ADsp를 5일동안 공부해도 충분히 합격할 수 있는지 궁금합니다. 그래서, 많은 사람들이 이 포스팅만 보고도 합격할 수 있도록 정리를 해보고자 글을 씁니다.
✅ CHECK POINT
먼저, "데이터"의 정의를 알고 계신가요? 데이터라는 단어를 한 번도 못들어 본 분은 없을 거에요.
옥스포드 대사전에서는 아래와 같이 데이터를 정의하고 있습니다.
"추론과 추정의 근거를 이루는 사실" - 데이터
컴퓨터 시대가 시작되면서, 데이터의 의미는 (관념적, 추상적) 개념 → (기술적, 사실적) 개념으로 변화하고 있습니다.
그러면, 데이터와 정보 그리고 지식의 관계는 어떻게 이루어질까요?
"데이터 → 정보 → 지식 → 지혜" 순으로 발전
위 순서로 발전하면서, 데이터는 추론, 예측, 전망, 추정을 위한 근거가 됩니다.
데이터베이스를 다루어 본 적이 있나요? 우리는 다양한 데이터베이스 시스템을 활용하고 있습니다.
여러분이 사용하시는 대부분의 정보들과 여러분 자체의 정보들도 현재 어딘가의 데이터베이스에 저장되어 있습니다.
간단하게는 Access, MySQL, MSSQL, Oracle 등이 있는데, 이런 데이터베이스 시스템을 다뤄보지 않았더라도 엑셀을 다뤄보셨다면, 이해할 수 있을 거에요.
1-1) 데이터의 이해 - 데이터와 정보
1) 데이터의 정의와 특성
✅ 출제 포인트
: 정성적 데이터와 정량적 데이터의 차이점을 묻는 문제가 간혹 출제되까 꼭 짚고 넘어가세요! 한 번 밑에 기출문제를 풀어봅시다.
🧡 기출
2-1. 데이터는 그 형태에 따라 정성 데이터와 정량 데이터로 구분한다. 다음 중 정성 데이터에 속하는 것은?
1) 풍량
2) 습도
3) 기상특보
4) 1시간 강수량
답 확인
3) 기상특보 : 기상특보는 숫자가 아니라 문장으로 나타난다. 정성적 데이터에 속한다.
🧡 기출
2-2. 다음 중 정량적 데이터의 예로 부적절한 것은?
1) 직업
2) 강수량
3) 영업이익
4) DNP 증가율
답 확인
1) 직업 : 다른 항목들은 숫자로 표현이 가능하지만, 직업은 숫자로 표현할 수 없다. 직업은 명확하게 구성되어 있는 정성적인 데이터 중 하나이다.
1) 데이터의 정의
: 데이터(Data)라는 용어는 1646년 영국 문헌에 처음 등장하였고, 라틴어 Dare(주다)의 과거분사형으로 '주어진 것'이란 의미로 사용되었다.
: 1940년대 이후로, 컴퓨터시대 시작과 함께 자연과학 뿐만 아니라, 경영학, 통계학 등 다양한 사회 과학에 진일보하며, 데이터의 의미는 과거의 관념적이고 추상적인 개념에서 기술적이고 사실적인 의미로 변화되었다.
: 데이터는 추론과 추정의 근거를 이루는 사실이다.
: 단순한 객체로서의 가치뿐만 아니라 다른 객체와의 상호관계 속에서 가치를 갖는 것으로 설명되고 있다.
2) 데이터의 특성
| 구분 | 특성 |
| 존재적 특성 | 객관적 사실(Fact, Raw Material) |
| 당위적 특성 | 추론, 예측, 전망, 추정을 위한 근거(Basis) |
2) 데이터의 유형
| 구분 | 형태 | 예 | 특징 |
| 정성적 데이터 (Qualitative Data) |
언어, 문자 등 | 회사 매출이 증가함 등 | 저장, 검색, 분석에 많은 비용이 소모 됨 |
| 정량적 데이터 (Quantitative Data) |
수치, 도형, 기호 등 | 나이, 몸무게, 주가, 강수량 등 | 정형화된 데이터로 비용소모가 적음 |
정성적 데이터 : 비정형 데이터, 주관적 내용, 통계분석이 어려움 ↔ 정량적 데이터 : 정형 데이터, 객관적 내용, 통계분석이 용이함
3) 지식경영의 핵심 이슈
데이터는 지식경영의 핵심 이슈인 암묵지와 형식지의 상호작용에 있어 중요한 역할을 한다.
