[논문]데이터 거버넌스 수준평가 모델 개발의 제안

장경애; 김우제

doi:10.7737/jkorms.2017.42.1.065

데이터 거버넌스 수준평가 모델 개발의 제안
A Level Evaluation Model for Data Governance 원문보기

한국경영과학회지 = Journal of the Korean Operations Research and Management Science Society, v.42 no.1, 2017년, pp.65 - 77

장경애 (서울과학기술대학교 IT정책대학원 산업정보시스템) , 김우제 (서울과학기술대학교 글로벌융합산업공학과)

Abstract ▼ AI-Helper

The purpose of this paper is to develop a model of level evaluation for data governance that can diagnose and verify level of insufficient part of operating data governance. We expanded the previous study related on attribute indices of data governance and developed a level model of evaluation and items. The model of level evaluation for data governance is the level of evaluation and has items of 400 components. We used previous studies and expert opinion analysis such as the Delphi technique, KJ method in this paper. This study contributes to literature by developing a level evaluation model for data governance at the early phase. This paper will be used for the base line data in objective evidence of performance in the companies and agencies of operating data governance.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 데이터 거버넌스의 수준평가모델을 개발한 연구의 시초로 그 의의가 있다. 데이터 거버넌스를 도입한 기업 및 기관에서는 성과에 대한 객관적인 근거자료를 확보하기 위하여 본 연구결과를 활용할 수 있다. 또한 동종업계 또는 선진기업의 데이터 거버넌스 수준을 벤치마킹하여 지속적으로 개선할 수 있는 기반이 될 것이다.
선행연구를 분석한 결과 데이터 거버넌스의 평가 모델에 관한 연구는 존재하지 않았다. 따라서 데이터 거버넌스를 구성하고 있는 각각의 요소들의 평가 모델에 관한 연구를 분석하였다. 분석결과 <표 4>와 같이 데이터 품질, 서비스관리, 데이터 관리, 데이터 값, 데이터 보안, 소프트웨어, 성과평가, BSC, 조직 등에서 평가에 관한 연구가 존재하였다.
따라서 본 연구는 데이터 거버넌스를 평가하고 해당 기관의 수준과 미흡한 부분을 인지할 수 있도록 수준평가모델 개발에 대한 제안을 하였다. 이를 위하여 선행연구분석과 전문가들의 의견분석을 위하여 델파이기법과, KJ기법을 활용하여 데이터 거버넌스의 속성지표를 평가범주로 확장하였다.
본 연구는 데이터 거버넌스를 도입하는 기관 및기업에서 데이터 거버넌스를 지속적으로 개선하여 조직에 적합한 형태로 관리 운영할 수 있도록 적용 가능한 수준평가모델에 관한 연구이다. 이를 위하여 데이터 거버넌스의 속성지표를 기반으로 전문가의 델파이 설문분석과 전문가 그룹의 상호의견을 통해 어려운 문제를 해결하는 KJ기법을 적용하여 데이터 거버넌스의 수준등급을 정의하고 수준항목을 개발하였다.
본 연구는 데이터 거버넌스의 수준평가모델을 개발한 연구의 시초로 그 의의가 있다. 데이터 거버넌스를 도입한 기업 및 기관에서는 성과에 대한 객관적인 근거자료를 확보하기 위하여 본 연구결과를 활용할 수 있다.
본 연구는 선행연구의 속성지표를 확장하여 수준지표와 수준평가항목, 수준등급이 포함된 수준평가모델의 개발에 관한 연구 방법의 제안이다. 이를 위하여 장경애, 김우제[6]의 연구에서 개발된 데이터 거버넌스의 속성지표를 분석하여 수준평가를 위한 범주를 설정하고 수준평가항목과 수준등급을 KJ기법과 델파이 기법을 적용하여 개발하였다.

