IT › 데이터

데이터 관리Data Management

여러 시스템에 흩어진 데이터를 조직의 자산으로 다루기 위해, 그 구조 · 정의 · 품질 · 이동을 정책과 책임 아래 계획하고 통제하는 활동 전체다. 표를 설계하는 데이터 모델링이나 값을 읽는 데이터 분석과 달리, 같은 데이터가 어디서나 같은 뜻 · 같은 값 · 같은 개수로 남게 하는 일을 맡는다.

1요약

  1. 데이터 관리는 DAMA-DMBOK2(2017)가 거버넌스를 가운데 두고 지식 영역 11개로 정리한 관리 체계이며, 그중 데이터 아키텍처 · 메타데이터 · MDM · 데이터 품질 · 데이터 전환 네 갈래가 중심이고, 그 위에서 데이터베이스 운영 · 분석 · AI 학습 데이터가 같은 정의를 나눠 쓴다.
  2. 옮긴 데이터의 개수를 원천과 맞춰 보지 않으면 오류 없이 끝난 작업도 행을 잃는다 — 2020년 10월 영국 공중보건청은 적재 과정에서 파일 크기 한도를 넘은 양성 결과 15,841건이 9월 25일 ~ 10월 2일 일일 집계에서 빠졌다고 밝혔다(PHE 2020).
  3. 「이 데이터를 믿을 수 없다」는 어긋난 것이 정의인가 · 값인가 · 개수인가로 가른다 — 같은 이름에 정의가 둘이면 메타데이터, 정의는 하나인데 값이 규칙을 어기면 데이터 품질, 값은 맞는데 개수가 다르면 전환 · MDM 의 문제다.

2등장 배경

1960 ~ 70년대 업무별 파일 시스템에서는 급여 · 주문 · 고객 파일이 같은 고객을 저마다 적었고, 주소 하나를 바꾸려면 파일마다 프로그램을 고쳐야 했다. Codd 1970 의 관계 모델과 DBMS 는 «한 곳에 저장하고 함께 쓰는» 문제를 풀었지만, 시스템이 다시 늘면서 «무엇이 같은 데이터인가 · 누가 고치는가»는 저장 기술 밖의 문제로 남았다.

DAMA International 은 이 일을 지식 체계로 묶어 2009년 첫 DMBOK 를, 2017년 2nd Edition(DAMA-DMBOK2)을 냈고 2024년 2.0 Revision 을 내놓았다. 국제 표준으로는 ISO/IEC 38505-1:2017 이 데이터 거버넌스를 이사회 · 경영진의 책임으로 정했다. 2019년 Dehghani 는 중앙 데이터 팀 하나가 모든 데이터를 맡는 구조의 병목을 지적하며 데이터 메시를 제안했고, 2020년 12월 네 원칙(도메인 소유 · 제품으로서의 데이터 · 셀프 서비스 플랫폼 · 연합 계산 거버넌스)으로 정리했다(Dehghani 2020).

지금 데이터 관리는 AI 학습 데이터 · 데이터 레이크 · 공공데이터 개방처럼 한 데이터를 여러 곳이 다시 쓰는 환경에서 «같은 정의를 끝까지 지키는» 바탕이다. 그래서 아키텍처 · 메타데이터 · 품질 · 전환이 따로 굴러가지 않고, 시스템을 바꿀 때 넷이 한꺼번에 시험된다.

3쉽게 이해하기 — 시립 박물관의 소장품 관리

시립 박물관은 소장품 3만 점을 수장고 두 곳에 나눠 둔다. 학예사는 들어오는 물건마다 소장품 카드에 이름 · 재질 · 크기를 적고, 기증 장부와 구입 장부에 같은 도자기가 두 번 올라 있으면 등록번호 하나로 합친다. 해마다 카드와 실물을 맞춰 보고, 새 수장고로 옮기는 날에는 트럭에서 내린 상자 수가 목록 카드 수와 맞아야 이사가 끝난다. 이 모든 일을 누가 맡는지는 관장이 정한 관리 규정에 적혀 있다.

