ADsP : 과목I. 데이터의 이해 - 데이터의 이해

1. 데이터와 정보

a. 데이터의 정의

i. 존재적 특성

1) 데이터는 '객관적 사실(fact)'

2) 데이터는 개별 데이터 자체로는 의미가 중요하지 않은 객관적인 사실

ii. 당위적 특성

1) '추론, 예측, 전망, 추정을 위한 근거(basis)'로 기능

2) 다른 객체와 상호 관계에서 가치를 가짐

b. 데이터의 유형

구분	형태	특징	예시
정성적 데이터 qualitative data	언어, 문자, 선호도, 만족도 등 자료의 성질, 특징을 풀어쓰는 방식	비정형 데이터 요약, 주관적 결론	회사 매출액이 증가함 특성을 측정하지는 않지만 특성을 설명
정량적 데이터 quantitative data	수치, 도형, 기호 등 자료를 수치화 하는 방식	정형 데이터 통계분석, 객관적 결론	나이, 몸무게, 주가 등

c. 지식경영 핵심 이슈

i. 데이터는 지식경영의 핵심 이슈인 암묵지와 형식지의 상호작용 역할

1) 암묵지

a) 학슴과 체험을 통해 개인에게 습득되지만 겉으로는 드러나지 않는 상태의 지식

b) 관찰, 모방, 현장 작업과 같은 경험을 통해 획득하는 지식

2) 형식지

a) 암묵지가 문서나 매뉴얼처럼 외부로 표출되어, 여러 사람이 공유할 수 있는 지식

b) 책, 설계도, 등 체계화된 재료 등을 통해 획득하는 지식

ii. SECI 모델 (Socialization - Externalization - Combination - Internalization Model)

1) 공동화 : 경험을 공유를 통해 새로운 암묵지 창조

2) 표출화 : 암묵지에서 구체적인 개념을 도출하여, 암묵지를 형식지로 표출

3) 연결화 : 표출된 형식지의 완성도를 높여 지식체계로 전환

4) 내면화 : 표준화와 연결화로 공유된 정신 모델이나 기술적 노하우가 개인의 암묵지로 내면화

5) 위의 4가지 과정 (공동화, 표출화, 연결화, 내면화)이 순환하면서 창조됨

d. 데이터와 정보의 관계

i. DIKW 피라미드(Data, Information, Knowledge, Wisdom)에서는 데이터가 지혜로 바뀌는 과정을 계층구조로 설명

ii. Data

1) 존재 형식을 불문하고, 타 데이터와 상관관계가 없는 가공하기 전의 순수한 수치나 기호

2) A마트는 100원, B마트는 200원에 연필을 판매

iii. Information

1) 데이터의 가공 및 상관관계 간 이해를 통해 패턴을 인식하고 의미를 부여

2) A마트의 연필이 더 저렴

iv. Knowledge 

1) 상호 연결된 정보 패턴을 이해하여 이를 토대로 예측한 결과물.

2) 상대적으로 저렴한 A마트에서 연필을 사야겠다.

v. Wisdom

1) 근본 원리에 대한 깊은 이해를 바탕으로 도출되는 아이디어

2) A마트의 다른 물품들도 B마트보다 저렴할 것이라 추측

2. 데이터베이스의 정의와 특징

a. 용어의 연혁

연도	주요 내용
1950년대	미국 정부가 전 세계에 산재한 자국 군대의 군비 상황을 집중 관리하기 위해 컴퓨터 기술로 구현한 도서관 설립에서 비롯. 이때 수집된 자료를 일컫는 데이터(data)의 기지(base)라는 뜻으로 데이터베이스가 탄생
1960년대	미국 SDC가 개최한 심포지엄에서 데이터베이스라는 용어가 공식적으로 사용 시스템을 통한 체계적 관리와 저장 등의 의미를 담은 '데이터베이스 시스템'이라는 용어가 등장
1970년대	유럽에서 데이터베이스라는 단어가 일반화됨 CAC가 한국과학기술정보센터를 통해 서비스되면서 우리나라에 데이터베이스 이용이 도입됨
1980년대	TECHNOLINE이라는 온라인 정보검색 서비스를 개시하여 본격적인 데이터베이스 서비스 시대를 맞이함 국내의 데이터베이스 관련 기술의 연구 및 개발은 1980년대 중반부터 시작되어 오늘에 이르고 있음

