안녕하세요!
ADsP 자격증 2과목 요약정리 이어서 포스팅해 보겠습니다.
1. 마스터플랜 수립
- 중 / 장기 마스터 플랜 수립 시 -> ISP(Information Strategy Planning) 활용
1) 전략적 중요도
- 전략적 필요성 : 조직 비전, 전략, KPI 와의 연계성
- 시급성(Value) : 지연 시 발생하는 리스크
2) 실행 용이성
- 투자 용이성 : 예산 확보 가능성, ROI(투자한 비용 대비 얼마나 많은 수익 얻었는지 지표)
- 기술 용이성(Investment) : 기술 구현 난이도, 인프라 준비도
3) 데이터 분석 프로젝트 우선순위 설정 기준
=> 시급성(Value) × 난이도(Investment)
=> 투자 대비 효과를 극대화 하기 위해 위와 같은 기준으로 우선순위 설정
- 시급성 : 비즈니스 효과, 지금 당장 성과가 나오는가?
- 난이도 : 투자 비용 요소, 어려운 과제를 당장 감당할 수 있는가? 3V (Volume, Variety, Velocity)가 높아지면 난이도도 높아짐
시급성 높 시급성 낮
난이도 높 난이도 높
시급성 높 시급성 낮
난이도 낮 난이도 낮
1. 시급성(Value) 기준 : 3 -> 4 -> 2
- 난이도가 낮은 것부터 먼저 처리하는 게 단기간 성과가 좋음
- 시급하면서 난이도도 높은 건(1번) 단기간에 성과를 내기 어려움 -> 리스크와 비용이 너무 크기 때문에 "당장 수행 대상에서 제외 또는 보류" 로 분류
=> 당장 빨리 끝내야 하는데 어려운걸 언제 기간 내 할 건데? 이런 느낌..?
2. 난이도(Investment) 기준 : 3 -> 1 -> 2
- 우선 시급한 것부터 빨리 끝내고 -> 난이도 높은데 덜 시급한 걸 마지막으로 처리
- 시급하지도 않고, 난이도도 낮은 건(4번) 언제든 할 수 있으니 제외
4) 데이터 분석 로드맵
- 데이터 기반 의사결정을 조직에 정착시키기 위한 중 / 장기 분석 추진 계획
(1) 체계 도입 단계 : 분석을 할 수 있는 기반(조직, 프로세스, 인프라)을 만드는 단계
(2) 유효성 검증 단계 : "이게 진짜 효과가 있나?"를 확인 / 실험 / 검증 => 파일럿 프로젝트 수행
* 파일럿 프로젝트 : 본격적으로 전사 확산하기 전, 작은 범위에서 미리 시험해 보는 프로젝트
(3) 확산 및 고도화 단계 : 검증된 분석을 조직 전체로 확산 / 분석 모델 고도화 및 지속 개선
2. 분석 거버넌스 체계 수립
=> 기업에서 의사결정을 위한 데이터를 어떻게 관리하고, 유지 및 규제하는지에 대한 내부적인 관리 방식, 프로세스
1) 분석 거버넌스 체계 구성요소
- 시스템
- 조직
- 프로세스
- 마인드 육성체계 및 분석 관련 교육
- 데이터
2) 데이터 분석 수준 진단
- 조직이 데이터 분석을 얼마나 잘 준비했고, 얼마나 성숙하게 활용하고 있는지를 진단
(1) 분석 준비도(할 수 있는 기반이 있나?)
- 분석을 할 수 있는 환경이 갖추어져 있는지?
① 분석적 업무 파악
- 발생 사실 분석
- 예측 / 시뮬레이션 분석
- 분석업무 정기적 개선
② 인력 및 조직
- 분석 전문가 직무 존재
- 교육, 훈련 프로그램
- 전사 분석 총괄 조직
- 경영진 분석 이해
③ 분석 기법
- 업무별 적합한 분석 기법
- 분석 방법론
- 분석기법 라이브러리
- 분석기법 효과성 평가
④ 분석 데이터
- 데이터 충분성, 신뢰성, 적시성
- 비구조 데이터 관리
- MDM(마스터 데이터 관리)
⑤ IT 인프라
- 운영시스템 데이터 통합
- EAI(기업 내부 여러 업무 운영 시스템 서로 연계, 연결) / ETL (DW적재 목적으로 추출, 변환, 로드함)
- 분석 서버
- DW / 통계 / 비주얼 분석 환경
(2) 분석 성숙도(어디까지 활용하고 있나?)
