조직이 더 적은 시간, 비용과 노력으로 데이터를 더 잘 관리하고 통합하도록 지원해 주고, 이 과정에서 광범위한 사용자 요구조건과 기대를 충족시킬 수 있다고 주장하는 기업 정보 통합(EII: Enterprise Information Integration) 솔루션이 최근 등장했다.

EII는 다양한 기업 데이터 스토어에 실시간 데이터 액세스를 제공하는 쿼리-위주의 통합 기술이다. EII는 데이터 통합 링크를 더 쉽게 만들고 관리하게 해준다. 또한 주요 시스템 개발 없이 새로운 연결을 추가할 수 있다.

이 보고서는 기업들이 이 기술을 현재 왜, 어떻게 채택하는지에 대해 설명하며, EAI와 BPM과 같은 경쟁하는 다른 기술과의 차이점을  비교한다.

EII은 데이터 통합을 쉽게 해주지만 그 작업이 쉽지는 않을 것이다

대부분의 EII 벤더는 EAI와 ETL/데이터 통합 프로젝트보다 쉽고 싸기 때문에 EII 프로젝트를 판매한다. 시작 비용의 관점에서는 그렇지만 기업 아키텍처 모델의 주요한 요소가 되려는 야심으로 인해 EII는 구현하기에 복잡해지고 느려지고 비용이 많이 들게 될 것이라는 사실을 잊어서는 안 된다. 소수의 전술적 프로젝트로 시작해서 소수의 미드티어(mid-tier) 또는 프론트 엔드(front-end) 서비스를 소수의 데이터 스토어에 연결할 수도 있지만 큰 그림을 잊어버려서는 안된다. EII에서 최고의 가치를 얻어내기 위한 메커니즘으로 기업 아키텍처를 활용해야 한다. 특정한 요건에 맞는 전략과 프레임워크를 만들어내고 통합 솔루션을 통합하고 단일 제품으로 요건이 맞지 않는 분야에 서비스를 제공하도록 벤더에게 압력을 가하는 일은 여러분들에게 달려 있다. 이러한 이유로 인해, 명확한 비전, 장단기 계획 기술 및 EII와 기타 통합 기술을 잘 이해해야 하는 것이다.

편리한 기술

데이터웨어하우즈 사용과 같은 데이터 통합 접근법에서는 사용자가 데이터의 중앙 집중식 통합에 대해 익숙해야 한다. 데이터 자원 소유자는 계속 로컬 데이터를 제어할 수 있지만 일단 데이터가 통합된 데이터 스토어로 넘어가고 나면 이 데이터의 사용 방법은 통제할 수 없게 된다. 반면, EII는 데이터 소스 소유자가 어떤 데이터를 언제, 왜, 어떻게, 누가 접근하게 될 것인지 계속 통제할 수 있게 된다. 이는 특히 분산된 조직과 B2B 환경에 적합하다.

한 벤더에 집중하지 말 것

새롭게 등장하는 어떤 기술에 대해서도 명확한 EII 전략을 가지고 있고, 사례 연구, 파트너십과 판매 채널을 갖추고 있는 벤더와 거래해야 한다. 이 단계에서는 단 하나의 공급업체에 의존하지 말고 다른 통합 솔루션을 가진 2개 이상의 벤더를 찾아야 한다.

현명한 패키징(Smart packaging)이 열쇠이다

ElI의 성공은 2가지 레벨에서의 패키지 처리에 달려 있다. EII 솔루션은 다양한 컴포넌트, 변환 엔진과 미들웨어를 하나의 완전한 플랫폼 제품으로 패키지를 만든다. EII 벤더는 또한 특정한 업종별 시장 요건을 충족시키기 위해 솔루션을 패키지로 만들고, 원래 “모든 것을 처리할 수 있는(I-cando-it-all)” 솔루션으로서 제품을 내놓는 EAI 벤더와는 다르게 모든 업종별 시장-위주 접근법을 채택했다. 예를 들어, 규제 준수 솔루션을 금융과 건강 분야에 맞추고 제조 분야에서 데이터 동기화(고객과 제품)를 맞춘다.

