[Data Modeling]이란 무엇인가

1. 데이터 모델링

1.1 모델링

일반적으로 "모델링"이란 세상에 존재하는 다양한 사물이나 현상들을 일정한 표기법에 의해 나타내는 것을 의미한다.

• 모델링의 대표적인 3가지 특징
  • 추상화(모형화, 가설적)
    • 추상화는 현실 세계를 일정한 형식에 맞추어 표현한다는 것을 의미한다.
    • 다양한 현상을 일정한 양식인 표기법에 의해 표현한다.
  • 단순화
    • 복잡한 현실 세계를 약속한 규약에 의해 표기된 표기법이나 언어로 표현하여 현실세계를 보다 쉽게 이해할 수 있도록 한다.
  • 명확화
    • 누구나 이해하기 쉽도록 대상에 대한 애매모호함을 제거하고 보다 정확하게 현상을 기술한다.

1.2 데이터 모델링

데이터 모델링은 사용자의 요구사항으로부터 데이터의 실체를 나타내는 것을 의미한다.

• 정보 시스템을 구축하기 위한 데이터 관점의 업무 분석 기법
• 현실 세계의 데이터에 대해 약속된 표기법으로 표현하는 과정
• 데이터베이스를 구축하기 위한 분석 및 설계 과정

1.3 데이터 모델링의 중요성

• 파급 효과(Leverage)
  • 데이터 모델링이 초기에 잘 이루어지지 않으면, 시스템이 구현되고 테스트하는 과정에서 문제점이 발견될 수 있다.
  • 일반적으로 단위테스트, 통합테스트 등 다양한 단게의 테스트를 진행하는데 데이터 모델링의 문제가 발생해 변경해야할 상황이 오면, 데이터 모델, 구조 변경에 따른 다양한 추가 조치들이 수반된다.
  • 이러한 추가 조치들은 실질적인 구조 변경 작업을 불러오므로, 시스템 구축 작업 중에서 다른 어떤 설계 과정보다 데이터 설계가 더 중요하다고 볼 수 있다.
• 복잡한 정보 요구의 간결한 표현(Conciseness)
  • 데이터 모델은 구축할 시스템의 정보 요구사항과 한계를 가장 명확하고 간결하게 표현할 수 있는 도구이다.
  • 정보 요구사항이 정확하고 간결하게 표현되어야 해당 데이터 모델과 관련된 시스템을 구축하는 많은 사람들이 설계자의 생각대로 정보 요구사항을 이해할 수 있다.
  • 또한 이를 운용할 수 있는 서비스, 어플리케이션을 개발하여 정합성을 유지할 수 있다.
• 데이터 품질(Data Quality)
  • 데이터베이스에 담겨 있는 데이터는 기업/단체의 중요한 자산이다. (데이터가 쌓이고 기간이 늘어날수록 활용가치가 높아지곤 한다.)
  • 만약 데이터의 정확성이 떨어지는 등 데이터 품질이 낮아진다면, 이로 인해 비지니스 기회를 상실할 수도 있는 문제가 야기될 것이다.
  • 비니지스 초기부터 숙성된 데이터를 전략적으로 활용하기 위해 데이터 품질에 대해 신경 써야한다.

1.4. 데이터 모델링시 유의점

• 중복(Duplication)
  • 데이터 모델은 같은 데이터를 사용하는 사람, 시간 그리고 장소를 파악하는데 도움을 준다.
  • 이러한 자식 응용은 데이터베이스가 여러 장소에 같은 정보를 저장하는 잘못을 하지 않도록 한다.
• 비유연성(Inflexibility)
  • 데이터 모델을 어떻게 설계했느냐에 따라 사소한 업무 변화에도 데이터 모델이 수시로 변경됨으로써 유지 보수의 어려움을 가중시킬 수 있다.
  • 데이터의 정의를 데이터의 사용프로세스와 분리함으로써 데이터 모델링은 데이터 혹은 프로세스의 작은 변화가 어플리케이션과 데이터베이스에 중대한 변화를 일으킬 수 있는 가능성을 줄인다.
• 비일관성(Inconsistency)
  
  • 데이터 모델링을 할 때 데이터와 데이터간 상호 연관 관계에 대한 명확한 정의를 하지 않는다면, 데이터의 중복이 없더라도 비일관성이 발생할 수 있다.

---

 

2. 데이터 모델링 3단계

데이터 모델링을 하는데 있어서 시간에 따라 진행되는 3가지 과정이 있다.
이는 추상화 수준에 따라 달라지며 개념적 데이터 모델링, 논리적 데이터 모델링, 물리적 데이터 모델링으로 정리된다.