관장 규정 누가 어느 소장품을 맡고 무엇을 승인하는가 데이터 거버넌스 수장고 배치 어느 방에 무엇을 두나 데이터 아키텍처 카드 · 번호 카드 적고 번호 하나로 메타데이터 · MDM 실물 점검 카드와 실물을 맞춰 봄 데이터 품질 새 수장고 이사 상자 수 = 카드 수 데이터 전환 1 2 3 4 소장품 3만 점 · 수장고 두 곳 실제 = 여러 시스템의 표 · 파일(데이터 자산) 1 배치를 정함 · 2 카드를 적고 겹친 장부를 번호 하나로 · 3 해마다 실물과 맞춰 봄 · 4 이사 때 상자 수를 셈 점선 = 규정이 감독하고 소장품을 함께 다룸 · 굵은 화살 = 앞 일이 다음 일에 넘기는 것

그림 1 · 관장 규정 아래에서 배치 · 카드와 번호 · 실물 점검 · 이사 검수가 차례로 소장품을 다루듯, 데이터 관리는 거버넌스 아래 네 가지 일이 같은 데이터를 나눠 맡는다.

규정 정하기관장이 책임을 나눔
수장고 배치어느 방에 무엇을
카드 적기이름 · 재질 · 크기
번호 하나로겹친 장부 합치기
실물 맞춰 보기해마다 점검
이사 검수상자 수 = 카드 수
비유 · 이사 검수대 실제 · 이관 대사 카드 1,200장 옛 수장고 목록 상자 1,196개 트럭에서 내림 보류 4개 금 간 상자 1,200 = 1,196 + 4 → 이사 끝 보류 상자도 목록에 남겨 둔다 원천 493,400행 추출 결과 적재 493,212행 새 DB 에 들어감 거부 188행 규칙 위반 · 기록 493,400 = 493,212 + 188 → 대사 일치 거부 기록이 없으면 188행은 조용히 사라진다 옮기기 전 개수 옮겨진 것 보류 · 거부 나뉘어 가는 길

그림 2 · 이사 검수대에서 «카드 수 = 내린 상자 + 보류 상자»를 맞추듯, 이관은 «원천 행 = 적재 행 + 거부 행»이 맞아야 끝난다 — 이 등식이 데이터 품질과 데이터 전환의 경계다.

비유 속 역할실제 이름실제로 하는 일
관장 규정데이터 거버넌스데이터 집합마다 소유자 · 관리자를 정하고 정의 · 규칙 변경을 승인한다
수장고 배치데이터 아키텍처어느 시스템이 어떤 데이터를 만들고 어디로 흘려 보내는지 목표 구조를 정한다
소장품 카드메타데이터 · 데이터 사전열마다 이름 · 뜻 · 형식 · 출처를 한 곳에 적는다
등록번호 하나로MDM시스템마다 따로 적힌 같은 고객 · 품목을 기준 레코드 하나로 맞춘다
해마다 실물 점검데이터 품질 · 프로파일링값의 분포를 재고 규칙 위반을 세어 원인을 고친다
새 수장고 이사데이터 전환옛 시스템 데이터를 추출 · 변환 · 적재하고 개수 · 합계를 대사한다
상자 수 맞추기전환 판정원천 = 적재 + 거부가 맞고 거부 원인이 설명될 때 운영을 넘긴다

⚠ 비유가 맞지 않는 곳: 소장품은 한 점이 한 곳에만 있지만 데이터는 복사본이 여러 시스템에 동시에 있고 매초 바뀐다. 그래서 MDM 과 품질 점검은 해마다 한 번이 아니라 데이터가 바뀌는 동안 계속 돈다.