왜 EII를 채택하는가?

EII는 다른 종류의 데이터 간의 관계를 가장 잘 활용할 수 있는 새로운 종류의 어플리케이션을 지원하여 이로부터 더 많은 사업 가치를 확보하지만, 지난 2-3년 사이에 등장한 것으로서 시장의 자발적 요구보다는 주로 벤더의 추진(push)에 의해 도입되었다. EII의 융통성에 의존하여 경쟁적인 목적으로 분산된 데이터의 제공, 접근과 통합을 단순화할 수 있다는 사실을 최종 사용자 조직이 인식하게 될 2-3년 후에는 주요한 제품이 될 것이다.

EII-중심 어플리케이션

EII 솔루션은 백 엔드(back end) 데이터 소스로부터 프런트 엔드(front-end)를 분리하는 데이터 통합과 관리 서비스 레이어를 만들고 지원한다. 이러한 어플리케이션에서는 다음과 같은 비즈니스 통합 또는 인텔리전스 목적을 위해 광범위한 데이터 유형에 대한 임시 교차-기능적 실시간 액세스가 필요하다:

-고객과 또는 공급업체 관계 관리 목적을 위해 통합된 고객 및 제품 견해를 활용하는 어플리케이션. 예를 들어, 마케팅 어플리케이션은 연계-판매(cross-sell)와 상승 판매(up-sell)를 위해 고객 및 제품 데이터를 모아서 분석할 수 있다. 

여러 기능 그룹과 부서로부터 데이터를 통합하고 모니터링 또는 분석 목적을 위해 정확한 롤업(rollups)을 의사결정자에게 제공하는 계기판(dashboards)과 보고 어플리케이션. 규제 준수 프로그램에도 사용될 수 있다.

-구조화된, 반-구조화된 그리고 한도 내에서 비구조화된 데이터의 분석과 통합에 의존하는 어플리케이션. 예를 들어, 생물공학 부문에서는 관계형 데이터베이스, 컨텐츠 관리 시스템과 인터넷과 같은 다양한 지리적으로 분산된 데이터 스토어에서 많은 양의 데이터에 연결할 수 있는 어플리케이션에 의지하여 큰 규모의 연구 프로그램을 관리한다.

마지막 경우에서, 데이터 연합 솔루션은 웨어하우스와 데이터마트에 저장된 엄청난 양의 현재 및 이전 데이터뿐만 아니라 구조화된 데이터와 비구조화된 데이터의 통합에 기반하여 인텔리전스를 제공하는 데이터 통합 접근법에 대해 좋은 보충 제품이다.

벤더의 추진(Vendor push)

EII 솔루션의 현명한 업종별 시장별 패키지로 인해 주요한 데이터 통합 도전을 해결할 수 있다고 확신한 대기업들로부터 EII 채택은 시작되었다.

느린 성숙 과정

연합된 데이터 쿼리 기술은 수년 동안 이타적 분산 데이터베이스 시스템(heterogeneous distributed database systems), 가상 중앙집중식 데이터베이스(virtual centralised database), 연합된 데이터베이스(federated database)와 데이터 통합 시스템(data integration systems) 등의 다양한 이름으로 나와 있었다. 이 부문의 창시는 기업 데이터 액세스(EDA: Enterprise Data Access) 기술이 있는 정보 빌더(Information Builder)로서, 약 15년 전에 발표되었다. 1990년대 중반, 많은 4GL 도구는 데이터베이스 벤더와 마찬가지로 연합된 쿼리 기능을 제공했지만, 개발 도구 벤더의 경우, 이 기술은 데이터베이스로 제한되며 다른 종류의 데이터 소스, 특히 반-구조화된 소스에 도달하지는 못했다. 하드웨어와 네트워크 성능 제한도 이 기술의 유용성의 폭을 줄였다. 하지만 EII 배너 아래에서 연합된 데이터 쿼리 기술은 전성기에 이르게 되었다. 지난 2 ~ 3년 후, 많은 새로운 회사들은 다음과 같은 더욱 포괄적인 제품을 제공했다(기능성 폭과 깊이의 측면에서):

- 다른 기술(데이터베이스)이나 프로세스(어플리케이션 개발)의 연장으로서가 아니라 독립적인 분야로서 데이터 통합을 정의하는 제품

- 데이터 통합만큼 데이터 관리에도 중점을 두는 제품

- 한 종류에만 국한하기 보다는 여러 종류의 데이터를 포함하는 제품

전체적인 시장은 하드웨어의 힘과 네트워크 대역폭의 증가와 가격 절감의 혜택도 얻고 있다.

