데이터·정보·메타데이터·모델

23.4만으로는 아무 결정도 할 수 없다

화면에 23.4라는 숫자만 있다면 온도인지, 금액인지, 언제 어디서 측정했는지 알 수 없다. 2026년 8월 31일 서버실 섭씨온도 23.4도라는 맥락이 붙어야 냉방 상태를 판단할 수 있는 정보가 된다. 값의 단위·출처·측정시각을 따로 설명하는 기록이 있어야 나중에도 같은 뜻으로 읽을 수 있다. 많은 사실을 일관되게 담으려면 현실에서 어떤 대상과 관계를 남길지 정한 모델도 필요하다.

먼저 되짚기: 추상화

추상화는 목적에 필요하지 않은 세부를 숨기고 중요한 성질만 드러내는 방법이다. 같은 현실도 목적이 다르면 남겨야 할 대상과 속성이 달라진다. 데이터 모델은 이 선택을 데이터의 구조와 규칙으로 표현한다.

데이터·정보·메타데이터

데이터는 대상이나 개념을 기호·값으로 표현한 것이다. 관찰·측정한 기록뿐 아니라 사람이 작성한 문장, 계산 결과와 모형이 생성한 값도 데이터다. 기록되었다는 사실만으로 실제 사실과 일치한다고 보장되지는 않는다. 정보는 데이터에 목적과 맥락을 더해 어떤 판단이나 행동에 쓸 수 있게 해석한 의미다. 메타데이터는 데이터의 뜻, 구조, 형식, 단위, 생성시각, 출처, 소유자와 품질상태를 설명하는 데이터다. 같은 값도 메타데이터와 사용 맥락이 달라지면 다른 정보가 될 수 있다.

다시 연결하기: 기록의 뜻에서 모델로

데이터·정보·메타데이터는 기록값, 맥락 속 의미, 그 기록을 설명하는 정보를 구분한다. 데이터 모델은 어떤 기록과 관계를 남길지 이 구분을 구조와 제약으로 고정한다.

데이터 모델

데이터 모델은 현실의 대상, 대상이 가진 속성, 대상 사이 관계와 지켜야 할 제약을 데이터 구조로 추상화한 표현이다. 고객, 주문, 상품을 대상으로 정하고 고객이 주문을 만들며 주문이 상품을 포함한다는 관계를 나타내는 것이 한 예다. 모델은 현실 전체를 복사하지 않는다. 해결할 문제에 필요한 사실은 남기고 불필요한 세부는 의도적으로 버리며, 남긴 사실의 의미와 허용 규칙을 명시한다.

기록에서 판단까지의 한 경계

현실 사건을 관찰해 데이터 값과 단위·시각·출처 메타데이터를 남긴다. 데이터 모델은 대상·속성·관계·제약으로 기록을 연결할 범위를 정하고, 목적에 맞게 해석한 정보가 판단·행동의 근거가 된다. 서버실 사례의 관계 그림에서 이 경계를 따라 확인한다.

값이 같아도 단위·시각·대상 관계가 다르면 다른 정보가 될 수 있다. 모델은 판단에 필요한 의미를 보존할 범위와 제약을 정한다.

사례: 온도 29.7을 판단 가능한 기록으로 만든다

센서 A가 29.7을 보냈다고 하자. 숫자만으로는 온도인지, 단위가 섭씨인지 화씨인지, 어느 장소의 언제 값인지 알 수 없다. 서버실 A / 섭씨 / 10:30 / 센서 A / 보정상태 정상을 메타데이터로 붙이고 설비–센서–위치–측정시각 관계를 데이터 모델에 둔다. 운영 기준이 28도 이하라면 이 기록은 서버실 A 온도 기준 초과라는 정보가 된다.

단위가 섭씨에서 화씨로 바뀌는데 메타데이터만 옛 값을 유지하면 숫자는 정상이어도 의미가 깨진다. 센서가 새로 추가되면 모델의 식별자·위치 관계와 수집 검증을 함께 바꾼다.

자체 변경 예를 실제 행으로 쓰면 다음과 같다. 기준의 유효시각은 관측시각과 같은 시간대로 관리한다.

