ADsP 시험준비 1과목 데이터의 이해(1)

요약에 앞서

포스팅을 진짜 오랜만에 하는 것 같습니다. 최근 코로나 바이러스 때문에 집에 못가고 계속 OBC 생활을하며 지내느라 포스팅이 늦어졌습니다.. 언제까지 갖혀있을지 모르겠지만.. 빨리 상황이 좋아지길 기대합니다.

지금도 여전히 정보통신학교에 갖혀있지만, 자격증 시험 준비를 하며 요약정리를 할 겸 글을 쓰게 되었습니다. 저 처럼 ADsP자격증을 준비하는 분들이 이 글을 보고 조금이나마 도움을 받기를 기대합니다.

참고로 책은 아래 두 권을 활용하여 공부하는 중입니다.

위 책은 개념을 정리하고 문제를 풀 용도로 구매하였습니다. (아직 풀어보지는 못하였지만, 굉장히 유익하다는 평이 많습니다.)

개념을 정리할 개념서로 위 책을 구매하였습니다.

---

01. 데이터와 정보

1. 데이터의 정의

데이터는 객관적인 사실이라는 존재적 특성을 가지며, 추론 예측 전망 추정을 위한 근거로 기능하는 당위적인 특성을 가진 것을 의미합니다. 따라서 데이터는 개별 데이터 자체로는 큰 의미를 갖지 못하며 다른 객체와 관계를 맺으며 가치를 갖습니다.

2. 데이터의 유형

데이터는 정성적 그리고 정량적이라는 두가지 유형을 갖습니다.
정성적 데이터는 수치적으로 표현이 불가한 데이터로 언어, 문자 등을 의미합니다.
정량적 데이터는 수치적으로 표현이 가능한 데이터로 나이, 몸무게, 키 등이 있습니다.
위 두가지 특성은 시험문제에 매우 자주 나오므로 중요하다고 합니다.

3. 지식경영 핵심 이슈

지식경영 핵심 이슈로는 암묵지와 형식지가 있습니다.
암묵지는 개인이 습득한 지식으로 겉으로는 드러나지 않은 지식을 의미합니다. 즉 개인이 경험이나 관찰을 통해 얻은 지식을 의미하죠. 따라서 암묵지는 누군가에게 전달이 어렵습니다.

형식지는 암묵지를 문서나 메뉴얼과 같은것으로 만들어 놓은 지식서를 의미합니다. 그 예로는 책이나 설계도가 있지요. 따라서 형식지는 암묵지에 비해 누군가에게 전달이 쉽습니다.

이 암묵지와 형식지는 서로 상호작용을 하며 발전합니다.
암묵지 -> 암묵지 : 공통화(경험을 공유하며 새로운 암묵지를 형성하는 것을 의미합니다.)
암묵지 -> 형식지 : 표출화(암묵지의 구체적인 개념을 도출하는 역할을 합니다.)
형식지 -> 형식지 : 연결화(형식지의 완성도를 높이는 것)
형식지 -> 암묵지 : 내면화(형식지를 통해 지식을 습득하여 암묵지를 형성하는 것)

4. 데이터와 정보의 관계

DIKW 피라미드를 통해 데이터의 계층구조 알아봅시다.

Data : 가공하기전의 순수한 데이터.
Information : 순수한 데이터의 패턴을 인식한 상태.
Knowledge : 패턴을 이해하고 이를 활용한 상태.
Wisdom : 근본 원리에 대한 이해로 도출되는 아이디어.

너무 말이 어려우니, 쉽게 설명하면
데이터는 아무런 조작도 하지않은 순수한 상태이고,
정보는 그 데이터의 가공을 통해 상관관계정도만 도출한 상태입니다.
지식은 정보로 도출된 상관관계를 통해 어떠한 판단을 내리는 상태입니다.
지혜는 위 지식을 통해 내릴 수 있는 어떤 아이디어를 의미합니다.
‘데이터 -> 정보 -> 지식 -> 지혜’ 순으로 발전한다고 생각하면 될 것 같습니다.

02. 데이터베이스 정의와 특징

1. 데이터베이스 정의

데이터 베이스는 복수의 이용자의 요구에 대해 데이터를 받아들이고 저장, 공급하기 위해 일정한 구조에 따라 편성된 데이터의 집합입니다.

