데이터와 정보
데이터의 정의와 특성
데이터의 정의
- 추론과 추정의 근거를 이루는 사실이다
- 단순한 객체로서의 가치뿐만 아니라 다른 객체와의 상호관계 속에서 가치를 갖는 것이다
데이터의 특성
- 존재적 특성 : 객관적 사실
- 당위적 특성 : 추론 / 예측 / 전망 / 추정을 위한 근거
데이터의 유형
-
정상적 데이터
- 비정형 데이터 : 언어, 문자 등
- 주관적 내용
- 저장 / 검색 / 분석에 많은 비용이 소모 됨
- 통계 분석이 어려움
-
정량적 데이터
- 정형 데이터 : 수치 / 도형 / 기호 등
- 객관적 내용
- 정형화된 데이터로 비용 소모가 적음
- 통계 분석이 용이함
지식경영의 핵심 이슈
-
암묵지
- 학습과 경험을 통해 개인에게 체화되어 있지만 겉으로 드러나지 않은 지식
- 사회적으로 중요하지만 다른 사람에게 공유되기 어려움
- 내면화 (개인에게 축적된 지식) -> 공통화 (조직의 지식)
-
형식지
- 문서나 매뉴얼처럼 형상화된 지식
- 전달과 공유가 용이함
- 표출화 (언어, 기호, 숫자) -> 연결화 (개인의 지식)
데이터와 정보의 관계
DLKW의 정의
- 데이터
- 개별 데이터 자체로는 의미가 중요하지 않은 객관적인 사실
- A 마트는 100원에 B 마트는 200원에 연필을 판매한다
- 정보
- 데이터의 가공, 처리와 데이터 간 연관관계 속에서 의미가 도출된 것
- A 마트가 더 싸다
- 지식
- 데이터를 통해 도출된 다양한 정보를 구조화하여 유의미한 정보를 분류하고
- 개인적인 경험을 결합시켜 고유의 지식으로 내재화된 것
- 상대적으로 저렴한 A 마트에서 사야겠다
- 지혜
- 지식의 축적과 아이디어가 결합된 창의적인 산물
- 연필 외에 다른 상품도 A 마트가 더 저렴할 것이라고 판단
데이터베이스 정의와 특징
데이터베이스의 정의
1차 개념 확대 (정형 데이터 관리)
-
체계적이거나 조직적으로 정리되고 전자식 또는 기타 수단으로 개별적으로 접근할 수 있는 독립된 저작물, 데이터 또는 기타 소재의 수집물
-
소재를 체계적으로 배열 또는 구성한 편집물로서 개별적으로 그 소재에 접근하거나 그 소재를 겁색할 수 있도록 한 것
2차 개념 확대 (빅데이터 출현으로 비정형 데이터 포함)
-
동시에 복수의 적용 업무를 지원할 수 있도록 복수 이용자의 요구에 대응해서 데이터를 받아들이고 저장, 공급하기 위하여 일정한 구조에 따라서 편성된 데이터의 집합
-
문자, 기호, 음성, 화상, 영상 등 상호 관련된 다수의 콘텐츠를 정보 처리 및 정보통신 기기에 의하여 체계적으로 수집 / 축적하여 다양한 용도와 방법으로 이용할 수 있도록 정리한 정보의 집합체
데이터 베이스의 일반적인 특징
통합된 데이터
- 동일한 내용의 데이터가 중복되어 있지 않다는 것을 의미
- 데이터 중복은 관리상의 복잡한 부작용을 초래
저장된 데이터
- 컴퓨터가 접근할 수 있는 저장 매체에 저장되는 것을 의미
- 데이터 베이스는 기본적으로 컴퓨터 기술을 바탕으로 한 것
공용 데이터
- 여러 사용자가 서로 다른 목적으로 데이터를 공동으로 이용한다는 것을 의미
- 대용량화되고 구조가 복잡한 것이 보통
변화되는 데이터
- 데이터 베이스에 저장된 내용은 곧 데이터 베이스의 현 시점에서의 상태를 나타냄
- 다만 이 상태는 새로운 데이터의 삽입, 기존 데이터 삭제, 갱신으로 항상 변화하면서도 항상 현재의 정확한 데이터를 유지해야 함
데이터 베이스이 다양한 측면에서의 특징
정보의 축적 및 전달 측면
- 기계 가독성
- 일정한 형식에 따라 컴퓨터 등의 정보처리기기가 읽고 쓸 수 있음
- 검색 가독성
- 다양한 방법으로 필요한 정보를 검색
- 원격 조작성
- 정보 통신망을 통하여 원거리에서도 즉시 온라인을 이용
정보 이용 측면
- 이용자의 정보 요구에 따라 다양한 정보를 신속하게 획득
- 원하는 정보를 정확하고 경제적으로 찾아낼 수 있다는 특성
정보 관리 측면
- 정보를 일정한 질서와 구조에 따라 정리 / 저장 / 검색 / 관리 할 수 있도록 하여 방대한 양의 정보를 체계적으로 축적하고 새로운 내용의 추가나 갱신이 용이