- 분석을 어디까지 쓰고 있나? 조직이 데이터 분석을 '보고용'으로 쓰는 수준인지, '전사 운영'에 쓰는 수준인지 등
- CMMI 모델 기반(5단계)
① 1단계 : 도입
- 분석 시작 => 환경, 시스템 구축
- 실적 분석, 정기 보고용으로 데이터를 가지고 보고서를 만들기 시작한 단계
- 운영 데이터 기반, 일부 부서만 수행
- DW / DM(데이터 마트) 기본 구축 시작, ETL / EAI 같은 기본 연계, OLAP 정도
② 2단계 : 활용
- 분석 결과를 업무에 적용하여 단순히 보고서가 아니라 의사결정에 분석을 쓰기 시작한 단계
- 예측, 시뮬레이션 시작
- 전문 분석 부서 존재
- 관리자가 분석 수행
- 실시간 대시보드, 통계 분석 환경 등 분석 도구가 실제 업무에 들어옴
③ 3단계 : 확산
- 분석이 특정 팀이 아니라, 전사 차원에서 분석 관리 및 공유로 확산된 단계
- 분석 COE 운영
- 프로세스 혁신
- 전사 성과 / 실시간 비주얼 분석
- 전사 모든 부서가 분석 수행 및 활용
- 데이터 사이언티스트 확보
- 빅데이터 관리 환경, 분석 전용 서버 및 환경 표준화
④ 4단계 : 최적화
- 분석을 진화시켜 혁신, 성과 향상에 기여
- 분석이 운영을 넘어서 '전략/비즈니스 모델' 자체를 바꾸는 단계
- 일부 외부 데이터 활용
- 최적화 및 실시간 분석
- 비즈니스 모델 진화하여 데이터로 신규 수익
- 전략과 분석의 완전 연계
- 분석 협업 환경, 샌드박스, 프로세스 내재화, 고도화된 빅데이터 분석 플랫폼
3) 분석 수준 결과 진단
1. 준비형 : 데이터, 인력, 조직, 분석업무, 분석기법 적용이 안되어 사전 준비가 필요 (준비도 낮, 성숙도 낮)
2. 정착형 : 인력, 조직, 분석업무, 분석기법 제한적으로 사용 (준비도 낮, 성숙도 높)
3. 도입형 : 조직 및 인력 등 준비도는 높으나, 분석 업무 및 기법이 부족 (준비도 높, 성숙도 낮)
4. 확산형 : 6가지 분석 구성요소가 모두 갖추고 있으며, 지속적 확산 가능 (준비도 높, 성숙도 높)
4) 분석 지원 인프라 방안
- 확장성을 고려한 중앙집중적 분석 플랫폼 구조 적용
(1) 광의의 분석 플랫폼
- 분석 서비스를 제공하기 위한 전체 인프라 / 플랫폼
- 분석 서비스 제공 엔진, 분석 애플리케이션, 분석 서비스 API, 하드웨어
(2) 협의의 분석 플랫폼
- 실제 분석을 수행하는 핵심 기술 요소 / 플랫폼
- 데이터 처리 프레임워크, 분석 엔진, 분석 라이브러리
* 광의의 분석 플랫폼은 협의의 분석 플랫폼 요소를 포함
5) DSCoE(분석 전문 조직) 및 인력 방안 수립
* 조직 구조 3가지
(1) 집중 구조
- 독립적인 전담 분석 조직, 분석 역량 집중
- 중앙 조직 (중복 업무 가능성 존재)
(2) 기능 구조
- 각 현업 부서가 직접 분석
- DSCoE 없음(전담 조직 없음)
- 분석 품질 편차 존재
(3) 분산 구조
- 분석 인력을 현업 부서에 배치
- 현업 이해도 올라감, 협업이 중요
6) 빅데이터 거버넌스 프레임워크
- 데이터 거버넌스 : 전사 차원에서 데이터를 표준화, 관리, 통제하기 위한 관리 체계
* 빅데이터 거버넌스 목적
- 빅데이터 효율적 관리
- 데이터 신뢰성 검토 및 최적화
- 관리 책임자 지정
- 정보 보호 및 외부 데이터 통합관리
* 데이터 거버넌스 구성요소
- 원칙 : 데이터 관리 기준 / 정책
- 조직 : 책임자, 조직 체계
- 프로세스 : 실제 관리 절차
* 주요 관리 대상
- 마스터 데이터 : 기준이 되는 핵심 데이터
- 메타 데이터 : 데이터를 설명하는 데이터
- 데이터 사전 : 데이터 정의 정보 (데이터 사전은 메타 데이터 정보 포함)
* 데이터 거버넌스 체계
- 데이터 표준화 : 메타 데이터 및 데이터 사전 구축, 표준 정의
- 데이터 관리체계 : 메타 데이터 및 사전의 관리 원칙, 운영 및 통제
+ 운영 측면 관리
- 저장소 관리 : 저장소 구성 및 관리
- 표준화 활동 : 모니터링, 표준 개선 활동
'AI 관련 자격증' 카테고리의 다른 글
| ADsP 자격증 요약 정리(8) - 3과목 R기초 확률 / 통계 개념 (0) | 2026.02.05 |
|---|---|
| ADsP 자격증 요약 정리(7) - 3과목 R기초 EDA와 DM (0) | 2026.02.04 |
| ADsP 자격증 요약 정리(5) - 2과목 데이터 분석 과제 (1) | 2026.02.04 |
| ADsP 자격증 요약 정리(4) - 2과목 데이터 분석 기획 (0) | 2026.02.04 |
| ADsP 자격증 요약 정리(3) - 1과목 빅데이터 (0) | 2026.02.02 |