암묵지와 형식지의 상호작용관계는 다음단계를 거친다.
1단계 : 공통화 (암묵지를 타인에게 알려주기)
2단계 : 표출화 (암묵지를 책 등 형식지로 만들기)
3단계 : 연결화 (책 등에 자신이 아는 새로운 지식 추가하기)
4단계 : 내면화 (책 등을 보고 타인들이 암묵적 지식 습득)
| 구분 | 의미 | 예 | 특징 | 상호작용 |
| 암묵지 | 학습과 경험을 통해 개인에게 체화되어 있지만, 겉으로 드러나지 않는 지식 | 김장김치 담그기, 자전거 타기 | 사회적으로 중요하지만 다른 사람에게 공유되기 어려움 | 공통화, 내면화 |
| 형식지 | 문서나 매뉴얼처럼 형상화된 지식 | 교과서, 비디오, DB | 전달과 공유가 용이함 | 표출화, 연결화 |
암묵지 : 개인에게 축적된 내면화(Internalization)된 지식 → 조직의 지식으로 공통화(Socialization)
형식지 : 언어, 기호, 숫자로 표출화(Externalization)된 시직 → 개인의 지식으로 연결화(Combination)
🧡 36회차 3번 기출
3) 개인에게 내재된 경험을 객관적인 데이터로 문서나 매체에 저장, 가공, 분석하는 과정은?
답 확인
표출화(Externalization)
4) 데이터와 정보의 관계
✅ 출제 포인트
: 정성적 데이터와 정량적 데이터의 차이점을 묻는 문제가 간혹 출제되까 꼭 짚고 넘어가세요! 한 번 밑에 기출문제를 풀어봅시다.
🧡 기출
3-1. 다음 중 그 자체로는 의미가 중요하지 않은 객관적인 사실인 데이터를 가공, 처리하여 얻을 수 있는 것은?
1) 지혜(Wisdom)
2) 정보(Information)
3) 기호(Sign)
4) 지식(Knowledge)
답 확인
2) 정보
가. DIKW의 정의
| 구분 | 특성 |
| 데이터(Data) | 개별 데이터 자체로는 의미가 중요하지 않은 객관적인 사실 |
| 정보(Information) | 데이터의 가공, 처리와 데이터간 연관관계 속에서 의미가 도출된 것 |
| 지식(Knowledge) | 데이터를 통해 도출된 다양한 정보를 구조화하여 유의미한 정보를 분류하고 개인적인 경험을 결합시켜 고유의 지식으로 내재화된 것 |
| 지혜(Wisdom) | 지식의 축적과 아이디어가 결합된 창의적인 산물 |
나. DIKW 피라미드
: DIKW 피라미드에서는 데이터, 정보, 지식을 통해 최종적으로 지혜를 얻어내는 과정을 계층구조로 설명하고 있다.
Wisdom(지혜) : 근본 원리에 대한 깊은 이해를 바탕으로 도출되는 창의적 아이디어
(ex) A마트의 다른 상품들도 B마트보다 쌀 것이라고 판단한다.
↑
Knowledge(지식) : 상호 연결된 정보 패턴을 이해하여 이를 토대로 예측한 결과물
(ex) 상대적으로 저렴한 A마트에서 연필을 사야겠다.
↑
Information(정보) : 데이터의 가공 및 상관관계간 이해를 통해 패턴을 인식하고 그 의미를 부여한 데이터
(ex) A마트의 연필이 더 싸다.
↑
Data(데이터) : 존재형식을 불문하고, 타 데이터와의 상관관계가 없는 가공하기 전의 순수한 수치나 기호를 의미
(ex) A마트는 100원에, B마트는 200원에 연필을 판매한다.