제안 방법

데이터 거버넌스의 평가범주와 수준등급을 매핑하여 개발된 수준평가모델의 예시는 <표 8>과 같다. 개발된 평가항목은 80개의 평가범주와 5개의 수준 등급에서 평가할 항목을 400개를 개발하였다.
다음은 평가범주와 수준등급을 평가점수로 산정 하는 평가점수 산정모델을 개발하였다. 데이터 거버넌스의 평가모델은 속성지표에 기반하여 평가범주로 확장된 평가항목을 기준으로 데이터 거버넌스의 도입 및 운영 수준을 진단하게 되므로, 속성지표를 기준으로 5점 평가를 실시하도록 하였다.
다음은 평가범주와 수준등급을 평가점수로 산정 하는 평가점수 산정모델을 개발하였다. 데이터 거버넌스의 평가모델은 속성지표에 기반하여 평가범주로 확장된 평가항목을 기준으로 데이터 거버넌스의 도입 및 운영 수준을 진단하게 되므로, 속성지표를 기준으로 5점 평가를 실시하도록 하였다. 또한 속성지표의 선행연구에서 개발된 가중치를 적용하여 평가의 신뢰도를 높였다.
둘째는 수준등급을 개발하는 연구로써 수준평가모델에서 수준등급의 분류유형을 분석하고 데이터 거버넌스의 구성요소, 속성지표, 평가범주에 기반하여 수준등급을 정의하였다. 수준등급 정의 이후에 2Round의 델파이 기법을 통해 오류영역을 도출하고 정제하는 작업을 수행하였다.
이를 정량적인 점수로 평가할 수 있도록 속성지표의 가중치를 적용하여 데이터 통제, 데이터 품질, 데이터 조직의 각 영역을 5레벨로 평가할 수 있도록 모형을 개발하였다. 또한 개발된 평가모델의 실효성을 검증하기 위하여 대표기관을 선정하고 적용하여 그 결과를 제시하였다. 그러나 한 기관에 모델을 적용한 것으로 평가 모델의 타당성과 유효성이 검증되기 어려운 실정이므로, 지속적인 사례연구가 필요하다.
이를 위하여 선행연구분석과 전문가들의 의견분석을 위하여 델파이기법과, KJ기법을 활용하여 데이터 거버넌스의 속성지표를 평가범주로 확장하였다. 또한 데이터 거버넌스 수준등급을 개발하고 평가범주와 매핑하여 수준평가항목을 개발하였다. 이를 정량적인 점수로 평가할 수 있도록 속성지표의 가중치를 적용하여 데이터 통제, 데이터 품질, 데이터 조직의 각 영역을 5레벨로 평가할 수 있도록 모형을 개발하였다.
데이터 거버넌스의 평가모델은 속성지표에 기반하여 평가범주로 확장된 평가항목을 기준으로 데이터 거버넌스의 도입 및 운영 수준을 진단하게 되므로, 속성지표를 기준으로 5점 평가를 실시하도록 하였다. 또한 속성지표의 선행연구에서 개발된 가중치를 적용하여 평가의 신뢰도를 높였다.
본 연구에서는 데이터 정보시스템을 활용하고 데이터 품질관리를 포함한 전반적인 데이터 관리활동을 20여년 이상 지속적으로 수행한 인력을 전문가로 섭외하였다. 또한 커뮤니케이션 문제를 최소화하기 위하여 사전 면담을 통한 설명과 이메일 방법으로 오류를 최소화 하였다.