헤비급이 다가오고 있다.

시장 채택은 현재 메인스트림 소프트웨어 벤더보다는 소규모의 새로운 벤더에 의해 영향을 받고 있다.

- IBM은 데이터 조이너(Data Joiner) 기술로 1995년 이 방향으로 이동하기 시작했다.

- BEA는 최근의 변형 제품이다(EII 개시 Enosys의 취득과 제휴를 통해)

- Actuate는 2003년 EII 개시 Nimble Technology를 취득했다

- SAP는 2003년 2월 EII 개시 Metamatrix로부터 기술을 OEM 처리했다.

Business Objects과 같은 일부 벤더는 아직 EII라는 약어를 사용하지 않을 수도 있지만 곧 사용할 것 같다. EII 시장이 통합되고 더 큰 기업들이 새로운 벤더를 인수함에 따라 향후 2년 동안 오라클과 마이크로소프트와 같은 대규모 인프라 벤더를 포함한 더 많은 벤더들이 시장에 진입할 것이다.

현명한 업종별 패키징이 열쇠이다.

전반적인 EII는 한 시장에서 시작하지 않았기 때문에 EII 벤더는 기회를 극대화하기 위해 광범위한 업종별 시장을 겨냥하면서 솔루션의 시장별 용도에 중점을 두고 있다. 벤더들은 다음의 업종별 시장에 EII를 맞추고 있다:

- 금융: 고객 관계를 증가시키기 위해 소매 금융에서 금융 정보(현재 계좌, 적금과 주식 계좌, 신용 카드 등)를 통합

- 텔레콤: 다양한 운영 지원 시스템(OSS)으로부터의 데이터를 통합하거나 온라인 서비스를 개인에 맞게 설정. 인터넷 포탈 운영자는 고품질의 서비스 데이터를 확보하기 위해 이를 사용

- 제조: 제품 데이터를 관리하고 공유

- 공공부문(특히 국방 부문): 엄청난 양의 데이터를 거르기 위해 현지 또는 중앙 금융 부문 기관들도 실제로 통합된 데이터 소스를 만들 필요 없이 분산된 행정 구조 내에서 협력 목적을 위해 EII를 사용하기 시작했다.

- 의료관련 분야: 미국에서 일부 회사들은 다양한 전자 의료 기록 시스템, 관계형 데이터베이스나 기타 데이터 소스를 통합하고, 다른 보건 분야로 전송하기 위해 HIP AA-준수 EDI 거래를 구축하기 위해 EII 기술을 사용한다.

- 매체: 정보를 수집.

시장의 자발적 요구(Market pull)

얼리 어댑터는 통합에 대한 수요 증가와 경쟁력과 규제적 압력을 준수하기 위해 더 많은 사업 가치를 전달하는 새로운 어플리케이션을 만들어야 하는 필요로 인해 EII를 사용하고 있다. EII 는 로컬 비즈니스 라인(LOB) 매니저가 데이터 자산을 제어할 수 있게 하는 편리한 접근법을 지원하면서 EII를 사용할 수 있게 해준다.

더 많은 통합에 대한 필요

IT 세상은 점점 더 복잡해진다. 복잡성 중 많은 부분은 IT 시스템을 구축하는 방식인 특정한 비즈니스 솔루션에 대해 포인트 솔루션을 가진 단편적 접근법으로부터 발생한 것이다: 인수 합병에 대한 강력한 추진력으로 인해 어떤 분야에서는 더 심해진 이러한 접근법은 한번에 하나의 사업 이슈를 해결할 수 있는 “난로의 굴뚝 같은(stovepipe)” 솔루션을 제공하지만, 이미 구현된 다른 시스템과의 통합은 제대로 제공하지 못하며 비즈니스 관행의 전개를 따라갈 수가 없다.

