( 단보 ) 국립공원공단의 전사적 데이터 관리 기반 및 정책에 관한 고찰
전세근1*
⋅
강병선1⋅
홍석진21국립공원공단 국립공원연구원, 2국립공원공단
Review of enterprise data management infrastructure, and policies of the Korea National Park Service
Se-Kun Jeon
1*, Byeong-sun Kang
1and Suk-Jin Hong
21Korea Nationlal Park Research Institute, Wonju, 26441, Korea 2Korea Nationlal Park Service, Wonju, 26466, Korea
요약: 최근 제4차 국립공원공단 정보화전략계획 수립 결과물 및 관련 법령, 정책을 토대로, 현재 국립공원공단의 데이터 관리 수준을 파악하고 자 한다. 데이터 프로파일링 기법을 이용하여 전사적 데이터 품질관리 수준을 확인한 결과, 데이터 표준이나 구조적으로 정합성을 확보하기 어렵고, 지침, 매뉴얼, 조직 및 예산 등 데이터 품질관리 기반이 부족한 실정이다. 국립공원공단의 전사적 데이터는 정확성(Accuracy), 일관성 (Consistency), 최신성(Timeless), 완전성(Completeness)을 갖출 수 있도록 관리되어야 하고, 이를 실현하기 위하여 데이터 품질관리 프 레임워크에 따라 이행계획을 수립해야 할 필요가 있다.
주요어: 데이터 관리 정책, 국립공원공단
Abstract: Based on the results of the recent〝4th Korea National Park Service Information Strategy Plan〞 establishment and related laws and policies, we want to understand the current level of data management in Korea National Park Service. As a result of confirm- ing the level of enterprise-wide data quality management using the data profiling technique, it is difficult to secure data standard or structural consistency, and the basis for data quality management such as guidelines, manuals, organization and budget is insufficient. The company-wide data of the National Park Service should be managed to ensure accuracy, consistency, time- lessness, and completeness, and to realize this, an implementation plan is established according to the data quality management framework.
Key words Data Management Policy, Korea National Park Service
서론
빅데이터 플랫폼과 인공지능으로 대표되는
4차 산업
혁명의 주요 핵심기술들은 데이터 관리 전반(생성, 가공, 운영)에 있어 정확하고 신속하게 처리하는 것에 근본적 인 목적이 있다. 이에 따라 대한민국 정부는 정부혁신을 도모하고, 국가경쟁력을 향상시키기 위해 ‘과학기술 발전 이 선도하는4차 산업혁명’이라는 국정전략에 수립하였
다. 정부가 추진하는 이행계획의 중심에는 공공데이터관리수준 제고 및 품질향상을 위해 데이터 관련 법령 및 제도적 개선책을 마련하고 범정부적 데이터 품질관리 체계를 도입하는 등 정책적 기반을 확대하고 있다.
굳이 범정부적 노력을 차치하더라도, 부정확한 데이터 로 인하여 생길 수 있는 손실은 첫째, 데이터 품질 저하로 발생할 수 있는 비용적인 측면을 고려할 수 있으며 둘째, 고객 불만과 제품관련 불만사항 등을 들 수 있으며 셋째, 낮은 품질의 데이터로 인한 비즈니스 비용으로 회수 불 가능한 비용이나 제품과 서비스에 대한 추가작업 비용
Received 04 August 2021; Revised 16 February 2022; Accepted 23 February 2022
*Corresponding to 전세근(Se-Kun Jeon) E-mail. [email protected]
등을 들 수 있다(Jung, 2007). 사실 많은 기업에서 불량 데이터는 알려지지 않은 문제로 남아 있다. 기본적으로 여러 시스템들이 불량 데이터 문제를 숨긴 채 오랫동안 그럭저럭 운영되어 왔으며, 이로 인해 각 부서는 정보가 일치되지 않는 보고서를 만를어내거나 정확한 대답을 찾 기위해 사람들이 직접 데이터를 손보는 작업을 해야만 했다(Kim, 2005). 데이터 관리 과정 중의 어느 한 단계 에서 데이터 품질의 손실은 데이터의 유용성과 이용성 을 감소시키고(Arthur, 2005), 기업이나 조직을 운영하는 비용과 시간을 증가시킨다.
