[DAP 전문가 가이드] 4.2.6 개념 데이터 모델 작성

 

 

개념 데이터 모델의 구성 요소

- 개념 데이터 모델은 핵심 엔티티(키 엔티티, 메인 엔티티)와 핵심 엔티티 사이의 관계 도출을 통해 핵심 구조라 할 수 있는 데이터 모델의 골격을 정의한 것이다.

- 업무 요건을 충족하기 위해서 데이터 주제영역별로 상세화하여 핵심 엔티티들을 도출하고 관계를 정의함으로써 생성되기도 하고, 수집된 엔티티 후보들을 검토하고 분류하여 핵심 엔티티들을 도출하고 이들 간의 관계를 정의함으로써 생성되기도 한다.

- 주제영역별로 작성된 개념 데이터 모델을 전사 영역으로 확장하여 하나의 개념 데이터 모델로 작성한 것을 전사 개념 데이터 모델 또는 확장 개념 데이터 모델로 부르기도 한다.

- 개념 데이터 모델은 시스템에 대한 사용자의 요구사항을 정형화된 모델로 표현함으로써 사용자가 요구하는 데이터의 범위 및 구조를 용이하게 확인할 수 있고, 사용자의 요구 사항을 사용자와 함께 검토하여 신규 시스템에 해당 요구사항을 반영할지 여부를 결정하여 개발범위를 정하는데도 도움을 준다.

- 개괄 데이터 모델 및 전사 개념 데이터 모델과의 불일치가 발생하지 않도록 데이터의 골격을 유지하고 향후의 논리 및 물리 데이터 모델과의 구조적 정렬을 지원한다.

 

개념 데이터 모델 미작성 시 영향

• 개괄 데이터 모델 및 전사 개념 데이터 모델과의 불일치 사항이 발생할 수 있다.
• 논리 및 물리 데이터 모델 작성 시 사용자 요구사항 반영이 누락되거나 잘못 반영될 수 있다.
• 주제영역 간 혹은 업무 간 데이터 연관에 있어 범위가 불명확해져 오류가 발생할 수 있다.

개념 데이터 모델의 작성이 불필요한 경우

• 개념 데이터 모델은 반드시 작성하는 것을 원칙으로 하는 것이 바람직하지만, 시스템의 특성이 대체적으로 연산처리 중심이거나 업무에 연관된 데이터를 저장하지 않는 경우는 생략할 수 있다.

개념 데이터 모델의 작성 방법

개괄 데이터 모델로부터 상세화하는 경우

• 개괄 데이터 모델 또는 전사 개념 데이터 모델로부터 개념 데이터 모델을 작성할 단위 주제영역을 결정한다.
• 도출된 핵심 엔티티를 주제영역과 매핑한다.
• 주제영역별로 해당 엔티티들 간의 관계를 정의하여 개념 데이터 모델을 작성한다.
• 개념 데이터 모델을 상위 수준의 어플리케이션 모델이나 프로세스 모델과 비교하여 검증한다.

수집된 엔티티 후보로부터 작성하는 경우

• 수집된 엔티티 후보들을 검토하고 분류하여 핵심 엔티티를 도출한다.
• 수집된 엔티티 후보들과 핵심 엔티티들을 분류하여 데이터 주제영역을 정의한다.
• 데이터 주제영역별로 해당하는 핵심 엔티티들을 배치하고 이들 간의 관계를 정의하여 개념 데이터 모델을 작성한다.
• 개념 데이터 모델을 상위 수준의 어플리케이션 모델이나 프로세스 모델과 비교하여 검증한다.

현행 데이터 리버스를 통해 작성하는 경우

• 현행 물리 데이터 모델을 생성하고 상세화 및 논리화를 거쳐 현행 논리 데이터 모델을 작성한다.
• 현행 논리 데이터 모델의 엔티티들을 분류하여 핵심 엔티티를 도출하고 현행 데이터 주제영역에 매핑한다.
• 현행 논리 데이터 모델로부터 형행 핵심 엔티티 간의 관계를 정의하여 현행 개념 데이터 모델을 작성한다.
• 사용자 요구사항이나 현행 시스템 분석 결과 또는 선진 사례 등을 검토하여 개선 사항을 반영함으로써 현행 개념 데이터 모델로부터 목표 개념 데이터 모델을 생성한다.
• 목표 개념 데이터 모델을 상위 수준의 어플리케이션 모델이나 프로세스 모델과 비교하여 검증한다.