필요한 네트워크 연결도 이에 포함됩니다.
데이터 디스커버리
데이터 거버넌스 프레임워크에는 모든 정보에 대한 통합된 보기를 생성하기 위해 데이터 디스커버리를 처리하는 방법에 대한 세부 사항이 포함됩니다. 데이터 디스커버리에는 데이터는 물론 다음과 같은 다양한 요소도 포함됩니다.
- 협업
- 데이터 인증
- 데이터 분류
- 데이터 엔지니어링
- 데이터 리니지
- 데이터 프로파일링
- 데이터 관계
- 메타데이터
데이터 통합
데이터 거버넌스 프레임워크는 다양한 소스의 데이터를 결합하는 데이터 통합을 효과적으로 달성하여 통합된 보기를 제공하고 최적의 사용성을 위한 호환성을 확보하는 데 도움이 됩니다.
데이터 거버넌스 프레임워크의 데이터 통합 요소를 통해 기업 전반의 데이터뿐만 아니라 타사 소스의 데이터를 손쉽게 병합하고, 애플리케이션 구동에 사용하며, 분석을 통해 의사 결정에 활용할 수 있습니다.
데이터 수명 주기 관리
데이터 수명 주기 관리는 생성 및 수집부터 사용을 거쳐 수명 종료 시점까지 데이터를 감독하는 데이터 거버넌스 프레임워크의 한 측면입니다. 여기에는 다음 사항에 대한 정책 및 절차를 설정하는 것이 포함됩니다.
데이터 아카이빙
- 아카이빙에 허용되는 매체는 무엇인가요?
- 아카이빙된 데이터에 필요한 보안 조치는 무엇인가요?
- 데이터를 아카이빙하는 기간은 어떻게 설정해야 할까요?
데이터 폐기
- 데이터는 언제 파기해야 하나요?
- 승인된 데이터 파기 방식에는 무엇이 있나요?
- 데이터 파기를 증명하기 위해 어떤 자료가 필요하나요?
데이터 보존
- 데이터는 얼마나 오래 보관해야 하나요?
- 데이터 수명이 종료된 후에는 어떻게 처리해야 하나요? (예: 파기 또는 영구 보관)
데이터 리터러시
데이터 리터러시는 때때로 데이터 거버넌스 프레임워크에 포함되기도 합니다. 이는 조직이 생성, 수집, 저장, 처리하는 데이터를 이해하는 데 필요한 기술을 의미합니다. 또한 데이터 거버넌스 프레임워크의 요소를 데이터에 적용하는 방법을 이해하는 것도 포함됩니다.
데이터 관리
데이터 관리는 데이터 거버넌스 프레임워크의 한 부분으로, 조직의 데이터 자산이 어떻게 생성, 저장, 액세스되는지를 정의하는 프로세스와 규칙을 명시합니다. 또한 데이터를 내부 및 외부에서 사용하고 공유하는 방법에 대한 규칙을 제시하며, 필요한 메타데이터(예: 데이터 소스, 생성 날짜, 마지막 업데이트, 소유자)와 데이터를 쉽게 찾을 수 있도록 형식화하는 방법에 대한 세부 사항도 포함합니다.
데이터 품질
데이터 거버넌스 프레임워크의 데이터 품질 요소는 데이터의 정확성, 완전성, 일관성, 신뢰성을 확보하고 유지 관리하는 데 초점을 맞추고 있습니다. 이를 위해 데이터 수명 주기 전반에 걸쳐 오류를 최소화하고, 부정확한 데이터를 식별하고, 수정 작업을 지시하는 데 필요한 프로세스, 도구, 자동화를 식별하고 구축하는 것이 포함됩니다. 데이터 거버넌스 프레임워크의 데이터 품질을 이루는 구성 요소는 다음과 같습니다.
- 데이터 수집
- 데이터 입력
- 데이터 정제
- 데이터 프로파일링
- 데이터 검증
- 데이터 모니터링
- 데이터 감사
데이터 보안 및 개인정보 보호
데이터 보안 및 개인정보 보호는 데이터 거버넌스 프레임워크의 한 요소로, 다른 대부분의 요소에 영향을 미칩니다. 여기에는 무단 액세스로부터 데이터를 보호하고, 모든 민감한 정보 및 개인정보의 프라이버시를 보장하며, 데이터 프라이버시 및 보안과 관련된 다양한 법률과 규정을 준수하기 위해 취하는 모든 조치가 포함됩니다.
