데이터

포함할 데이터 결정

회사는 각기 다른 정보 요구사항을 가지고 있기 때문에 자산 관리도 각 회사에 맞게 고유하게 적용됩니다. 자산은 비즈니스와 관련된 다양한 정보를 저장할 수 있으며, 어떤 자산 및 구성 항목을 추적할지는 회사가 해결하려는 문제에 따라 달라집니다. 이 섹션에서는 어떤 데이터를 자산 관리에 포함할지 결정하는 방법을 안내합니다.

문제 정의

대부분의 도구는 특정 문제를 해결하기 위해 도입되며, 자산 관리도 이와 마찬가지입니다. 예를 들어, 인시던트 해결 시간이 너무 길거나, 서비스 변경 시 서비스 종속성을 쉽게 확인할 수 없을 때, 예기치 않은 문제가 발생할 수 있습니다.

해결하려는 문제를 정의하고, 이 문제를 해결하기 위해 데이터베이스에 포함시켜야 할 자산과 정보를 결정합니다. 문제를 분석하고 추가적인 정보가 필요한 부분을 파악하여, 이를 바탕으로 개체 유형을 정의합니다.

한 번에 너무 많은 정보를 추가하면 관리가 어려워질 수 있으므로, 한 가지 문제에 집중하는 것이 좋습니다. 첫 번째 문제를 해결한 후, 자산을 확장하여 추가 문제들을 해결할 수 있습니다.

서비스 시작

구성 관리를 위해 자산을 활용하려는 경우, 서비스부터 시작하는 하향식 접근 방식이 효과적입니다. 우선 주요 서비스부터 시작해, 해당 서비스가 의존하는 애플리케이션 및 호스트를 매핑한 뒤, 다시 이들이 종속하는 요소들을 연결해 나갑니다. 이렇게 하면 인시던트나 변경 요청이 발생했을 때 즉시 참조할 수 있는 서비스 맵을 빠르게 구축할 수 있습니다. 필요한 경우 다른 영역으로도 확장할 수 있습니다.

물리적 자산 이상을 생각하기

자산 관리에서는 물리적 자산뿐 아니라, 추상적인 개체도 추적할 수 있습니다. 예를 들어, 비즈니스 서비스는 물리적 자산은 아니지만, 종종 매우 중요한 정보로 간주됩니다. 서비스와 관련된 모든 물리적 및 추상적 종속성을 연결하면 서비스가 어떻게 운영되는지 더 깊이 이해할 수 있습니다.

추상적 요소들도 얼마든지 관리할 수 있습니다. 예를 들어, 비즈니스적 중요성, 환경 유형, 부서/팀, 위치 등을 자산 관리에 포함할 수 있습니다.

비즈니스 서비스 분류 예시

모든 비즈니스 서비스를 자산 관리 시스템의 "비즈니스 서비스" 개체 유형 아래에 추가했다고 가정해 보겠습니다. 이를 "재무", "물류", "영업", "인프라" 등으로 분류할 수 있습니다. 이 작업은 비즈니스 서비스 개체 유형의 속성을 사용하여 수행할 수도 있고, 별도로 **"서비스 범주"**라는 개체 유형을 만들어 분류할 수도 있습니다.

얼마든지 추상적으로 사용해도 됩니다. 일반적인 예에는 비즈니스적 중요성 개체, 환경 유형, 부서/팀, 위치 등이 포함될 수 있습니다.

예: 비즈니스 서비스 분류

모든 비즈니스 서비스가 자산에 "비즈니스 서비스" 개체 유형 아래에 추가되었다고 가정해보겠습니다. 비즈니스 서비스를 "재무", "물류", "영업", "인프라" 등으로 분류할 수 있습니다. 비즈니스 서비스 개체 유형의 특성을 사용하여 이 작업을 수행하거나 이 범주를 "서비스 범주"라는 고유한 개체 유형으로 만들 수 있습니다.

Open

비즈니스 서비스 범주를 활용하여 자산 관리를 최적화할 수 있는 중요한 이점 중 하나는 세부 정보(특성)를 추가할 수 있다는 것입니다. 예를 들어, 모든 재무 비즈니스 서비스에 대한 책임을 맡은 사용자가 있을 수 있습니다. 이 사용자를 모든 개별 재무 비즈니스 서비스 개체에 하나하나 추가하는 것은 유지 관리가 어렵고 비효율적일 수 있습니다. 대신, "서비스 범주"라는 개체 유형을 만들고 "재무" 개체에 해당 사용자를 한 번만 추가하여 관리할 수 있습니다. 이렇게 하면 데이터의 중복 없이 한 곳에서 정보 업데이트가 가능해집니다.

