기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# 데이터 전략 프레임워크
<a name="framework"></a>

이 가이드에 제시된 데이터 전략 프레임워크는 다음과 같은 최신 데이터 및 분석 아키텍처 원칙에 기반합니다.

1. **통합되고 비용 효율적이며 확장 가능한 스토리지 계층**을 사용하세요. 이를 통해 모든 데이터 생산자와 소비자가 데이터와 상호 작용할 수 있는 기술적 기능을 갖게 됩니다.

1. **보안은 필수입니다**. 데이터 개인 정보 보호 규칙을 적용하고, 암호화를 통해 데이터 보호를 제공하며, 감사를 활성화하고, 자동화된 규정 준수를 제공하세요.

1. **데이터를 규제하여** 회사에서 공유하세요. 사용자가 필요한 데이터를 찾고 사용할 수 있도록 고유한 데이터 카탈로그와 비즈니스 용어집을 제공하세요.

1. **올바른 작업에 올바른 서비스**를 선택하세요. 구성 요소를 선택할 때 기능, 확장성, 데이터 지연 시간, 서비스를 실행하는 데 필요한 노력, 복원력, 통합 및 자동화를 고려하세요.

1. **인공 지능(AI)과 기계 학습(ML)**을 사용하세요.

1. **비즈니스 인력을 위한 추상화**를 통해 **데이터 문해력**과 도구를 제공하세요.

1. 데이터 이니셔티브의 **가설을 테스트**하고 **결과를 측정**하세요.

데이터 프레임워크는 [먼저 고객에서부터 작업](https://docs.aws.amazon.com/whitepapers/latest/building-cloud-operating-model/step-1.-work-backwards-from-the-customer.html)하는 접근 방식을 사용합니다. Amazon 및 AWS에서 사용되는 이 방법은 5단계를 따릅니다.

1. 회사의 비즈니스 영역에서 사용자를 인터뷰하세요. 데이터 이니셔티브를 통해 해결할 수 있는 비즈니스 문제와 기회를 선택하세요.

1. 비즈니스 영역 내에서 예상되는 비즈니스 성과를 정의하세요.

1. 비즈니스에 가장 큰 영향을 미치는 이니셔티브의 우선순위를 정하세요.

1. 비즈니스 성과를 달성하기 위한 데이터 공유 및 기술 기능을 식별하고 지원 프로젝트에서 그룹화하세요.

1. 데이터 중심 이니셔티브를 활성화하기 위한 역할과 책임을 식별하고 다기능 팀 빌드에 대해 논의하세요.

다음 섹션에서는 다음과 같은 이 프로세스의 기본 단계를 설명합니다.
+ [비즈니스 검색](business-discovery.md)
+ [데이터 가용성 평가](data-availability.md)
+ [기술 평가](technical-assessment.md)
+ [비즈니스 목표에 맞게 스토리 조정](align-stories-goals.md)