1. 모델링의 이해
모델링의 정의
모델링이란 현실세계를 추상화, 단순화, 명확화하기 위해 일정한 표기법에 의해 표현하는 기법이다.
모델링의 특징
- 추상화: 현실세계를 일정한 형식에 맞추어 표현하는 것
- 단순화: 복잡한 현실세계를 쉽게 이해할 수 있도록 표현하는 것
- 명확화: 누구나 이해하기 쉽게 대상에 대한 모호함을 제거하고 정확하게 표현하는 것
모델링의 세 가지 관점
모델링은 데이터 관점, 프로세스 관점, 데이터와 프로세스의 상관관점으로 구분한다.
- 데이터 관점 (WHAT, DATA) : 업무와 관련된 데이터가 무엇인지, 데이터간의 관계가 무엇인지에 대해 모델링하는 방법
- 프로세스 관점 (HOW, PROCESS): 업무가 실제로 하고있는 일은 무엇인지, 또는 무엇을 해야 하는지를 모델링하는 방법
- 데이터와 프로세스의 상관관점(Interaction): 업무가 처리하는 일의 방법에 따라 데이터는 어떻게 영향을 받고 있는지 모델링하는 방법
2. 데이터 모델의 기본 개념 이해
데이터 모델링의 정의
- 정보시스템을 구축하기 위해서 데이터를 분석하고 설계하는 과정
- 현실세계의 데이터에 대해 약속된 표기법을 사용하여 표현하는 과정
- DB를 구축하기 위한 분석/설계 과정
데이터 모델이 제공하는 기능
- 가시화
- 명세화
- 구조화된 틀
- 문서화
- 다양한 관점
- 상세 수준의 표현방법
3. 데이터 모델링의 중요성 및 유의점
- 파급효과
데이터 모델 변경의 경우에 데이터 구조가 변경으로 인한 변경 작업은 전체 시스템 구축 프로젝트에서 큰 위험요소이다. - 간결한 표현
구축할 시스템의 정보 요구 사항과 한계를 가장 명확하고 간결하게 표현하는 도구가 바로 데이터 모델이다. - 데이터 품질
데이터 품질의 문제는 데이터 구조에 의해 결정된다. 때문에 데이터 품질을 높이기 위해서는 알맞은 구조를 설계해야 하는데, 여기에서 유의할 점은 세가지이다.
a. 중복 데이터 모델
같은 데이터를 사용하는 사람, 시간, 장소를 파악하여 db가 여러 장소에 같은 정보를 저장하는 잘못을 하지 않도록 한다.
b. 비유연성 데이터 모델
데이터의 정의를 데이터 사용 프로세스와 분리하여 각 데이터 정의와 프로세스의 변겨이 애플리케이션과 DB에 대한 중대한 변화를 일으키는 가능성을 줄인다.
c. 비 일관성 데이터 모델
데이터 모델링을 할 때 데이터와 데이터 간 상호 연관 관계에 대한 명확한 정의는 이러한 위험을 사전에 예방해준다.
ML/AI Engineer