b. 데이터베이스의 정의

i. 동시에 복수의 적용 업무를 지원할 수 있도록 복수 이용자의 요구에 대응하여 데이터를 받아들이고 저장, 공급하기 위해 일정한 구조에 따라 편성된 데이터의 집합

ii. 관련된 레코드의 집합

iii. 소프트웨어적 의미로는 데이터베이스 관리시스템(DBMS)를 의미

iv. 일반적으로 데이터베이스와 DBMS를 함께 데이터베이스 시스템이라고 함

1) DBMS는 이용자가 쉽게 데이터베이스를 구축하고 유지할 수 있도록 하는 소프트웨어로서 데이터베이스와 구분됨

c. 데이터베이스의 특징

i. 통합된 데이터(intergrated data)

1) 데이터베이스에서 동일한 내용의 데이터가 중복되지 않는다는 의미

ii. 저장된 데이터(stored data)

1) 자기 디스크나 자기 테이프 등과 같이 컴퓨터가 접근할 수 있는 저장매체에 저장되는 것을 의미

iii. 공용 데이터(shared data)

1) 여러 사용자가 서로 다른 목적으로 데이터베이스의 데이터를 공동 이용한다는 것을 의미

iv. 변화되는 데이터

1) 새로운 데이터의 추가, 기존 데이터의 삭제, 갱심으로 항상 변화하면서도 항상 현재의 정확한 데이터를 유지해야 한다는 것을 의미

d. 데이터베이스의 특성

i. 정보의 축척 및 전달 측면

1) 대량의 정보를 정보처리 기기가 읽고 쓸 수 있는 기계가독성

2) 필요한 정보를 검색할 수 있는 검색가능성

3) 정보통신망을 이용하여 원거리에서도 온라인으로 이용할 수 있는 원격 조작성

ii. 정보이용 측면

1) 이용자의 정보 요구에 따라 다양한 정보를 신속하게 획득

2) 원하는 정보를 경제적으로 찾을 수 있음

iii. 정보관리 측면

1) 방대한 양의 정보를 체계적으로 축적하고 새로운 내용 추가나 갱신이 용이

iv. 정보기술발전 측면

1) 데이터베이스는 정보처리, 검색, 관리 소프트웨어 등 네트워크 발전 기술을 견인 할 수 있음

v. 경제 및 산업적 측면

1) 인프라로서 특성을 갖고 있어서 경제, 산업, 사회활동의 효율성을 재고하여 국민의 편의를 증진하는 수단의 의미

3. 데이터베이스의 활용

a. 기업 내부 데이터베이스

구분	주요 솔루션
1980년대 기업 내부 데이터베이스	OLTP(On-line Transaction Processing) 온라인 거래처리 : 주 컴퓨터와 통신회선으로 접속된 복수의 사용자 단말에서 발생한 트랜잭선을 주 컴퓨터에서 처리하여 그 결과를 즉석에서 사용자에게 되돌려주는 처리 형태. 여러 과정이 하나의 단위 프로세스로 실행되도록 하는 프로세스. OLAP(On-line Analytical Processing) 온라인 분석처리 : 다차원으로 이뤄진 데이터로부터 통계적인 요약정보를 제공하는 기술
2000년대 기업 내부 데이터베이스	CRM(Customer Relationship Management) : 선별된 고객으로부터 수익을 창출하고 장기적인 고객관계를 가능케함으로써 보다 높은 이익을 창출할 수 있는 솔루션 SCM(Supply Chain Management) :  제조, 물류, 유통업체 등 유통공급망에 참여하는 모든 회사들이 협력을 바탕으로 정보기술을 활용, 재고를 최적화하기 위한 솔루션

