[지디넷코리아]흔히 사람들은 BI(business information) 데이터 웨어하우스를 기업의 중앙 데이터베이스 시스템의 부가 애플리케이션 정도로 여긴다. 특히 일반 사용자들이나 비IT 부서에서는 BI와 관련 데이터, 데이터 분석 및 다른 새로운 솔루션들을 단지 편리한 것 정도로 인식한다. 그러나 이것은 BI에 대한 명백한 오해다. 본래 데이터 웨어하우스는 비즈니스 인텔리전스를 최적화하고 기업 정책 결정을 지원하기 위한 것이다.

그러나 BI를 설치했다고 해서 그것만으로 기업의 데이터 사용 방식이 크게 개선되는 것은 아니다. 오히려 데이터를 이해하고 인식하는 새로운 체계를 만드는 첫 단계로 보는 것이 옳다. 데이터는 더 이상 보고서를 채우기 위한 단순한 문자가 아니며 데이터 웨어하우스는 업무 처리 시간을 단축하고 필요한 결과를 도출하는 매우 유용한 전략적인 툴로 자리잡고 있다.

데이터 웨어하우스의 역할은 신문사 편집인의 역할과 흡사하다. 데이터 웨어하우스는 마치 신문사 편집인이 정확한 정보를 신속하게 제공하는 일을 하는 것처럼 ‘데이터 신문’을 편집하는 것으로 생각할 수 있다.

신문이라는 정보 서비스는 독자층을 잘 이해해야 성공을 거둘 수 있다. 신문은 독자의 관심을 끌 수 있도록 컨텐트를 편집하고, 이를 매우 매력적이고 읽기 쉬운 방식으로 구성한다. 또한 정보의 정확성을 위해 신뢰할만한 편집 기준을 갖추고, 확실하고 믿을만한 취재원을 개발하며, 신규 구독자를 발굴해 그들의 취향을 알아내는 한편, 독자를 만족시키는 서비스를 위해 과거 모든 기사들을 잘 분류해서 모아둔다.

데이터베이스 관리 역시 이와 마찬가지다. 사용자층을 정확히 파악해 그들의 요구를 알아내고, 웨어하우스에 유용한 정보를 저장한다.

사용자들이 쉽게 사용할 수 있는 방식에 따라 데이터를 분류, 정리하고, 정보의 정확성을 높일 수 있는 처리 과정을 확립하는 한편, 좋은 정보가 어디에 있는지 파악해 점점 증가하는 사용자들이 이를 쉽게 이용할 수 있도록 배려한다. 또한 사용자들이 과거 모든 데이터에 간편하게 접근할 수 있도록 데이터를 체계적으로 분류한다.

이처럼 정보 서비스로서 신문이 데이터베이스 웨어하우스는 매우 유사하다면, 데이터베이스 웨어하우스와 전통적인 데이터베이스 환경은 큰 차이를 나타낸다.

전통적인 정보처리 시스템은 데이터가 사용자를 결정하지만 데이터 웨어하우스 환경에서는 반대로 사용자가 데이터를 결정한다. 즉 전통적인 데이터베이스 환경에서 정보는 애플리케이션 프로그래머들이 사용하기 쉬운 구조와 포맷으로 저장돼 이를 잘 알지 못하는 사용자들은 접근하기조차 쉽지 않았다. 반면 데이터 웨어하우스 환경에서는 정보 포맷과 스토리지 방식이 최우선적으로 사용자 편리성 측면에서 설계된다.

또한 전통적인 시스템에서는 최신 데이터와 과거 데이터가 서로 구분된 별도의 시스템이었지만 데이터 웨어하우스에서는 모든 데이터가 서로 밀접하게 연결돼 있다. 전통적인 기업에서는 애플리케이션이 데이터와 사용자를 연결하는 역할을 했다면 데이터 웨어하우스 환경에서는 그 교량 역할을 사용자가 맡고 있다.

