Challenges
Data Modeling
데이터 아키텍처의 중심은 데이터 모델. 현행 모델 복원부터 물리 설계, 변경관리까지 같은 팀이 이어서 담당합니다.
기존 산출물·설계 문서·DBMS Dictionary 분석으로 현행 모델 복원, 문제점 도출
현행(리버스) 모델 · 개선 방안주제영역, 핵심 엔터티, 엔터티 간 관계로 비즈니스 전체 구조 정의
주제영역 · 핵심 엔터티 정의엔터티·관계·속성 상세화, 무결성·완전성 검증, 산업 표준 모델과 Fit-Gap 비교
논리 모델 · 모델 검증 결과테이블·컬럼·제약조건·인덱스·파티션을 DBMS 특성에 맞게 설계, 용량 산정
물리 모델 · DB 객체 · 용량 산정요구사항이 바뀌면 영향받는 엔터티·테이블을 추적해 모델에 반영하고 물리 모델을 다시 최적화
단어·용어·도메인 표준을 모델에 바로 적용. 모델 자체가 표준을 지키는 구조
오픈 이후에도 모델 산출물과 실제 DB가 어긋나지 않도록 변경관리·현행화 체계 정착
Our Approach
Adopt Global & Best, Adapt Ours
산업별 표준 참조 모델을 기준으로 업무·데이터·API가 같은 용어를 쓰도록 설계
금융·통신·유통 등 여러 산업의 차세대 경험을 고객 상황에 맞게 적용
표준과 고유 업무를 Fit-Gap으로 구분. 표준은 채택하고 고유 영역은 유지
계층화된 메타 정보와 온톨로지 방식의 의미·관계 정의로 AI가 이해하는 구조
Scope
데이터 원칙, 주제영역·참조 모델, 데이터 구조·흐름 매트릭스로 목표 아키텍처 정의
현행 모델과 산업 표준 모델을 도메인·엔터티·속성 단위로 매핑하고 Fit · Partial Fit · Gap으로 분류
브랜드·채널·상품이 늘어도 구조를 다시 고치지 않도록 확장을 전제로 설계
관계형, In-memory, NoSQL, 오브젝트 스토리지를 용도별로 조합하고 DB 간 동기화 설계
CDC·API·이벤트 기반 시스템 연동 설계, 이벤트 일관성 보장
AI가 읽을 수 있는 모델, 통합 메타정보 모델, LLM 기반 표준 용어 추천과 표준 준수 자동 점검
Fit-Gap Analysis
현행 모델과 산업 표준 모델을 도메인·엔터티·속성 단위로 매핑하고, 항목마다 Fit · Partial Fit · Gap으로 분류합니다. Fit 비중이 높은 영역은 표준을 채택하고, Gap이 큰 영역은 고객 고유 영역으로 설계합니다.
Legatoz Way
| 단계 | 하는 일 | 대표 산출물 |
|---|---|---|
| 01Assess진단 | 현행 데이터 구조·흐름 분석, 리버스 모델 구축, 시스템 간 중복·단절 진단, 표준 모델 Fit-Gap 분석 | 현행(리버스) 모델, Fit-Gap 매핑표 |
| 02Design설계 | 데이터 원칙과 주제영역, 개념 → 논리 → 물리 모델 설계와 검증, DB 아키텍처, 데이터 설계 가이드 | 개념·논리·물리 모델, DB 아키텍처 정의서 |
| 03Build구축·이행 | 변경 영향도 분석과 모델 반영, 물리 모델 최적화, 모델링 도구·메타 시스템 연계, 마이그레이션 설계, 애플리케이션 개발은 파트너사 Agentic AI 풀스택 개발 자동화 플랫폼과 연계 | 최종 모델, DB 객체, 마이그레이션 방안 |
| 04Embed내재화 | 모델 변경관리와 산출물 현행화, 아키텍처 변경 심의, 표준 준수 점검 | 모델 관리 가이드, DA 관리 프로세스 |
Deliverables
Projects
차세대 마케팅 시스템의 계약(서비스)·공통 영역 데이터 구조 설계와 이행. 개념·논리·물리 모델링부터 데이터 Migration까지.
과제
차세대 마케팅 시스템의 계약(서비스)·공통 영역 데이터 구조 설계 및 이행
수행 내용
기대 성과
Tools & Partners
