IT자격증

기술평가의 정의
  - 기술과 관련된 정책결정에 활용할 객관적인 대안과 근거를 제공하기 위해 신기술
    적용 시 예상되는 결과와 영향을 체계적으로 분석 및 평가하는 방법.


기술평가의 유형

기술평가의 일반적인 평가요소 (기권시사)

기술사업타당성평가와 기술가치평가의 비교

기술가치평가의 3가지 평가기법

 
[출처] 118회 정보관리기술사 기출문제풀이집 (117어울림동기회)

OLTP (On-Line Transaction Processing)

OLTP는 일반적인 IT시스템의 처리 형태로서 사용자가 터미널(단말기)에서 어떤 Action을 하면 
거기에 바로 프로그램이 반응을 보이는 형태라고 할수 있다. 예를 들어 고객이 회원가입 페이지에서
회원정보를 입력한호 저장을 누르면 바로 시스템은 고객이 입력한 정보를 가지고 유효성 체크를
해서 Database에 저장하고 고객에게 회원가입이 완료되었다는 feedback을 바로 주는 프로세스를
말한다.  

OLAP (On-Line Analytical Processing)

반면 OLAP는 고객에게 제공하기보다는 회사에서 OLTP를 통해 저장된 Database의 내용을 다차원적으로 
분석하고자 스냅샵 형식으로 Database의 데이터를 가지고 와서 정제와 가공과정을 거쳐서 마트(Data Mart)에
담아놓고 이를 통해 회사 관리자에게 분석View를 제공하는 프로세스 라고 할수 있다.
보통 SAP BI 같은 DW 솔루션을 많이 이용한다.

OLTP 와 OLAP의 기능적 비교

구분	OLTP	OLAP
개념	- Transactioni 중심으로 거래 데이터의 정확한   처리 기능 제공이 중요	- 요청된 조건에 맞는 대용량 데이터를   검색하여 다양한 View 제공이 중요
기능원리	- 트랜재션 ACID 준수 (Atomicity, Consistency, Isolation, Durability)	- 중복과 집계, 소트, 차원별 그룹
사용목적	- 단일 Transaction 데이터 저장 - 데이터의 무결성 유지	- 대용량 데이터 조회 - 각 차원별 다양한 View 제공 - 시계열 분석
주요기능	- Insert, Upate, Commit, Rollback	- Drill Down/Up, Pivot, Slice, Dice
구현기술	-TP-Monitor , CS , EJB, ODBC	- MOLAP, ROLAP, DOLAP

* MOLAP : Multidimensional OLAP / 다차원 OLAP
* ROLAP : Relational OLAP / 관계형 OLAP
* DOLAP : Desktop OLAP / 다차원 데이터 저장 및 프로세싱이 모두 클라이언트에서 이루어지는 OLAP


OLTP 와 OLAP의 데이터 측면 비교

구분	OLTP	OLAP
데이터 구조	- 정규화를 통한 데이터 중복성을 최소화	중복 및 집계성 컬럼을 생성 데이터 마트
데이터 모델	ER모델	스타스키마, 스노우 플랙, ER모델
데이터 목적	데이터의 무결성 유지	시계열분석, 그룹분석, 실적집계, 의사결정
데이터 보호	Repeatable Read 레벨 Locking, 병행처리	Read Only
데이터 접근	응용프로그램을 통한 접근	사용자가 직접 접근

CRM 솔루션 사업자 (국외)

CRM 솔루션 사업자 (국내)

CRM 솔루션 사업자 (Cloud 사업자)

프로세스 마이닝의 기술 구성도

No	구분	설명	적용 알고리즘
①	프로세스 발견 (Discovery)	기존의 정보시스템으로부터 이벤트 로그를 추출하여 이를 분석해서 프로세스를 찾아내는 기법. 즉 이벤트 로그에서 프로세스 모델의 자동 발견을 지원하고 과거의 수행내역을 재생하는 데 활용	휴리스틱 마이닝 퍼지 마이닝 알파 마이닝
②	적합성 검사 (Conformance Checking)	위 ① 을 통해 발견된 프로세스를 원래 의도했던 프로세스와 비교해서 어느정도 적합한지 평가	로그 리플레이 기법 로그 얼라이먼트 방법
③	프로세스 확장 (Enhancement)	적합성검사를 통해서 원래의 프로세스를 확장시켜서 적합성을 높이는 단계 또한 새로 발견된 프로세스 모델을 시간정보를 통해 확장	소셜 네트워크 마이닝 조직 마이닝 스탭 어사인먼트 마이닝 Petri Net 기반 성능분석 시퀀스 패턴 Dotted Chart 분석