본 연구에서 개발된 데이터 거버넌스 수준평가모델을 데이터 거버넌스 구축 기관을 대상으로 실제 평가를 적용하여 수준평가모델을 검증하였다. 적용을 위하여 8월 22일부터 8월 26일까지 현장에 상주하면서 담당자들과의 인터뷰를 실시하고 관련 산출물 및 데이터를 수집하여 분석을 실시하였다.
IT거버넌스 영역에서의 평가 지표 연구[11]와, 업무 영역, IT전략 영역, IT 개발 영역으로 나누어 평가범주를 확장한 연구가 존재하였다[30]. 본 연구에서는 데이터 거버넌스 수준평가모델을 개발하기 위해 유관 평가모델의 속성과 영역을 수집하여 활용하였다.
본 연구에서는 먼저 3레벨의 31개 속성지표를 평가범주로 확장하는 연구를 수행하였다. 평가범주로 확장하기 위하여 데이터 거버넌스 속성지표와 관련된 분야의 선행연구를 수집하고 분석 및 통폐합 과정을 거쳤다.
두 번째 단계에서는 수준등급을 정의하고 전문가의 검증을 통해 완성하는 단계를 거친다. 세 번째는 개발된 평가범주와 수준등급을 매핑하여 수준평가 항목을 개발하고 전문가 검증을 거친다. 네 번째는 개발된 수준평가 모델을 실제 기관에 선정하여 수준평가를 실시하는 단계이다.
본 연구는 데이터 거버넌스를 도입하는 기관 및기업에서 데이터 거버넌스를 지속적으로 개선하여 조직에 적합한 형태로 관리 운영할 수 있도록 적용 가능한 수준평가모델에 관한 연구이다. 이를 위하여 데이터 거버넌스의 속성지표를 기반으로 전문가의 델파이 설문분석과 전문가 그룹의 상호의견을 통해 어려운 문제를 해결하는 KJ기법을 적용하여 데이터 거버넌스의 수준등급을 정의하고 수준항목을 개발하였다. 연구의 진행은 [그림 1]과 같이 4단계로 구성된다.
또한 데이터 거버넌스 수준등급을 개발하고 평가범주와 매핑하여 수준평가항목을 개발하였다. 이를 정량적인 점수로 평가할 수 있도록 속성지표의 가중치를 적용하여 데이터 통제, 데이터 품질, 데이터 조직의 각 영역을 5레벨로 평가할 수 있도록 모형을 개발하였다. 또한 개발된 평가모델의 실효성을 검증하기 위하여 대표기관을 선정하고 적용하여 그 결과를 제시하였다.
본 연구에서 개발된 데이터 거버넌스 수준평가모델을 데이터 거버넌스 구축 기관을 대상으로 실제 평가를 적용하여 수준평가모델을 검증하였다. 적용을 위하여 8월 22일부터 8월 26일까지 현장에 상주하면서 담당자들과의 인터뷰를 실시하고 관련 산출물 및 데이터를 수집하여 분석을 실시하였다. 수준등급별 평가 항목을 진단한 결과 <표 9>와 같이 결과를 도출할 수 있었다.
본 연구에서는 먼저 3레벨의 31개 속성지표를 평가범주로 확장하는 연구를 수행하였다. 평가범주로 확장하기 위하여 데이터 거버넌스 속성지표와 관련된 분야의 선행연구를 수집하고 분석 및 통폐합 과정을 거쳤다. 평가범주를 확장하기 위하여 온라인의 델파이 평가 그룹과 오프라인의 KJ평가 그룹으로 분류하여 진행하였다.
평가범주로 확장하기 위하여 데이터 거버넌스 속성지표와 관련된 분야의 선행연구를 수집하고 분석 및 통폐합 과정을 거쳤다. 평가범주를 확장하기 위하여 온라인의 델파이 평가 그룹과 오프라인의 KJ평가 그룹으로 분류하여 진행하였다.

