제1절 데이터 모델의 이해

1. 모델링의 이해

가. 모델링의 정의

• 모델링에 대한 다양한 정의
  • Webster 사전
    • 가설적 일정 양식에 맞춘 표현
    • 어떤 것에 대한 예비표현으로, 그로부터 최종대상이 구축되도록 하는 계획으로서 기여하는 것
  • 복잡한 '현실세계'를 단순화시켜 표현하는 것
  • 모델이란 사물 또는 사건에 관한 양상(Aspect)이나 관점(Perspective)을 연관된 사람이나 그룹을 위하여 명확하게 하는 것이다.
  • 모델이란 현실 세계의 추상화된 반영이다.

나. 모델링의 특징

• 모델링의 재정의 : 현실세계를 추상화, 단순화, 명확화하기 위해 일정한 표기법에 의해 표현하는 기법
• 정보시스템 구축에서의 모델링 활용
  • 계획/분석/설계 단계 : 업무를 분석하고 설계하는데 이용
  • 구축/운영 단계 : 변경과 관리의 목적으로 이용

다. 모델링의 세 가지 관점

2. 데이터 모델의 기본개념의 이해

가. 데이터 모델링의 정의

• 모델링에 대한 다양한 정의
  • 정보시스템을 구축하기 위해, 해당 업무에 어떤 데이터가 존재하는지 또는 업무가 필요로 하는 정보는 무엇인지를 분석하는 방법
  • 기업 업무에 대한 종합적인 이해를 바탕으로 데이터에 본재하는 업무 규칙(Business Rule)에 대하여 참(True) 또는 거짓(False)을 판별할 수 있는 사실(사실명제)을 데이터에 접근하는 방법(How), 사람(Who), 전산화는 별개(독립적인)의 관점에서 이를 명확하게 표현하는 추상화 기법

• 실무적 관점(정보시스템 구축)에서의 데이터 모델링을 하는 주요 이유
  • 정보시스템 구축 대상이 되는 업무 내용을 정확하게 분석하는 것
  • 분석된 모델을 가지고 실제 데이터베이스를 생성하여 개발 및 데이터관리에 사용하기 위한 것
  • 단지 데이터베이스 구축만이 목적이 아니라 데이터 모델링 자체로서 업무를 설명하고 분석하는 부분에도 중요한 의미를 가지고 있음.

• 데이터 모델링이란
  • 정보시스템을 구축하기 위한 데이터 관점의 업무분석 기법
  • 현실세계의 데이터(Whet)에 대해 약속된 표기법에 의해 표현하는 과정
  • 데이터베이스를 구축하기 위한 분석/설계의 과정

나. 데이터 모델이 제공하는 기능

• 업무를 분석하는 관점에서 데이터 모델이 제공하는 기능
  • 시스템을 현재 또는 원하는 모습으로 가시화하도록 도와준다.
  • 시스템의 구조와 행동을 명세화 할 수 있게 한다.
  • 시스템을 구축하는 구조화된 틀을 제공한다.
  • 시스템을 구축하는 과정에서 결정한 것을 문서화한다.
  • 다양한 영역에 집중하기 위해 다른 영역의 세부사항은 숨기는 다양한 관점을 제공한다.
  • 특정 목표에 따라 구체화된 상세 수준의 표현방법을 제공한다.

3. 데이터 모델링의 중요성 및 유의점

가. 파급효과(Leverage)

• 시스템 구축이 완성되가는 시점에서의 데이터 모델 변경은 엄청난 파급효과를 발생시킨다.
• 데이터 구조변경에 따른 표준영향분석, 응용영향분석등 많은 영향 분석이 일어난다.
• 변경해야할 데이터 형태에 따른 영향도는 차이가 있겠지만,
  구조 변경으로 인한 일련의 변경작업은 전체 시스템 구축 프로젝트에서 큰 위험요소이다.
• 따라서, 데이터 설계는 그만큼 중요하다.

나. 복잡한 정보 요구사항의 간결한 표현(Conciseness)

• 데이터 모델은 구축할 시스템의 정보 요구사항과 한계를 가장 명확하고 간결하게 표현할 수 있는 도구이다.

다. 데이터 품질(Data Quality)

• 데이터는 중요한 자산이며, 기간이 오래될수록 활용가치는 더 커진다.
• 그러나, 데이터의 정확성이 떨어진다면? 데이터의 활용가치는 떨어지게 된다.
• 따라서 데이터 모델링을 할때는 다음을 유의하여 데이터 품질을 높여야 한다.
  • 중복(Duplication) : 동일 자료의 중복
  • 비유연성(Inflexibility) : 잘못된 데이터 모델은 사소한 업무변화에 대응하지 못하고 유지보수에 어려움이 따른다.
  • 비일관성(Inconsistency) : 데이터의 모순, 데이터간 상호 연관관계에 대한 정확한 정의로 이러한 위험을 예방

4. 데이터 모델링의 3단계 진행

가. 개념적 데이터 모델링(Conceptual Data Modeling)

나. 논리적 데이터 모델링(Logical Data Modeling)

다. 물리적 데이터 모델링(Physical Data Modeling)

5. 프로젝트 생명주기(Life Cycle)에서 데이터 모델링

6. 데이터 모델링에서 데이터독립성의 이해

가. 데이터독립성의 필요성

• 데이터 독립성 필요
  • 유지보수 비용 증가
  • 데이터 중복성 증가
  • 데이터 복잡도 증가
  • 요구사항 대응 저하

나. 데이터베이스 3단계 구조

다. 데이터독립성 요소

라. 두 영역의 데이터독립성

마. 사상(Mapping)