데이터 품질관리는 데이터 자체는 물론 데이터를 생 성⋅가공⋅운영하는 전 과정이 관리 활동의 대상이 되 어야 한다. 따라서 데이터의 현상적 품질 요인이나 구조 적 품질 요인을 대상으로 하는 데이터 정합성 관리, 그리고 데이터의 생성 및 활용 조직, 해당 조직의 운영 규정⋅
정책까지 품질관리의 대상이 된다(KDPC, 2004). 데이터 품질의 원칙은 데이터 관리 절차의 모든 과정에 적용될 필요가 있다(Arthur, 2005). 전사적인 데이터 품질관리는 데이터 관리 비전, 정책 및 전략이 수립되어야 하며, 이를 실현하기 위해서는 관련 규정과 조직(인력)을 필요로 한다.
한편, 국립공원공단은 변화된 업무여건과 IT기술에 적 응하기 위하여 정보시스템이 생겨났고, 현재 11개 대국민 서비스를 위한 정보시스템과
20개
업무정보 시스템이 구 축되어 있다(국립공원관리공단, 2017). 각 업무정보시스 템은 업무부문별 데이터의 효율적인 관리를 위하여 구 축되었고, 국립공원공단의 경영 및 국립공원 관리를 위하 여 최신 IT기술을 접목하여 비약적인 개선과 발전을 이루어왔다. 그러나, 지속적으로 전사적 데이터 품질에 대 한 논란과 개선 요구가 있었고, 각 업무정보시스템의 표 준이 상이하여 통합적 관리가 어려운 실정이다.
본 논문은 이러한 여건을 인식하고 최근 제4차 정보화 전략계획 수립 결과물 및 관련 법령, 정책 등을 토대로, 현재 국립공원공단의 데이터 관리 수준을 파악하고, 정책 및 제도적 개선을 도모하여 국립공원공단의 데이터 관리 기반을 개선하는데 도움이 되고자 한다.
여건 및 현황
1. 데이터 품질관리 수준
데이터 프로파일링 기법을 이용하여 전사적 데이터 품 질관리 수준을 확인하였다. 데이터 프로파일링은 데이터 값과 구조에 기초하여 DB를 구성하는 물리적 컬럼의 표 준 준수 및 값의 유효성 등을 진단 도구(Tool)를 사용하 여 측정하는 진단 방법이다(NIA, 2018).
｢제4차 정보화전
략 계획 수립(국립공원관리공단, 2017)｣에서는 데이터 프 로파일링을 통한 결과를 다음과 같이 도출하였다.1) 값(value) 분석
값 분석은 기본적으로 준수되어야 하는 데이터 값의 유효성, 정확성, 표준 적용 여부 등이 도메인별 속성에 위배되어 잠재적으로 업무에 영향을 줄 수 있는 오류 데 이터를 파악하기 위한 분석기법이다(NIA, 2018). 2017년
Type Numbers of Table Numbers of Column Total Numbers of Error Rate of Errors(%)
Total 831 1,699 137,358,562 1,633,967 1.19
NOT_NULL 102 412 38,898,459 230,261 0.59
Date 210 372 18,239,252 845,165 4.63
Column 263 519 12,966,813 527,011 4.06
Effective Patterns 256 396 67,254,038 31,530 0.05
Type of Analysis Numbers of Analysis Numbers of Error Rate of Errors(%) Standards
Analysis
Errors of Attribute 21,522 9,609 44,65
Errors of ColumnName(KOR) 21,522 10,450 48.55
Errors of ColumnName(ENG) 21,522 2,367 11.00
Table 1. Analysis result of data profiling for system(KNPS, 2017)
당시 국립공원공단에서 운영하는 모든 업무시스템의 값 분석결과를 다음과 같이 기술하고 있다.
2) 구조(structure) 분석
구조 분석은 데이터를 관리하는 구조의 설계, 구축의 문제로 인하여 데이터 값이 일관되게 관리되지 못하거 나 정합성을 확보하지 못하는 현상을 파악하기 위한 분 석기법이다(NIA, 2018). 2017년 당시 국립공원공단에서 운영하는 모든 업무시스템의 구조 분석결과를 다음과 같 이 기술하고 있다.