이론/모형

1Round에서 제시한 전문가의 평가범주를, 에 해당하는 유사 평가모델에서 제시한 평가 영역을 표준화하고 통폐합하는 연구는 오프라인에서 KJ기법을 적용하여 구조화 하였다.
둘째는 수준등급을 개발하는 연구로써 수준평가모델에서 수준등급의 분류유형을 분석하고 데이터 거버넌스의 구성요소, 속성지표, 평가범주에 기반하여 수준등급을 정의하였다. 수준등급 정의 이후에 2Round의 델파이 기법을 통해 오류영역을 도출하고 정제하는 작업을 수행하였다. 데이터 거버넌스 수준등급 정의결과는 <표 7>과 같다.
셋째는 평가범주와 수준등급을 매핑하여 수준평 가항목을 개발하는 단계이다. 이 단계는 단계별 정의된 평가항목을 3Round의 델파이 기법을 통해 오류영역을 도출하고 정제하는 작업을 수행하였다. 데이터 거버넌스의 평가범주와 수준등급을 매핑하여 개발된 수준평가모델의 예시는 <표 8>과 같다.
따라서 본 연구는 데이터 거버넌스를 평가하고 해당 기관의 수준과 미흡한 부분을 인지할 수 있도록 수준평가모델 개발에 대한 제안을 하였다. 이를 위하여 선행연구분석과 전문가들의 의견분석을 위하여 델파이기법과, KJ기법을 활용하여 데이터 거버넌스의 속성지표를 평가범주로 확장하였다. 또한 데이터 거버넌스 수준등급을 개발하고 평가범주와 매핑하여 수준평가항목을 개발하였다.
본 연구는 선행연구의 속성지표를 확장하여 수준지표와 수준평가항목, 수준등급이 포함된 수준평가모델의 개발에 관한 연구 방법의 제안이다. 이를 위하여 장경애, 김우제[6]의 연구에서 개발된 데이터 거버넌스의 속성지표를 분석하여 수준평가를 위한 범주를 설정하고 수준평가항목과 수준등급을 KJ기법과 델파이 기법을 적용하여 개발하였다. 또한 개발된 수준평가모델을 공공기관의 대표사례에 적용하여 실용 가능성을 입증하였다.
전문가 그룹은 와 같이 데이터 정보시스템 및 업무를 수행한 20년 이상의 전문가 5명씩 구성하였으며 델파이 기법은 3Round로 실시하였다.

성능/효과

2Round의 결과를 통합하고 3Round는 2Round의 결과에 오류를 도출하도록 하여 정제한 결과 과 같이 31개의 속성지표에 80개의 평가범주로 확장되었다.
이 결과를 통해 검증한 기관의 데이터 거버넌스 수준은 프로세스화 단계인 2레벨로써 데이터 거버넌스를 운영하기 위한 제반의 시스템 및 프로세스를 갖추고 있음을 확인하였다. 그러나 경영진의 주도적인 참여는 부족한 실정이며 데이터 거버넌스를 전사적 전략에 반영하여 추진해야 됨을 확인할 수 있었다.
또한 데이터 거버넌스의 1레벨 구성인 데이터 통제(Compliance), 데이터 품질(Quality), 데이터 조직(Organization)과 2레벨 구성인 평가속성의 데이터 거버넌스 수준을 정량화 할 수 있어 데이터 거버넌스 체계에서 부족한 부분과 적정한 부분을 확인할 수 있었다. 그러나 제공된 모델을 통해서 수준진단을 수행한 결과 평가범주별 수준항목을 기준으로 수준을 평가할 때, 전문가의 판단이 중요한 요소임을 확인할 수 있었다. 따라서 데이터 거버넌스를 전반적으로 이해하지 못한 평가자가 수행하기에는 어려움이 존재할 수 있어, 평가항목의 상세화 혹은 체크리스트의 개발을 통하여 용이한 평가를 지원할 필요가 있다.
이를 위하여 장경애, 김우제[6]의 연구에서 개발된 데이터 거버넌스의 속성지표를 분석하여 수준평가를 위한 범주를 설정하고 수준평가항목과 수준등급을 KJ기법과 델파이 기법을 적용하여 개발하였다. 또한 개발된 수준평가모델을 공공기관의 대표사례에 적용하여 실용 가능성을 입증하였다. 개발된 수준 평가모델은 데이터 거버넌스가 조직에 기여하는 바에 대한 객관적인 근거자료가 될 것이며 수준평가 모델의 연구방법론으로 활용될 수 있다.
데이터 거버넌스 수준진단 모델을 개발하고 현장에 적용하여 데이터 거버넌스의 수준을 정량화 할 수 있었다. 또한 데이터 거버넌스의 1레벨 구성인 데이터 통제(Compliance), 데이터 품질(Quality), 데이터 조직(Organization)과 2레벨 구성인 평가속성의 데이터 거버넌스 수준을 정량화 할 수 있어 데이터 거버넌스 체계에서 부족한 부분과 적정한 부분을 확인할 수 있었다. 그러나 제공된 모델을 통해서 수준진단을 수행한 결과 평가범주별 수준항목을 기준으로 수준을 평가할 때, 전문가의 판단이 중요한 요소임을 확인할 수 있었다.
이 결과를 속성지표별 가중치[6]를 적용한 점수산정모델을 적용한 결과 과 같이 데이터 통제영역에 2레벨, 데이터 품질영역에 2레벨, 데이터 조직 영역에도 각각 2레벨의 결과를 얻을 수 있었다.
이 결과를 통해 검증한 기관의 데이터 거버넌스 수준은 프로세스화 단계인 2레벨로써 데이터 거버넌스를 운영하기 위한 제반의 시스템 및 프로세스를 갖추고 있음을 확인하였다. 그러나 경영진의 주도적인 참여는 부족한 실정이며 데이터 거버넌스를 전사적 전략에 반영하여 추진해야 됨을 확인할 수 있었다.