하지만 모든 기존의 IT 시스템을 현재의 사고와 맞는 새로운 시스템으로 완전히 교체하는 것은 실용적이지 못하다. 사업체들은 데이터와 프로세스의 일관적인 견해를 전달하기 위해, 현재의 사업 수요를 전달할 수 있는 기존의 IT 레거시를 통합하는 것에 대해 더욱 융통적인 접근법을 취해야 한다.

더 많은 가치에 대한 필요

EII는 이미 가진 데이터와 정보로부터 최대의 가치를 얻을 수 있게 해준다. 새로운 어플리케이션에 데이터를 공급하고 현재 어플리케이션이 그로부터 많은 것을 얻을 수 있게 해줌으로써 더 많은 사업 가치를 창출할 수 있게 해준다.

EII를 통한 서비스-위주 아키텍처로 가는 길

IT가 점점 더 이타적이고 분산됨에 따라, 서비스 위주 아키텍처(SOA) 접근법은 개별적으로 처리되고 서로에게 서비스를 투명하게 해공할 수 있도록 구성 요소를 도입함으로써 이러한 복잡성을 다룰 수 있게 해준다.

벤더는 IT 부분 사이에 레이어를 제공하고 서로로부터 이들 부분을 효율적으로 추출할 수 있는 기술을 더 많이 제공함으로서 이러한 필요에 대응하고 있다.

EII은 데이터가 기본 구현과는 별개로 거친 재질의 서비스로 노출될 수 있도록 데이터 통합 분야에 SOA 개념을 적용할 수 있게 해준다는 점에서 EII는 이러한 기술 중의 한가지이다.

EII를 통해 그리드-기반 IT로 가는 길

그리드 컴퓨팅은 자원의 사용을 극대화하고 우선시하려는 사전 정의된 정책에 기반하여 요구에 따라 하드웨어(프로세서와 네트워크)와 소프트웨어(데이터와 프로세스) 자원을 사용할 수 있는 분산된, 이타적 런타임 환경의 개발에 중점을 둔다. 유틸리티 그리드가 물이나 전기를 만들고 사용 변화와 확장을 처리하는 것과 같은 방식으로 자원을 사용할 수 있게 해주는 것이 목적이다.

그리드 컴퓨팅은 분산된 CPU 마력을 합치는 “컴퓨팅” 그리드에 중점을 두고 시작되었다. Avaki와 같은 회사의 영향하에 네트워크에 널리 분산된 데이터에 대한 안전한 접근과 공유를 가능하게 해주는 데이터 그리드로 이동하고 있다. EII는 이 거래의 핵심 요소이며 EII 솔루션은 데이터 서비스 그리드라고 불리기도 한다.

편리한 기술

EII는 로컬 파워 기반을 준수할 필요와 기업-전반의 일관성을 이행할 필요 사이의 균형을 맞출 수 있게 해준다. EII는 현지 LOB 관리자가 이러한 자산을 계속 제어할 수 있게 해주면서도 IT 부서가 데이터 자산의 관리를 집중화할 수 있게 해준다. 이 접근법은 여러 회사들이 함께 모여 제품과 고객-관련 데이터를 공유하는 B2B 시나리오의 경우 좋다.

더 많은 데이터가 등록됨에 따라 EII 솔루션은 조직에서 사용할 수 있는 데이터를 찾고 데이터의 사용 방법을 이해하기 위한 자원이 되었다.

EII는 로컬 LOB 관리자가 데이터에 대한 통제력을 유지하게 해줄 뿐만 아니라 여러 데이터 통합 프로젝트를 시작해서 만들었던 데이터 사일로(silo)를 줄일 수 있게 해준다.