1-2) 데이터의 이해 - 데이터베이스 정의와 특징
1) 용어의 연혁
| 출처 | 내용 |
| 1950년대 | 미국에서 군대의 군비상황을 집중 관리하기 위하여 컴퓨터 도서관을 설립하면서 데이터(Data)의 기지(Base)라는 뜻의 데이터베이스가 탄생 |
| 1963년 6월 | 미국 'SDC'가 개최한 심포지엄에서 데이터베이스라는 용어 공식사용 데이터베이스 초기 개념인 '대량의 데이터를 축적하는 기지' |
| 1963년 | GE의 C.바크만은 데이터베이스 관리 시스템인 IDS 개발 |
| 1965년 | 2차 심포지엄에서 시스템을 통한 체계적 관리와 저장 등의 의미를 담은 '데이터베이스 시스템'이라는 용어 등장 |
| 1970년대 초반 | 유럽에서 '데이터베이스'라는 단일어가 일반화 됨 |
| 1975년 | 미국의 CAC가 KORSTIC을 통해 서비스되면서 우리나라에서 데이터베이스 이용이 이루어짐 |
| 1980년 | KORSTIC이 해외 전문 데이터베이스를 확충하여 'TECHNOLINE'이라는 온라인 정보검색 서비스를 개시하여 본격적인 데이터베이스 서비스 시대를 맞이함 |
| 1980년대 중반 | 국내의 데이터베이스 관련 기술의 연구, 개발 |
2) 데이터베이스의 정의
✅ 출제 포인트
: 용어와 연결하여 내용을 굳이 다 외울 필요는 없습니다! 데이터베이스가 어떻게 정의되는지 흐름을 파악하는 것이 중요해요!
🧡 기출
4. 다음 데이터베이스의 정의에 관한 설명 중 옳지 않은 것은?
1) 1950년대 미국에서 군대의 군비 상황을 집중 관리하기 위해 '데이터의 가치' 라는 뜻의 데이터베이스가 탄생하였다.
2) 국내의 컴퓨터 용어사전에서 정의한 데이터베이스의 정의는 동시의 복수의 적용 업무를 지원할 수 있도록 복수 이용자의 요구에 대응해서 데이터를 받아들이고 저장, 공급하기 위하여 일정한 구조에 따라서 편성된 데이터의 집합
3) 1963년 미국 'SDC'가 개최한 심포지엄에서 데이터베이스라는 용어가 공식적으로 사용되었고 데이터베이스의 초기 개념인 '대량의 데이터를 축적하는 기지'로 사용되었다.
4) 우리나라에서는 1980년대 중반에 미국의 CAC가 KORSTIC을 통해 서비스 되면서 데이터베이스 이용이 이루어졌다.
답 확인
4) 우리나라에서는 1975년에 미국의 CAC가 KORSTIC을 통해 서비스되면서 우리나라에서 데이터베이스 이용이 이루어짐
| 구분 | 특성 | |
| 1차 개념확대 정형데이터 관리 |
EU <데이터베이스의 법적 보호에 관한 지침> |
체계적이나 조직적으로 정리되고 전자식 또는 기타 수단으로 개별적으로 접근할 수 있는 독립된 저작물, 데이터 또는 기타 소재의 수집물 |
| 국내 '저작권법' | 소재를 체계적으로 배열 또는 구성한 편집물로서 개별적으로 그 소재에 접근하거나 그 소재를 검색할 수 있도록 한 것 | |
| 2차 개념확대 빅데이터의 출현으로 비정형데이터 포함 |
국내 '컴퓨터 용이사전' |
동시에 복수의 적용 업무를 지원할 수 있도록 복수 이용자의 요구에 대응해서 데이터를 받아들이고 저장, 공급하기 위하여 일정한 구조에 따라서 편성된 데이터의 집합 |
| 국내 'Wikipedia' |
관련된 레코드의 집합, 소프트웨어로는 데이터베이스관리시스템(DBMS)을 의미 | |
| 국내 '데이터분석 전문가 가이드' |
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 | |
3) 데이터베이스의 특징
가. 데이터베이스의 일반적인 특징
| 데이터베이스 특징 | 설명 |
| 통합된 데이터(Integrated Data) | 동일한 내용의 데이터가 중복되어 있지 않다는 것을 의미 데이터 중복은 관리상의 복잡한 부작용을 초래 |
| 저장된 데이터(Stored Data) | 자기 디스크나 자기 테이프 등과 같이 컴퓨터가 접근할 수 있는 저장 매체에 저장되는 것을 의미 데이터베이스는 기본적으로 컴퓨터 기술을 바탕으로 한 것 |
| 공용 데이터(Shared Data) | 여러 사용자가 서로 다른 목적으로 데이터를 공동으로 이용한다는 것을 의미. 대용량화되고 구조가 복잡한 것이 보통 |
| 변화되는 데이터(Changable Data) | 데이터베이스에 저장된 내용은 곧 데이터베이스의 현 시점에서의 상태를 나타냄. 다만 이 상태는 새로운 데이터의 삽입, 기존 데이터의 삭제, 갱신으로 항상 변화하면서도 항상 현재의 정확한 데이터를 유지해야 함 |
✅ 출제 포인트
: 데이터베이스의 일반적인 특징은 자주 출제가 되는 부분이니 반드시 체크해두세요! (특징 중 맞거나 틀린 것을 선택하는 문항)
🧡 기출
5. 데이터베이스의 특징으로 가장 부적절한 것은?
