국내 DB개발 분야 '메카'
`데이터베이스(DB)의 군살을 뺀다.`
KAIST테크노대학원 DB연구실은 국내 전산박사 1호이자 DB관련분야 권위자인 문송천 교수의 지도 아래 총 23명의 박사와 46명의 석사를 배출하는 등 학계 및 업계에 크게 기여하고 있는 DB연구의 산실이다.
지난 1985년 KAIST 전산학과 소속의 연구실로 출발한 DB연구실은 1996년 KAIST 테크노경영대학원이 설립되면서 경영공학 소속으로 자리를 옮겼다.
현재 석ㆍ박사 10여명이 분산DBㆍ데이터모델링ㆍDB보안ㆍ이동DBㆍDB웨어하우스 등 분야 연구에 정열을 쏟아 붇고 있는 DB연구실은 국내 DB개발 분야의 메카로서 탄탄한 입지를 자랑한다.
아시아 최초 관계형 DB엔진 `IM`개발(1990년)ㆍ세계 5번째, 아시아 최초 분산형 DB엔진 `DIME` 개발 등 연구 성과는 이를 잘 말해 준다.
최근에는 경영공학적 측면에서 기업 전체의 데이터 지도를 다루는 전사적 데이터 모델링 연구를 활발히 추진, 하드웨어ㆍ소프트웨어에 이은 제3의 `웨어`인 `차세대 데이터웨어(dataware)` 개발에 박차를 가하고 있다.
데이터 모델링이란 기업의 `전사적 데이터 지도`를 만드는 일련의 방법론을 말한다.
많은 양의 데이터를 효과적으로 운용하기 위해 데이터 중복을 최대한 제거하고 속도와 질을 모두 만족시키는 데이터 지도만이 기업의 데이터 무결성을 보장하는 동시에 정보시스템의 응답 속도 및 서비스 품질을 향상시킬 수 있다는 것.
"대부분 기업체의 DB가 60~70%가량 데이터 중복률을 기록하고 있는 것으로 파악됩니다. 인체로 말하면 콜레스테롤 레벨이 위험 수준에 육박한 셈이지요. 더 큰 문제는 DB의 군살을 빼야하는 데도 실제로 기업체에선 이에 대한 필요성을 인식 못하고 있다는 점입니다."
마치 인체의 콜레스테롤이 누적되면 혈액순환이 원활하게 이뤄지지 않아 위험하듯이 불필요한 DB의 누적으로 DB활용성이 떨어지고, 더 나아가 회사의 경영효율성 저하를 초래한다는 게 문 교수의 지적이다.
이는 반대로 체계적인 DB지도를 구축하면 데이터 경영의 합리성을 배가시킬 수 있다는 말이기도 하다.
문 교수를 필두로 DB연구실이 심혈을 기울이고 있는 전사적 DB지도의 구축은 흔히 볼 수 있는 도로지도를 만드는 것과 유사한 방식으로 진행된다.
도로지도에 개략지도와 정밀지도가 있는 것과 마찬가지로 우선 중복된 데이터를 가려낸 뒤 이를 토대로 개략적 형태를 마련한 뒤 보다 잘 다듬어진 정밀지도를 구성하는 것이다.
문 교수는 기업의 DB를 한 눈에 파악할 수 있는 `전사적 DB지도`가 구축되면 그 효용성은 무한대로 확장된다고 강조한다.
직원별 데이터 담당구역은 물론 임원별 담당구역까지도 손쉽게 확인할 수 있고, 이를 통해 직원간 내지 임원간 어느 정도 업무가 중복되지 파악해 업무 효율화를 높일 수 있다는 설명이다.
또 많은 기업들이 중요성을 강조하면서도 실제론 만족할 만한 효율성을 얻지 못하고 있는 지식경영ㆍ데이터 창고화ㆍ고객관계관리 등 데이터 기반 사업들도 전사적 DB지도가 구축되면 달라질 수 있다고 강조한다.
이미 수작업을 통해 기업체의 전사적 DB지도를 만드는 작업은 소요기간을 4개월로 단축시킬 수 있을 정도의 노하우를 축적해 놓은 상태로, KTㆍKBSㆍ미래신용정보 등 기업체에 데이터모델링 방법론에 대한 자문을 진행하고 있다.
하지만 궁극적인 목표는 전사적 DB지도를 자동으로 생성할 수 있는 소프트웨어 툴을 개발하는 데 있다.
문 교수는 "기업이 ERP 패키지 도입 등을 통해 전사정보화를 이루는 데 300억 원이 소요된다면 구축비용이 10분의 1에 불과한 전사적 DB지도로 더 큰 실용성을 거둘 수 있다"고 설명했다.
그는 또 "300억 원 가량의 연구비가 투입되면 5년 내 세계를 깜짝 놀라게 할 만한 연구성과를 내올 수 있는데 주변의 관심이 부족한 게 아쉽다"며 "그럼에도 중단하지 못하는 이유는 무한한 가치 때문"이라고 덧붙였다.