후속연구

또한 개발된 수준평가모델을 공공기관의 대표사례에 적용하여 실용 가능성을 입증하였다. 개발된 수준 평가모델은 데이터 거버넌스가 조직에 기여하는 바에 대한 객관적인 근거자료가 될 것이며 수준평가 모델의 연구방법론으로 활용될 수 있다. 또한 선진 기업 혹은 유사 경쟁사, 동종업계의 데이터 거버넌스 수준을 벤치마킹하여 지속적으로 개선할 수 있는 기반이 될 것이다.
또한 개발된 평가모델의 실효성을 검증하기 위하여 대표기관을 선정하고 적용하여 그 결과를 제시하였다. 그러나 한 기관에 모델을 적용한 것으로 평가 모델의 타당성과 유효성이 검증되기 어려운 실정이므로, 지속적인 사례연구가 필요하다.
데이터 거버넌스를 도입한 기업 및 기관에서는 성과에 대한 객관적인 근거자료를 확보하기 위하여 본 연구결과를 활용할 수 있다. 또한 동종업계 또는 선진기업의 데이터 거버넌스 수준을 벤치마킹하여 지속적으로 개선할 수 있는 기반이 될 것이다. 이를 통해 데이터 거버넌스의 다양한 필요 구성요소에서 미흡한 영역을 파악하여 개선하여 고품질의 데이터를 제공함으로써 데이터 활용도를 높일 수 있을 것이다.
개발된 수준 평가모델은 데이터 거버넌스가 조직에 기여하는 바에 대한 객관적인 근거자료가 될 것이며 수준평가 모델의 연구방법론으로 활용될 수 있다. 또한 선진 기업 혹은 유사 경쟁사, 동종업계의 데이터 거버넌스 수준을 벤치마킹하여 지속적으로 개선할 수 있는 기반이 될 것이다. 이를 통해 조직에서 미흡한 데이터 거버넌스 영역을 확인하고 개선하여 데이터 품질을 지속적으로 관리할 수 있다.
또한 동종업계 또는 선진기업의 데이터 거버넌스 수준을 벤치마킹하여 지속적으로 개선할 수 있는 기반이 될 것이다. 이를 통해 데이터 거버넌스의 다양한 필요 구성요소에서 미흡한 영역을 파악하여 개선하여 고품질의 데이터를 제공함으로써 데이터 활용도를 높일 수 있을 것이다. 향후 연구된 수준평가모델을 다양한 기관에 적용하여 수준등급과 평가점수, 기관의 환경요소 간의 상관관계 분석하여 데이터 거버넌스의 수준등급을 구체화 할 필요가 있다.
이를 통해 데이터 거버넌스의 다양한 필요 구성요소에서 미흡한 영역을 파악하여 개선하여 고품질의 데이터를 제공함으로써 데이터 활용도를 높일 수 있을 것이다. 향후 연구된 수준평가모델을 다양한 기관에 적용하여 수준등급과 평가점수, 기관의 환경요소 간의 상관관계 분석하여 데이터 거버넌스의 수준등급을 구체화 할 필요가 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	델파이 기법의 특징은 무엇인가?	델파이(Delphi)기법은 미국의 RAND 연구소에서 개발된 방법론으로 전문가의 집단적 견해를 중시하 여, 그룹의 의견이 개인의 의견보다 더 좋은 결과를 도출한다는 전제를 갖고 전문가 집단의 의견을 통합분석하여 불확실한 문제를 해결하는 방법론이다[22]. 델파이 기법은 익명의 반응(anonymous response), 반복과 통제된 피드백(iteration and controlled feedback), 통계적 집단 반응(statistical group response)의 특징을 갖는다[22]. 델파이 기법은 해당분야의 지식과 경험을 보유하고 있는 전문가를 선정하는 것이 가장 중요하다.
