2025 Mar 월간회고_회의록 작성, 데이터 필드 맵핑

프로젝트 기간 동안 미리미리 주간회고 월간회고 썼더라면 더 좋았을텐데, 이제야 글을 쓴다.

사실 그전에는 일 돌아가는 상황 파악이 안되다보니 글을 쓸래도 도무지 입이 떨어지질 않았다. 두 번째 프로젝트인데도 그랬다.

한 달을 보낼 때마다 매번 ‘아 이제 조금 어떻게 돌아가는지 알겠다’고 생각한다는 게 웃기다.

Updates
1. 2월부터 프랑스 프로젝트에 배치
2. 마이그레이션 데이터 맵핑
3. 비즈니스 프로세스 맵 작성
4. 개발티켓 설계
5. 유저 매뉴얼 작성
6. SIT 시나리오 작성

그외 인사이트
1. 금융IT프로젝트와 솔루션 구축 프로젝트의 차이

하나씩 풀어보겠다.

---

1. 프랑스 프로젝트 투입_문서작성
  2월 중순부터 원래 담당했던 독일 프로젝트에서 프랑스쪽으로 새롭게 팀 배치가 되었다. 현업들과 간단히 메일로 인사를 나눴다. 독일팀에 있을 때는 내가 직접적으로 회의 준비를 하고 리딩을 하는 경험을 했고, 프랑스팀에서는 Manager 선생님을 도와 회의록 문서를 작성하는 방법을 배우고 있다. 회의록을 제대로 쓰지 않으면 서로 현황에 대한 이해도를 맞출 수 없고 또 어떤 의사결정이 있었는지 알 수 없다. 중간중간 충분히 프로젝트팀과 현업팀이 align되어있다는 걸 체크한 후 문서로 남겨야 한다. 왜냐면 결국 프로젝트 결과물을 현업이 받아들여줘야하는데, 평상시에 활발히 진행상황을 공유해두지 않으면 나중에 프로젝트 철수를 합의하기 어려워지기 때문이다.

  독일팀에 있었을 때도 회의록을 썼지만 프랑스팀에서 문서작성법이 좀더 구체화되었다. 예를 들어, 참석자 명단, 미팅의 목적, 미팅의 내용, 각 어젠다의 주된 발화자, 각 어젠다당 소요된 시간, 액션아이템(담당자, 기한)을 모두 포함한다. 작성한 내용은 협업문서툴인 Confluence에 업로드하고, 다시 한 번 그 내용을 담은 Wrap-up summary 메일을 참석자들에게 발송한다.

  또한 회의록을 직접 작성하는 모습을 shared screen에 띄워놓고 보여주는 것도 좋은 방법이란 걸 배웠다. 첫째로는 실시간으로 현업과 의사결정, 액션 아이템을 align할 수 있기 때문이고, 둘째로는 회의록 작성을 위해 따로 시간을 내기 어려울 때, Confluence의 기존 문서를 활용하는 경우도 있기 때문이다. 

2. 마이그레이션 데이터 필드 맵핑

  새로운 시스템을 구축하는 만큼, 기존 레거시 시스템을 더이상 사용하지 않는 경우가 있다. 이를 Sunset이라고 표현한다. 이렇게 되면 레거시 시스템에 들어있는 데이터를 모두 신규 시스템으로 이관하는 작업을 거친다. 고객 입장에서는 그동안 쌓아온 데이터를 신규 시스템에서도 활용할 수 있길 원한다. 따라서 동일하게 활용될 수 있는 필드를 찾아 데이터 필드간 맵핑(mapping) 작업을 수행한다. 필드(혹은 pickvalue)간 맵핑은 정확히 동일한 의미를 띄는 필드간에 가능하다. 예를 들어, 어떤 Pickvalue는 'Leasing'이고 다른 하나는 'LLD(Long Term Leasing)'이라면, 둘은 서로 다르므로 신규 pickvalue를 추가하여 구분해줘야한다.

  다만 이렇게 되면, 유사한 pickvalue가 한 필드 안에 여러 개 존재하게 된다. 신규 시스템과 레거시 시스템의 비즈니스 논리가 충돌하는 사례이다. 유지보수적으로도 문제가 되는 것이, 구축 프로젝트가 끝나고 여러 담당자를 거치게 되면 특정 pickvalue가 생겨나게 된 히스토리가 유실될 수 밖에 없다. 그러면 유사해보이는 두 개의 단어가 어떻게 다른지 알기 어렵다. 심지어 데이터 필드 매핑 논의는 주로 프로젝트 후반부에 진행된다. 타임라인에 쫒기는 BA가 데이터 필드마다 다른 복잡한 비즈니스 배경을 일일이 파악하여 반영하기 어려운 순간이 온다. (* 마이그레이션 작업은 내가 목격한 것만 해도 다음과 같다. '현업과 레거시 시스템 리스트업 → 각 시스템 담당자 파악 → 프로젝트 상황 공유 → 마이그레이션 프로젝트 팀 구성 → 마이그레이션 대상 파악 → 개발 착수 → BA 매핑 리뷰 ...') 이쯤 되면 그냥 데이터 목록이 더러워질 것을 각오하고 신규 값 nn개 추가로 해결해버리는 것이다.

  이런 건 업계에서 어떻게 해결하는지 간단히 찾아보니, 데이터 용어 사전을 만들어보라는 말이 자주 나온다. 또 이런 데이터 마이그레이션 이슈를 AI를 활용하여 해결해주겠다는 회사를 발견했다. 상당히 구체적인 방법론을 정리한 기업 블로그글도 있다. 어떤 실질적인 인사이트는 찾지 못했지만, 마이그레이션 담당자분과 얘기를 나눠봐야겠다는 생각이 든다. 아무튼 쓰다보니 길어지는 회고록인데 다른 소재들은 다음 글에서 풀어보도록 하겠습니다.