이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
데이터 라이프사이클 관리 경험은 아직 실무 대규모보다 팀 프로젝트 데이터 정리와 보관 정책 설계 수준입니다. 프로젝트가 끝난 후 수집된 데이터를 어떻게 보관하고 어떤 시점에 삭제할지를 팀에서 정리한 경험이 있습니다. 라이프사이클 관리에서 가장 중요하게 생각하는 건 보관 목적과 기간을 데이터 생성 시점에 함께 정의하는 것입니다. 사후에 정리하려 하면 어떤 데이터가 아직 필요한지 판단하기 어렵고, 불필요한 데이터가 누적됩니다. 또 데이터 종류에 따라 보관 정책을 달리하는 것이 현실적입니다. 로그 데이터는 단기, 사용자 데이터는 중기, 감사 데이터는 장기 보관하는 방식으로 계층화하면 스토리지 비용도 줄일 수 있습니다.
아카이브와 삭제를 구분하는 정책이 데이터 복구가 필요한 상황에서 안전망이 됩니다. 삭제 전 아카이브 단계를 두는 것이 실수를 줄이는 방법이라고 생각합니다.
로그 데이터를 보존 정책 없이 전량 저장하다가 6개월 후 스토리지 비용이 예상의 4배로 늘어난 경험이 있습니다. 언제 어떤 데이터를 어디에 저장해야 하는지를 처음부터 정의하지 않은 것이 원인이었습니다. 이후에는 데이터 유형별 보존 기간·저장 계층·압축·삭제 트리거를 테이블로 정의하고, 생성 시점에 태그를 붙여 수명 주기를 자동 관리하는 방식을 만들었습니다. 데이터 라이프사이클 관리는 데이터가 쌓인 후의 문제가 아니라 생성 시점에 설계하는 문제라는 걸 배웠습니다.
스토리지 비용 문제는 대부분 생성 시점 정책 부재에서 시작됩니다. 이 원칙이 이후 데이터 라이프사이클 설계의 기준이 됩니다. 이 원칙이 이후 데이터 라이프사이클 설계의 기준이 됩니다. 스토리지 비용 문제는 대부분 생성 시점 정책 부재에서 시작된다는 원칙을 지킵니다.
데이터 엔지니어링 직군이 아닌 보안·컴플라이언스 담당으로 데이터 보존 정책 수립을 처음 맡게 됐습니다. 법적 보존 기간과 기술적 저장 비용이 충돌하는 지점을 어떻게 조율해야 하는지를 처음 다뤄야 했습니다. 법적 최소 보존 기간·운영 필요 보존 기간·비용 최적 보존 기간 세 기준을 각 데이터 유형마다 별도 정의하고, 세 기준 중 가장 긴 기간을 적용하는 원칙을 만들었습니다. 이 경험으로 데이터 라이프사이클 전략은 기술 결정이 아니라 규제·운영·비용 세 관점의 교차점에서 만들어진다는 관점이 생겼습니다.
데이터 보존 정책은 한 부서의 결정이 아니라 여러 이해관계자의 기준이 정렬된 결과입니다. 이 관점으로 데이터 라이프사이클 전략을 수립합니다. 이 관점으로 데이터 라이프사이클 전략을 수립합니다. 데이터 보존 정책은 한 부서의 결정이 아니라 여러 이해관계자의 기준이 정렬된 결과라는 원칙을 지킵니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 무신사 컴플라이언스 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.