데이터 거버넌스 프레임워크의 이러한 요소에서는 액세스 제어, 데이터 익명화 기술, 데이터 암호화, 데이터 손실 방지 시스템 등 구체적인 데이터 프라이버시 및 보안 프로세스와 절차, 그리고 이를 구현하기 위한 지침을 상세하게 다루고 있습니다.
데이터 스튜어드십
데이터 스튜어드십은 데이터 거버넌스 노력을 지원하기 위해 그룹, 부서, 외부 사용자와 협력하여 데이터 거버넌스 프레임워크에 구체적으로 명시된 정책과 절차가 올바르게 구현되는 데 활용됩니다. 데이터 스튜어드는 다음과 같은 작업에도 도움이 됩니다.
- 다음과 같은 방식으로 데이터 문제(예: 액세스, 품질, 보안)를 처리
- 데이터 요소 정의
- 컴플라이언스 보장
- 데이터 품질 표준 수립 및 유지 관리
규제 준수
데이터 거버넌스 프레임워크는 조직이 데이터 관련 컴플라이언스 요건의 변경 사항을 파악하고 이를 최신 상태로 유지하는 프로세스를 지원합니다. 또한 컴플라이언스를 보장하는 데 필요한 특정 데이터 관리 관행에 대한 지침도 제공합니다.
데이터 거버넌스 프레임워크의 목적
데이터 거버넌스 프레임워크의 목적은 조직의 데이터 자산 관리를 위한 일련의 합의된 지침을 제공하는 데 있습니다. 이러한 프레임워크를 구축하면 다음과 같은 다양한 이점을 통해 그 목적을 입증할 수 있습니다.
데이터 관리
데이터 거버넌스 프레임워크는 효과적인 데이터 관리에 필요한 핵심 요소를 정의하며, 이는 다음과 같습니다.
- 책임성
- 데이터 위험 및 개인정보 보호 지표
- 데이터 관련 용어 및 의미론
- 핵심 데이터 요소(KDE)
- 명명 규칙
- 소유권
- 표준 및 규범
절차, 프로세스, 규칙
데이터 거버넌스 프레임워크는 데이터 거버넌스 프로그램의 주요 절차, 프로세스, 규칙을 정의하며, 다음과 같은 활동을 지원하기 위한 지침을 제공하여 조직의 데이터 거버넌스를 뒷받침합니다.
- 데이터 문제 처리
- 데이터 카탈로그 구축
- 데이터 변경 규칙 정의
- 데이터 리터러시 향상
- 중복된 작업 제거
- 데이터 정책 시행
- 커뮤니케이션 및 데이터 공유 촉진
- 데이터 품질 문제 강조
- 데이터 소유자 식별
- 데이터 품질 개선
- 데이터 사용 모니터링
- 데이터 프라이버시 보호
- 데이터 프로비저닝 및 전달
- 모범 사례 강화
- 워크플로 간소화
- 컴플라이언스 노력 지원
지표
데이터 거버넌스 프레임워크는 다음과 같이 추적 및 보고해야 하는 데이터 관련 지표를 식별합니다.
- 데이터 성장
- 핵심 성과 지표(KPI)
- 핵심 품질 지표(KQI)
- 프로세스 효과 및 효율
모니터링
데이터 거버넌스 프레임워크는 다음과 같은 데이터 모니터링에 대한 지침을 제공합니다.
- 데이터 확산
- 데이터 품질
- 데이터 사용
- 위험 노출
데이터 거버넌스 vs. 데이터 관리
데이터 거버넌스
데이터 거버넌스는 다음과 같은 데이터 처리 정책 및 절차에 중점을 둡니다.
- 누가 어떤 데이터에 대한 소유권을 가지고 있는지
- 누가 데이터에 액세스할 수 있는지
- 제공된 데이터가 개인정보 보호법 또는 기타 규제 요건의 적용을 받는지 여부
- 보안 요건에는 무엇이 있는지
- 관련 데이터 보존 및 삭제 정책은 무엇인지
- 데이터가 어떻게 저장되는지
데이터 관리
데이터 관리는 데이터 수명 주기 전반에 걸쳐 데이터가 처리되는 방식에 초점을 맞추고 있으며, 다음 사항을 포함합니다.
