2026 ADsP 필기 1과목 1장 1~3절 | 데이터·정보·데이터베이스의 이해 — 핵심 이론

필기 · 핵심 이론

데이터 이해에서는 숫자를 많이 모으는 일보다 그 숫자가 무엇을 뜻하는지 설명하는 능력이 중요합니다. 주문 금액과 월별 매출 지표를 구분하고, 업무 처리용 데이터베이스와 분석용 저장 구조가 각각 어떤 문제를 해결하는지 연결해 봅니다.

1. 정량·정성·구조화 수준

정량 데이터는 수량이나 측정값으로 표현되고 정성 데이터는 범주·의견·서술과 관련됩니다. 정형·반정형·비정형은 저장 구조의 관점이므로 서로 다른 분류 축입니다. JSON은 키와 계층 구조가 있는 반정형 자료이며 그 안에 숫자와 문자열이 함께 들어갈 수 있습니다.

숫자로 저장되었다고 모두 양적 크기를 뜻하지 않습니다. 우편번호·등급 코드는 범주를 표시할 수 있으므로 평균을 계산하기 전에 측정 척도를 확인합니다.

예제로 적용하기

우편번호 평균을 지역의 경제 수준으로 해석하려 한다. 문제는?

2. DIKW의 구분

데이터→정보→지식→지혜는 관찰값에 맥락을 부여하고 관계·판단으로 확장하는 흐름입니다. 오늘 판매 10건은 데이터, 전주 대비 20% 증가라는 맥락은 정보, 특정 행사 후 전환율이 오른다는 반복 패턴은 지식으로 연결할 수 있습니다.

단계를 기계적으로 암기하기보다 사실·맥락·일반화·의사결정의 차이를 보세요. 상관 패턴을 얻었다고 곧바로 인과가 확정된 것은 아니며, 최종 행동은 비용과 위험을 함께 고려해야 합니다.

예제로 적용하기

매출 100에서 전월 80 대비 25% 증가로 해석한 것은?

3. 데이터베이스의 특징

데이터베이스는 여러 사용자가 공유하고 통합된 데이터를 지속적으로 관리하는 기반입니다. 통합성·공유성·저장성·운영성을 업무 사례와 연결하세요. 통합은 중복을 전혀 허용하지 않는다는 절대 명제가 아니라 불필요한 중복과 불일치를 줄이는 방향입니다.

데이터 독립성·무결성·보안·동시성 제어는 DBMS가 제공하는 중요한 관리 기능입니다. 파일을 하나에 모았다고 자동으로 권한과 무결성까지 확보되는 것은 아닙니다.

예제로 적용하기

두 직원이 동시에 같은 재고를 갱신한다. 특히 필요한 관리 기능은?

4. OLTP와 OLAP

OLTP는 주문 등록·계좌 이체처럼 개별 거래의 정확하고 빠른 처리를 중시합니다. OLAP은 기간·지역·상품 등 여러 관점의 집계와 탐색을 지원합니다. 분석용 질의를 운영 거래 DB에 무제한 실행하면 서비스 처리에 부담을 줄 수 있습니다.

데이터웨어하우스나 데이터마트는 분석 목적에 맞게 이력을 통합·구성합니다. OLAP과 OLTP는 목적의 차이이며 어느 쪽이 무조건 우수한 기술인지 비교하는 문제가 아닙니다.

예제로 적용하기

최근 3년 지역별 월 매출을 비교하는 업무에 가까운 것은?

5. 데이터웨어하우스와 데이터마트

데이터웨어하우스는 조직의 분석 자료를 통합하고 이력을 관리하는 저장 기반입니다. 데이터마트는 특정 부서·주제의 분석 요구에 맞춘 범위를 뜻합니다. 원본의 거래 시각과 적재 시각이 다르면 최신성 차이를 설명해야 합니다.

지표를 만들기 전 매출이 주문 시점인지 결제 완료 시점인지 정의합니다. 같은 컬럼명을 썼더라도 기간·취소·환불 처리 기준이 다르면 부서별 수치가 달라집니다.

예제로 적용하기

영업팀이 고객·상품별 월 매출 분석 자료를 별도 구성했다. 가장 가까운 개념은?

한눈에 비교하기

순서대로 풀어 보는 예제

주문 테이블의 결제금액 100,취소금액 20을 읽었다고 합계 100을 곧바로 순매출이라고 부를 수는 없습니다. 순매출을 결제금액-취소금액으로 정의하면 80이고, 취소가 다음 달에 발생할 경우 어느 달에 반영하는지도 정해야 합니다.

따라서 수집→정의→정제→집계→해석의 흐름을 기록합니다. 수치만 전달하면 운영 DB의 현재 상태와 분석용 이력의 기준 시점이 달라 발생한 차이를 설명하기 어렵습니다.

헷갈리는 문장 바로잡기

정량·정성·구조화 수준

잘못된 판단 모든 숫자 코드는 비율척도다.

올바른 판단: 정량·정성과 정형·비정형은 서로 다른 분류 기준이다.

DIKW의 구분

잘못된 판단 원시 숫자 하나만 있으면 모든 의사결정이 확정된다.

