ISO/IEC 11179가 실제로 규정하는 것 — 파트 구성과 명명·정의 규칙

메타데이터 레지스트리를 도입하기로 했을 때 실제로 참고해야 할 것은 특정 소프트웨어가 아니라 ISO/IEC 11179라는 표준 그 자체다. 데이터가 분산·복제되는 환경에서 이 표준은 메타데이터의 정의·식별·등록·분류·거버넌스 절차를 규정해 시스템 간 의미 일관성을 지원하며, 데이터 거버넌스·MDM·데이터 카탈로그가 공통으로 딛고 서는 기반이다.

표준이 정의하는 핵심 용어

데이터 요소 개념(Data Element Concept)은 무엇을 나타내는지에 대한 개념 정의다 — 예를 들어 "고객의 생년월일"이라는 개념 자체를 가리킨다. 값 영역(Value Domain)은 그 개념이 어떻게 표현되는지에 대한 형식·코드·허용값 집합이며, 날짜 형식 YYYY-MM-DD나 코드셋이 여기 해당한다. 데이터 요소(Data Element)는 특정 개념과 특정 값 영역의 결합체로, "고객.생년월일(YYYY-MM-DD)" 같은 형태를 띤다. 허용 값(Permissible Value)은 값 영역 내에서 허용되는 구체 값과 의미의 매핑이다 — 코드 1=남성, 2=여성 같은 경우다. 분류 체계(Classification Scheme)는 데이터 요소·개념을 도메인·업무 기능 기준으로 분류하고, 등록 상태(Registration Status)는 초안·후보·승인·폐기 같은 수명주기 상태를 관리한다.

표준은 여러 파트로 나뉜다

Part 1(Framework)은 전체 체계와 원칙을 정의한다. Part 3(Registry metamodel and basic attributes)은 메타모델과 기본 속성을, Part 4(Formulation of data definitions)는 정의 작성 규칙을, Part 5(Naming and identification principles)는 명명·식별 원칙을, Part 6(Registration)은 등록 절차·역할·상태 관리를 규정한다. 파트 개정 연도와 파트 2(분류) 관련 변동 가능성은 최신 정보로 확인이 필요하다.

메타모델과 명명·정의 규칙이 하는 일

메타모델 중심 관리는 데이터 요소 개념–값 영역–데이터 요소를 분리하고 연결하는 구조를 제공해 의미와 표현을 분리하고, 재사용성과 매핑 용이성을 높인다. 속성·관계·제약을 메타모델 수준에서 정의해 도구 독립성도 확보한다.

명명·식별 원칙은 의미 보존형 명명 규칙과 등록권자·스코프·버전을 담은 유일 식별자 부여 원칙을 제공해 중복·동음이의를 최소화하고, 시스템·언어 간 상호운용을 위한 동의어·약어·번역 관리 지침을 포함한다. 정의 품질 규칙은 포괄성·명확성·검증 가능성·모호성 배제를 요구하며 예외·비고를 구조화된 방식으로 기록하도록 제안하고, 정의의 출처·근거·사용 맥락을 기록해 감사 가능성을 확보한다.

등록·거버넌스 절차와 분류체계

역할은 등록 신청자·관리자·검토자·승인자로 나뉘고 초안→후보→승인→폐기 단계를 거치며, 변경 관리·버전 관리·이력 추적이 함께 이뤄진다. 승인 기준과 거절 사유 기록을 표준화해 의사결정 투명성을 강화한다.

분류·카탈로깅은 도메인·업무 기능·규정 준수 관점의 탐색을 지원하는 다차원 분류 체계를 적용하고 용어사전·코드셋과 연결하는 모델을 제공한다. ISO 3166, ICD, SNOMED 같은 외부 표준을 참조·매핑하는 메커니즘도 이 단계에 속한다.

표준이 실제로 쓰이는 곳

데이터 카탈로그·MDM 통합에서는 카탈로그의 용어·데이터셋 기술서와 레지스트리의 데이터 요소를 연계해 정의·계보·품질 규칙의 단일 진실 공급원을 만들고, MDM 속성 정의를 11179 메타모델로 모델링해 도메인 간 재사용률을 높인다. API·스키마 거버넌스에서는 OpenAPI/Avro/Parquet 스키마 속성을 데이터 요소에 매핑하고 값 영역으로 타입·포맷·코드셋 일관성을 확보하며, 변경 요청 시 등록 상태 전환과 영향도 분석 절차를 자동화한다.