EII 채택 방법

데이터 통합에 대한 EII 데이터 연합 접근법은 데이터 웨어하우스와 데이터마트에 기반한 데이터 통합, EAI-기반 프로세스 통합과 포털-기반 인터페이스 통합을 포함하여 더 많은 메인스트림 통합 접근법을 보충해준다.

이 절에서는 구조화된 거래 데이터와 분석 데이터 뿐만 아니라 반구조화 데이터와 비구조화 데이터를 다룰 때 다른 통합 기술과 함께 사용하는 방법과 EII 채택 방법에 대한 개요를 제공한다.

글로벌 접근법

대부분의 EII 벤더는 EII가 데이터 통합 프로젝트의 비용과 복잡성을 50?70%로 줄여준다고 주장한다. 이는 다른 통합 솔루션뿐만 아니라 EII를 포괄하는 기업 아키텍처 모드의 상황 내에서 정의되는 전반적인 데이터 통합과 관리 전략의 일부로서 장기적(최소한 5년)으로만 사실로 적용된다.

EII는 데이터를 통합하고 관리하게 도와준다. 데이터 통합 접근법에서 보면, 데이터 스토어에 대한 직접적인 연결을 그대로 두면서, 소수의 전술적 프로젝트로 시작하여 소수의 미드티어와 프론트엔드 서비스를 소수의 데이터 스토어와 연결할 수 있다. 비슷하게 더욱 전략적 접근법으로부터 EII 데이터 관리 시설을 사용하여, 다양한 데이터 스토어를 기업-전반의 데이터 모델로 매핑하여, 가지고 있는 데이터에 대한 이해를 높일 수 있지만 그렇게 되면 접근법은 점진적이 될 수 있다.

EII은 장기적인 게임이다. 어플리케이션 개발이나 데이터 관리 관행을 바꾸지 않고 일부 데이터를 사용하기 시작할 수 있으며, 조직에서 점점 더 많은 데이터를 사용하고, 사용 방법을 이해하고 새로운 어플리케이션에서 다시 사용할 수 있다.

글로벌 데이터 통합 전략 채택

통합 기술 선택은 사업에 따라 이루어진다. 각 개별 사례에 적합한 도구를 선택하는데 있어 ”선택해서 혼합하는” 접근법을 취할 수 있다. EII, EAI, ETL, 포탈과 데이터 웨어하우스는 모두 제약이 있고 서로와 겹치는 통합 접근법이다.

먼저 사업적 관점에서 통합 이슈를 이해하고 나서 기업 아키텍처 모델에서 정의된 대로 사업을 지원하기 위한 기술 목적을 달성할 수 있다.

글로벌 데이터 관리 전략

EII는 가상 데이터 모델의 증분적 구축을 통해 데이터 자산을 관리할 수 잇게 해준다. 보충적인 통합 플랫폼을 고려하는 데이터 통합 전략을 정의하는 것과 같은 방식으로, 글로벌 데이터 관리 전략의 일환으로 EII의 사용을 정의해야 한다. 그리고 나서 메타데이터 관리, 데이터 클리닝과 프로파일링, 마스터 데이터 동기화와 데이터 증강을 위해 다른 데이터 관리 도구와 비교하여 EII를 배치해야 한다.

합성 데이터 어플리케이션 구축

전통적인 어플리케이션은 기능(예를 들어, 인보이스 관리)에 대해 데이터(고객 이름과 주소)를 가져온다. 점점 더 많은 인프라와 어플리케이션 벤더는 새로운 종류의 어플리케이션을 촉진하여 이 어플리케이션은 합성(Composite) 어플리케이션이라고 불린다.

EII은 합성 데이터 어플리케이션 개발자가 더 많은 데이터에 더 쉽게 접근할 수 있게 해준다. 일부 합성 데이터 어플리케이션을 고객 관계 관리와 공급망 관리 합성 데이터 어플리케이션과 같은 데이터를 처리한다. 다른 합성 데이터는 포탈-기반 또는 계기판/사업 인텔리전스-중심 합성 데이터 어플리케이션과 같은 데이터를 전달하기도 한다.