4구조 — 하위 토픽 지도

DAMA-DMBOK2 는 데이터 거버넌스를 가운데 두고 아키텍처 · 모델링 · 저장 · 보안 · 통합 · 문서 · 마스터 데이터 · DW · 메타데이터 · 품질의 열 영역을 둘러 배치한다. 데이터 관리는 그중 «여러 시스템에 걸친 정의와 값»을 다루는 영역을 네 갈래로 모으고, 모델링 · 저장 · 분석은 데이터 모델링 · 데이터베이스 · 데이터 분석에 넘긴다.

데이터 거버넌스 — 정책 · 책임 · 승인 표에서는 데이터 아키텍처 아래 · 하는 일은 넷 모두 감독 데이터 아키텍처 데이터베이스 생명주기 데이터 프로파일링 데이터 메시 데이터 관리 어디서 만들어 어디로 흐르나 메타데이터 · MDM MDM 데이터 사전 메타데이터 레파지토리 MDR 무슨 뜻이고 어느 것이 기준인가 데이터 품질 데이터 품질 모델 데이터 표준화 데이터 품질 거버넌스 데이터 품질 응용 값이 규칙을 지키는가 데이터 전환 데이터 이관 절차 물리 데이터 모델 전환 빠짐없이 옮겨져 같은 값인가 구조가 정의를 낳음 정의가 규칙의 근거 규칙이 이관 검증 기준 데이터베이스(저장 · 처리) · 데이터 모델링(표 설계) · 데이터 분석(활용)

그림 3 · 아키텍처가 구조를 정하면 메타데이터 · MDM 이 정의와 기준 레코드를 주고, 품질은 그 정의로 규칙을 세우며, 전환은 그 규칙으로 옮긴 결과를 검증한다 — 거버넌스는 넷 모두를 감독한다.

갈래푸는 질문다루는 대상대표 산출물아래 토픽대표 표준 · 근거
데이터 아키텍처어느 시스템이 만들고 어디로 흐르나시스템 · 데이터 흐름 · 수명 주기목표 데이터 흐름도 · 프로파일링 보고데이터베이스생명주기 · 데이터프로파일링 · 데이터관리 · 데이터 거버넌스 · 데이터 메시DAMA-DMBOK2 · ISO/IEC 38505-1 · Dehghani 2020
메타데이터 · MDM무슨 뜻이고 어느 레코드가 기준인가열 정의 · 기준 레코드데이터 사전 · 기준 레코드 · 교차 참조표MDM · 데이터사전 · 메타데이터 · 레파지토리 · MDRISO/IEC 11179(MDR) · ISO 8000-110
데이터 품질값이 규칙을 지키는가값 · 규칙 · 품질 지표품질 규칙 · 측정 결과 · 개선 계획데이터품질모델 · 데이터표준화 · 데이터품질거버넌스 · 데이터품질응용ISO/IEC 25012 · ISO 8000
데이터 전환빠짐없이 같은 값으로 옮겨졌는가원천 · 대상 행 · 매핑매핑 정의서 · 대사 결과 · 전환 판정데이터이관절차 · 물리데이터모델전환PHE 2020 · FCA 2022(사례)

🔑 넷은 «구조 → 정의 → 규칙 → 검증» 순서로 앞 단계의 산출물을 뒤 단계가 기준으로 쓴다 — 앞이 비어 있으면 뒤는 잴 기준 없이 일한다.

데이터 관리는 «데이터를 어떻게 저장 · 설계하는가»가 아니라 «여러 곳의 같은 데이터를 어떻게 같게 유지하는가»를 묻는다. 표 하나의 엔터티 · 키 설계는 데이터 모델링, 저장 · 회복 · 튜닝은 데이터베이스, 값을 읽어 판단하는 일은 데이터 분석이 다룬다. 데이터 메시는 같은 네 가지 일을 중앙 팀 하나가 아니라 도메인 팀이 나눠 맡고 공통 규칙만 플랫폼이 자동으로 거는 조직 방식이다(Dehghani 2020). AI 학습용 데이터의 품질 점검은 AI 쪽 「데이터 품질」이 따로 다룬다.