2. 데이터베이스 특징

1. 통합된 데이터 : 데이터베이스에는 중복되는 데이터가 존재하지 않습니다.
2. 저장된 데이터 : 데이터는 컴퓨터가 접근할 수 있는 저장매체에 저장됩니다.
3. 공용 데이터 : 여러 사용자가 서로 다른 목적으로 데이터베이스를 공동 이용합니다.
4. 변화하는 데이터 : 항상 DB는 데이터의 추가 삭제 변경등에 대해 항상 변화하며 최신의 상태를 유지해야합니다.

3. 데이터베이스의 특성

1. 정보의 축적 및 전달 측면 : 많은 정보를 기계가 읽고 쓸 수 있다는 기계가독성과 필요한 정보를 검색할 수 있는 검색가능성 그리고 원거리에서도 조작이 가능한 원격조작성을 갖습니다.
2. 정보 이용 측면 : 다양한 정보를 신속하게 획득하고, 원하는 정보를 경제적으로 찾을 수 있습니다.
3. 정보관리 측면 : 방대한 양의 정보를 축적하고 새로운 내용을 추가하거나 갱신이 용이합니다.
4. 정보기술발전 측면 : 정보처리, 검색, 관리 소프트웨어 등 네트워크 발전 기술에 이바지할 수있습니다.
5. 경제 산업적 측면 : 인프라적인 특성을 갖고있어서, 경제, 산업, 사회 활동의 효율성을 제공하며 국민의 편의를 증진하는 수단이 됩니다.

4. RDBMS vs ODBMS

관계형 데이터베이스 관리 시스템 : 일련의 정형화된 테이블로 구성된 데이터 항목
객체 지향 데이터베이스 관리 시스템 : 객체들을 활용하여 형성됨

03. 데이터베이스 활용

1. 기업 내부 데이터베이스

기업내부 데이터베이스란 기업경영에 관한 모든 자료(인사, 조직, 생산, 영업 활동)를 연계하여 일관된 체계로 구축, 운영하는 경영활동의 기반이 되는 전사시스템을 의미합니다.

(1980년대)

• OLTP(On-Line Transaction Processing)
  정보 수집과 자동화를 수행하기 위한 시스템으로 여러 과정이 하나의 단위 프로세스로 실행되도록 하는 프로세스
• OLAP(On-Line Analytical Processing)
  데이터 마이닝과 같은 분석 기술이 발전하면서 분석이 중심이되는 기능으로 발전함. 다차원으로 이루어진 데이터로부터 통계적인 요약 정보를 제공할 수 있다.

(2000년대)

• CRM(Customer Relationship Management)
  고객별로 정보를 수집하고 분석하여 각종 마케팅전략을 수립하는 것

• SCM(Supply Chain Management)
  유통공급망에 참여하는 모든 업체들이 협력을 바탕으로 정보기술을 활용하고, 연계하여 시간 비용을 최적화하는 것

2. 분야별 기업 내부 데이터베이스

1) 제조 부문

• DW(데이터 웨어하우스)
  정보를 검색하는 목적으로 구축된 데이터베이스(전사적인 규모의 시스템, 데이터 마트는 소규모의 데이터 웨어하우스)
• DW의 4대 특성 : 데이터 주제 지향성, 데이터 통합, 데이터 시계열성, 데이터 비 휘발성
• ERP(Enterprise Resource Planning)
  주요 프로세스의 관리를 돕는 여러 모듈로 구성된 통합 애플리케이션 소프트웨어 패키지
• BI(Busniss Intelligence)
  기업의 DW에 저장된 데이터에 접근해 경영의사를 결정하는 것

2) 금융부문

• EAI(Enterprise Architecture Integration)
  기업 애플리케이션 통합을 의미함.
• EDW(Enterprise Data Warehouse)
  기존 DW를 전사적으로 확장한 모델.

3) 유통 부문

• KMS(Knowledge Management System)
  지식 관리 시스템(조직 내 지식을 체계적으로 관리).
• RFID(RF, Radio Frequency)
  무선 주파수를 활용하여 대상을 식별할 수 있는 기술.

이번 포스팅을 마치며

1장 데이터이해에 대한 포스팅을 마칩니다. 전체적으로 내용은 크게 어려운 것은 없지만, 실제로 문제를 풀어보면 헷갈리는 부분이 많았습니다. 특히 DIKW 피라미드 관련 개념문제가 생각보다 어려웠습니다. 이상입니다.