i. OLTP 와 OLAP의 차이점

1) OLTP의 목적 중 하나는 기본적인 비즈니스 작업을 제어 및 실행하는 것

2) OLAP의 목적은 의사결정 지원, 계획 및 문제 해결을 돕는 것

3) OLTP의 데이터는 진행 중인 비즈니스 프로세스를 나타나고, OLAP은 모든 유형의 비즈니스 활동을 다차원적으로 나타냄

b. 분야별 기업 내부 데이터베이스

분야	주요 솔루션
제조부문	DW(Data warehouse) : 정보 검색을 목적으로 구축된 데이터베이스. 데이터웨어하우스가 전사적 규모의 시스템이라면 데이터 마트는 사업부 단위의 소규모 데이터웨어하우스 ERP(Enterprise Resource Planning) : 제조업을 포함한 다양한 비즈니스 분야에서 생산, 구매, 재고, 주문, 공급자와의 거래, 고객 서비스 제공 등 주요 프로세스 관리를 돕는 여러 모듈로 구성된 애플리케이션 소프트웨어 패키지 BI(Business Intelligence) : 기업의 데이터웨어하우스에 저장된 데이터에 접근해 경영 의사결정에 필요한 정보를 획득하고 이를 경영활동에 활용 하는 것 CRM(Customer Relationship Management) : 선별된 고객으로부터 수익을 창출하고 장기적인 고객관계를 가능케 함으로써 보다 높은 이익을 창출 할 수 있는 솔루션
금융부문	EAI(Enterprise Architecture Integration) : 기업 애플리케이션 통합을 의미함. 기업 내의 ERP, CRM, SCM 시스템이나 인트라넷 등의 시스템 간에 상호 연동이 가능하게 하는 솔루션 EDW(Enterprise Data Warehouse) : 기존 DW를 전사적으로 확장한 모델인 동시에 BPR과 CRM, BSC 같은 다양한 분석 애플리케이션을 위한 원천 즉, EDW를 구축하는 것은 단순히 정보를 빠르게 전달하는 대형 시스템을 도입하는 것이 아닌, 기업 리소스의 유기적 통합, 다원화된 관리 체계 정비, 데이터의 중복 방지 등을 위해 시스템을 재설계하는 것 블록체인(Bloackchain) : 데이터 분산처리기술, 네트워크에 참여하는 모든 사용자가 모든 거래내역 등의 데이터를 분선, 저장하는 기술 블록들을 체인형태로 묶는 형태이기 때문에 블록체인이라는 명칭이 생겨남. 기존 거래 방식에서 데이터를 위변조 하기 위해서는 은행의 중앙서버를 공격하면 가능했으나 블록체인인 경우 사실상 해킹이 불가능
유통부문	KMS(Knowledge Management System) : 지식관리시스템의 약자. 조직내의 지식을 체계적으로 관리하는 시스템을 의미 이전에는 대부분 기업이 물품을 관리하던 환경이었으나 지적 재산이 매우 중요해짐에 따라 기업을 관리하는 시스템이 등장 RFID(Radio Frequency Identification) : 무선주파수를 이용하여 대상을 식별할 수 있는 기술. 안테나와 칩으로 구성된 RF 태그에 사용 목적에 알맞은 정보를 저장하여 적용 대상에 부착한 후 판독기에 해당하는 RFID 리더를 통해 정보를 인식

i. DW의 4대 특성

1) 데이터 주제 지향성

2) 데이터 통합

3) 데이터의 시계열성

4) 데이터의 비휘발성

c. 사회 기반 구조로서의 데이터베이스

i. EDI(Electronic Data Intercharge) 

1) 표준화된 상거래 서식 또는 공공 서식을 서로 합의한 표준에 따라,

2) 전자문서를 만들어 컴퓨터 및 통신을 매개로 상호 교환하는 것

ii. CALS(Commerce At Lighted Speed) 

1) 각종 기술 자료를 디지털화하여 관련 데이터를 통합 운영하는 업무 환경

iii. BI(Business Intelligence) vs BA(Business Analytics)의 차이점

구분	BI	BA
목적	과거의 성과를 측정 향후 비즈니스를 계획	데이터와 통계를 기반으로 성과에 대한 이해 비즈니스 통찰력에 초점
응용	데이터 기반의 의사결정	사전에 예측하고 최적화하기 위함 BI보다 진보된 형태

d. 분야별 사회기반 구조로서의 데이터베이스

분야	주요 솔루션
물류부문	종합물류정보망 : 실시간 차량추적. 전자지도상에서 운행 중인 차량의 위치 및 상태를 실시간으로 파악하여 운송회사 및 화주 등 서비스 가입자의 합리적인 의사결정을 지원하는 시스템 부가가치통신망(VAN, Value Added Network) : 통신회선을 소유 또는 임차하여 구성한 네트워크에 단순한 전송 기능 이상의 부가가치를 첨가하여 정보를 축척, 가공, 변환 처리하여 음성 또는 데이터 정보를 제공해주는 광범위하고도 복합적인 통신서비스의 집합
지리부문	국가지리정보체계(NGIS), RS, GPS
교통부문	지능형교통시스템(ITS)
의료부문	의료 EDI
교육부분	교육행정정보시스템(NEIS)