1) 데이터베이스는 여러 사용자가 서로 다른 목적으로 데이터를 공동으로 이용할 수 있도록 구성되어 있다.
2) 데이터베이스는 통합된 데이터(integrated date)다.
3) 데이터베이스는 변화하는 데이터로 데이터의 삽입, 삭제, 갱신을 한다고 하더라도 항상 현재의 정확한 데이터를 유지해야 한다.
4) 데이터베이스는 검색기능을 가지고 있으므로 다양한 방법으로 필요한 정보를 검색할 수 있다.
답 확인
4) 물론 검색기능도 가능하다. 하지만, 일반적인 특징 4가지에는 속하지 않는 특성이다.
1번은 공용데이터로서의 특징을 말하는 것이고 2번은 통합된 데이터로서의 특징, 3번은 변화되는 데이터로서의 특징을 말하는 것이다.
나. 데이터베이스의 다양한 측면에서의 특징
| 측면 | 특성 |
| 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 : 정보통신망을 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 있도록하여 방대한 양의 정보를 체계적으로 축적하고 새로운 내용의 추가나 갱신이 용이 |
| 정보기술 발전 측면 |
데이터베이스는 정보처리, 검색, 관리, 소프트웨어, 관련 하드웨어, 정보 전송을 위한 네트워크 기술의 발전을 견인할 수 있음 |
| 경제, 산업 측면 |
데이터베이스에 저장된 내용은 곧 데이터베이스의 현 시점에서의 상태를 나타냄. 다만 이 상태는 새로운 데이터의 삽입, 기존 데이터의 삭제, 갱신으로 항상 변화하면서도 항상 현재의 정확한 데이터를 유지해야 함 |
1-3) 데이터의 이해 - 데이터베이스의 활용
1) 기업 내부 데이터베이스
✅ 출제 포인트
: 약어의 의미를 잘못 설명한 보기를 찾는 문제가 출제되니 기본적인 내용은 숙지해봅시다!
🧡 기출
4. 다음 중 주요 데이터 분석 기술에 대한 설명으로 가장 부적절한 것은?
1) OLAP - 다차원의 데이터를 대화식으로 분석하기 위한 기술
2) Business Intelligence - 데이터 기반 의사결정을 지원하기 위한 리포트 중심의 도구
3) Business Analytics - 의사결정을 위한 통계적이고 수학적인 분석에 초점을 둔 기법
4) Deep Learning - 대용량 데이터에서 의미 있는 정보를 추출하여 의사결정에 활용하는 기술
답 확인
4) "대용량 데이터에서 의미 있는 정보를 추출하여 의사결정에 활용하는 기술"은 "데이터 마이닝"에 대한 설명이다. 딥러닝은 머신러닝의 하나의 기법이라고 이해하면 된다. AI와 데이터마이닝에서 사용된다.
