3월 5일 온라인 세미나 "스마트한 데이터모델링 with ER/Studio" 자료입니다. 데이터모델링을 할 때 꼭 알아야 할 10가지 기술을 살펴봅니다. 그리고 이 기술들을 ER/Studio에서는 얼마나 쉽고 빠르게 제공하는지, 다른 제품들은 어떻게 제공하고 있는지도 함께 살펴봅니다.

1. 2015. 3. 5
스마트한 데이터모델링
with ER/Studio

2. 목차
1. 개요
2. 서브모델
3. 논리/물리모델
4. 리버스 엔지니 어링
5. 메타데이터 관리
6. 네이밍 스탠다드
7. Compare & Merge
8. 매크로
9. 유니버설 맵핑
10. 빅데이터 지원
11. 리파지토리, 웹포탈

3. 데이터모델링이 중요한 이유
• 데이터베이스 설계 및 구축에 기본
• 투자 비용 및 시간 감소
• 높은 이해도 및 원활한 의사소통
데이터모델링 툴 관심 및 중요도 UP!

4. • 전 세계 29개 지사
• 전 세계 3.2백만 고객
• Fortune 2000 중 97% 고객사
• 35+ Product Awards

5. ER/StudioUltimate data design, modeling and collaboration solution
• ERwin의 강력한 경쟁 제품
• 제품 신뢰성
• 사용자 만족도
• 데이터 모델링툴 시장을 리딩

6. Why switched to ER/Studio
• 수 년간 개선되지 않는 문제점
• 비 주력 제품, 저조한 R&D
• 신 버전으로 업그래이드 실패
• 신뢰성 저하

7. Customer Satisfaction
• 배우기 쉽고 사용하기 쉬운 UI
• 모델링 생산성 극대화
• 강력한 논리/물리모델링 기능
• 합리적인 가격 정책

8. Market leading solution
• 빠른 제품 업데이트
• 가장 진보된 웹포탈 기술
• 최신 DBMS 지원
• 모델링툴의 비전 제시

9. 주요기능 10가지
1. 계층형 서브모델
- 크고 복잡한 모델도 쉽게 관리
8. 유니버설 맵핑
- 여러 곳에서 사용되는 오브젝트를 쉽게 추적
2. 유연한 논리/물리 모델
- 완전한 논리 모델 하나로부터 여러 개의 다양한
물리 모델로 확장
9. 네이티브 지원 - 빅데이터
- 빅데이터에 대한 다양한 기능 제공
3. 효율적인 리버스엔지니어링
- 필요한 오브젝트만 리버스 엔지니어링으로
시간 단축
10. 리파지토리, 웹포탈
- 대규모 회사에서 모두가 함께 작업하면서 의견을 교환
4. 메타데이터 확장
- 데이터 거버넌스, 데이터 품질,
마스터 데이터 관리 등에 활용
5. 표준 명명
- 오브젝트 간 표준화로 품질 향상
6. 모델 비교 및 병합
- 데이터모델 간 일관성 제공과 변경 파악
7. 매크로
- 자동화 기능으로 작업 편리성 극대화 및
시간 단축

10. 1. 계층형 서브모델 – 크고 복잡한 모델도 쉽게 관리
• 서브모델이란?
- 크고 복잡한 모델을 작게 나눈 모델
- 업무를 업무영역 또는 주제를 기준으로 분리
- 일반적으로, 업무 기준으로 분리

11. 1. 계층형 서브모델 – 크고 복잡한 모델도 쉽게 관리
• 업무영역을 기준으로 업무 분리 예제
학교 행정
공통 학사행정
학적 수업
수강
성적
학생
재학생
졸업생
예비군
일반행정
인사
교원
직원
급여 예산
연구행정
교내연구
교외연구
부속기관

12. 1. 계층형 서브모델 – 크고 복잡한 모델도 쉽게 관리
메인 모델
서브모델
중첩 서브모델
오브젝트 수

13. 1. 계층형 서브모델 – 크고 복잡한 모델도 쉽게 관리
• 결과
: 중첩된 서브모델은 기업의 복잡한 데이터 모델에 대한 필수적인 기능
- 중첩된 멀티레벨 서브모델 지원
- 서브모델에 포함되어있는 오브젝트에 대한 정보 제공
- 서브모델 생성 위자드 및 싱크 위자드 제공

14. 2. 유연한 논리/물리 모델
– 완전한 논리 모델 하나로부터 여러 개의 다양한 물리 모델로 확장
• 데이터 모델이란?
- 연관된 모든 프로세스와는 독립적
- 실 세계의 오브젝트를 설명하는 데이터 및 오브젝트 간의 관계 표현
- 일반 적인 데이터모델 분류
- 개념 모델
- 논리 모델
- 물리 모델