올바른 판단: 데이터에 맥락과 관계를 부여하면 정보와 지식으로 활용할 수 있다.

데이터베이스의 특징

잘못된 판단 DB는 어떤 중복도 절대 존재할 수 없다.

올바른 판단: DBMS는 공유 데이터의 무결성과 동시 접근을 관리할 수 있다.

OLTP와 OLAP

잘못된 판단 OLAP은 주문 한 건 등록만 담당한다.

올바른 판단: OLTP는 거래 처리, OLAP은 다차원 분석과 집계에 초점을 둔다.

데이터웨어하우스와 데이터마트

잘못된 판단 데이터마트는 반드시 전체 조직의 모든 원본을 복제한다.

올바른 판단: 데이터마트는 특정 업무·주제의 분석 요구에 맞춘 데이터 영역이다.

이론을 정리했다면 같은 절의 객관식 문제에서 조건과 예외를 확인하세요. 정답을 고른 뒤에는 틀린 선택지가 왜 성립하지 않는지도 설명해 보세요.

주문 이력에서 분석 지표까지

주문 테이블의 한 행이 주문 한 건인지 상품 상세 한 줄인지 먼저 구분합니다. 주문 100번에 상품이 3개면 주문 테이블 1행과 상세 테이블 3행이 생길 수 있습니다. 이때 상세와 연결한 주문 금액을 그대로 더하면 같은 주문 금액이 3번 합산됩니다. 행 단위를 확인하는 일은 단순한 형식 점검이 아니라 지표의 정확성을 지키는 출발점입니다.

고객번호·주문번호·상세순번처럼 식별 가능한 키를 적고 원본 건수와 고유 주문 수를 나란히 계산합니다. 월별 매출을 만들 때는 주문일·결제일·환불일 중 기준을 정합니다. 환불을 주문 월로 소급할지 환불 발생 월에 반영할지에 따라 월별 결과가 달라집니다.

분석 데이터마트에는 기준 월·고객번호·결제합계·환불합계·순매출을 둘 수 있습니다. 고객번호와 월의 조합이 유일한지 검사하고,원본의 순매출과 집계표 순매출 합계가 같은지 대조합니다. 데이터가 맞아도 지표 정의가 다르면 현업과 다른 숫자를 이야기할 수 있으므로 정의를 함께 기록합니다.

핵심 개념 확인 — 객관식 5문제

설명을 읽은 뒤 아래 다섯 문항을 풀어 보세요. 정답을 고르고 틀린 선택지의 오류도 설명할 수 있으면 이 단원의 기준을 이해한 것입니다.

문제 1

데이터·정보·데이터베이스의 이해에서 정량·정성·구조화 수준에 대한 설명으로 옳은 것은?

1. ① 모든 숫자 코드는 비율척도다.
2. ② 정성 데이터에는 어떤 분석도 할 수 없다.
3. ③ JSON은 구조가 전혀 없는 데이터다.
4. ④ 정량·정성과 정형·비정형은 서로 다른 분류 기준이다.

문제 2

데이터·정보·데이터베이스의 이해에서 DIKW의 구분에 대한 설명으로 옳은 것은?

1. ① 정보는 언제나 인과관계를 증명한다.
2. ② 지식은 데이터를 삭제하는 기술이다.
3. ③ 원시 숫자 하나만 있으면 모든 의사결정이 확정된다.
4. ④ 데이터에 맥락과 관계를 부여하면 정보와 지식으로 활용할 수 있다.

문제 3

데이터·정보·데이터베이스의 이해에서 데이터베이스의 특징에 대한 설명으로 옳은 것은?

1. ① DB는 어떤 중복도 절대 존재할 수 없다.
2. ② DBMS는 공유 데이터의 무결성과 동시 접근을 관리할 수 있다.
3. ③ DBMS는 동시 사용을 무조건 금지한다.
4. ④ 파일을 합치면 권한은 자동으로 완벽해진다.

문제 4

데이터·정보·데이터베이스의 이해에서 OLTP와 OLAP에 대한 설명으로 옳은 것은?

1. ① OLAP은 주문 한 건 등록만 담당한다.
2. ② 두 개념은 같은 약어다.
3. ③ OLTP는 거래 처리, OLAP은 다차원 분석과 집계에 초점을 둔다.
4. ④ OLTP는 무결성보다 모든 이력의 일괄 집계만 중시한다.

문제 5

데이터·정보·데이터베이스의 이해에서 데이터웨어하우스와 데이터마트에 대한 설명으로 옳은 것은?

1. ① 데이터마트는 반드시 전체 조직의 모든 원본을 복제한다.
2. ② 적재 지연은 분석 결과와 무관하다.
3. ③ 같은 지표 이름이면 정의도 반드시 같다.
4. ④ 데이터마트는 특정 업무·주제의 분석 요구에 맞춘 데이터 영역이다.

범위 확인

2026년 학습 범위를 기준으로 구성했습니다. 시험 시행기관의 자격 안내·출제 기준에서 과목과 변경 공지를 확인할 수 있습니다.