OLAP : 다차원의 데이터를 대화식으로 분석하기 위한 기술
OLTP : 호스트 컴퓨터가 데이터베이스를 액세스하고, 바로 처리 결과를 돌려보내는 형태
BI (Business Intelligence) : 데이터 기반 의사결정을 지원하기 위한 리포트 중심의 도구
BA (Business Analytics) : 의사결정을 위한 통계적이고 수학적인 분석에 초점을 둔 기법
Data Mining : 대용량 데이터로부터 의미 있는 관계, 규칙, 패턴을 찾는 과정
Deep Learning : 다층 구조 형태의 신경망을 기반으로 하는 머신러닝의 한 분야
정보통신망 구축이 가속화되면서 1990년대의 기업내부 데이터베이스는 기업 경영전반에 관한 인사, 조직, 생산, 영업 활동 등을 포함한 모든 자료를 연계하여 일관된 체계로 구축, 운영하는 경영활동의 기반이 되는 전사 시스템으로 확대되었다.
가. 1980년대 기업내부 데이터베이스
- OLTP(On-Line Transaction Processing) : 호스트 컴퓨터와 온라인으로 접속된 여러 단말 간의 처리 형태의 하나이다. 여러 단말에서 보내온 메시지에 따라 호스트 컴퓨터가 데이터베이스르 액세스하고, 바로 처리 결과를 돌려보내는 형태를 말한다. 즉, 데이터베이스의 데이터를 수시로 갱신하는 프로세싱을 의미한다. 주문입력시스템, 재고관리시스템 등 현업의 기업 모든 업무는 이와 같은 성격을 띄고 있다.
- OLAP(On-Line Analytical Processing) : 정보 위주의 분석 처리를 의미하며, 다양한 비즈니스 관점에서 쉽고 빠르게 다차원적인 데이터에 접근하여 의사 결정에 활용할 수 있는 정보를 얻을 수 있게 해주는 기술이다. OLTP 에서 처리된 트랜잭션 데이터를 분석해 제품의 판매 추이, 구매 성향 파악, 재무 회계 분석 등을 프로세싱하는 것을 의미한다. OLTP가 데이터 갱신 위주라면, OLAP는 데이터 조회 위주라고 할 수 있다.
| OLTP와 OLAP의 비교 | ||
| 구분 | OLTP | OLAP |
| 데이터 구조 | 복잡 | 단순 |
| 데이터 갱신 | 동적으로 순간적 | 정적으로 주기적 |
| 응답시간 | 수 초 이내 | 수 초에서 몇 분 사이 |
| 데이터 범위 | 수 십일 전후 | 오랜기간 저장 |
| 데이터 성격 | 정규적인 핵심 데이터 | 비정규적인 읽기 전용 데이터 |
| 데이터 크기 | 수 기가 바이트 | 수 테라 바이트 |
| 데이터 내용 | 현재 데이터 | 요약된 데이터 |
| 데이터 특성 | 트랜잭션 중심 | 주제 중심 |
| 데이터 액세스 빈도 | 높음 | 보통 |
| 질의 결과 예측 | 주기적이며 예측 가능 | 예측하기 어렵다 |
✅ 출제 포인트
: 데이터 분석 준전문가 과정에서 비교하는 부분은 잘 출제되지 않으나, 꼭 이해하고 넘어가봅시다
🧡 기출
7. 아래의 OLTP와 OLAP의 비교 중 틀린 것은?
구분 OLTP OLAP 1) 데이터 구조 복잡 단순 2) 데이터 갱신 동적으로 순간적 정적으로 주기적 3) 데이터 특성 주제중심 트랜잭션 중심 4) 데이터 크기 수 기가 바이트 수 테라 바이트
답 확인
3) OLTP가 트랜잭션 중심이고, OLAP가 주제 중심이다.
나. 2000년대 기업내부 데이터베이스
- CRM(Customer-Relationship Management) : '고객관계관리'라고 하며, 기업이 고객과 관련된 내,외부 자료를 분석, 통합해 고객중심 자원을 극대화하고, 이를 토대로 고객특성에 맞게 마케팅 활동을 계획, 지원, 평가하는 과정이다. CRM은 최근에 등장한 데이터베이스 마케팅(DB marketing)의 일대일 마케팅(One-to-One marketing), 관계 마케팅(Relationship marketing)에서 진화한 요소들을 기반으로 등장하게 되었다.