5동작 — 회원 시스템 둘을 한 DB 로 합치는 전환 한 건

쇼핑몰이 옛 주문 시스템과 멤버십 시스템의 고객 표를 새 통합 DB 하나로 옮긴다. 행 수 · 비율 · 시각은 설명용 가정 값이다.

  1. 거버넌스 위원회가 고객 데이터 소유자를 영업 본부 한 곳으로 정하고, 전환 판정 기준을 «원천 = 적재 + 거부 · 거부 0건 · 포인트 잔액 합계 차이 0»으로 승인한다.
  2. 데이터 아키텍트가 범위를 정한다 — 주문 시스템 고객 418,300행 + 멤버십 96,700행 = 515,000행을 새 DB 의 customer 표 하나로 모으고, 옛 두 시스템은 전환 뒤 읽기 전용으로 둔다.
  3. 프로파일링으로 원천을 잰다 — pg_stats 의 null_frac 에서 주문 시스템 휴대폰 열의 빈 값 비율이 0.031 로 나오고, 생년월일 열에서는 형식이 세 가지(YYYYMMDD · YYYY-MM-DD · YY.MM.DD)로 갈린다(PostgreSQL 18 53.29).
  4. 데이터 사전에 「고객 휴대폰 번호」 · 「고객 생년월일」 정의와 표준 형식을 올리고, 두 원천 열을 그 정의에 잇는 매핑 정의서를 쓴다.
  5. MDM 이 두 원천의 같은 고객을 맞춘다 — 휴대폰 번호 · 이름 · 생년월일이 모두 같은 21,600쌍을 기준 레코드로 합쳐 493,400행이 되고, 교차 참조표에 원천 키 515,000개를 남긴다.
  6. 1차 시험 이관 — 적재 493,212행 · 거부 188행(생년월일 규칙 위반, 예: 19870230)으로 원천 = 적재 + 거부는 맞지만 판정 기준 «거부 0건»을 넘지 못한다. 품질 관리자가 원천 입력 화면의 날짜 검사를 고치고 188행을 원천에서 바로잡는다.
  7. 본 이관 — 토요일 22:00 에 시작해 일요일 04:10 에 적재 493,400행 · 거부 0행 · 포인트 잔액 합계 차이 0원을 확인하고, 운영 전환을 승인한다.
단계 · 맡은 일 그 단계 뒤 행 수 1 거버넌스 소유자 지정 · 판정 기준 승인 — 2 아키텍처 두 원천을 customer 표 하나로 418,300 + 96,700 = 515,000 3 프로파일링 휴대폰 빈 값 0.031 · 생년월일 형식 3가지 515,000 4 데이터 사전 정의 · 표준 형식 등록 · 매핑 정의서 515,000 5 MDM 같은 고객 21,600쌍 → 기준 레코드 493,400 6 1차 시험 이관 거부 188 → 원천 입력 검사 수정 493,212 + 188 7 본 이관 22:00 ~ 04:10 · 합계 차이 0원 493,400 + 0 감독 아키텍처 메타데이터 · MDM 거부가 난 시험 전환 굵은 테두리 = 행 수가 바뀐 단계

그림 4 · 515,000행이 MDM 에서 493,400행으로 줄고, 1차 이관의 거부 188행을 원천에서 고친 뒤에야 본 이관이 차이 0으로 끝난다.

데이터 수명 주기와 각 일이 걸리는 구간 계획 생성 저장 · 사용 이동 · 전환 보관 · 폐기 거버넌스 아키텍처 메타데이터 · MDM 품질 전환 전환 때는 앞 네 줄의 빈칸이 한꺼번에 드러난다 채움 = 주로 하는 구간 테두리 = 이어서 확인 굵은 테두리 열 = 다섯 줄이 겹침

그림 5 · 평소에는 거버넌스 · 아키텍처 · 메타데이터 · 품질 · 전환마다 손이 가는 수명 주기 구간이 다르지만, 이동 · 전환 구간에서는 다섯이 모두 걸린다.