	데이터 거버넌스의 특징은?	따라서 데이터 거버넌스는 데이터 품질관리를 포괄하는 영역이며, 데이터 품질영역에 의사결정, 책임, 역할을 포함하여 데이터 품질을 움직이게 하는 원동력으로 볼 수 있다[7, 32]. 데이터 품질영역은 사업단위 혹은 프로젝트 단위로 수행될 수 있어도, 데이터 거버넌스는 경영진의 주도하에 전사적인 표준과 정책으로 추진되어야 하므로 데이터 거버넌스와 데이터 품질은 차이가 존재한다.
	KJ기법의 또 다른 지칭은 무엇이며 그 이유는 무엇인가?	KJ기법은 창안자인 가와기타지로(Kawakita jiro)의 영문 머리글자 약어를 사용하고 있으며, 다수의 전문가들이 모여 그룹토의를 통해서 문제를 해결하는 방법으로 다양한 의견을 통합하거나 분류하여 새로운 대안을 찾아내는 기법이다[6]. 이 기법에서는 참가자의 서로 다른 의견과 발상, 경험을 중시하여 종이카드에 대상의 목록을 기록하고 그룹토의를 거쳐 연관성이 높은 요소를 통합하는 방법으로 종이카드 기법이라고도 한다. 진행단계로는 1단계는 주요 대상목록을 생성하여 나열하고, 2단계는 수집된 정보를 카드에 명시하고, 3단계에서는 참여자의 의견으로 유사도가 높은 카드를 그룹하고, 4단계에서는 그룹카드에 명칭을 정의하고, 5단계는 분류된 그룹간의 친화도를 도식화하고 기록하는 단계로 구성된다[6].

참고문헌 (33)

고재경 외, "환경거버넌스 평가에 관한 연구 : 평가지표 개발을 중심으로", 경기개발연구원 기본연구, (2007), pp.3-9.
김미정, "BSC의 비재무적 관점의 측정지표가 기업경영성과에 미치는 영향에 관한 연구", 영상저널, 제5권, 제2호(2013), pp.73-103.
박미영, "계층분석적 의사결정기법을 활용한 데이터베이스 시스템 품질 평가 모델 개발에 관한 연구", 서울여자대학교 대학원, (2008), pp.39-45.
이규환, 이상윤, 이종수, "지방공기업 경영관리 인 조직문화 측정지표 연구", 한국지방자치학회보, 제17권, 제4호(2005), pp.117-138.
이형준, "SMR 기반 AHP 기법을 활용한 국방 핵심기술 R&D 사업 성과평가지표 개발", 서울과학기술대학교 대학원, 2010.
장경애, 김우제, "데이터 거버넌스 평가속성에 관한 연구", 서울과학기술대학교 대학원, 2016.
장경애, 김우제, "Data Governance 구성요소 개발과 중요도 분석", 한국경영과학회지, 제41권, 제3호(2016), pp.45-58.