- SCM(Supply-Chain-Management) : '공급망 관리'를 뜻하는 말로, 기업에서 원재료의 생산, 유통 등 모든 공급망 단계를 최적화해 수요자가 원하는 제품을 원하는 시간과 장소에 제공하는 것이다. SCM은 부품 공급업체와 생산업체 그리고 고객에 이르기까지 거래관계에 있는 기업들 간 IT를 이용한 실시간 정보공유를 통해 시장이나 수요자들의 요구에 기민하게 대응토록 지원하는 것이다.
다. 각 분야별 내부 데이터베이스
1) 분야별 데이터베이스 개념 및 소개
가) 제조부문
- 제조업의 데이터베이스 기술적용은 2000년을 기점으로 전환되었다.
- 클라이언트/서버 기반의 내부 정보시스템에서 웹기반의 데이터베이스로 전환되고 있다.
- 대기업을 위주로 ERP 에서 CRM 으로 발전하고 있다.
- 대기업은 중소기업과의 협업으로 인해 중소기업에 투자를 확대할 필요성을 인지하고 있으며 RTE를 통한 협업적 IT화의 비중을 확대하고 있다.
- ERP(Enterprise Resource Planning) : 인사, 재무, 생산 등 기업의 전 부문에 걸쳐 독립적으로 운영되던 각종 관리시스템의 경영자원을 하나의 통합시스템으로 재구축함으로써 생산성을 극대화하는 경영혁신기법을 의미한다.
- BI(Business Intelligence) : 비즈니스 인텔리전스(Business Intelligence, BI)란 기업이 보유하고 있는 수많은 데이터를 정리하고 분석해 기업의 의사결정에 활용하는 일련의 프로세스를 말한다.
- RTE(Real-Time-Enterprise): 회사의 주요 경영정보를 통합관리하는 실시간 기업의 새로운 기업의 경영시스템이다. 전사적 자원관리(ERP), 판매망관리(SCM), 고객관리(CRM) 등 부문별 전산회에서 한발 나아가 회사 전 부문의 정보를 하나로 통합함으로써 경영자의 빠른 의사결정을 이끌어 내려는 목적에서 만들어졌으며 기업활동이 글로벌화되고 기술의 발전으로 제품 수명이 짧아지는 현실에 대응되고 있다.
나) 금융부문
- 1998년 IMF 이후, 금융부문은 업무 프로세스 효율화나 통합시스템 구축으로 확산되었다.
- 2000년대 초반, EAI, ERP, e-CRM 을 통한 정보 공유 및 통합, 그리고 고객 정보의 전략적 활용이 시작되었다.
- 2000년대 중반, DW(Data Warehouse) 도입을 통한 DB활용 마케팅이 강화되었고, DW를 위한 최적화와 BI 기반의 시스템 구축이 급속도로 퍼지게 되었다.
- 바젤2 등의 대형 프로젝트가 마무리 되면서 향후 EDW(Enterprise Data Warehouse)의 확장이 DB시장 확장에 기여하고 있다.
- EAI(Enterprise Application Integration) : 기업 내 상호 연관된 모든 애플리케이션을 유기적으로 연동하여 필요한 정보를 중앙 집중적으로 통합, 관리, 사용할 수 있는 환경을 구현하는 것으로 e-비즈니스를 위한 기본 인프라이다.
- EDW(Enterprise Data Warehouse) : 기존 DW(Data Warehouse)를 전사적으로 확장한 모델로 BPR과 CRM, BSC 같은 다양한 분석 애플리케이션들을 위한 원천이 된다. 따라서 EDW를 구축하는 것은 단순히 정보를 빠르게 전달하는 대형 시스템을 도입한다는 의미가 아니라 기업 리소스의 유기적 통합, 다원화된 관리 체계 정비, 데이터의 중복 방지 등을 위해 시스템을 재설계 하는 것을 나타낸다.
다) 유통부문
- 2000년대 이후, IT 환경 변화에 따라 CRM과 SCM의 구축이 활발하게 진행되고 있다.
