ADsP(데이터분석 준전문가) 자격증의 첫 관문인 제1과목 ‘데이터의 이해’는 데이터와 정보의 차이를 비롯한 데이터 분석의 본질과 기반 지식을 다루는 영역입니다. 비전공자 입장에서 단순히 암기식으로 접근하면 용어가 혼동되기 쉬우나, 기본 원리와 개념의 발생 맥락을 차근차근 짚어나가면 점수를 안정적으로 확보할 수 있는 단원입니다.
쏠티북스의 『선넘는 ADsP』 교재를 기반으로, 방대한 1과목의 핵심 이론을 이해하기 쉬운 비유와 함께 정리해 나가겠습니다. 1과목 전체 학습 순서와 개념 흐름은 ADsP 1과목 독학 지도에서 확인할 수 있습니다.
이번 01편에서는 모든 데이터 분석의 출발점이 되는 ‘데이터(Data)’의 본질적 정의와 두 가지 핵심 특성(존재적·당위적 특성), 그리고 이것이 가공되어 ‘정보(Information)’로 발전하는 구조를 제철소 공정 과정에 빗대어 살펴보겠습니다.
1. 데이터(Data)란 무엇인가: 객관적 사실로서의 원재료
데이터(Data)라는 단어는 라틴어로 ‘주어진 것’을 뜻하는 단어(Datum)에서 유래했습니다. 즉, 사람의 주관적 해석이나 감정이 개입되기 전, 현실 세계에서 관찰되거나 측정되어 ‘그대로 주어진 순수한 객관적 사실(Fact)’을 의미합니다.
컴퓨터 과학과 데이터 분석 환경에서 데이터는 숫자, 문자, 기호, 센서 측정치 등 아무런 처리도 거치지 않은 원시 형태(Raw Data)로 기록됩니다.
이 개념을 제철소 가공 공정으로 비유해 이해해 보겠습니다.
- 데이터: 광산에서 갓 채굴하여 야적장에 쌓아둔 ‘비정제 철광석’입니다. 돌과 흙이 섞여 있고 형태도 제각각이지만, 채굴된 사실 그 자체를 대변하는 천연 원자재입니다.
2. 데이터의 두 가지 본질적 특성
ADsP 시험에서 매우 빈번하게 다뤄지는 핵심 개념이 바로 데이터가 지닌 존재적 특성과 당위적 특성의 구분입니다.
| 구분 | 학술적 정의 | 핵심 역할 및 성격 | 제철 공정 비유 |
|---|---|---|---|
| 존재적 특성 | 현실 세계에서 일어난 객관적 사실 그 자체 | 특정 맥락이나 해석과 무관하게 독립적으로 존재하는 원시 관측값 | 광산에서 채굴된 철광석의 무게, 부피, 광물 함량 |
| 당위적 특성 | 미래의 추론, 예측, 의사결정의 근거가 되는 속성 | 가공 과정을 거쳐 유의미한 가치로 전환되어야 하는 잠재성 | 용광로에서 제련되어 강판이나 구조물로 쓰일 수 있는 원재료적 가치 |
존재적 특성 (있는 그대로의 사실)
데이터는 특정한 목적이나 의도가 없더라도 세상에 독립적으로 존재합니다. 예를 들어 제철소 가열로에 부착된 센서가 “가열로 내부 온도 1,250℃”를 기록했다면, 이 수치는 어떠한 해석 없이도 사실을 그대로 반영한 것입니다. 이를 데이터의 존재적 특성이라고 합니다.
당위적 특성 (판단과 추론의 근거)
데이터는 단순히 기록되는 것에 그치지 않고, 미래의 의사결정과 분석적 추론을 뒷받침하는 근거가 되어야 합니다. “가열로 온도가 1,250℃에 도달했으므로 슬래브 압연 공정을 시작해야 마땅하다”와 같이, 행동과 판단의 기준이 되는 성질을 당위적 특성이라고 부릅니다.
3. 데이터에서 정보(Information)로의 전환 원리
그렇다면 가공되지 않은 데이터는 어떻게 ‘정보’가 될까요?