원문보기 상세보기
장경애, 김우제, "데이터 거버넌스 프레임워크의 구성요소 개발 및 상세화", 한국정보기술학회, 제14권, 제9호(2016), pp.93-107.
중앙대학교 산학연구소, "정보보호관리체계 수준평가 방법론 및 등급기준 연구", 한국인터넷진흥원, 2010.
최영준, 유은정, 임춘성, "IT프로세스의 생산성 평가체계 개발", 한국EA학회, 제4권, 제2호 (2007), pp.63-68.
최윤호, "IT 거버넌스를 위한 Val IT 기반의 ITSM 성과지표 모델", 고려대학교대학원, 2012.
한국데이터베이스진흥원, "데이터관리 품질 점검사항 : DQC-M", 2010.
한국데이터베이스진흥원, "데이터 품질 점검사항 : DQC-V", 2010.
한국데이터베이스진흥원, "데이터베이스 보안 점검사항 : DQC-S", 2010.
한국데이터베이스진흥원, "데이터분석 전문가 가이드", 2014.
한국정보화진흥원, "공공정보 품질관리 매뉴얼", 2012.
한국소프트웨어산업협회, "SW사업 대가산정 가이드(2015년 개정판)", (2015), pp.210-212.
한국정보화진흥원, "전자정부사업 품질관리 매뉴얼(안)", 안전행정부, 2013.
행정안전부, "범정부 성과참조모형 2.0", pp.34-52.
한국전산원, "공공부문 정보화사업 평가를 위한 BSC 모형", 2001.
Chrissis, M.B., M. Konrad, and S. Shrum, CMMI Guidelines for Process Integration and Product Improvement, Second edition, Addison-Wesley, 2007.
Dalkey, N.C., "The Delphi method : An experimental study of group opinion," Rand Corpo-ration Memorandum RM-5888-PR, 1969.
DAMA, "The DAMA Guide to the Data Management Body of knowledge," 2009.
IBM, The IBM Data Governance Council Maturity Model : Building a roadmap for effective data governance," 2007.
ISO/IEC 25024, "Systems and software engineering-Systems and software Quality Requirements and Evaluation(SQuaRE)-Measurement of data quality," 2015.
Koontz, T.M. and C.W. Thomas, "What Do We Know and Need to Know about the Environmental Outcomes of Collaborative Management?," Public Administration Review, (2006), pp.111-121.
SAS institute Inc., "The SAS Data Governance Framework : A Blueprint for Success," 2014.
Thomas, G., "The DGI Data Governance Framework : The Data Governance Institute," Orlando, 2006.
SambaSoup, "Data Governance", IS6120 Enterprise Business Intelligence, 2011.
Van Grembergen, Wim, and Ronald Saull, "Information technology governance through the balanced scorecard," Proceedings of the 34th Hawaii International Conference on System Sciences (HICSS), 2001.
Vetro, A., L. Canova, M. Torchiano, C.O. Minotas, R. Iemma, and F. Morando, Open data quality measurement framework : Definition and application to Open Government Data, Government Information Quarterly, 2016.
Weber, K., B. Otto, and H. Osterle, "One Size Does Not Fit All-A Contingency Approach to Data Governance," Journal of Data and Information Quality, Vol.1, No.1(2009).
Wende, K., A Model for Data Governance-Organising Accountabilities for Data Quality Management, 2007.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증