2.1 개념적 데이터 모델링 (Conceptual Data Modeling)

개체와 개체들 간의 관계에서 ER 다이어그램을 만드는 과정

• 개념적 데이터 모델링은 조직, 사용자의 데이터 요구사항을 찾고 분석하는데에서 시작한다.
• 이 과정에서 어떠한 자료가 중요하며, 유지되어야하는지를 결정하고, 핵심 엔터티와 그들 간의 관계를 발견하고, 이를 표현하기 위해 엔터티-관계 다이어그램을 생성한다.
• 개념적 데이터 모델링을 통해 조직의 데이터 요구를 공식화하는 것은 2 가지 중요한 기능을 지원한다.
  • 개념적 데이터 모델은 사용자와 시스템 개발자가 데이터 요구 사항을 발견할 수 있도록 지원한다.
  • 개념 데이터 모델은 현 시스템이 어떻게 변형되어야야 하는가를 이해하는데 유용하다.

2.2 논리적 데이터 모델링(Logical Data Modeling)

ER 다이어그램을 사용하여 관계 스키마 모델을 만드는 과정

• 논리적 데이터 모델링은 데이터 모델링 프로세스의 Input으로써, 비즈니스 정보의 논리적인 구조와 규칙을 명확하게 표현하는 과정으로, 데이터 모델링 과정에서 가장 핵심이 되는 부분이다.
• 논리적 데이터 모델링에서 진행되는 가장 중요한 과정 중에 하나는 정규화이다.
• 정규화는 논리적 데이터 모델 상세화 과정의 대표적인 활동으로, 논리적 데이터 모델의 일관성을 확보하고 중복을 제거하여 속성들이 가장 적절한 엔터티에 배치되도록 함으로써 보다 신뢰성 있는 데이터 구조를 얻는데 목적이 있다.
• 논리적 데이터 모델의 상세화는 식별자 확정, 정규화, M:M 관계 해소, 참조 무결성 규칙 정의 등을 들 수 있으며, 추가적으로 이력 관리에 대한 전략을 정의한다.

2.3 물리적 데이터 모델링(Physical Data Modeling)

관계 스키마 모델의 물리적 구조를 정의하고 구현하는 과정

• 실제로 데이터베이스에 이식할 수 있도록 성능, 저장 등 물리적인 성격을 고려하여 설계하는 단계의 모델링이다.
• 데이터가 물리적으로 컴퓨터에 어떻게 저장될 것인가에 대한 정의를 진행한다.
• 이 단계에서 테이블, 칼럼 등으로 표현되는 물리적인 저장 구조와 사용될 저장 장치, 자료를 추출하기 위해 사용될 접근 방법을 결정한다.

---

3. 데이터 독립성

3.1 데이터 독립성의 필요성

• 구조화된 시스템은 시간이 지날수록 유지보수 비용, 데이터 복잡도, 데이터 중복성이 증가한다.
• 데이터 독립성은 구조화된 시스템의 문제로부터, 데이터가 상호간의 영향에서 벗어나 고유의 기능을 유지하며, 기능을 극대화를 목적으로 출현한 개념이다.
• 데이터의 독립성을 확보하면, 1) 각 View의 독립성을 유지하고 계층별 View에 영향을 주지 않고 변경이 가능하며, 2) 단계별 스키마에 따라 데이터 정의어와 데이터 조작어가 다름을 제공한다.
• 데이터 독립성을 가지는 모델은 다음과 같이 외부 단계, 개념적 단계, 내부적 단계로 서로 간섭되지 않는 모델을 제시한다.

3.2 데이터 베이스의 3단계 구조

• 외부 단계(외부 스키마, External Schema)
  • View 단계 여러 개의 사용자 관점으로 구성한다. 즉, 개개인의 사용자 단계로서 개개인의 사용자가 보는 개인적인 DB 스키마이다. 이에 따라 DB의 개개인 사용자나 응용 프로그래머가 접근하는 DB를 정의한다.
• 개념적 단계(개념 스키마, Conceptual Schema)
  • 개념단계 하나의 개념적 스키마로 구성되는 모든 사용자 관점을 통합한 조직 전체의 DB를 기술하는 것이다. 모든 응용시스템들이나 사용자들이 필요로 하는 데이터를 통합한 조직 전체의 DB를 기술한 것으로 DB에 저장되는 데이터와 그들간의 관계를 표현하는 스키마이다.
• 내부적 단계(내부 스키마, Internal Schema)
  • DB가 물리적으로 저장된 형식을 나타낸다. 물리적 장치에서 데이터가 실제적으로 저장되는 방법을 표현한다.

 

*참고

https://dataonair.or.kr/db-tech-reference/d-guide/da-guide/?mod=document&uid=276

https://doorbw.tistory.com/229

https://mangkyu.tistory.com/27