변환은 (85.46−32)×5/9=29.7℃다. 같은 온도라도 적용한 업무 기준이 바뀌면 판정이 달라진다. 10:30의 원본·단위·당시 기준과 초과 판정은 그대로 보존하며 새 기준을 소급 적용한 재분석은 별도 결과로 표시한다. 11:05 값에 v1의 섭씨 라벨을 붙이면 85.46℃로 오해하므로 단위·규칙 버전 불일치를 격리한다.

현실의 사건이 판단 가능한 기록이 되는 과정

상자 안의 대상과 화살표의 조건을 함께 읽으세요. 좁은 화면에서는 같은 관계를 세로로 재배치한 도식을 보여 줍니다.

서버실 온도 상승을 측정한 29.7에 섭씨·센서 A·10:30·보정상태를 붙인다. 모델의 설비·위치·시간 관계와 제약에 따라 28℃ 기준 초과라는 정보로 해석하고, 목적에 맞게 냉방 점검과 과열 위험 확인을 한다.

먼저 업무 목적을 정하고 그 목적에 필요한 대상을 고른다. 다음으로 각 대상의 식별자와 속성, 대상 사이 관계, 허용 범위와 필수값을 모델에 적는다. 실제 사건을 측정해 데이터로 기록하고 단위·시각·출처 같은 메타데이터를 붙인다. 사용자는 모델이 제공하는 관계와 맥락으로 데이터를 해석해 정보로 만들고, 그 정보로 판단한다. 현실이나 목적이 바뀌면 모델과 메타데이터도 함께 고쳐야 이후 데이터가 같은 의미를 유지한다.

네 가지를 한 문장으로 섞지 않는다

데이터가 많다고 정보가 많아지는 것은 아니다. 목적과 단위가 빠진 수십억 개 값은 판단을 돕지 못할 수 있다. 반대로 모델을 지나치게 세밀하게 만들면 수집비용과 변경비용만 커진다. 필요한 의사결정, 법적·업무상 보존 필요, 예상 질의를 기준으로 무엇을 남길지 정한다.

값은 남았는데 뜻이 사라지는 경우

단위, 시간대, 관측되지 않아 비어 있는 결측값의 의미와 출처가 없으면 같은 열을 서로 다르게 해석한다. 메타데이터 문서는 원이라고 쓰여 있는데 실제 수집기는 천 원으로 바뀌면 기록과 설명이 어긋난다. 모델에서 한 고객의 기준을 사람으로 볼지 계약으로 볼지 합의하지 않으면 시스템마다 고객 수가 달라진다.

모델이 현실 변화를 따라가지 못하는 것도 실패다. 새로운 주문 유형을 기존 열에 억지로 넣으면 예외값이 늘고 규칙이 무너진다. 반대로 일어날 가능성이 거의 없는 모든 예외를 미리 모델링하면 단순한 질의도 어려워진다. 모델과 메타데이터의 소유자, 변경 시점, 영향받는 데이터와 검증 규칙을 함께 관리해야 한다.

자체 10점 문제

데이터·정보·메타데이터와 데이터 모델의 관계를 설명하시오.

요구어는 설명이다. 기록값과 의미를 분리하고, 메타데이터가 같은 값을 같은 뜻으로 읽게 하는 조건이며 데이터 모델이 대상·속성·관계·제약을 정한다는 흐름으로 답한다.

10점 풀이 방향과 모범답안 보기

10점 답안 목차

1. 데이터와 정보의 차이
2. 메타데이터의 역할
3. 데이터 모델의 대상·속성·관계·제약
4. 기록 → 맥락 → 정보 흐름
5. 단위·시각·대상 의미 불일치 실패

10점 답안 도식

대표 센서 그림을 다음 세 질문으로 축약한다.