🔑 데이터 관리 체계가 없는 조직도 평소에는 굴러가지만, 전환 때는 정의 · 기준 레코드 · 품질 규칙 · 판정 기준이 한꺼번에 필요해져 비어 있던 곳이 일정 지연으로 드러난다.

6비교 — 데이터 관리 · 데이터베이스 · 데이터 모델링 · 데이터 분석의 경계

기준데이터 관리데이터베이스데이터 모델링데이터 분석
묻는 질문같은 데이터가 시스템마다 같은 뜻 · 값 · 건수인가한 DBMS 안에서 값을 빠르고 안전하게 읽고 쓰는가한 업무의 대상을 어떤 테이블 · 키로 나누는가모은 데이터로 무엇을 결정하는가
범위조직 전체 · 여러 시스템DBMS 한 벌한 업무 영역의 모델분석용 저장소와 그 위 화면
DAMA-DMBOK2 지식 영역거버넌스 · 아키텍처 · 메타데이터 · 참조와 마스터 · 품질 · 통합데이터 저장과 운영데이터 모델링과 설계데이터 웨어하우징과 BI
맡는 역할데이터 소유자 · 데이터 스튜어드DBA데이터 모델러분석가 · BI 개발자
대표 하위 토픽MDM · 메타데이터 · 데이터품질모델트랜잭션 · 회복기법 · 옵티마이저ERD · 엔터티 · CRUDDW · OLAP · 스파크
대표 산출물데이터 사전 · 품질 측정 결과 · 대사 결과스키마가 걸린 DB · 백업 · 실행 계획개념 · 논리 · 물리 모델마트 · 큐브 · 대시보드

분석문제가 한 시스템 안에서 끝나면 데이터베이스 · 데이터 모델링을, 두 시스템 이상이 같은 데이터를 다르게 들고 있으면 데이터 관리를, 모은 뒤 집계만 다르면 데이터 분석을 먼저 본다. 근거는 표의 「범위」 · 「DAMA-DMBOK2 지식 영역」 행 — DMBOK2 는 저장 · 모델링 · 웨어하우징을 거버넌스 아래 따로 된 영역으로 두고, 메타데이터 · 마스터 · 품질을 시스템을 가로지르는 영역으로 둔다(DAMA-DMBOK2).

7실무 진단 — 믿을 수 없는 데이터의 원인 가르기

분석먼저 정의를 보고, 다음에 값, 마지막에 개수를 본다. 정의가 둘이면 값 · 개수 점검이 서로 다른 기준을 재게 되므로, 데이터 사전 대조가 앞서고 pg_stats · 행 수 대사가 뒤따른다(표 1 ~ 4행 순서).

#증상의심 원인맡는 쪽확인 명령 · 자료판정 기준(근거)
1같은 「활성 고객 수」가 보고서마다 다름정의 둘 · 계산식 차이메타데이터데이터 사전의 용어 정의 · 보고서 계산식 대조같은 이름에 정의가 둘이면 사전 문제(ISO/IEC 11179 데이터 요소 등록)
2고객 수가 시스템마다 다름같은 고객 중복 · 매칭 누락MDM교차 참조표에서 기준 키가 없는 원천 키 수원천 키는 모두 기준 키 하나에 이어져야 함
3한 열의 빈 값이 갑자기 늘어남원천 입력 화면 · 연계 변경데이터 품질ANALYZE customer; 뒤 SELECT attname, null_frac FROM pg_stats WHERE tablename = 'customer';직전 측정보다 null_frac 이 크면 원천 변경부터(PostgreSQL 18 53.29)
4이관 뒤 행이 모자람적재 한도 · 거부 기록 없음데이터 전환원천 · 대상 SELECT count(*) 와 거부 기록 건수원천 = 적재 + 거부가 아니면 조용한 손실(PHE 2020)
5오류를 누가 고칠지 정해지지 않음소유자 · 관리자 미지정거버넌스데이터 집합별 소유자 · 관리자 명단데이터 집합마다 책임자가 있어야 함(ISO/IEC 38505-1)

pg_stats 는 ANALYZE 가 채운 통계라 그 뒤 들어온 행은 반영되지 않는다 — 측정 전에 ANALYZE 를 먼저 돌리고 같은 시각 기준으로 비교한다. 제품마다 품질 · 카탈로그 도구 이름은 다르므로 여기서는 표준 SQL 과 PostgreSQL 시스템 뷰를 기준 자료로 쓴다.