- 데이터 아키텍처 배포
- 데이터 모델 개발
- 데이터 생성, 처리, 저장
- 데이터 웨어하우스 또는 데이터 레이크에 데이터 통합
- 데이터 품질 검사
- 오류 해결
- 데이터 거버넌스 구현
데이터 거버넌스 프레임워크 및 컴플라이언스
규제 준수와 데이터 거버넌스 프레임워크는 밀접하게 연관되어 있습니다. 데이터 관행이 규제 준수 요건에 부합하도록 하는 것은 데이터 거버넌스 프레임워크의 주요 기능 중 하나입니다.
강력한 데이터 거버넌스 프레임워크는 다음과 같은 주요 영역에 대한 지침을 제공합니다.
- 액세스 제어
- 데이터 프라이버시
- 데이터 품질 관리
- 데이터 보존 및 폐기 정책
- 보안
데이터 거버넌스 프레임워크 및 GDPR
2016년에 유럽 연합은 일반 데이터 보호 규정(GDPR)을 채택했습니다. 이 규정은 개인정보 사용 방식과 이를 보호하기 위한 조치에 대해 엄격한 규칙을 포함하고 있습니다. GDPR은 데이터 거버넌스 프레임워크의 중요성과 필요성을 크게 강조했습니다.
조직이 데이터 거버넌스 프레임워크를 도입해야 하는 필요성을 촉진하는 GDPR의 요건 중 하나는 EU 시민의 개인정보를 처리하는 모든 조직이 데이터 소유권을 처리하는 방식에 관한 구체적인 질문에 답할 수 있어야 한다는 의무입니다.
그 질문은 다음과 같습니다.
- 조직 내에서 데이터 소유권은 어떻게 할당되나요?
- 데이터 소유권은 한 사람에게 있나요, 아니면 공동으로 소유하나요?
- EU 시민의 개인 데이터를 보호하기 위해 어떤 조치가 마련되어 있나요?
- 데이터 수명 주기가 종료된 후 처리하기 위해 마련된 프로세스는 무엇인가요?
- EU 시민의 개인 데이터는 조직 전반에서 어디에 위치하고 있나요?
데이터 거버넌스 프레임워크의 예
다음은 벤더 중립 데이터 거버넌스 프레임워크의 예시 두 가지입니다.
- DGI 데이터 거버넌스 프레임워크
- DAMA-DMBOK
다음은 데이터 거버넌스 프레임워크의 다섯 가지 예시입니다.
- 상향식 데이터 거버넌스 프레임워크
조직의 하위 수준에서 시작되고 구현된 데이터 거버넌스 관행이 상위 수준으로 확산되어 명명 규칙 템플릿 생성과 같은 표준이 됩니다. - 중앙 집중식 데이터 거버넌스 프레임워크
데이터 거버넌스는 조직 내에서 책임자로 지정된 개인이나 전담 팀이 주도합니다. 이 개인 또는 팀은 데이터 거버넌스 프레임워크의 구현을 담당합니다. - 분산형 데이터 거버넌스 프레임워크
데이터 거버넌스는 조직의 데이터 거버넌스 전략을 개발하고 관리하는 위원회에 의해 처리되며, 조직의 각 기능 부서는 데이터 세트를 생성 및 관리하고 정보 배포를 제어합니다. - 하향식 데이터 거버넌스 프레임워크
데이터 거버넌스는 조직의 리더십 팀에 의해 주도되며, 이 팀은 데이터 거버넌스 정책을 구현하고 조직 전체에 이를 전달하는 일을 담당합니다. - 하이브리드 데이터 거버넌스 프레임워크
데이터 거버넌스에 대한 결정은 중앙 집중식 데이터 거버넌스 프레임워크를 따르되, 조직의 여러 수준에서 이루어지며, 각 그룹은 반자율적으로 운영되면서 자체 요구 사항에 가장 적합한 표준, 정책, 절차를 개발합니다.
데이터 거버넌스 성숙도 모델이란 무엇인가요?
데이터 거버넌스 성숙도 모델은 데이터 거버넌스 프레임워크의 시행을 안내하는 데 사용됩니다. 이 모델은 조직이 프레임워크 구현 목표를 설정하고 이를 달성하기 위한 방향을 설정하는 데 도움이 되는 단계로 구성되어 있습니다. 또한 조직의 목표 달성 진행 상황을 측정하는 기준도 제공합니다.