이처럼 전통적인 데이터베이스 환경과 구별되는 데이터 웨어하우스의 특성들은 현대 정보 시스템 설계에 있어 가장 핵심적인 요소다. IT 담당자들은 이같이 근본적인 차이점을 분명히 인식하고 경영진과 일반 사용자들이 이를 이해하고 지원할 수 있도록 설득해야 한다.

이제 실제 기업 데이터 웨어하우스 설계시 반드시 염두에 두어야 할 점들을 분산, 구조, 분류, 활용 네 가지 측면에서 알아보자.

분산형 설계
흔히 애플리케이션들이 분산되고 확장될수록 점점 더 전문화된 하부 시스템들을 네트워크로 연결해 거대한 단일 시스템을 구성하곤 한다. 그러나 데이터 웨어하우스를 설계할 때는 중앙 시스템이 있는 형태의 데이터 스토리지를 설계하는 대신, 개별적인 데이터 시스템들을 구성하고 이들을 효과적으로 연결하는 새로운 기술을 사용하는 것이 바람직하다. 이런 방식은 단일한 중앙 시스템이 필요없기 때문에 향후 데이터를 손쉽게 추가할 수 있는 장점이 있다.

이해하기 쉬운 구조
데이터 웨어하우스라는 새로운 데이터 저장 시스템은 프로그래머만을 위한 것이 아니다. 데이터 웨어하우스를 이용하는 사람들은 다양한 기업 여러 부서에서 방문하므로 그 데이터 구조를 누구나 직관적으로 이해할 수 있도록 설계해야 한다.

사용자들이 쉽게 이해할 수 있는 구조라면 단연 ‘큐브(cube)’다. 큐브와 같은 삼차원 개념은 누구나 쉽게 시각화해 이해할 수 있으며, 데이터 큐브(자주 이용되는 데이터를 미리 계산해 두고 필요시 이를 이용하는 방법)를 여러 개씩 유연하게 쌓으면 다른 큐브와 함께 사용하는 것도 가능하다. 또한 이렇게 설계하면 설계자나 프로그래머들도 이해하는데 무리가 없다.

데이터들이 서로 상관관계를 맺는 구조에는 여러가지 형태가 있다. 먼저 어떤 ‘모양’이 있어야 하는데 이는 사용자의 요구에 따라 새로운 분산/확장 애플리케이션 패러다임을 수용할 수 있어야 한다. 예를 들면 사용자가 필요로 하는 특정 정보를 수집하기 위해 출발점에서부터 모든 하위 라인으로 연결해 달라는 요구가 그것이다.

만약 사용자가 필요로 하는 모양이 자전거 바퀴와 같이 출발점인 중심에서 뻗어나가는 형태라면 이때는 1~2개의 방향이 아니라 많은 방향으로 동시에 연결되어야 한다. 이 때 필요한 모양은 ‘별’ 모양으로, 이는 큐브와 같이 연속적으로 연결할 수 있다.

일반원칙에 따른 분류
데이터 웨어하우스를 설계할 때 직면할 수 있는 문제 가운데 하나는 웨어하우스에 저장된 정보가 다양한 출처에서 나와 분류가 쉽지 않다는 점이다. 이럴땐 수집된 데이터가 다수의 출처를 가지고 있다 하더라도 일정한 원칙에 따라 정보의 종류를 분류하고 제목을 붙인다. 초기에는 다소 힘들지만 적응 기간이 지나고 나면 사용하기 편리하고, 손쉽게 연결할 수 있다는 점, 확장시 이점 등 이 정도 불편은 충분히 견딜만 하다는 것을 깨닫게 될 것이다.

전략적 데이터 활용
마지막으로 BI 데이터 웨어하우스는 정보를 신속하고 유연하게 재사용할 수 있도록 설계해야 한다. 이와 같이 설계하면 데이터 접속이 간편해져 사용자들은 매우 직접적이면서 효율적으로 데이터를 활용할 수 있으며, 더이상 필요한 정보를 얻기 위해 트랜잭션 애플리케이션을 사용할 필요도 없어진다. @