15. 2. 유연한 논리/물리 모델
– 완전한 논리 모델 하나로부터 여러 개의 다양한 물리 모델로 확장
개념 모델
논리 모델
물리 모델

16. 2. 유연한 논리/물리 모델
– 완전한 논리 모델 하나로부터 여러 개의 다양한 물리 모델로 확장
• Where Used

17. 2. 유연한 논리/물리 모델
– 완전한 논리 모델 하나로부터 여러 개의 다양한 물리 모델로 확장
• Universal Naming Utility

18. 2. 유연한 논리/물리 모델
– 완전한 논리 모델 하나로부터 여러 개의 다양한 물리 모델로 확장
• 결과
: 여러가지 DBMS를 사용하는 현 기업에 맞게 여러 DBMS용 물리모델에
대한 유연한 모델링이 필수
- 개념, 논리, 물리 모델 모두 독립적으로 사용 가능
- 하나의 논리모델에 대한 여러 물리 모델 생성 가능
- 오브젝트 추적 가능

19. 3. 효율적인 리버스 엔지니어링
– 필요한 오브젝트만 리버스엔지니어링하여 시간 단축
• 리버스 엔지니어링이란?
- 기존의 데이터베이스의 데이터모델을 바탕으로 모델 생성
- 데이터의 전체적인 요소 분석 가능
- 대체 데이터베이스 설계 및 구축에 사용 가능

20. 3. 효율적인 리버스 엔지니어링
– 필요한 오브젝트만 리버스엔지니어링하여 시간 단축

21. 3. 효율적인 리버스 엔지니어링
– 필요한 오브젝트만 리버스엔지니어링하여 시간 단축

22. 3. 효율적인 리버스 엔지니어링
– 필요한 오브젝트만 리버스엔지니어링하여 시간 단축

23. 3. 효율적인 리버스 엔지니어링
– 필요한 오브젝트만 리버스엔지니어링하여 시간 단축
• 결과
: 필요한 오브젝트만 선택 가능한 효율적인 리버스 엔지니어링
- 리스트박스를 이용하여 쉽게 데이터베이스 및 오너를 선택
- 체크박스를 이용하여 오브젝트를 선택
- 필요한 오브젝트만 리버스 엔지니어링 가능

24. 4. 메타데이터 확장
– 데이터 거버넌스, 데이터 품질, 마스터 데이터 관리 등에 활용
• 메타데이터?
- 데이터에 관한 데이터
- 데이터 모델 내의 오브젝트를 설명하는 모든 특성
- 모델 오브젝트를 필요에 맞게 정의

25. 4. 메타데이터 확장
– 데이터 거버넌스, 데이터 품질, 마스터 데이터 관리 등에 활용

26. 4. 메타데이터 확장
– 데이터 거버넌스, 데이터 품질, 마스터 데이터 관리 등에 활용

27. 4. 메타데이터 확장
– 데이터 거버넌스, 데이터 품질, 마스터 데이터 관리 등에 활용

28. 4. 메타데이터 확장
– 데이터 거버넌스, 데이터 품질, 마스터 데이터 관리 등에 활용
• 결과
: 중앙 집중화된 메타데이터 확장 및 관리
- 간결하고 중앙 집중화된 정의 제공
- 모든 오브젝트에서 하나의 메타데이터 사용 가능
- 사용되고 있는 메타데이터 추적 가능

29. 5. 표준 명명 – 오브젝트 간 표준화로 품질 향상
• 표준 명명이란?
- 실 세계와 업무 상황의 오브젝트 이해에 필요
- 표준 명명 포함 내용
- 공통의 비즈니스 용어 목록
- 용어에 대한 약어
- 용어 순서 지정 시 필요한 템플릿
- 대소문자 적용 표준
- 접두사 및 접미사

30. 5. 표준 명명 – 오브젝트 간 표준화로 품질 향상

31. 5. 표준 명명 – 오브젝트 간 표준화로 품질 향상

32. 5. 표준 명명 – 오브젝트 간 표준화로 품질 향상
• 결과
: 데이터 모델 표준화 및 품질 향상에 필요
- 매우 직관적이며 사용이 쉬운 구성
- 소스 명 및 번역된 명까지 확인 가능
- 다양한 오브젝트에 적용
- 논리 명과 물리 명 사이의 양방향 변환 가능

33. 6. 모델 비교 및 병합 – 데이터모델 간 일관성 제공과 변경 파악
• 모델 비교 및 병합이란?
- 모델 간 또는 실제 데이터베이스와 서로 비교
- 다른 점은 확인 후 반영
- 데이터 모델 간 싱크

