페이퍼요약 - 데이터 마이그레이션의 주요 고려사항 by Bell

제목: 데이터 마이그레이션의 주요 고려사항(Data Migration – Key Considerations)

저자: Glen Bell

문서유형: 컨퍼런스 페이퍼(총 7페이지), 2011년 

데이터 마이그레이션

• 유지보수가 비싸고 수정이 어려운 레가시 시스템은 조직의 경쟁력을 약화시키지만 이를 신 시스템으로 전환하는데 있어 장애물 중 하나로 데이터 마이그레이션이 있다.
• 데이터 마이그레이션은 많은 시간과 노력이 요구되는 작업으로 일부 조사에서는 데이터 마이그레이션 프로젝트의 84%가 실패하는 것으로 보고하고 있다.
• 영국 금융 서비스 업체들을 조사한 바에 의하면 72%의 조직이 데이터 마이그레이션이 너무 위험하다는 이유로 애플리케이션 이전을 연기한 경험이 있다고 함

성공적인 데이터 마이그레이션을 막는 5가지 요인

1. 시스템 전환 노력에 부정적인 영향을 미치게 될 때까지 데이터 마이그레이션을 연기

레가시 시스템 전환에서 데이터 마이그레이션은 그다지 신경을 쓰지 않고 뒤로 미루어 둔 채 애플리케이션의 다른 부분에만 관심을 쏟는 경우가 많은데, 데이터 마이그레이션 없이는 타겟 시스템의 전개가 불가능하므로 프로젝트 전체가 지연되는 결과를 낳는다. 즉, 데이터의 이해/전환/테스트/로딩 프로세스가 타겟 시스템의 완료 시점을 결정하는 핵심 경로가 되므로 데이터 마이그레이션을 피할 수 없다면 가능한 빨리 시작 하는 것이 좋다.

 

2. 비용 및 시간 예측의 결여로 데이터 마이그레이션 관련 적절한 의사결정을 내리는데 실패

적절한 자원 투입 및 관리자의 관심을 얻기 위해서는 데이터 마이그레이션에 드는 노력과 비용 예측을 최대한 빠르게 하는 것이 중요하다.

일반적인 데이터 마이그레이션 예측 방법 소스 시스템의 데이터 타입을 식별(예, ‘look up’ 테이블 개수, duplicate 테이블 개수, 1회용 임시 테이블 개수 등) 비즈니스 데이터를 가진 테이블의 데이터 마이그레이션 복잡도(저, 중, 고)를 분류. 테이블이 얼마나 많은 예외/특이/부정확 데이터를 포함하는지에 따라 복잡도가 결정됨 예측치가 실제 요구되는 노력 정도에 매치되는지 데이터 마이그레이션 프로젝트 동안에 여러 번 반복하여 확인해야 한다. 일차적으로 작은 규모의 대표적인 데이터 집합을 선택하여 마이그레이션 한 후 여기에 실제 소요되는 노력을 측정하고 이를 기반으로 전체적인 예측치를 찾는 방법도 가능하다. 이런 노력/비용 예측치는 어떤 데이터를 마이그레이션 하고 어떤 데이터는 마이그레이션에서 제외할 것인지 적절한 의사결정을 할 수 있게 돕는다(소스 시스템의 모든 데이터를 타겟 시스템으로 마이그레이션 하는 방법은 가장 단순하지만 비용이 가장 많이 드는 방법이고 또한 과거 데이터가 종종 다른 비즈니스 규칙에서 생성된 경우가 있어서 바람직하지 않은 방법이기도 하다).

3. 데이터 마이그레이션 프로젝트에 비즈니스를 완전히 담아내는데 실패

데이터 마이그레이션 이슈는 비즈니스 이슈이다. IT 작업자는 비지니스 관련 모호성, 이해 상충 불확실성을 해결한 전문 지식도 권한도 없으므로 주요 비즈니스 분야의 대표자가 데이터 마이그레이션을 직접 관리 및 감독하고 적극 참여하는 것이 성공에 필수적이다.

[데이터 마이그레이션 프로젝트에 비즈니스 참여 구조 예]

4. 내부 전문가에게 접근하거나 지원을 얻는데 실패

내부에서 개발한 소스 시스템은 내부 직원(비즈니스와 IT 분야 모두)이 가장 잘 알고 있고 새로운 솔루션의 요구사항을 정의하는데도 이들의 도움이 매우 중요하지만 각자 이미 맡은 일이 있기 때문에 시간을 내기가 어려울 수도 있다. 이 문제의 한 가지 해결책으로 데이터 마이그레이션 작업을 일반 작업자가 할 수 있는 일과 해당 도메인에 지식을 가진 내부 전문가(subject matter experts: SME)가 필요한 일로 분리하여 SME의 참여를 최대한 줄이는 방법이 있다. 예를 들어, 데이터 전환 노력은 기술적인 문제와 비즈니스 문제 모두를 다루는데, EBCDIC에서 ASCII로 전환이나 예외 데이터 값(outlier values) 식별 같은 기술적인 문제는 일반 기술자가 수행하고 식별된 예외 데이터를 어떻게 처리해야 하는지 같은 문제는 SME가 해결하도록 한다.

[계층에 따른 SME 참여 - 상위 계층 일수록 SME의 참여가 증가]

5. 증명되지 않은 도구와 프로세스 그리고 비전문가에 의한 작업 수행

대부분의 조직에서 핵심 시스템 전환은 십 년에 한번 일어날까 말까 하는 드문 작업이므로 내부 직원이 데이터 마이그레이션 전문성을 쌓기가 쉽지 않다. 데이터 마이그레이션에는 일반적인 시스템 개발 생명 주기에는 포함되지 않는 활동(예, 데이터 클린징)들이 포함되므로 경험이 많은 전문 기관의 도움을 받는 것이 좋다. 또한 데이터 마이그레이션은 실패 위험이 높은 작업이므로 기 증명된 데이터 마이그레이션 방법론을 도입하여 주어진 프로젝트에 맞게 커스토마이징하여 사용하는 것이 바람직하다. 데이터 마이그레이션 활동인 데이터 품질 평가와 클린징, 데이터 추출/변환/로드를 수행하기 위해 내부에서 자체 도구를 개발하거나 또는 제 3자가 공급하는 도구를 구매하여 사용하기도 한다. 

[일반적인 데이터 마이그레이션 방법론]

[일반적인 데이터 마이그레이션 산출물 흐름]