정보 기술 발전 측면
- 데이터 베이스는 정보처리, 검색 / 관리 소프트웨어. 관련 하드웨어, 정보 전송을 위한 네트워크 기술의 발전을 견인할 수 있음
경제 / 산업 측면
- 다양한 정보를 필요에 따라 신속하게 제공 / 이용할 수 있는 인프라는 특성을 가지고 있어 경제 / 산업 / 사회 활동의 효율성을 제고하고 국민의 편의를 증진하는 수단으로서 의미를 가짐
데이터 베이스의 활용
기업 내부 데이터 베이스
1980년대 기업 내부 데이터 베이스
OLTP (On - Line Transaction Processing)
-
호스트 컴퓨터가 데이터 베이스를 엑세스하고, 바로 처리 결과를 돌려보내는 형태
-
데이터 구조 : 복잡
-
데이터 갱신 : 동적으로 순간적
-
데이터 범위 : 수 십일 전후
-
데이터 성격 : 정규적인 핵심 데이터
-
데이터 내용 : 현재 데이터
-
데이터 특성 : 트랜잭션 중심
-
데이터 엑세스 빈도 : 높음
-
질의 결과 예측 : 주기적이며 예측 가능
OLAP (On - Line Analytical Processing)
-
다양한 비즈니스 관점에서 쉽고 빠르게 다차원적인 데이터에 접근하여 의사 결정에 활용할 수 있는 정보를 얻을 수 있게 해주는 기술
-
데이터 구조 : 단순
-
데이터 갱신 : 정적으로 주기적
-
데이터 범위 : 수 초에서 몇 분 사이
-
데이터 성격 : 비정규적인 읽기 전용 데이터
-
데이터 내용 : 요약된 데이터
-
데이터 특성 : 주제 중심
-
데이터 엑세스 빈도 : 보통
-
질의 결과 예측 : 예측하기 어려움
2000년대 기업 내부 데이터 베이스
CRM (Custimer Relationship Management)
- 기업이 고객과 관련된 내/외부 자료를 분석/통합해 고객 중심 자원을 극대화
- 이를 토대로 고객특성에 맞게 마케팅 활동을 계획 / 지원 / 평가하는 과정이다
SCM (Supply Chain Management)
- 기업에서 원재료의 생산 / 유통 등 모든 공급망 단계를 최적화해 수요자가 원하는 제품을 원하는 시간과 장소에 제공하는 것
분야별 데이터 베이스 소개
제조 분야
ERP (Enterprise Resource Planning)
- 경영 자원을 하나의 통합 시스템으로 재구축함으로써 생산성을 극대화하려는 경영혁신기법을 의미
BI (Business Intelligence)
- 의사결정에 활용하는 일련의 프로세스
CRM (Custimer Relationship Management)
- 고객 중심 자원을 극대화
- 이를 토대로 고객 특성에 맞게 마케팅 활동을 계획 / 지원 / 평가하는 과정
RTE (Real-Time Enterprise)
- 회사 전 부문의 정보를 하나로 통합
금융 부문
EAI (Enterprise Application Integration)
- 필요한 정보를 중앙 집중적으로 통합 / 관리 / 사용할 수 있는 환경을 구현하는 것
EDW (Enterprise Data Warehouse)
- 다양한 분석 애플리케이션들을 위한 원천
유통 부문
KMS (Knowledge Management System)
- 기업 경영을 지식이라는 관점에서 새롭게 조명하는 접근방식
RFID (RF, Radio Frequency)
- 주파수를 이용해 ID를 식별하는 SYSTEM
사회 기반 구조로서의 데이터 베이스 종류
EDE (Electronic Data Interchange)
- 각종 서류를 표준화된 양식을 통해 전자적 신호로 바꿔 컴퓨터 통신망에 이용하여 거래처에 전송하는 시스템
VAN (Value Added Network)
- 독자적인 네트워크로 각종 정보를 부호, 영상, 음성 등으로 교환하거나 정보를 축적하거나 또는 복수로 해서 전송하는 등 단순한 통신이 아니라 부가가치가 높은 서비스를 하는 것
CALS (Commerce At Light Speed)
- 제품의 라이프 사이클 전반에 관련된 데이터를 통합하고 공유 / 교환할 수 있도록 한 경영통합정보시스템을 말한다
🌳가 되기 위해 🌱부터 시작