데이터란 "추론과 추정의 근거를 이루는 사실"이라는 사전적 정의를 가지고 있습니다. 아직 가공되지 않은 원시 상태의 숫자, 문자, 기호 등을 뜻하며, 그 자체로는 의미가 없지만 다른 데이터와의 상호관계 속에서 가치를 가질 수 있습니다. 예를 들어 "25"라는 숫자 자체는 아무 의미가 없지만, "오늘의 기온은 25도"라는 맥락이 붙으면 정보가 됩니다. 데이터는 성격에 따라 크게 정성적 데이터와 정량적 데이터로 나뉩니다. 정성적(Qualitative) 데이터는 수치로 측정하기 어려운 데이터입니다. 주관식 응답, SNS 텍스트, 기상특보 등이 여기에 해당하며, 저장하고 분석하는 데 상대적으로 많은 비용과 시간이 듭니다. 정량적(Quantitative) 데이터는 온도, 습도, 강우량처럼 숫자로 표현되는 정형 데이터입니다. 양이 많아도 저장과 분석이 비교적 용이합니다. 데이터는 저장 형태에 따라서도 세 가지로 구분됩니다. 정형 데이터는 관계형 데이터베이스의 테이블처럼 행과 열로 구조화된 데이터입니다. 엑셀 스프레드시트나 SQL 테이블이 대표적입니다. 반정형 데이터는 데이터의 구조에 대한 메타 정보를 함께 포함하고 있는 데이터로, HTML, XML, JSON 등이 해당됩니다. 비정형 데이터는 이미지, 동영상, 음성, 텍스트처럼 정해진 구조가 없는 데이터입니다. 시험에서 "HTML은 정형 데이터이다"라는 보기가 자주 등장하는데, HTML은 반정형 데이터이므로 틀린 설명입니다. 또한 IoT 기기에서 생성되는 로그 데이터도 반정형 데이터에 가깝습니다. 핵심 요약 & 시험 포인트 데이터란 추론과 추정의 근거를 이루는 사실(사전적 정의)로, 상호관계 속에서 가치를 가질 수 있으며 추정 및 예측을 위한 근거 자료입니다. 구분 설명 예시 정성적 데이터 (Qualitative) 수치 측정 어려움. 저장/분석에 많은 비용·시간 소요 주관식 응답, 기상특보, SNS 텍스트 정량적 데이터 (Quantitative) 수치 기반 정형 데이터. 대량이어도 저장/분석 용이 온도, 습도, 강우량, 풍속 시험 포인트: HTML, XML, JSON 등은 반정형 데이터입니다. 이미지·동영상·텍스트 등은 비정형 데이터입니다. 주의: 정성적/정량적 분류와 정형/반정형/비정형 분류는 서로 독립적인 두 가지 분류 기준입니다. 정성적 데이터가 주로 비정형 형태를 띠지만, 정성적=비정형으로 단순 동일시하지 마세요. 데이터 유형 — 정량적 vs 정성적 유형 특징 예시 정량적(Quantitative) 수치로 측정·계산 가능 키, 몸무게, 매출, 횟수 정성적(Qualitative) 언어·기호·범주로 표현 색상, 의견, 텍스트, 등급 정량적 데이터의 하위 분류 - 이산형(Discrete): 셀 수 있는 정수값 (학생 수, 자녀 수) - 연속형(Continuous): 셀 수 없는 실수값 (키, 시간) 정성적 데이터의 하위 분류 - 명목형(Nominal): 순서 없는 범주 (성별, 혈액형) - 순서형(Ordinal): 순서 있는 범주 (만족도 5단계) 주의: 정형/반정형/비정형 분류는 "데이터 구조"의 분류이고, 정량적/정성적 분류는 "데이터 본질"의 분류로 서로 다름. 자료 형태 분류 - 정성적(Qualitative) 자료: 범주·속성·언어 — 명목·서열 척도 (예: 성별·혈액형·등급) - 정량적(Quantitative) 자료: 수치 — 등간·비율 척도 (예: 키·점수·온도) - 이산형(Discrete): 셀 수 있는 값 (자녀 수·불량품 개수) - 연속형(Continuous): 연속된 실수값 (키·무게·시간) - 범주형(Categorical) vs 수치형(Numerical): 데이터 분석에서의 실무 구분 데이터 파일 형식 - 정형 데이터: 행·열 구조의 RDB·스프레드시트 - 반정형 데이터: 스키마는 있으나 RDB는 아님 — XML·JSON·HTML·로그 - 비정형 데이터: 구조 없음 — 이미지·동영상·텍스트·음성 - 표준 파일 형식: - CSV(Comma-Separated Values): 콤마 구분, 가장 보편적인 평문 표 형식 - TSV: 탭 구분 - JSON: 키-값 중심, 웹 API 표준 - XML: 태그 구조, SOAP·문서 교환 - Parquet / Avro / ORC: 컬럼 기반 빅데이터 형식 — 압축률·쿼리 효율 우수 데이터 출처별 분류 - 내부 데이터(Internal Data): 조직 내부에서 생성된 데이터 — ERP·CRM·운영 로그·고객 정보 - 외부 데이터(External Data): 외부 기관·웹·SNS·구매 데이터 — 환경·시장·경쟁사 정보 - 기업 데이터: 조직의 가치사슬 활동에서 생성·관리되는 모든 데이터 - 공공 데이터(Open Data) / 개방 데이터: 정부·공공기관이 공개한 데이터 — data.go.kr - 원시 데이터(Raw Data): 가공·정제되기 전의 데이터 구조별 분류 (영어 표현) - 정형(Structured Data): 행·열 구조 — RDB·스프레드시트 - 반정형(Semi-Structured): 스키마는 있으나 비관계형 — XML·JSON·HTML·로그 - 비정형(Unstructured) / 비구조적: 구조 없음 — 텍스트·이미지·음성·동영상 유형별 데이터 (분석 관점) - 테이블 데이터(Tabular Data): 행·열로 표현된 정형 데이터 — 대부분의 ML 알고리즘 기본 입력 - 그래프 데이터(Graph Data): 노드·엣지로 표현된 관계 데이터 — SNS·지식그래프 - 이미지 데이터: 픽셀 격자 — CNN으로 처리 - 동영상 데이터: 시간축이 추가된 이미지 시퀀스 - 음성 데이터: 1차원 시계열 신호 — 스펙트로그램으로 변환 후 분석 데이터의 종류 정리 - 출처별: 내부·외부·기업·공공·원시 데이터 - 구조별: 정형·반정형·비정형 - 시간 관점: 시계열·횡단면·패널 - 유형별: 테이블·그래프·이미지·동영상·음성 - 활용 단계별: 원천(Raw) → 분석용(Analytical) → 모델 입력(Feature) - 거버넌스 관점: 마스터·트랜잭션·참조·메타데이터 정형 vs 비정형 비교 - 정형 데이터: 스키마 정의, RDB·CSV, 분석 용이 - 반정형 데이터: 스키마 부분 정의, JSON·XML·로그, 파싱 필요 - 비정형 데이터: 스키마 없음, 텍스트·이미지·동영상, 전체의 80% 차지 📝 이 주제 관련 문제 학습 노트의 보강 개념을 직접 문제로 풀어보세요. - 활용 단계별 — 원천(Raw) → 분석용(Analytical) → 모델 입력(Feature) 페이지 하단 "이 주제 문제 풀기" 버튼으로 전체 문제를 풀 수 있습니다.
데이터의 정의와 분류
과목: 데이터 이해 (1과목, 1번 주제) ·
키워드: 데이터 유형 · 데이터베이스 · IoT·플랫폼 · SQL
정의: 데이터란 "추론과 추정의 근거를 이루는 사실"이라는 사전적 정의를 가지고 있습니다.
핵심 Q&A (7개)
- 데이터의 사전적 정의는?
- 추론과 추정의 근거를 이루는 사실. 아직 가공되지 않은 원시 상태의 숫자·문자·기호.
- 정성적 데이터 vs 정량적 데이터 차이는?
- 정성적(Qualitative) = 비정형, 수치화 어려움, 비용 큼
정량적(Quantitative) = 수치 기반, 정형, 대량 처리 용이 - 정형/반정형/비정형 데이터 각각의 예는?
- 정형: SQL 테이블, 엑셀
반정형: HTML, XML, JSON
비정형: 이미지, 동영상, 음성 - HTML은 정형 데이터인가?
- ❌ 아니다. HTML은 메타 정보를 포함한 반정형 데이터다.
- 정량적/정성적 분류와 정형/반정형/비정형 분류의 관계는?
- 두 분류 체계는 **서로 독립적**
정량적/정성적 = 데이터 **본질** (수치 측정 가능성)
정형/반정형/비정형 = 데이터 **구조** (저장 형태)
→ 정성적 = 비정형으로 **단순 동일시 금지** (시험 함정) - 데이터 → 정보 → 지식 → 지혜 각 단계의 예는?
- 데이터: 25(숫자)
정보: 오늘 기온 25°C
지식: 25°C면 아이스크림 잘 팔린다
지혜: 기온 예보 보고 재고 미리 조정 - 정량적 데이터 vs 정성적 데이터 차이는?
- 정량적(Quantitative): 수치 측정 가능 (키·매출·횟수) — 이산형/연속형
정성적(Qualitative): 언어·범주 (색상·의견) — 명목형/순서형