8시험 대비

출제 정보 정보관리(127회, 123회, 98회) · 컴퓨터시스템응용(87회, 83회)문제 원문 — 큐넷 자료실 「기출문제(기술사)」 www.q-net.or.kr

시험에서는 데이터 관리 · 거버넌스의 개념과 구성 요소를 쓰게 하는 정의 · 특징형, 데이터 관리 체계 수립이나 이관 절차를 설계하게 하는 구현 · 설계형으로 나올 수 있다. 정의 · 특징형이면 «흩어진 데이터의 문제 → DMBOK2 영역 → 아키텍처 · 메타데이터 · 품질 · 전환 → 거버넌스»로, 구현 · 설계형이면 그림 4 처럼 한 사례를 구조 → 정의 → 규칙 → 검증 순서로 따라가며 단계마다 산출물과 판정 기준을 붙인다.

답안 목차
  1. 개요 — 정의(DAMA-DMBOK2 · ISO/IEC 38505-1) · 필요성(정의 · 값 · 개수의 어긋남 · PHE 2020 15,841건)
  2. 구성 — 그림 3 지도(아키텍처 · 메타데이터 · MDM · 품질 · 전환) + 질문 · 산출물 표
  3. 넷 사이 관계 — 구조 → 정의 → 규칙 → 검증 순서와 거버넌스의 감독
  4. 적용 절차 — 그림 4 회원 시스템 통합 전환(515,000 → 493,400 · 거부 188 → 0)
  5. 수명 주기 관점 — 그림 5 구간별로 걸리는 일 · 전환 구간에서 다섯이 겹침
  6. 발전 방향 — 데이터 메시(연합 계산 거버넌스) · AI 학습 데이터 관리 · 자동 계보 수집

꼭 쓸 키워드
DAMA-DMBOK2데이터 거버넌스데이터 아키텍처메타데이터데이터 사전MDM데이터 프로파일링데이터 품질데이터 이관대사데이터 메시

다른 답안과 차이를 내는 한 가지는 네 이름을 나열하지 않고 «정의 · 값 · 개수» 세 어긋남에 각각을 대응시키고, 전환 판정 기준을 «원천 = 적재 + 거부» 등식으로 적는 것이다.

9오해와 사실

  • 오해데이터를 빠짐없이 옮기면 전환은 끝난다.
    사실2018년 4월 영국 TSB 은행의 이관은 FCA 처분 통지가 «데이터 이관 자체는 성공»이라고 적었지만, 설정 · 용량 문제로 서비스가 마비돼 225,492건의 민원이 들어왔고 평상 운영 복귀는 같은 해 12월 10일이었다(FCA 2022 2.7 · 2.8 · 4.4절).
  • 오해데이터 관리는 데이터베이스 관리자(DBA)의 일이다.
    사실DBA 는 저장 · 백업 · 성능을 맡고, 정의 승인 · 품질 책임은 데이터 소유자와 관리자가 진다 — ISO/IEC 38505-1 은 데이터 거버넌스를 이사회 · 경영진의 책임으로 둔다.
  • 오해데이터 메시는 데이터 관리를 없애는 방식이다.
    사실데이터 메시는 같은 일을 도메인 팀이 나눠 맡게 할 뿐이고, 네 원칙 가운데 하나가 «연합 계산 거버넌스»다(Dehghani 2020).