또한, 재무 비즈니스 서비스의 운영 상태를 하나의 범주로 통합하는 규칙을 설정할 수 있습니다. 예를 들어, 개별 재무 비즈니스 서비스의 상태를 가져와 재무 범주의 전체 상태로 롤업하는 규칙을 만들면, 해당 범주에 속한 모든 서비스의 상태를 한 번에 확인할 수 있습니다. 이를 통해 각 서비스 범주의 상태를 빠르게 파악하고, 서비스에 문제가 있는지 한눈에 확인할 수 있습니다.

유연한 개체 추가 가능성 자산 관리에서 이러한 유형의 개체(예: 서비스 범주)를 반드시 추가할 필요는 없습니다. 그러나 중요한 점은 자산 관리가 기존 자산이나 구성 항목에 제한되지 않는다는 것입니다. 이는 조직이 원하는 대로 데이터를 구성하고 관리할 수 있도록 설계되어 있으며, 사용자의 목표와 필요에 맞춰 자산을 커스터마이즈할 수 있다는 유연성을 의미합니다.

따라서 자산 관리의 성공적인 구현을 위해서는 목표를 명확히 정의하고, 그 목표를 달성하는 데 필요한 정보와 데이터를 이해하는 것이 중요합니다.

앞을 보고 끊임 없이 성장하기

향후 확장을 염두에 두고 데이터를 포함하는 것뿐 아니라 데이터를 구성하는 방법에도 신경 써야 합니다. 최종 상태를 생각하며 자산을 점진적으로 구축하는 것이 좋습니다. 한 번에 많은 데이터를 처리하려고 하기보다, 작게 시작하여 점차적으로 새로운 특성, 개체 및 스키마를 추가하는 것이 훨씬 효율적일 수 있습니다.현실적인 정확성 기대치 설정이 중요합니다. 100% 정확도를 목표로 하는 것이 좋지만, 실제로는 완벽을 이루기가 어려울 수 있습니다. 데이터가 처음부터 없었던 것보다는 비즈니스에 실질적인 가치를 제공할 정도로 정확하다면 충분히 성공적이라고 볼 수 있습니다. 많은 CMDB 프로젝트는 완벽을 추구하다가 진행이 지연되거나 실패하는 경우가 있습니다. 완벽보다는 실용적인 가치에 초점을 맞추세요.

현실적인 정확성 기대치 설정

현실적인 정확성 기대치 설정이 중요합니다. 100% 정확도를 목표로 하는 것이 좋지만, 실제로는 완벽을 이루기가 어려울 수 있습니다. 데이터가 처음부터 없었던 것보다는 비즈니스에 실질적인 가치를 제공할 정도로 정확하다면 충분히 성공적이라고 볼 수 있습니다. 많은 CMDB 프로젝트는 완벽을 추구하다가 진행이 지연되거나 실패하는 경우가 있습니다. 완벽보다는 실용적인 가치에 초점을 맞추세요.

데이터 가져오기

수동으로 모든 것을 입력하면 대규모 조직에서의 업무가 번거로울 수 있습니다. 거기에 도움이 될 몇 가지 도구가 있습니다.

Asset Discovery

Asset Discovery(Atlassian Marketplace에서 무료로 사용 가능)는 네트워크 자산을 검색하는 에이전트 없는 스캐너입니다. 이를 통해 자산을 개체 스키마로 가져오고, 자산 특성을 선택할 수 있습니다. 또한, 고유한 검사 패턴을 설정해 더 많은 특수 자산을 찾아낼 수 있습니다. Asset Discovery는 일정에 맞춰 자동으로 실행되며, 변경 사항을 감지하고 데이터를 지속적으로 업데이트 상태로 유지합니다. 자동화 규칙을 통해 감지된 변경 사항을 기반으로 Jira 이슈를 생성하거나 이메일 알림 등을 트리거할 수 있습니다.

Asset Discovery 사용 방법 자세히 알아보기

가져오기 도구

기존에 있는 다른 소스의 데이터를 가져올 때는 가져오기 도구를 사용할 수 있습니다. 가져오기 규칙은 일정에 맞춰 자동 동기화되며, 필요에 따라 데이터를 업데이트할 수 있습니다. 각 가져오기 유형은 데이터가 저장되는 위치와 자산으로 이동할 위치를 정의합니다.

자산으로 데이터를 가져오는 방법 자세히 알아보기

CSV 가져오기

스프레드시트(예: Excel 또는 Google Sheets)에 정리된 자산 데이터를 자산으로 가져오려면 CSV 가져오기 기능을 사용할 수 있습니다. 이를 통해 자산 데이터를 Jira 이슈와 연결하고, 자산의 영향을 분석할 수 있는 투명한 시스템을 구축할 수 있습니다.

CSV 가져오기에 대해 자세히 알아보기

JSON 가져오기

JSON 파일을 사용해 개체 데이터를 자산으로 가져올 수 있습니다. JSON을 통해 더 복잡한 구조의 데이터를 자산에 쉽게 통합할 수 있습니다.