`데이터베이스(DB)의 군살을 뺀다.`
KAIST테크노대학원 DB연구실은 국내 전산박사 1호이자 DB관련분야 권위자인 문송천 교수의 지도 아래 총 23명의 박사와 46명의 석사를 배출하는 등 학계 및 업계에 크게 기여하고 있는 DB연구의 산실이다.
지난 1985년 KAIST 전산학과 소속의 연구실로 출발한 DB연구실은 1996년 KAIST 테크노경영대학원이 설립되면서 경영공학 소속으로 자리를 옮겼다.
현재 석ㆍ박사 10여명이 분산DBㆍ데이터모델링ㆍDB보안ㆍ이동DBㆍDB웨어하우스 등 분야 연구에 정열을 쏟아 붇고 있는 DB연구실은 국내 DB개발 분야의 메카로서 탄탄한 입지를 자랑한다.
아시아 최초 관계형 DB엔진 `IM`개발(1990년)ㆍ세계 5번째, 아시아 최초 분산형 DB엔진 `DIME` 개발 등 연구 성과는 이를 잘 말해 준다.
최근에는 경영공학적 측면에서 기업 전체의 데이터 지도를 다루는 전사적 데이터 모델링 연구를 활발히 추진, 하드웨어ㆍ소프트웨어에 이은 제3의 `웨어`인 `차세대 데이터웨어(dataware)` 개발에 박차를 가하고 있다.
데이터 모델링이란 기업의 `전사적 데이터 지도`를 만드는 일련의 방법론을 말한다.
많은 양의 데이터를 효과적으로 운용하기 위해 데이터 중복을 최대한 제거하고 속도와 질을 모두 만족시키는 데이터 지도만이 기업의 데이터 무결성을 보장하는 동시에 정보시스템의 응답 속도 및 서비스 품질을 향상시킬 수 있다는 것.
"대부분 기업체의 DB가 60~70%가량 데이터 중복률을 기록하고 있는 것으로 파악됩니다. 인체로 말하면 콜레스테롤 레벨이 위험 수준에 육박한 셈이지요. 더 큰 문제는 DB의 군살을 빼야하는 데도 실제로 기업체에선 이에 대한 필요성을 인식 못하고 있다는 점입니다."
마치 인체의 콜레스테롤이 누적되면 혈액순환이 원활하게 이뤄지지 않아 위험하듯이 불필요한 DB의 누적으로 DB활용성이 떨어지고, 더 나아가 회사의 경영효율성 저하를 초래한다는 게 문 교수의 지적이다.
이는 반대로 체계적인 DB지도를 구축하면 데이터 경영의 합리성을 배가시킬 수 있다는 말이기도 하다.
문 교수를 필두로 DB연구실이 심혈을 기울이고 있는 전사적 DB지도의 구축은 흔히 볼 수 있는 도로지도를 만드는 것과 유사한 방식으로 진행된다.
도로지도에 개략지도와 정밀지도가 있는 것과 마찬가지로 우선 중복된 데이터를 가려낸 뒤 이를 토대로 개략적 형태를 마련한 뒤 보다 잘 다듬어진 정밀지도를 구성하는 것이다.
문 교수는 기업의 DB를 한 눈에 파악할 수 있는 `전사적 DB지도`가 구축되면 그 효용성은 무한대로 확장된다고 강조한다.
직원별 데이터 담당구역은 물론 임원별 담당구역까지도 손쉽게 확인할 수 있고, 이를 통해 직원간 내지 임원간 어느 정도 업무가 중복되지 파악해 업무 효율화를 높일 수 있다는 설명이다.
또 많은 기업들이 중요성을 강조하면서도 실제론 만족할 만한 효율성을 얻지 못하고 있는 지식경영ㆍ데이터 창고화ㆍ고객관계관리 등 데이터 기반 사업들도 전사적 DB지도가 구축되면 달라질 수 있다고 강조한다.
이미 수작업을 통해 기업체의 전사적 DB지도를 만드는 작업은 소요기간을 4개월로 단축시킬 수 있을 정도의 노하우를 축적해 놓은 상태로, KTㆍKBSㆍ미래신용정보 등 기업체에 데이터모델링 방법론에 대한 자문을 진행하고 있다.
하지만 궁극적인 목표는 전사적 DB지도를 자동으로 생성할 수 있는 소프트웨어 툴을 개발하는 데 있다.
문 교수는 "기업이 ERP 패키지 도입 등을 통해 전사정보화를 이루는 데 300억 원이 소요된다면 구축비용이 10분의 1에 불과한 전사적 DB지도로 더 큰 실용성을 거둘 수 있다"고 설명했다.
그는 또 "300억 원 가량의 연구비가 투입되면 5년 내 세계를 깜짝 놀라게 할 만한 연구성과를 내올 수 있는데 주변의 관심이 부족한 게 아쉽다"며 "그럼에도 중단하지 못하는 이유는 무한한 가치 때문"이라고 덧붙였다.
