1. 데이터와 정보

데이터

1. 데이터

   • 데이터 : 있는 그대로의 객관적 사실 가공되지 않은 상태. 예시 ) 주문수량
   • 정보 : 데이터로부터 가공된 자료 예시) 베스트셀러

2. 데이터의 유형

   1. 정성적, 정량적
      • 정성적 데이터 : 자료의 특징을 정성을 들어 풀어 설명 - 언어, 문자
      • 정량적 데이터 : 자료를 수치화 - 수치, 기호 (온도 풍속)
   2. 정형, 반정형, 비정형
      • 정형 데이터 : 정보 형태가 정해짐 (관계형 DB, 스프레드 시트)
      • 반정형 데이터 : 데이터를 설명하는 메타데이터를 포함. (로그, HTML, XML, JSON)
      • 비정형 데이터 : 형태가 정해지지 않음 (영상 데이터 음원 등)

3. 암묵지와 형식지간 상호작용

   • 암묵지 : 개인에게 습득되고 겉으로 드러나지 않음
   • 형식지 : 문서, 메뉴얼 등의 형상화된 지식
   1. 공통화 : 암묵지 지식을 다른 사람에게 알려줌
   2. 표출화 : 암묵지 지식을 메뉴얼이나 문서로 전환
   3. 연결화 : 교재, 매뉴얼에 새로운 지식 추가
   4. 내면화 : 만들어진 교재, 메뉴얼에서 다른 사람의 암묵지를 터득

4. DIKW 피라미드

   1. 데이터(DATA) : 있는 그대로의 사실 a는 200원 b는 300원
   2. 정보(Information) : Data를 통해 패턴 인식 a 가 b보다 100원 싸다
   3. 지식(Knowledge) : 패턴을 통해 예측 (A에서 핸드폰을 사면 이득보겠다.)
   4. 지혜(Wisdom) : 창의적인 산물 (A대리점의 다른 물건들도 B대리점보다 쌀것이다.)

5. 데이터 단위

   KB < MB < GB < TB < PB < EB < ZB < YB (PEta < Exa < Zetta < YOtta) 패지요(페엑제요)

데이터베이스의 정의와 특징

• 데이터베이스 정의

1. DB : 일정 구조에 맞게 조직화된 데이터의 집합
   • 스키마 : DB의 구조와 제약조건에 관한 전반적 명세
   • 인스턴스 : 정의된 스키마에 따라 정장된 값
2. DBMS : DB를 관리, 접근 환경 제공하는 소프트웨어
   1. 관계형 DBMS : 테이블(표)로 정리 (오라클, MSSQL, MYSQL, MAIRA DB)
   2. 객체지향 DBMS : 정보를 객체형태 로 정리
   3. NOSQL DBMS : 비정형 데이터를 저장하고 처리 (HBASE, Mongo DB, Dynamo DB, Cassandra)
3. SQL : 데이터 베이스에 접근할 수 있는 하부언어
   • 정의언어(DDL) : CREATE, ALTER, DROP
   • 조작언어(DML) : SELECT, INSERT, DELETE, UPDATE
   • 제어 언어(DCL) : COMMIT, ROLLBACK, GRANT, REVOKE

• 데이터베이스의 특징
  1. 공용 데이터 : 여러 사용자가 다른 목적으로 데이터 공동 이용
  2. 통합된 데이터 : 동일한 데이터 중복되어 있지 않음
  3. 저장된 데이터 : 저장매체에 저장
  4. 변화되는 데이터 : 새로운 데이터 추가, 수정, 삭제에도 현재의 정확한 데이터 유지(무결성) ( '공통저변'
• 데이터베이스 구성요소
  • 메타데이터 : 데이터를 설명하는 데이터
  • 인덱스 : 정렬, 탐색을 위한 데이터의 이름

데이터베이스 활용

• 기업 내부 데이터베이스
  • OLTP : 데이터를 수시로 갱신 (거래단위)
  • OLAP : 다차원 데이터를 **대화식**으로 분석
  • CRM : **고객**과 관련 자료 분석, 마케팅 활용
  • SCM : 공급망 연결 최적화
  • ERP : 기업 경영 **자원**을 효율화
  • Bl : 기업 보유 데이터 정리,분석하여 리포트 중심 도구
  • BA : 통계 기반 비즈니스 통찰력
  • Block Chain : **네트워크 참여**한 모든 사용자가 정보를 분산, 저장
  • KMS : 기업의 모든 지식을 포함
• Data Ware House
  • 주제지향성 : 분석목적 설정이 중요
  • 데이터 통합 : 일관화 된 형식으로 저장
  • 시계열성 : 히스토리를 가진 데이터
  • 비휘발성 : 읽기전용- 수시로 변하지 않음

2. 데이터의 가치와 미래

빅데이터의 이해

• 빅데이터 출현 배경