JSON 가져오기에 대해 자세히 알아보기

유용한 정보와 팁

Asset Discovery와 가져오기 도구는 데이터 변경 빈도에 따라 자주 실행하는 것이 좋습니다. 예상되는 데이터 변경 속도에 맞춰 일정한 실행 빈도를 설정하여 데이터가 항상 최신 상태로 유지되도록 해야 합니다.

Asset Discovery는 서로 다른 검색 패턴을 설정하여 다양한 주기로 실행할 수 있으며, 자산을 최신 상태로 유지하기 위한 리소스를 절약하는 데 큰 도움이 됩니다.

데이터 구조화

데이터를 논리적 개체 스키마로 분할하기

데이터의 사용 목적이나 데이터 소유자에 따라 여러 개체 스키마로 분할하는 것이 좋습니다.

하나의 큰 스키마로 데이터를 관리하는 것보다, 관련된 팀에 맞춰 개별 스키마로 나누는 것이 사용자에게 더 친화적이고 유지 관리가 수월합니다. 예를 들어, 재무팀이나 HR 부서 등은 자산의 특정 정보만 필요로 할 수 있으며, 불필요한 데이터를 함께 받을 필요는 없습니다. 하나의 큰 개체 스키마에서 특정 부분만 확인하게 하는 것보다, 각 팀에 맞는 개체 스키마를 제공하고 해당 팀이 정기적으로 데이터 품질을 확인할 수 있도록 하는 것이 훨씬 더 효율적입니다.

데이터 통합

이미 잘 구축된 데이터베이스나 정보 소스가 있고, 이를 지속적으로 업데이트하는 프로세스가 있다면, 데이터를 자산으로 옮길 필요는 없습니다. 대신 통합을 통해 관련 데이터의 복사본을 만들고, 일정에 따라 자산 정보를 자동으로 업데이트하는 것이 효율적입니다.

자산은 다양한 가져오기 도구를 제공하여, 데이터를 Jira 이슈나 자산 내에서 활용할 수 있습니다. 이를 통해 두 개의 데이터 복사본을 별도로 관리할 필요가 없습니다.

가져온 데이터에 대해서는 별도의 개체 스키마를 만들거나, 필요에 따라 더 큰 개체 스키마에 통합할 수 있습니다. 만약 IT 지원, HR 등 여러 부서가 데이터를 사용한다면, IT 개체 스키마와 직접 연결하지 않고 별도의 개체 스키마로 유지하며, 필요 시 HR 팀도 해당 스키마에 접근할 수 있도록 설정하는 것이 좋습니다.

가져오기 도구를 사용할 수 없는 경우, 개체를 만들고 추가 정보가 담긴 외부 데이터베이스에 연결할 수 있는 URL 특성을 부여할 수 있습니다. 이는 에이전트가 정보를 직접 확인할 수 있지만, 이를 기반으로 검색이나 보고 작업을 진행할 필요가 없을 때 유용한 방법입니다.

동일한 특성을 반복해서 사용하지 마십시오

특성이 여러 곳에서 사용되고 같은 값이 반복된다면, 해당 특성을 별도의 개체 유형으로 만드는 것이 더 효과적일 수 있습니다. 예를 들어, 노트북, 전화기, 프린터, 모니터 등의 여러 개체 유형에서 '공급업체'라는 특성을 공통으로 사용할 수 있습니다. 각 개체마다 공급업체 이름을 개별적으로 입력하거나 가져올 수 있습니다.

이 방식도 괜찮지만, '공급업체'를 별도의 개체 유형으로 만들어 각 공급업체를 개체로 설정하는 것이 훨씬 더 효율적입니다.

• 공급업체 이름 외에도 지원 연락처나 계약 링크와 같은 추가 정보를 관리할 수 있습니다. 노트북이나 휴대폰 같은 개체에 대해 매번 반복적으로 입력하는 대신, 한 번만 실행하여 해당 공급업체 개체와 연결하면 됩니다. Jira Service Management 내에서 공급업체를 효과적으로 관리하는 데 유용합니다.

• 이 방법을 통해 공급업체 정보를 표준화하면 보고서를 더 쉽게 생성할 수 있습니다. 예를 들어, 공급업체별 지원 요청 수를 확인할 때, Microsoft나 Apple 같은 공급업체가 누락되지 않도록 일관된 데이터를 유지할 수 있습니다.

• 공급업체가 리브랜딩하거나 이름을 변경해야 할 경우, 한 곳에서만 업데이트하면 전체 시스템에서 즉시 반영됩니다.

공급업체 예시 외에도 비즈니스 중요도, 배포 환경, 부서, 위치와 같은 특성에도 이 방법을 적용할 수 있습니다.