# 데이터 거버넌스 프레임워크 구축

> 조직 전체에서 데이터 품질을 관리하기 위한 거버넌스 역할, 정책, 기준을 수립합니다.

Source: https://dataqualitysense.com/ko/resources/best-practices/data-governance-framework/
Last updated: 2026-04-16

---

## 배울 내용

이 가이드는 지속 가능한 데이터 품질 개선을 지원하는 데이터 거버넌스 프레임워크를 구축하는 방법을 다룹니다. 다음을 이해하게 됩니다:

- 거버넌스, 관리, 품질의 차이
- 핵심 역할: 데이터 오너, 데이터 스튜어드, 데이터 커스토디언
- 책임을 이끄는 정책 구성 요소
- 거버넌스 위원회를 구성하는 방법
- DQS가 거버넌스 이니셔티브를 지원하는 방법

## 데이터 거버넌스란 무엇인가?

데이터 거버넌스는 데이터에 대한 결정을 누가 내리고 그 결정이 어떻게 내려지는지를 정의합니다. 조직이 데이터를 처리하는 방식을 안내하는 책임, 정책, 기준을 수립합니다.

DAMA-DMBOK 프레임워크는 데이터 관리의 중심에 거버넌스를 배치합니다. 연구에 따르면 조직의 60%가 데이터 거버넌스 프레임워크를 수립했으며, DAMA-DMBOK이 공통 참조 지점 역할을 합니다.

서류상으로만 프레임워크를 가지고 있는 것이 실제로 작동하는 것과는 다릅니다. [Gartner는 2024년에 데이터 및 분석 거버넌스 이니셔티브의 80%가 2027년까지 실패할 것이라고 예측했으며](https://www.gartner.com/en/newsroom/press-releases/2024-02-28-gartner-predicts-80-percent-of-data-and-analytics-governance-initiatives-will-fail-by-2027-due-to-a-lack-of-a-real-or-manufactured-crisis-), 주로 비즈니스 결과와 단절되어 있고 가치 창출이 아닌 위생 프로그램으로 취급되기 때문입니다. 아래의 프레임워크는 정확히 그러한 실패 모드를 피하기 위해 구조화되어 있습니다: 모든 역할과 정책은 측정 가능한 비즈니스 질문으로 거슬러 올라갑니다.

### 거버넌스 vs. 관리 vs. 품질

이 세 가지 분야는 함께 작동하지만 서로 다른 목적을 가집니다:

| 분야 | 초점 | 핵심 질문 |
|------|------|-----------|
| **데이터 거버넌스** | 결정 권한 및 책임 | 누가 결정합니까? |
| **데이터 관리** | 데이터의 운영적 처리 | 어떻게 처리합니까? |
| **데이터 품질** | 목적에 맞는 적합성 | 충분히 좋습니까? |

거버넌스가 규칙을 설정합니다. 관리가 규칙을 따릅니다. 품질이 규칙이 작동하는지 측정합니다.

> **팁:** 품질 도구에 투자하기 전에 거버넌스 구조부터 시작하십시오. 책임 없는 도구는 지속적인 개선을 거의 제공하지 못합니다.

## 세 가지 필수 역할

모든 거버넌스 프레임워크는 명확한 소유권이 필요합니다. DAMA-DMBOK은 데이터 책임의 기반을 형성하는 세 가지 주요 역할을 정의합니다.

### 1. 데이터 오너

데이터 오너는 특정 데이터 도메인에 대해 가장 높은 수준의 책임을 집니다. 그들은 다음을 담당하는 비즈니스 리더입니다:

- 데이터에 대한 "좋은 품질"의 의미 정의
- 데이터 접근 및 사용을 관리하는 정책 승인
- 데이터 관련 분쟁에 대한 최종 결정
- 데이터 품질 개선을 위한 리소스 할당

| 책임 | 예시 |
|------|------|
| 품질 기준 설정 | "고객 이메일 주소는 30일 이내에 확인되어야 합니다" |
| 접근 승인 | "영업팀은 재무 데이터를 볼 수 있지만 편집할 수 없습니다" |
| 수정 우선순위 결정 | "이번 분기에는 전화번호보다 주소 데이터가 우선입니다" |

데이터 오너는 비즈니스 요구 사항을 측정 가능한 기준으로 변환하기 위해 데이터 스튜어드와 긴밀히 협력합니다.