- 상거래를 위한 인프라와 KMS를 위한 백업시스템 구축도 함께 진행되었다.
- RFID의 등장으로 유비쿼터스 시대에 접어들었다.
- KMS(Knowledge Management System) : 지식관리시스템을 의미하며, 기업의 환경이 물품을 주로 생산하던 산업사회에서 지적 재산의 중요성이 커지는 지식사회로 급격히 이동함에 따라, 기업 경영을 지식이라는 관점에서 새롭게 조명하는 접근방식이다.
- RFID(Radio Frequency, RF) : 주파수를 이용해 ID를 식별하는 System으로 일명 전자태그로 불린다. 전파를 이용해 먼 거리에서 정보를 인식하는 기술로 적용대상에 RFID 칩을 부착한 후, 리더기를 통해 정보를 인식한다.
라. 사회기반구조로서의 데이터베이스
1) 개념
- 1990년대 사회 각 부문의 정보화가 본격화되면서 데이터베이스 구축이 활발하게 추진되었다. 정부를 중심으로 무역, 통관, 물류, 조세, 국세, 조달 등 사회간접자본(SOC)차원에서 EDI 를 활용하여 부가가치통신망(VAN)을 통해 정보망이 구축되기 시작하였다. 1990년대 후반에는 지리, 교통부문의 데이터베이스가 구축되기 시작했고, 2000년대 들어서 더욱 고도화 되어 일반 국민들도 가정에서 손쉽게 생활에 필요한 정보를 습득하고 있다.
2) 종류
- EDI(Electronic Data Interchange) : 주문서, 납품서, 청구서 등 무역에 필요한 각종 서류를 표준화된 양식을 통해 전자적 신호로 바꿔 컴퓨터통신망을 이용하여, 거래처에 전송하는 시스템이다.
- VAN(Value Added Network) : 부가가치통신망, 공중 전기통신사업자(예컨대 한국전기통신공사)로부터 통신회선을 차용하여 독자적인 네트워크를 형성하는 것이다. 독자적인 네트워크로 각종 정보를 부호, 영상, 음성 등을 교환하거나 정보를 축적하거나 또는 복수로 해서 전송하는 등 단순한 통신이 아니라 부가가치가 높은 서비스를 하는 것이다.
- CALS(Commerce At Light Speed) : 전자상거래 구축을 위해 기업 내 에서 비용 절감과 생산성 향상을 추구할 목적으로 시작된, 제품의 설계, 개발, 생산에서 유통, 폐기에 이르기까지 제품의 라이프 사이클(Life Cycle) 전반에 관련된 데이터를 통합하고 공유, 교환할 수 있도록 한 경영통합정보시스템을 말한다. 1980년대 초, 미 국방성 제품의 전 생산, 유통 과정에서 컴퓨터를 활용한 자동화시스템을 구축해 효율적인 군수 조달을 위해 개발된 시스템이다.
3) 분야별 사회기반 구조의 데이터베이스
| 분야 | 솔루션 |
| 물류부문 | - CVOI(Commercial Vehicle Operation System, 화물운송정보) - PORT-MIS(항만운영정보시스템) - KROISI(철도운영정보시스템) |
| 지리/교통부문 | - GIS(Geographic Information System, 지리정보시스템) - RS(Remote Sensig, 원격탐사) - GPS(Global Positioning System, 범지구위치결정시스템) -ITS(Intelligent Transport System, 지능형교통시스템) - LBS(Location Based Service, 위치기반서비스) - SIM(Spatial Information Management, 공간정보관리) |
| 의료부문 | - PACS(Picture Archiving and Communication System) - U헬스(Ubiquitous-Health) |
| 교육부문 | - NEIS(National Education Information System, 교육행정정보시스템) |
'컴퓨터 공부 > ELSE' 카테고리의 다른 글
| [ADsp] 5일만에 데이터분석 준전문가 자격증 따기 - 1과목 3장. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 (0) | 2024.05.08 |
|---|---|
| [ADsp] 5일만에 데이터분석 준전문가 자격증 따기 - 1과목 2장. 데이터의 가치와 미래 (0) | 2024.05.08 |