10핵심 정리

구분수명 주기 시점책임 역할재는 값실패 신호
데이터 거버넌스전 구간데이터 소유자 · 위원회책임자 지정 비율 · 승인 건수오류마다 고칠 사람을 찾음
데이터 아키텍처계획 · 전환데이터 아키텍트데이터 흐름 수 · 중복 저장 수같은 데이터를 여러 시스템이 따로 만듦
데이터 프로파일링생성 뒤 · 전환 전데이터 분석 담당빈 값 비율 · 고유 값 수 · 형식 종류형식이 여러 가지로 갈림
메타데이터 · 데이터 사전생성 ~ 폐기데이터 관리자정의 등록 열 비율같은 이름에 정의가 둘
MDM생성 · 이동마스터 데이터 관리자중복 쌍 수 · 기준 키 없는 원천 키고객 수가 시스템마다 다름
데이터 품질저장 · 사용 · 전환품질 관리자규칙 위반 건수 · 품질 지표같은 규칙이 매번 실패
데이터 전환이동 · 전환전환 팀원천 · 적재 · 거부 행 수 · 합계 차이원천 ≠ 적재 + 거부

11참고 문헌

  1. 먼저 볼 문헌
  2. ★ DAMA-DMBOK: Data Management Body of Knowledge (2nd Edition) — 거버넌스를 가운데 둔 지식 영역 11개와 데이터 수명 주기를 볼 때
    DAMA International · Technics Publications · 2017-07 · dama.org/learning-resources/dama-data-management-body-of-knowledge-dmbok/ · 확인 2026-11-09
  3. ★ Data Mesh Principles and Logical Architecture — 중앙 관리 대신 도메인 소유 · 연합 거버넌스로 나누는 네 원칙을 볼 때
    Z. Dehghani · martinfowler.com · 2020-12 · martinfowler.com/articles/data-mesh-principles.html · 확인 2026-11-09
  4. ★ PHE statement on delayed reporting of COVID-19 cases — 적재 과정의 파일 크기 한도로 행이 집계에서 빠진 사례를 볼 때
    Public Health England · GOV.UK · 2020-10 · www.gov.uk/government/news/phe-statement-on-delayed-reporting-of-covid-19-cases · 확인 2026-11-09
  5. ★ Final Notice: TSB Bank plc — 데이터 이관은 성공했는데 전환이 실패한 사례의 경과를 볼 때
    Financial Conduct Authority · 2022-12 · www.fca.org.uk/publication/final-notices/tsb-bank-plc-2022.pdf · 확인 2026-11-09
  6. 본문 근거
  7. ISO/IEC 38505-1:2017 Information technology — Governance of IT — Governance of data — Part 1: Application of ISO/IEC 38500 to the governance of data — ISO · IEC · 2017-04 · www.iso.org/standard/56639.html · 확인 2026-11-09
  8. ISO/IEC 11179-1:2023 Information technology — Metadata registries (MDR) — Part 1: Framework — ISO · IEC · 2023-01 · www.iso.org/standard/78914.html · 확인 2026-11-09
  9. ISO 8000-110:2021 Data quality — Part 110: Master data: Exchange of characteristic data: Syntax, semantic encoding, and conformance to data specification — ISO · 2021-11 · www.iso.org/standard/78501.html · 확인 2026-11-09
  10. ISO/IEC 25012:2008 Software engineering — Software product Quality Requirements and Evaluation (SQuaRE) — Data quality model — ISO · IEC · 2008-12 · www.iso.org/standard/35736.html · 확인 2026-11-09
  11. How to Move Beyond a Monolithic Data Lake to a Distributed Data Mesh — Z. Dehghani · martinfowler.com · 2019-05 · martinfowler.com/articles/data-monolith-to-mesh.html · 확인 2026-11-09
  12. A Relational Model of Data for Large Shared Data Banks (Communications of the ACM 13(6) 377-387) — E. F. Codd · ACM · 1970-06 · doi.org/10.1145/362384.362685 · 확인 2026-11-09
  13. PostgreSQL 18 Documentation 53.29 pg_stats — The PostgreSQL Global Development Group · 2026-11 · www.postgresql.org/docs/18/view-pg-stats.html · 확인 2026-11-09