34. 6. 모델 비교 및 병합 – 데이터모델 간 일관성 제공과 변경 파악

35. 6. 모델 비교 및 병합 – 데이터모델 간 일관성 제공과 변경 파악

36. 6. 모델 비교 및 병합 – 데이터모델 간 일관성 제공과 변경 파악
• 결과
: 사용하기 쉽고 유연한 모델 비교 및 병합 기능은 기업의 데이터모델을
최신으로 관리하는데 필수 기능
- 쉽고 직관적
- 양방향 모델 병합 가능
- 시간 단축 및 정확성 증가

37. 7. 매크로 – 자동화 기능으로 작업 편리성 극대화 및 시간 단축
• 매크로란?
- 반복 작업을 한 번에 수행
- 시간 단축 및 편리성 증가
- 원하는 기능의 매크로 생성 가능

38. 7. 매크로 – 자동화 기능으로 작업 편리성 극대화 및 시간 단축

39. 7. 매크로 – 자동화 기능으로 작업 편리성 극대화 및 시간 단축

40. 7. 매크로 – 자동화 기능으로 작업 편리성 극대화 및 시간 단축

41. 7. 매크로 – 자동화 기능으로 작업 편리성 극대화 및 시간 단축
• 결과
: 범용적인 언어와 편리한 편집기로 업무에 맞는 기능에 대한 매크로 생성
- 이해하고 사용하기 쉬운 범용적인 언어 사용
- 매크로 생성을 위한 완벽한 편집기 제공
- 원하는 기능을 갖춘 매크로 쉽게 생성
- API 제공으로 다른 응용프로그램에서 데이터 모델 접근 가능

42. 8. 유니버설 맵핑 – 여러 곳에서 사용되는 오브젝트를 쉽게 추적
• 유니버설 맵핑이란?
- 여러 모델에서 사용되고 있는 오브젝트 검색
- ER/Studio에만 있는 기능
- 규모가 큰 조직 관점에서 데이터 보기 용이

43. 8. 유니버설 맵핑 – 여러 곳에서 사용되는 오브젝트를 쉽게 추적

44. 8. 유니버설 맵핑 – 여러 곳에서 사용되는 오브젝트를 쉽게 추적

45. 8. 유니버설 맵핑 – 여러 곳에서 사용되는 오브젝트를 쉽게 추적
• 결과
: 기업 관점에서 데이터에 대한 연관있는 오브젝트 추적 필요
- 개념 모델, 논리 모델, 물리 모델 간 오브젝트 검색
- 데이터 분석 관점에서 유리
- 데이터에 대해 기업 관점에서 용이

46. 9. 네이티브 지원 - 빅데이터
– 빅데이터에 대한 다양한 기능 제공
• 빅데이터에 대한 네이티브 지원?
- 빅데이터 구조 모델링
- 빅데이터 포워딩 및 리버스 엔지니어링
- 빅데이터에 네이티브 접속

47. 9. 네이티브 지원 - 빅데이터
– 빅데이터에 대한 다양한 기능 제공

48. 9. 네이티브 지원 - 빅데이터
– 빅데이터에 대한 다양한 기능 제공

49. 9. 네이티브 지원 - 빅데이터
– 빅데이터에 대한 다양한 기능 제공
• 결과
: 빅데이터 시대에 맞춘 발 빠른 대응이 필요
- MetaWizard로 여러 종류의 빅데이터 플랫폼 구조 사용 가능
- 빅데이터에 대한 네이티브 지원
- 빅데이터 시장에 발빠른 대응

50. 10. 리파지토리, 웹포탈
– 대규모 회사에서 모두가 함께 작업하면서 의견을 교환
• 리파지토리?
- 협업 저장소
- 대규모 팀의 협업 지원
- 체크-인, 체크-아웃, 사용자 권한

51. 10. 리파지토리, 웹포탈
– 대규모 회사에서 모두가 함께 작업하면서 의견을 교환
• 웹포탈?
- 웹 기반
- 데이터 모델 조회 및 리포트 생성
- 비즈니스 용어사전 및 용어 생성, 정의
- 커뮤니티 기능 및 소셜 기능 제공

52. 10. 리파지토리, 웹포탈
– 대규모 회사에서 모두가 함께 작업하면서 의견을 교환

53. 10. 리파지토리, 웹포탈
– 대규모 회사에서 모두가 함께 작업하면서 의견을 교환

54. 10. 리파지토리, 웹포탈
– 대규모 회사에서 모두가 함께 작업하면서 의견을 교환
• 결과
: 빈번한 요구사항 변경에 대한 빠른 대응과 빠른 의사결정이 필요한
기업 경쟁 시대에 필수 기능
- 깊은 체크-인, 체크-아웃 수준
- ER/Studio의 웹포탈 기능은 유일

55. http://www.devgear.co.kr
문의 사항 : ask@embarcadero.kr
기술 페이지: tech.devgear.co.kr

56. 맺음말