공공 데이터 표준화에서는 부처·지자체별로 다른 용어를 데이터 요소 개념 중심의 통합 사전으로 해소하고 공공 코드셋의 값 영역을 표준화한다. 규제 준수와 개인정보 최소화에서는 민감정보 요소를 분류 체계로 태깅하고 정의·용도·보존기간을 관리하며 데이터 마스킹·가명처리 정책을 값 영역과 연계한다. 분석·리포팅 품질 개선에서는 허용 값 제약과 개념·값 영역 분리로 지표 정의의 일관성을 강화해 BI·리포팅의 해석 오류를 줄인다.

도입 절차: 입력에서 출력까지

입력 단계에서는 우선 도메인을 정하고 현행 용어·코드·스키마를 모아 데이터 요소 후보 리스트를 작성한다. 처리 단계에서는 중복·동의어를 정리하고 개념/값 영역을 분할해 정의·명명 규칙을 적용하고 분류 체계를 설계한다. 출력 단계에서는 등록 상태를 부여하고 API·카탈로그·MDM으로 게시한 뒤 변경 관리와 품질 지표 모니터링을 운영한다.

⤢✕

운영 모범사례와 트레이드오프

정의·명명 중복 탐지와 명명 규칙 자동화를 적용하면 정의·명명 중복률이 3050% 줄고, 스키마 변경 영향 분석 시간이 40% 이상 단축될 수 있다(가정 기반). 코드셋 불일치로 인한 데이터 정제 비용은 2035% 절감되고, 신규 데이터셋 온보딩 소요 기간은 25~40% 단축될 수 있다. 정성적으로는 시스템 간 의미 일관성 강화로 데이터 신뢰도가 높아지고 거버넌스 프로세스의 투명성이 커지며, 외부 표준과의 매핑이 쉬워져 상호운용성과 교육·온보딩 효율이 개선된다.

모범사례로는 데이터 요소 개념·값 영역·데이터 요소·허용 값·등록 상태·분류 체계를 필수화하는 최소 코어 모델 확정, 금지어·약어 정책·형식 패턴을 검사하는 정의·명명 자동 검사 룰 엔진 도입, 제품·API 릴리스와 동기화된 변경 관리 SLA와 릴리스 캘린더 운영을 꼽을 수 있다. 트레이드오프도 뚜렷하다. 중앙집중형은 일관성을 강화하지만 현업 민첩성이 떨어질 수 있고, 연합형은 도메인 민첩성을 살리지만 표준 편차가 늘어날 위험이 있다. 엄격한 승인 게이트는 품질을 높이지만 초기 도입 시 처리가 적체될 수 있어 위험 기반 샘플링 검토로 절충하는 편이 낫다. 도구도 상용 솔루션의 기능 성숙도·지원성과 오픈소스·내부 구축의 커스터마이즈 유연성·비용 사이에서 균형을 찾아야 한다.

도구를 고른다면: 스프레드시트부터 상용 MDR까지

지표	스프레드시트/위키	오픈소스 MDR	상용 MDR
성능	낮음	중간	높음
확장성	낮음	중간~높음	높음
일관성	낮음(규칙 수동)	중간(확장 개발 필요)	높음(규칙 엔진 내장)
안정성	낮음(감사·버전 취약)	중간	높음(감사·이력 내장)
운영 편의	높음(진입 용이)	중간	중간~높음(관리 콘솔)

도구 선택은 조직 규모, 규제 수준, 통합 범위에 따라 차등 결정해야 한다. 실무에서는 우선 도메인을 선정하고 코어 메타모델을 확정한 뒤, 명명·정의 규칙을 제정하고 자동 검사를 도입하고, 등록·변경 관리 워크플로를 운영하면서 카탈로그·API·MDM 연계를 통합하는 순서로 단계적 파일럿과 품질 지표 기반 확산 전략을 권한다.