2. 데이터 관리 기반 현황
1) 정책 및 제도적 현황
대한민국 정부는 ｢전자정부법｣,
｢공공데이터의 제공 및
이용활성화에 관한 법률｣등 정부 및 공공기관은 행정업 무의 전자적 처리로 범정부적 효율성을 구현하고 행정의 생산성, 투명성을 통해 국민의 삶의 질 향상을 도모하고 있다. 또한, 국무총리실과 공공데이터전략위원회는 2022 년까지 정부, 지방자치단체 및 공공기관 등이 생산한 데 이터 중 개인정보, 군사기밀 등 민감자료를 제외한 모든 데이터를 개방하는 것을 목표로 정책을 추진하고 있다.국립공원공단의 상위기관인 환경부 소관의 상위법령 인 ｢자연환경보전법｣,이나
｢생물다양성법｣에 규정된 정보
시스템 운영과 관련된 의무규정이 명문화되어있는 반면, 자연공원의 보전 및 관리를 위해 제정된 ｢자연공원법｣과 공단 설립을 위해 제정된 ｢국립공원공단｣법에서는 정보 화 또는 정보공유를 위한 의무규정은 물론 권고규정조 차 찾을 수 없다. 또한, 자연공원의 지정⋅관리에 관한 규 정에서는 대장(臺帳)이나 도면을 통해 공원정보를 관리하도록 규정하고 있다.
공단의 내부에서는 현재 ｢정보화업무규칙｣,
｢기록물관
리규칙｣등을 기반으로 업무데이터 및 정보를 관리하고 있다.｢정보화업무규칙｣은 공단 데이터 관리를 포함한 정
보화와 관련된 절차 및 기술과 관련되어 정보화 계획, 정 보화 구축⋅운영 및 정보화 성과관리에 대한 사항을 규 정하고 있다.｢기록물관리규칙｣은 공단 업무와 관련되어
생성된 모든 정형⋅비정형적 형태의 자료를 보존하고 관 리하는 방법과 절차에 대하여 규정하고 있다.｢정보화업무규칙｣에서는 정보화담당부서의 장이 정보
화책임관으로 데이터 및 정보의 관리를 총괄하고, 정보 화 지원, 평가, 교육 및 활용 전반에 관한 업무를 추진하 도록 하고 있다. 그러나, 실질적인 정보시스템의 관리는 해당업무 소관부서가 직접 관리하며, 기술적인 역량의 한 계로 대부분 전문기업에 위탁하여 운영하고 있다. 더불 어 세부적인 지침이나 매뉴얼 및 표준자료의 부재로 일 관성있는 관리가 불가한 실정이다.2) 조직 및 예산 현황
국립공원공단 정보화담당부서인 정보지원실은 파견자 를 제외하고
1실 8명으로 구성되어 있다.
주요 업무는 전 자문서 유통과 관리, 정보보안, 네트워크 및 인프라 관리 를 수행하고 있으며, 통합경영정보시스템(ERP)와 전자문 서시스템(POKUS)을 유지관리 중이다. 부서의 업무분장 상 데이터베이스 관리가 명시되어 있으나 전사적 데이터 품질관리와 관련된 활동이나 전사적 데이터 관리를 위한 인력 및 역할이 정확하게 설정되어 있지 않고, 서론에서 언급한 데이터 품질관리를 위한 지침이나 매뉴얼 등 관 련 업무를 찾아볼 수 없다.국립공원공단의 2021년 예산 3,703억원(인건비, 경상
Type of Analysis Type of Detail Numbers of Table Numbers of Error Rate of Errors(%) Table
Unused Tables 1,009 95 0.09
Overlapped Tables 1,009 350 0.35
Undefined Primary Key 1,009 350 0.55
Type of Analysis Type of Detail Numbers of Table Numbers of Column Numbers of Error Rate of Errors(%)
컬럼 Analysis of Unused Column 1,009 21,522 1,596 0.07
UNDEFINED Data Length 1,009 21,522 - 0.00
Table 1. Continued
경비 제외) 중 정보화 관련 예산은 전체 예산의 0.1%수
준인
39억이며,
대부분 시스템 운영, 구축 및 전산장비 유지로 사용되고 있다.