### 2. 데이터 스튜어드

데이터 스튜어드는 비즈니스와 IT를 연결하는 주제 전문가입니다. 그들은 다음을 담당합니다:

- 데이터 오너가 설정한 거버넌스 정책 구현
- 데이터 품질 메트릭 모니터링 및 문제 보고
- 데이터 문제 조사 및 해결
- 데이터 정의 및 비즈니스 규칙 문서화

데이터 스튜어드는 데이터 사용자, 기술 팀, 경영진 사이의 중재자 역할을 합니다. 갈등을 해결하고, 데이터 관련 쿼리를 명확히 하며, 협력을 촉진합니다.

| 일일 활동 | 주간 활동 |
|-----------|----------|
| DQS 스캔 결과 검토 | 데이터 오너에게 품질 메트릭 보고 |
| 플래그된 레코드 조사 | 비즈니스 용어집 항목 업데이트 |
| IT와 수정 사항 조율 | 데이터 정책 검토 및 업데이트 |

### 3. 데이터 커스토디언

데이터 커스토디언은 데이터의 기술적 관리를 담당하는 IT 전문가입니다. 그들은 다음을 담당합니다:

- 데이터베이스 스토리지 및 보안 관리
- 데이터 접근을 위한 기술적 제어 구현
- 데이터 변환 및 마이그레이션 실행
- 시스템 성능 및 가용성 유지

데이터 커스토디언은 오너와 스튜어드가 정의한 기술적 요구 사항을 실행합니다.

## 정책 프레임워크 구축

정책은 거버넌스 구조에 힘을 부여합니다. 문서화되고 시행되는 정책 없이는 거버넌스가 이론에 머물게 됩니다.

### 정책 구성 요소

거버넌스 정책 프레임워크는 네 가지 계층을 포함합니다:

| 계층 | 목적 | 예시 |
|------|------|------|
| **원칙** | 고수준 약속 | "데이터는 기업 자산입니다" |
| **정책** | 필수 요구 사항 | "모든 고객 레코드에는 유효한 이메일이 필요합니다" |
| **기준** | 구체적인 임계값 | "이메일 유효성 비율은 95% 이상이어야 합니다" |
| **절차** | 단계별 실행 | "DQS 스캔을 주간으로 실행하고 임계값 이하의 문제를 에스컬레이션" |

### 샘플 정책 구조

데이터 품질 정책 템플릿:

```
정책: 고객 데이터 완전성

오너: 영업 부사장
스튜어드: 영업 운영 관리자

범위: Account 및 Contact 오브젝트

요구 사항:
- Account Name: 100% 입력
- Account Industry: 95% 입력
- Contact Email: 98% 입력
- Contact Phone: 90% 입력

측정: DQS 완전성 스캔, 주간

에스컬레이션: 임계값 이하의 문제를 48시간 이내에 데이터 오너에게 보고
```

## 거버넌스 위원회 구성

거버넌스 위원회는 의사 결정 권한과 교차 기능 조율을 제공합니다.

### 위원회 구성

| 역할 | 책임 | 일반적인 직책 |
|------|------|-------------|
| 경영진 후원자 | 예산 권한, 전략적 정렬 | 부사장/이사 |
| 데이터 오너 | 도메인별 결정 | 사업부 리더 |
| 데이터 스튜어드 리드 | 운영 조율 | 수석 분석가 |
| IT 대표 | 기술적 실현 가능성 | 데이터 아키텍트 |

### 회의 주기

| 빈도 | 초점 |
|------|------|
| 월간 | 품질 메트릭 검토, 에스컬레이션 처리 |
| 분기별 | 전략적 우선순위, 정책 업데이트 |
| 연간 | 프레임워크 검토, 역할 배정 |

> **팁:** 위원회 회의는 현황 업데이트가 아닌 결정에 집중하십시오. 보고서를 미리 전송하고 회의 시간을 해결에 사용하십시오.