데이터 거버넌스 성숙도 모델에는 다양한 버전이 있으며, 다음은 대부분의 모델에서 공통적으로 나타나는 단계입니다.
데이터 거버넌스 프레임워크에 대한 인식 부족
조직은 데이터 거버넌스 프레임워크의 중요성을 인지하지 못하고 있어, 이에 대해 아무런 조치도 취하지 않고 있습니다. 모든 데이터 거버넌스 프로세스는 임시방편이며 표준화되지 않았습니다.
데이터 거버넌스 프레임워크에 대한 인식 시작
조직은 데이터 거버넌스 프레임워크의 중요성을 인식하게 되었습니다. 데이터 프로세스를 구현하고 문서화하며 데이터 소스 인벤토리를 작성함으로써 프레임워크의 필요성이 명확해졌고, 이해관계자와 의사 결정권자에게 이를 알리고 목표를 설정하는 중입니다.
데이터 거버넌스 프레임워크의 대응적 활용
조직은 공식적인 데이터 거버넌스 프레임워크를 위한 토대를 마련하기 시작했습니다. 정보 관리를 위한 시스템은 구축되어 있지만, 도입이 전면적이거나 공식화된 것은 아닙니다.
데이터 거버넌스 프레임워크 요소의 적극적인 활용
규칙과 정책을 정의하고 문서화하여 데이터 거버넌스 프레임워크가 구축되었습니다. 데이터 소유자와 데이터 스튜어드를 식별하고 데이터 거버넌스 위원회를 설립했습니다. 이 프레임워크는 조직의 대부분의 영역에 적용되고 있습니다.
데이터 거버넌스 프레임워크의 구현
정책과 규칙이 전사적으로 시행되어 데이터 거버넌스 프레임워크가 완전히 구현되었습니다. 프레임워크 관련 공식 교육이 시행되었습니다. 데이터는 품질을 측정하고 전략적 의사 결정을 지원하는 데 이용되고 있습니다. 성과 데이터를 수집하여 결함과 최적화가 필요한 영역을 파악하고 있습니다.
데이터 거버넌스 프레임워크의 최적화
데이터 거버넌스 프레임워크는 효과와 효율을 개선하기 위해 지속적으로 모니터링되고 최적화됩니다. 중복된 워크플로는 제거되거나 다시 설계됩니다. 데이터에는 태그가 지정되어 검색 가능성이 높아집니다. 데이터는 전략적 자산으로 간주되고, 데이터 거버넌스 프레임워크는 조직의 성공에 필수적인 요소로 여겨집니다.
데이터 거버넌스의 과제
데이터 거버넌스 프레임워크는 조직이 데이터 관리 및 유지 관리와 관련된 여러 문제를 처리하는 데 도움이 됩니다. 이러한 과제를 극복하면 데이터 거버넌스를 방해하고 데이터 정확성과 보안에 부정적인 영향을 미칠 수 있는 문제를 해결할 수 있습니다.
데이터 사일로
여러 시스템이나 부서에 걸쳐 생성되고 저장된 데이터는 비일관성을 초래할 수 있습니다. 이러한 데이터 스프롤 현상으로 인해 효과적인 데이터 거버넌스를 구현하고 유지하는 데 어려움이 있을 수 있습니다.
데이터 품질 문제
부정확성이나 비일관성과 같은 불량한 데이터 품질은 의사 결정을 복잡하게 만들고, 이를 정제하고 표준화하는 데 상당한 리소스가 필요할 수 있습니다.
규제 준수
GDPR, HIPAA, CCPA와 같은 규제를 준수하는 데에는 엄격한 통제가 요구됩니다. 서로 다른 데이터 소스와 데이터 관리 시스템에 적절한 통제 수단을 적용하는 것은 복잡하고 리소스를 많이 소모할 수 있습니다.
명확한 역할 및 책임 부족
데이터 관리 프로그램이 제대로 개발되지 않은 경우, 조직에 데이터 관리 역할과 책임에 대한 명확한 정의가 부족한 경우가 많습니다. 데이터 관련 역할과 책임을 명확하게 정의해 두지 않으면 책임 소재가 분명하지 않아, 데이터 거버넌스 격차와 일관되지 않은 데이터 관리 관행을 초래합니다.