- 데이터 (Data): 단순히 수집·측정된 객관적 사실 (가공 전 원석)
- 정보 (Information): 데이터를 특정 목적에 맞게 분류·가공·체계화하여 의미와 맥락을 부여한 결과물 (가공된 제품)
채굴한 철광석 원석(데이터)을 용광로에 넣어 불순물을 분리하고 압연 공정을 거치면 규격화된 강판(정보)이 생산됩니다. 같은 철광석이라도 가공 방식과 사용 목적에 따라 자동차용 강판이 될 수도 있고 선박용 철판이 될 수도 있듯이, 동일한 데이터라도 분석 목적과 처리 방법에 따라 서로 다른 정보로 전환됩니다.
| 구분 | 제철 공정 비유 | 제조 현장 데이터 예시 |
|---|---|---|
| 데이터 (Data) | 야적장에 쌓인 철광석 100톤 | 8월 1일 2호 라인 가동 시간 8시간, 생산 불량 12건 발생 |
| 가공 및 맥락 부여 | 선별, 제련, 성분 분석 및 압연 | 가동 시간 대비 불량률 계산 및 표준 오차 범위 비교 |
| 정보 (Information) | 인장 강도 500MPa 규격 자동차용 외판 강판 | “8월 1일 불량률은 1.5%로 공정 기준치 이내이며 정상 상태임” |
4. 데이터와 정보의 차이 요약
- 데이터: 개별적으로는 의미가 불분명하며 맥락이 제거된 객관적 측정값.
- 정보: 상황과 목적이라는 맥락(Context)이 결합하여 패턴이 도출되고, 즉시 의사결정에 활용 가능한 정제된 형태.
옆 개념과의 연결
원자재(데이터)가 가공을 거쳐 유의미한 제품(정보)으로 전환되는 구조를 확인했습니다. 그렇다면 이 정보가 인간의 경험 및 통찰과 결합하면 어떻게 발전할까요? 다음 편에서는 데이터(D), 정보(I), 지식(K), 지혜(W)로 이어지는 4단계 가치 사다리인 DIKW 피라미드를 다룹니다.
시험에서는 이렇게
ADsP 제1과목 객관식 문제에서는 데이터와 정보의 성격을 정확하게 구별하는 문제가 빈출됩니다.
- 존재적 특성 vs 당위적 특성 구별: “데이터가 현실의 객관적 사실을 그대로 반영하는 성격”을 묻는다면 존재적 특성, “추론이나 예측, 의사결정의 근거로 활용되는 속성”을 묻는다면 당위적 특성을 정확하게 연결할 수 있어야 합니다.
- 데이터와 정보의 관계: “정보를 가공하여 데이터가 된다”와 같이 인과 순서를 뒤집어 놓은 오답 지문이 자주 출제되므로, ‘데이터(원재료) → 가공/맥락 부여 → 정보(가공품)’의 기본 흐름을 명확히 숙지해야 합니다.
자주 묻는 질문
Q1. 데이터와 정보의 가장 결정적인 차이는 무엇인가요?
가공 및 맥락(Context) 부여 여부입니다. 데이터는 단순히 측정된 객관적 사실 그 자체이며, 정보는 특정 목적에 맞춰 처리되어 패턴과 의미가 해석된 상태를 뜻합니다.
Q2. 데이터의 ‘당위적 특성’이란 구체적으로 무엇인가요?
데이터가 단순한 숫자의 나열에 그치지 않고, 미래를 예측하거나 합리적인 의사결정을 내릴 수 있는 판단의 근거로 작동해야 한다는 가치 지향적 속성을 말합니다.
Q3. 기계에서 쏟아지는 원시 센서 로그는 데이터인가요, 정보인가요?
가공되지 않은 상태의 센서 로그는 데이터입니다. 이 로그를 시간대별로 평균 내어 장비 이상 징후를 파악할 수 있도록 리포트 형태로 가공했을 때 비로소 정보가 됩니다.
마무리
이번 편에서는 데이터의 학술적 개념과 두 가지 특성(존재적·당위적), 그리고 가공을 통해 정보로 승격되는 기본 원리를 살펴보았습니다.
다음 02편에서는 이 정보가 실무적인 노하우와 전략으로 심화되는 DIKW 피라미드를 이어가겠습니다.