## 거버넌스 성숙도 수준

조직은 성숙도 단계를 거칩니다. 현재 위치를 평가하고 다음 단계를 계획하십시오.

| 수준 | 특징 | 다음 단계 |
|------|------|----------|
| **1. 초기** | 공식적인 소유권 없음, 사후 대응 수정 | 첫 번째 데이터 오너 배정 |
| **2. 관리됨** | 일부 소유권, 기본 정책 | DQS로 측정 구현 |
| **3. 정의됨** | 문서화된 정책, 정기적인 측정 | 거버넌스 위원회 수립 |
| **4. 측정됨** | KPI 추적, 책임 시행 | 품질 모니터링 자동화 |
| **5. 최적화됨** | 지속적인 개선, 사전 품질 | AI 준비성 거버넌스로 확장 |

대부분의 조직은 수준 1 또는 2에서 시작합니다. 수준 3으로 이동하는 데는 일반적으로 6-12개월의 집중적인 노력이 필요합니다.

## DQS가 거버넌스를 지원하는 방법

DQS는 거버넌스 프레임워크가 필요로 하는 측정 역량을 제공합니다.

### 거버넌스 정렬 기능

| 거버넌스 필요 | DQS 역량 |
|--------------|----------|
| 기준 정의 | 차원 및 필드별 임계값 설정 |
| 컴플라이언스 측정 | 정의된 기준에 따라 스캔 실행 |
| 이해관계자 보고 | 거버넌스 보고를 위한 결과 내보내기 |
| 추세 추적 | 시간에 따른 결과 비교 |
| 소유권 식별 | 데이터 도메인별로 Definition 구성 |

### DQS를 거버넌스 역할에 매핑

| 역할 | DQS 사용 |
|------|----------|
| 데이터 오너 | 집계 점수 검토, 임계값 변경 승인 |
| 데이터 스튜어드 | 스캔 실행, 문제 조사, 구성 업데이트 |
| 데이터 커스토디언 | 스캔으로 식별된 수정 사항 구현 |

### 거버넌스 정렬 Definition 생성

거버넌스 도메인을 반영하도록 DQS Definition을 구성하십시오:

1. 데이터 오너의 도메인별로 하나의 Definition 생성
2. 문서화된 정책 기준에 맞는 임계값 설정
3. 거버넌스 보고 주기에 맞춰 스캔 예약
4. 거버넌스 위원회 검토를 위해 결과 내보내기

## 시작하기

거버넌스 기반을 수립하기 위해 이 단계를 따르십시오:

### 1-2주차: 오너 식별

1. 중요한 데이터 도메인 목록화 (고객, 제품, 재무)
2. 각 도메인에 대한 책임 비즈니스 리더 식별
3. 현재 상태 문서화: 오늘날 이 데이터에 대한 결정을 누가 내립니까?

### 3-4주차: 스튜어드 선임

1. 각 도메인에 대한 주제 전문가 식별
2. 스튜어드 책임을 서면으로 정의
3. 오너와 스튜어드 간의 커뮤니케이션 채널 수립

### 5-6주차: 초기 정책 초안 작성

1. 하나의 고우선순위 도메인으로 시작
2. 현재 품질 기대치 문서화
3. 핵심 필드에 대한 측정 가능한 임계값 설정

### 7-8주차: 측정 구현

1. 우선순위 도메인에 대한 DQS Definition 생성
2. 초기 스캔을 실행하여 기준선 수립
3. 데이터 오너 및 스튜어드와 결과 공유

## 산업 기준 참고

거버넌스 프레임워크에 대한 더 깊은 읽기:

- DAMA-DMBOK 2.0 - 데이터 관리에 대한 산업 표준 참조
- ISO 8000 - 데이터 품질에 대한 국제 표준
- DAMA-DMBOK 3.0 - 프레임워크를 현대화하기 위해 2025년에 시작된 갱신 이니셔티브

## 다음 단계

- [데이터 품질 측정](/ko/resources/best-practices/measuring-data-quality/): KPI 정의 및 스코어카드 구축
- [데이터 품질 문화 구축](/ko/resources/best-practices/building-data-quality-culture/): 조직 전반의 채택 추진