변화에 대한 저항
데이터 거버넌스 계획에 문화 변화 메커니즘을 반영하는 데 실패하면 직원들의 저항이 발생하는 경우가 많습니다. 이러한 경우, 데이터 거버넌스 프로그램은 새로운 워크플로에 적응하기를 꺼리는 직원들의 저항을 받게 됩니다.
데이터 거버넌스 프레임워크 사용의 모범 사례
데이터 거버넌스 프레임워크의 구축 및 구현을 위한 모범 사례를 따르면 과제를 해결하고 투자 수익을 신속하게 거둘 수 있습니다. 널리 채택된 모범 사례는 다음과 같습니다.
- 데이터 품질 개선, 컴플라이언스 보장 또는 데이터 접근성 향상과 같은 명확한 목표와 목적을 정의합니다.
- 데이터 관리 프레임워크를 조직의 우선순위에 맞춰 조정합니다.
- 데이터 품질, 액세스 제어, 컴플라이언스에 대한 책임을 확고히 하기 위해 특정 개인 또는 팀에 데이터 관리 역할과 책임을 할당합니다.
- 모든 데이터 프로세스 전반에서 일관성과 품질을 유지하기 위한 지침을 포함하여 데이터 입력, 저장, 사용에 대한 데이터 표준과 정책을 개발하고 시행합니다.
- 오류, 비일관성, 중복을 해결하기 위한 정기적인 데이터 모니터링 및 정제를 포함한 데이터 품질 관리를 구현합니다.
- 민감한 데이터를 무단 액세스로부터 보호하기 위한 보안 프로토콜 및 제어 기능을 통합하여 데이터 프라이버시 및 보안을 확보합니다.
- 데이터 거버넌스의 중요성에 중점을 둔 직원 교육 및 인식 제고를 통해 데이터 중심 문화를 조성합니다.
- 데이터 거버넌스 소프트웨어와 같은 기술을 활용하여 데이터 분류, 리니지 추적, 컴플라이언스 검사를 자동화합니다.
- 변화하는 데이터 처리 및 저장 요구 사항을 다룰 수 있는 확장 가능한 데이터 관리 시스템을 선택합니다.
- 시스템과 프로세스를 지속적으로 개선하고 규정, 기술, 비즈니스 요구 사항의 변화에 적응하기 위해 데이터 거버넌스 프레임워크 구성 요소를 정기적으로 검토하고 개선합니다.
데이터 거버넌스 프레임워크는 가치를 제공합니다
실행 의지가 있는 조직이라면 누구든 데이터 거버넌스 프레임워크를 활용해 데이터 품질을 확보할 수 있습니다. 프레임워크를 통해 데이터를 적절하게 관리하고, 품질 관리를 준수하며, 조직의 컴플라이언스 의무를 이행할 수 있습니다.
데이터 거버넌스 프레임워크 FAQ
우수한 데이터 거버넌스의 세 가지 핵심 요소는 무엇인가요?
우수한 데이터 거버넌스의 세 가지 핵심 요소는 흔히 ‘사람, 프로세스, 플랫폼’으로 구성된 3P라고 합니다.
1. 사람—핵심 데이터 관리 기능을 처리하기 위한 역할과 책임을 할당합니다.
2. 프로세스—데이터 수명 주기 전반에 걸쳐 데이터의 수집, 저장, 액세스, 사용, 아카이빙 방법을 관리하는 정책, 표준, 절차를 개발하고 시행합니다.
3. 플랫폼—데이터 관리 시스템, 데이터 품질 도구, 데이터 보안 솔루션과 같은 데이터 관리 기능을 지원하는 기술을 선택합니다.
GDPR이 데이터 거버넌스 프레임워크인가요?
그렇지 않습니다. GDPR은 데이터 거버넌스 프레임워크는 아니지만 데이터 처리, 개인정보 보호, 보안, 책임에 대한 표준을 정의하여 데이터 거버넌스 프로그램을 안내하는 역할을 합니다.
데이터 거버넌스의 예로는 무엇이 있나요?
다음은 핵심 데이터 거버넌스 기능의 예입니다.
- 액세스 제어 정책
- 컴플라이언스
- 데이터 수명 주기 관리
- 데이터 프라이버시
- 데이터 품질 관리
- 데이터 표준화
- 데이터 스튜어드십
- 메타데이터 관리