고찰
데이터 프로파일링 결과(Table 1)를 봤을 때, 표준분 석 시 오류가 현저히 높게 나타났다. 이는 전사적 데이터 표준이 부재하여, 동일한 객체를 표현하는 방식, 규격, 구 분값 등이 상이하여 나타나는 현상이다. 더불어 각 업무 정보시스템의 유기적인 연계나 데이터 통합이 어려운 상 태라는 것을 여실히 나타내는 것이다. 그 외, NOT-NULL 이나 날짜 등 값 분석시 나타나는 오류 유형들의 사례들 을 확인하였을 때, 데이터 표준이 부재하여 허용값에 대 한 정의가 없어 생산되는 데이터의 무결성을 보장받을 수 없는 상태라고 판단된다. 최근 기록하는 업무정보의 규모가 기하급수적으로 증가하고 있는 실정을 고려할 때, 전사적 데이터 품질관리 프레임워크가 도입이 신속하게 이루어져야 마땅하다. 제4차 정보화전략계획 수립 과정 에서 확인된 결과, 데이터 품질관리 기반이 현저히 부족 하고, 이와 관련된 비용과 시간이 지속적으로 증가함에 따라 업무 생산성은 물론 미래 경쟁력 저하로 이어질 수 있다고 판단된다.
국립공원공단의 전사적 데이터는 정확성(Accuracy), 일 관성(Consistency), 최신성(Timeless), 완전성(Completeness) 을 갖출 수 있도록 관리되어야 하고, 이를 실현하기 위하 여 데이터 품질관리 프레임워크에 따라 이행계획을 수립
해야 할 필요성이 있다. 데이터 품질관리 프레임워크는
[전략-구현-운영]의 정보시스템의 라이프사이클(life cy- cle)과 [데이터-규정-조직]의 데이터 품질관리 영역(area)을
기준으로 데이터 품질관리의 복잡한 실체를 정형화된 논 리로 설명하기 위한 틀이다(KDPC, 2004). 이에 비추어 국 립공원공단의 현황을 되짚어 보자면, 데이터 및 정보 관 리에 대한 기반이 빈약하다고 볼 수 있다. 국립공원공단 내부의 제도와 규정이 마련되어야 전사적 자료와 정보의 관리에 대한 구체적 범위와 전략이 구성될 수 있고, 구체 적 범위와 전략을 기반으로 데이터 품질관리를 위한 프 레임워크가 원활하게 작동할 수 있다.서론에서 언급한 바와 같이 4차 산업혁명의 핵심기술 들은 데이터를 근간으로 한다. 이를 바탕으로 언론에서는 데이터를
4차 산업혁명 시대의 “원유”로 비유하기도 하
고, 또 다른 말로 GIGO (Garbage In, Garbage Out)로도 표현하기도 한다(Fig. 1). 실제 정확하지 않거나 최신성 을 보장할 수 없는 데이터는 잘못된 정보를 양산하고, 때 로는 잘못된 정보가 조직의 치명적인 의사결정을 유발하 기도 한다. 다시 말하자면, 정제되고 객관적이며 신뢰도 가 높은 데이터가 보장되어야 4차 산업혁명의 핵심기술 의 편익과 효용성을 보장받을 수 있는 것이다.국립공원공단은 최근 빠르게 변화하고 있는 공원관리 여건에 대응하기 위해 사물인터넷(IoT), 드론 및 인공지 능 기술 등 최신 정보기술을 적극적으로 도입하고 있다.
이에 따라 데이터의 유형과 양적인 수준은 매년 큰 폭으 로 확대되는 반면, 예전에 비해 보다 신속하고 투명하며 합리적인 의사결정을 요구받는 실정이다. 본 연구가 국립 공원공단이 데이터 관리 기반을 정책 및 제도를 정비하
Fig. 1. GIGO(Garbage In Garbage Out) System(Google, www.google.com)
고, 4차 산업혁명 기술을 적극적으로 활용하는데 작은 도 움이 되길 바란다. 나아가 데이터를 통해 공공기관으로 서 사회적 가치 향상은 물론 국민의 편익을 증진시키는 데 기초가 될 수 있기를 희망한다.
사사
본 연구 논문은 국립공원공단에서 시행된 2017년 ｢제
4차 정보화전략 계획 수립｣사업 결과를 반영하여
작성되었습니다.
참고문헌
국립공원공단. 2017. 제4차 정보화 전략 계획 - 3 .현황 분석.
p. 896.
김문영. 2005. 체계적인 데이터 품질관리를 위한 대안을 찾아 서. 디지털 콘텐츠. Pp. 114-121.