용어 설명

적용 사례

[출처] 118회 정보관리기술사 기출문제풀이집 - 117회 어울림 동기회

프로세스 마이닝(Process Mining) 의 정의

프로세스 마이닝은 정보시스템의 이벤트 로그를 분석하여 의미 있는 프로세스를 찾아내는 것을
목적으로 하는 기술로서. 프로세스 로그 분석은 프로세스에 대한 통찰, 병목점 식별 및 문제 예측
, 업무 수행 규정 위반 검사 및 대책 권고, 프로세스 간소화 등 매우 다양한 목적으로 활용될 수 있다.
[네이버 지식백과] 프로세스 마이닝 (국립중앙과학관 - 빅데이터)

프로세스 마이닝은 프로세스의 효율성과 이해를 향상시키는 것을 목표로 하며,
“자동화된 비즈니스 프로세스 발견” ABPD (Automated Business Process Discovery)이라는 좀 더
일반화된 명칭으로 불리기도 한다.
[출처] BPM, RPA 그리고 Process Mining(프로세스마이닝)|작성자 wawaguru

복잡하게 설명했지만..간단하게 말해 보통 IT시스템을 구축하는 경우 우선 해당 회사의 비지니스
프로세스를 분석해서 이를 기반으로 설계해서 정보시스템을 만들어서 운영을 하는데.. 이 순서를
반대로 해서 운영하고 있는 정보시스템의 로그 (이벤트 로그, 프로세스 로그)를 분석해서
역으로 프로세스를 도출한 다음 이 프로세스가 당초 분석대상이었던 프로세스와의 적합성이
어떤가를 통해 기존 프로세스의 개선점을 발견할 수 있고, 때로는 기존에 파악하지 못했던
새로운 비지니스 프로세스를 도출해서 조직의 성과 도출 및 개선이 가능하게 할 수 있는데
이런한 일련의 분석방법을 '프로세스 마이닝' 이라고 한다.

프로세스 마이닝(Process Mining)의 필요성

기존 전통적인 프로세스 방법의 문제점을 통해 왜 프로세스 마이닝이 필요한지 가늠해 볼수
있다. (그렇다고 전통적인 프로세스 분석 방법이 틀렸다고 하는 것은 아님.. 그 나름대로
충분한 역할을 수행했듬)
1. 기존 프로세스 분석방법은 사람이 담당자를 상대로 인터뷰를 통해서 AS-IS 프로세스를
   파악하는 구조이다 보니깐 아무래도 주관적인 의견이 개입되며 때로는 편견도 섞여들어
   갈수 밖에 없다.  (객관성 떨어짐)
2. 또한 시간과 비용도 많이 소요되는 편이다.
3, 담당자별로 나누어서 인터뷰및 업무 분석을 하다 보니깐 전체적인 그림을 파악하기 어렵다.
4. 개선이 필요한 AS-IS라는건 모두가 공감하지만 그 개선방안에 대해서는 담당자와 부서마다
    다를 수 밖에 없다. (부서간 충돌 발생)

따라서 이러한 전통적인 프로세스 분석방법의 단점을 해결하고자 나온 개념이
프로세스 마이닝인데 이 프로세스 마이닝은 기존 BPM과 Data Mining 의 중간영역에서
도출되었다고 할수 있다.