7. 데이터 모델링의 중요한 세 가지 개념

가. 데이터 모델링의 세 가지 요소

• 업무가 관여하는 어떤 것(Things)
• 어떤 것이 가지는 성격(Attributes)
• 업무가 관여하는 어떤것 간의 관계(Relationships)

나. 단수와 집합(복수)의 명령

8. 데이터 모델링의 이해관계자

가. 이해관계자의 데이터 모델링 중요성 인식

나. 데이터 모델링의 이해관계자

9. 데이터 모델링의 표기법인 ERD의 이해

가. 데이터 모델 표기법

나. ERD(Entity Relationship Diagram) 표기법을 이용하여 모델링하는 방법

1) ERD 작업순서

• 1. 엔터티를 그린다.
• 2. 엔터티를 적절하게 배치한다.
• 3. 엔터티간 관계를 설정한다.
• 4. 관계명을 기술한다.
• 5. 관계의 참여도를 기술한다.
• 6. 관계의 필수여부를 기술한다.

2) 엔터티 배치

• 좌에서 우로, 위에서 아래로
• 가장 중요한 고객과 주문을 좌측 상단에 배치
• 주문에 따른 출고 및 재고 를 주문의 아래에 차례로 배치
• 업무 흐름의 중심이 되는 엔터티(주문, 출고, 주문목록, 출고목록)를 중앙에 배치
• 중심 엔터티와 관계있는 엔터티(창고, 고객, 사원, 재고)를 주위에 배치

3) ERD 관계의 연결

• 서로 관련있는 엔터티간의 관계를 설정
• 초기에는 모두 PK 로 속성이 상속되는 식별자 관계를 설정
• 중복관계, Cycle 관계 등을 유의

4) ERD 관계명의 표시

• 관계이름은 현재형을 사용
• 지나치게 포괄적인 용어(예, 이다, 가진다 등)은 사용하지 않도록
• 실무에서는 생략해도 무방 - 관계명이 없어도 ERD의 흐름을 알 수 있다.

5) ERD 관계 관계차수와 선택성 표시

관계	선택성	IE 표기법	Barker 표기법
1 : 1	필수
1 : 1	선택
1 : n	필수
1 : n	선택

10. 좋은 데이터 모델의 요소

가. 완전성(Completeness)

• 업무에서 필요로 하는 모든 데이터가 모델에 정의되어 있어야 한다.

나. 중복배제(Non-Redundancy)

• 하나의 데이터베이스에 동일한 사실은 반드시 한번만 기록되어야 한다.
• 중복시 문제점
  • 저장공간의 낭비
  • 일관성 유지를 위한 추가 비용 발생

다. 업무규칙(Business Rules)

• 업무규칙(Business Rules)을 데이터 모델링에 표현하고, 모든 사용자가 공유한다.
• 모든 사용자(개발자, 관리자)가 해당 규칙에 대해 동일하게 판단하고 데이터를 조작할 수 있게 된다.
• 업무규칙이 명확하게 표현되지 않았다면
  • 각각의 사용자가 같은 업무를 다르게 판단 할 수 있다.

라. 데이터 재사용(Data Reusability)

• 통합성
  • 과거 시스템은 각각의 업무 영역별 데이터 별도 관리
  • 전사적 관점에서 공통데이터를 도출하고 이를 전 영역에서 사용하기 적절한 형태로 설계하여야 한다.
  • 이러한 통합 데이터 모델이어야 데이터 재사용성을 향상시킬 수 있다.

• 독립성
  • 과거 시스템은 데이터 모델이 별도로 없이 어플리케이션의 부속품 정도로 여겨졌다.
  • 이경우 데이터는 각각의 업무 프로세스에 종속적일수밖에 없고
  • 중복데이터 발생, 일관성 저하, 재사용성이 떨어지게 된다.
  • 따라서 데이터가 어플리케이션에 독립적으로 설계되어야만 데이터 재사용성을 향상시킬 수 있다.

• 확장성, 유연성
  • 정보시스템은 비즈니스 변화에 대해 최적의 적응을 요구한다.
  • 비즈니스 변화에 유연하게 대처하고 확장이 용이한 데이터 설계가 필요하다
  • 확장성, 유연성이 떨어질 경우 작은 업무 변경에도 시스템 기반이 흔들리게 된다.

• 합리적 균형이 있으면서도 단순하게 분류하는 것
  • 예를 들면, 동일한 계약 업무를 수행하기 위한 테이블이 A보험사는 10개, B보험사는 100개라면?
  • A사의 데이터 모델은 단순하지만 새로운 업무환경 변화에 대해서 확장성을 가지고 있다.
  • B사는 업무환경 변화(신규상품출현 등)에 적응하지 못하고 데이터 모델의 한계로 테이블 갯수를 늘려왔다.
  • 간결한 모델의 전제조건은 통합.

마. 의사소통(Communication)

• 데이터 모델은 대상 업무를 데이터 관점에서 분석하고 설계하여 나오는 최종 산출물이다.
• 분석과정에서 도출되는 수많은 업무 규칙들은 최대한 자세하게 표현되어야 한다.
• 모든 관련자들이 데이터 모델을 통해 의사소통을 할 수 있도록 자세하게 기술해야 한다.

바. 통합성(Integration)

• "라. 데이터 재사용" 부분 참조.