주제 영역(Subject Area)이란

주제 영역이란 조직이 업무를 수행하면서 관심을 갖고 관리하고자 하는 데이터의 묵음(집합)을 말한다.

논리 데이터 모델링의 과정에서 주제 영역이라고 하는 것이 무엇인지를 명확하게 파악하기 위하여 우리는 먼저 “주제(主題)”라는 단어의 사전적 의미로부터 출발해 보자! 사전에서 말하는 주제는 첫째) 대화나 연구 따위에서 중심이 되는 문제. 둘째) 예술 작품에서 지은이가 나타내고자 하는 기본적인 사상 등이라고 정의하고 있다. 사전에서 정의한 것과 비교하여 살펴보면, 대화나 연구 따위의 중심이 되는 문제 즉, 조직이 수행하는 업무의 중심이 되는 문제라고 할 수 있으며, 예술 작품에서 나타내고자 하는 기본 사상과 비교하면 기업이 무슨 업무를 수행하는지를 나타내고자 하는 사상 또는 영역과 유사한 것이라 할 수 있다.

즉, 주제 영역이란 기업이 비젼이나 목표를 달성하기 위하여 사람들이 관심을 기울이는 업무에서 발생하는 데이터의 묶음(집합)이 주제 영역인 것이다.

제조업체의 경우를 예로 들면, 구매분야, 생산분야, 판매분야, 인사분야, 회계분야 등의 주제영역이 있을 수 있으며, 은행의 경우를 예로 들면, 수신분야, 여신분야, 외환분야, 인사분야, 회계분야 등의 주제 영역이 있을 수 있다.

주제 영역(Subject Area)의 필요성.

사실 우리가 분석, 설계, 구현하고자 하는 업무 영역이 소규모 Video 대여점과 같은 정도의 업무 규모라면 이러한 주제 영역이라는 개념을 도입할 필요는 없을 것이다. 하지만 대규모 조직에서 전체 업무를 분석해 낸다는 것이 그리 쉬운 일은 아닐 것이다. 데이터는 기본적으로 관계구조로 표현된다. 관계구조는 데이터들 간의 관계가 복수 개로 표현되면서 서로 연결되어 있기 때문에 하향식(Top-down) 분석이 용이하지 않다. 계획수립단계는 하향식 분석을 원칙으로 하고, 검증을 위해서 부분적으로 상향식(Bottom-up) 분석을 사용한다. 데이터를 하향식으로 분석하기 위한 개념으로 유용한 것이 주제영역이다. 주제영역은 조직의 업무를 계층적으로 표현할 수 있다.



조직의 복잡한 수평적인 데이터 구조를 주제영역 기법을 도입하여 하향식(Top Down) 계층구조로 업무를 이해하기 쉽게 표현하여 집중화된 토의를 할 수 있으므로 좀 더 효율적이고 효과적으로 업무를 분석해 나갈 수 있다.

좋은 모델링을 위한 하나의 기준은 분할 후 정복(Divide and Conquer)이라는 개념을 적용시킨다는 것이다. 전체 업무를 점차적으로 세분화 해 나가면서 정해진 규칙을 이용하여 모델링을 해 나간다. 세분화 과정을 분해(Decomposition)라 부른다. 분해는 일정한 기준에 의하여 대상을 구분하는 과정으로, 여러 가지 방법이 가능하다.

주제 영역 도출

주제 영역 도출은 일반적으로 정보전략계획(ISP: Information Strategic Planning) 단계나 업무영역분석(BAA: Business Area Analysis) 초기 단계에서 도출한다



프로젝트 초기 단계에 조직에서 하는 일이 무엇(What)인지를 파악하기 위하여 프로세스 모델링 초기 단계에 파악하는 기능을 3차 기능 수준으로 파악하여 조직이 전체적으로 무슨 일을 하고 있는지를 파악하게 되는데 이 기능과 대비하여 도출되는 데이터 영역을 주제영역으로 정의한다.

주제영역 발견 기법은 통상적으로 경영학자인 마이클 포터가 모델로 정립한 가치사슬 (Value Chain) 분석 기법을 통하여 도출한다.

가치사슬 (Value Chain) 분석 기법은 조직이 자원을 투입하여 이윤(Value)을 창출할 때 수행하는 활동을 본원활동과 지원활동으로 구분하여 파악한다. 여기서 본원활동이란 이윤을 창출하는데 직접적으로 기여하는 활동을 말하며, 지원활동이란 본원활동의 원활한 수행에 기여하는 활동을 말한다.

이 기법을 통하여 발견한 업무활동을 1차 기능으로 정의한 후, 이것으로부터 2차 3차 기능을 정의하여 업무를 하향식의 계층구조로 표현할 수 있는 것이다.



아래는 이 기법을 통하여 발견한 1 ~ 3차 기능과 대비되는 주제영역을 보여주고 있다.

기능과 주제 영역

주제 영역 특성

주제 영역 명명

출처 : 한국DB진흥원

제공 : 데이터 전문가 지식포털 DBguide.net