BPM은 비즈니스 프로세스를 발견, 모델링, 분석, 측정, 개선, 최적화 및 자동화하기 위해
다양한 방법을 사용하는 운영 관리 기법을 의미하며, 프로세스를 관리하여 기업 성과를
향상시키는 데 중점을 둔다.. 좁은 의미에서 BPM은 업무 프로세스를 사전에 모델링하고, 
설계된 프로세스 대로 업무 결제, 승인, 구매 등의 업무 등이 자동화되어 흘러갈 수 있도록
도와주는 IT 시스템을 지칭한다. 
BPM은 Top-Down 방식으로 프로세스 모델을 그려서, 해당 프로세스 모델 대로 업무를
수행하도록 강제하는 방식이라면 프로세스 마이닝은 이미 수행된 업무로부터 프로세스 모
델을 도출하는 Bottom-up 방식을 따르는데.  하지만 점점 복잡해져 가는 기업 업무 활동을 
BPM처럼 중앙 집권적 방식으로 모든 것을 통제하기에는 한계가 있으며.  BPM의 통제를
벗어난 다양한 여러 시스템을 업무 관점에서 통합적으로 관리하고 모니터링하기 위해서는
개별 시스템은 그대로 두고 이로부터 쏟아져 나오는 로그를 통해 프로세스를 관리하는
분권적 방식이 BPM의 한계를 보완하는 역할을 한다고 할수 있다.

[출처] BPM, RPA 그리고 Process Mining(프로세스마이닝)|작성자 wawaguru

프로세스 마이닝과 RPA와의 관계       

요즘 대세가 되어가고 있는 IT이슈중에 하나인 RPA (Robot Process Automation) 가
구현될려면 프로세스 마이닝이 우선 수행되어야 한다고 할 수 있다.
RPA는 소프트웨어 로봇 또는 AI (인공지능) 작업자의 개념을 기반으로 한 사무자동화
기술의 새로운 형태중에 하나이다. 
여기서 소프트웨어 '로봇'은 컴퓨터 시스템의 사용자 인터페이스와 상호 작용하는 인간의
행동을 복제하는 소프트웨어 응용 프로그램을 말하는 것으로. 예를 들어, ERP 시스템에
데이터 입력을 실행하거나 실제로 비즈니스 프로세스를 수행하는 것이 소프트웨어 로봇의
일반적인 활동이 될 것이다. 소프트웨어 로봇은 사람과 동일한 방식으로 사용자
인터페이스(UI)에서 작동을 하는데. 이것은 기존에 애플리케이션 프로그래밍 인터페이스(API)에
기반한 전통적 형태의 IT 통합과 크게 다르다. 즉, 사용자 인터페이스의 데이터 아키텍처 계층을
기반으로 한 기계 간(machine-to-machine) 통신 형태를 취한다..
앞서 언급한 BPM이 프로세스 개선을 위해 프로세스 자체를 재설계하고 변경하려는 방식이라면 
RPA는 사람이 하던 현재 방식을 그대로 모방하여 소프트웨어로 대체하여 자동화하는 방식이다
. 이러한 RPA가 업무에 더 많이 적용될 수록 더 많은 시스템 로그가 나올 것이고 이에 대한
성과 분석과 모니터링이 필요해질 것이다.
프로세스 마이닝은 RPA 도입 전 초기 단계에 전체 프로세스를 분석하여 RPA가 적용될 만한
구간을 식별하여 타당성을 검증하고, RPA 도입 이후의 전후 비교를 통해 지속적으로
업무 효율성을 측정할 수 있는 방법을 제공한다.

[출처] BPM, RPA 그리고 Process Mining(프로세스마이닝)|작성자 wawaguru

SLM (Service Level Management) 의 정의

요즘 IT서비스에 대해서 직접 회사내부에서 직원이 개발하고 유지보수하는 이른바 
인소싱(in-sourcing) 은 예전보다 많이 감소했고 외부인력을 고용한다던지 아예
외부 서비스를 이용하는 아웃소싱(out-sourcing) 형태가 주류를 이루고 있으며 한발
더나아가 클라우드를 통한 인프라나 플랫폼까지도 외주를 주는 경우가 큰 흐름으로
자리잡고 있다.
따라서 서비스 이용자는 외부에서 제공하는 서비스가 만족할만한 수준의 서비스를
제공 하고 있는지, 장애는 얼마나 발생하는지..그에 따른 패널티(Penalty)는 어떻게
부여할 것인지 등에 대한 관리가 포인트가 될 것이다. 
이러한 아웃소싱과 같은 외부자원으로부터 서비스를 제공받는 특히 IT서비스에 대해
서비스제공자와 사용자간의 서비스수준(SLA, Service Level Agreement)을 합의하고
이를 달성하기 위해 모니터링,보고,리뷰,개선 등 정상적인 프로세스 (PDCA)를 통해
서비스의 수준을 유지하고 지속적인 품질향상을 도모하는 일련의 활동을
SLM (Service Level Management) 라고 한다.


SLM 프레임워크 구성도

SLA 와 OLA 의 관계

1. SLA구조화를 위해서는 최종 사용자에게 제공되는 SLA수준이상으로 내부 OLA 운영수준
  과 외부유지보수 UC 계약수준이 반영될 수 있도록 관리되어야 한다.

2. 서비스제공자는 사용자에게 약속한 가용성(SLA)을 만족시키기 위해 
   신뢰성과 유지보수성(OLA) 그리고 외부공급업체와의 부품시간 제공시간(UC) 등을 
   관리 해야 하며 상위 가용성을 만족시킬 수 있는 하위 지표수준으로 관리되어야 한다.

3. SLA-OLA-UC 의 구조는 하위구조의 지표수준이 상위구조의 지표수준과 같거나 
   높아야 하며 상위구조의 수준을 하위구조에서 보증해주어야 한다.
   만약 SLA지표를 지원할 수 없는 하위 OLA 또는 UC계약 수준이 존재 할 경우 최종 사용자
   에게 제공되는 SLA 서비스수준은 보증될 수 없는 구조적 모순에 빠지게 된다,.

모델링(Modeling)의 정의

       - 사용자의 요구사항으로부터 데이터의 실체를 나타내는 일
       - 가설적 또는 일정 양식에 맞춘 표현
       - 어떤 것에 대한 예비 표현으로, 그로부터 최종 대상이 구축되도록 되어 있는 계획으로 
          기여하는 것.
       - 복잡한 현실세계를 단순화 시켜 표현하는 것.
       - 사물 또는 사건에 관한 양상(Aspect)이나 관점(Perspective)을 연관된 사람이나 그룹
         을 위해 명확하게 하는 것.
       - 현실세계의 추상화된 반영
       - 기업의 업무에 대한 종합적인 이해를 바탕으로 데이터에 존재하는 업무규칙에 대하여 
         참 또는 거짓을 판별할 수 있는 사실을 어떻게 ,누가 접근하는지를 정의하고 추상화하는 기법


데이터 모델링의 필요성

  - 애플리케이션과 데이터의 통합 - 데이터를 기반으로 한 통합은 효과적이면서 저비용
  - 개발자들의 시스템 이해 - 논리적인 관점과 물리적인 관점을 분리함으로써 사용자가 원하는 
                                      것의 논리적개념을 명확하게 이해할 수 있으며 저장기법, 파일접근방법
                                      등 물리적인 것으로부터 독립되어 사용자가 필요로 하는 데이터를 
                                      정의할 수 있다


현실세계 비즈니스의 모델링의 개요

   - 복잡한 현실세계를 이해하기 쉬운 형태로 변환하기 위해 단순화, 추상화, 구조화, 가시화하는
      모델링 이용
    - 기업의 비즈니스, 데이터, 프로세스, 아키텍처를 가지고 모델링과정을 거쳐서 구체화함으로써
       기업의 Biz를 강화할수 있으며 이를 IT 시스템으로 구현할 수 있다.

데이터 모델링시 주의점

    1) 중복 -  중복을 방지해야 한다.
    2) 비유연성 - 데이터 정의를 데이터의 사용과 프로세스를 분리함으로써 데이터 혹은 프로세스의 
                      변화가 애플리케이션과 데이터베이스에 중대한 변화를 일으킬 수있는 가능성을 
                      줄인다.
    3) 비일관성 - 데이터의 중복이 없더라도 비일관성은 발생한다. 데이터간 상호관계에  대한 명확한 
                      정의로  예방할 수 있다.


데이터 모델링 단계

[참조] 118회 정보관리기술사 기출문제풀이 (117회 정보관리기술사 동기회 모임 - 어울림)

오픈소스SW 라이선스의 특징

  - 라이선시는 해당 오픈소스SW를 자유롭게 사용할 수 있다.
  - 라이선시는 해당 오픈소스SW를 자유롭게 복제할 수 있으며,
    일정한 조건하에 재배포할 수 있다.
 - 라이선시는 해당 오픈소스SW를 자유롭게 수정하여 사용할 수 있으며, 
   일정한 조건하에 수정된 내용을 재배포할 수 있다.
 - 라이선시는 해당 오픈소스SW의 소소코드를 자유롭게 획득하고 접근할 수 있다.

라이선스별 내용

용어정리