답안에서 연결할 것	확인 질문
데이터 + 메타데이터	값의 단위·시각·출처를 같은 뜻으로 읽을 수 있는가
대상·관계·제약의 데이터 모델	목적에 필요한 기록과 관계가 연결되는가
목적에 맞게 해석한 정보	어떤 판단에 쓸 의미인지 설명했는가

모범답안 축약본: 기록에서 판단까지 의미를 보존한다

문제: 데이터·정보·메타데이터와 데이터 모델의 관계를 설명하시오. 데이터는 대상이나 개념을 기호·값으로 표현한 것으로 관찰·측정·작성·계산한 기록을 포함하고, 정보는 목적과 맥락 안에서 데이터를 해석해 판단에 쓸 수 있게 한 의미다. 메타데이터는 값의 단위·형식·출처·시각·소유자·품질을 설명한다. 데이터 모델은 현실의 대상·속성·관계·제약 중 목적에 필요한 부분을 구조로 추상화한다. 29.7에 섭씨, 센서 A, 시각과 보정상태를 붙이고 설비–센서–위치 관계에 연결해야 과열 여부를 판단할 정보가 된다. 설계는 필요한 의사결정과 보존·질의를 기준으로 대상을 고르고 식별자, 관계, 허용범위와 메타데이터를 정한다. 단위가 바뀌는데 설명을 갱신하지 않거나 서로 다른 고객 기준을 같은 이름으로 쓰는 오류는 모델·메타데이터 소유자와 변경 영향 검증으로 통제한다.

자체 25점 문제

센서 측정값의 의미를 보존하면서 센서·단위·업무기준 변경을 수용하는 데이터 관리 절차를 설계하시오.

요구어는 설계다. 값만 저장하는 구조가 아니라 식별·메타데이터·모델 변경·검증·과거 데이터 해석을 하나의 통제 흐름으로 제시한다.

25점 풀이 방향과 모범답안 보기

25점 답안 목차

1. 판단 목적과 필요한 사실
2. 센서·설비·위치 식별
3. 값·단위·시각·출처 메타데이터
4. 대상·관계·허용범위 모델
5. 수집 시 형식·단위 검증
6. 모델·메타데이터 변경관리
7. 과거 데이터의 버전·해석 보존
8. 오류 탐지와 재처리·감사

25점 답안 도식

절차의 연결	남기거나 확인할 것
센서 값을 수집	단위·시각·출처·버전
설비–센서–위치 모델에 연결	기록의 대상과 관계
형식·범위·관계를 검증	수집값과 모델·메타데이터의 일치
판단 정보로 해석	당시 목적과 업무 기준
변경 영향을 확인	영향을 받는 소비자·질의·보고서
과거/신규 해석을 보존	원본·규칙 버전·효력시점

앞의 측정값 관계 그림과 아래의 11:00 전환점 답안을 함께 대조한다.

25점 모범답안

먼저 운영 판단에 필요한 사실을 정하고 설비·센서·위치의 식별자와 관계를 데이터 모델에 둔다. 측정값에는 값 자체와 단위, 관측시각, 센서 식별자, 보정상태, 수집 규칙 버전을 메타데이터로 함께 저장한다. 수집 시 허용 형식·범위와 존재하는 센서·위치 관계를 검증하여 의미 없는 값이 정상 데이터로 들어오지 않게 한다.

센서 교체, 단위 변경, 업무 기준 변경은 값만 바꾸지 않고 모델·메타데이터 버전과 효력시점을 함께 변경한다. 기존 기록은 당시 단위와 규칙으로 다시 해석할 수 있게 보존하고, 변환이 필요하면 원본과 변환 규칙을 추적한다. 새 규칙을 적용하기 전 영향받는 소비자·질의·보고서를 확인하고 표본 재처리와 경계값 검증을 수행한다.

단위 문서만 바꾸고 수집값을 그대로 두거나, 같은 이름의 고객·센서를 서로 다른 기준으로 쓰는 경우를 오류로 탐지한다. 모델과 메타데이터의 소유자, 변경 승인·검증·재처리 책임을 명시해 기록에서 판단까지 의미가 끊기지 않게 한다.

선택한 변경안은 11:00을 v1→v2 전환점으로 두고 원본 값·단위·관측시각·규칙 버전을 함께 저장하는 것이다. 10:59/11:00 경계 행, 85.46℉→29.7℃ 변환, 오래된 섭씨 라벨을 붙인 오류 행을 수집 담당자가 시험한다. 기준 30℃의 효력시각도 별도로 보존하여 과거 28℃ 기준의 경보를 지우지 않는다.

출처와 적용 경계

데이터·정보·메타데이터·데이터 모델은 안정된 데이터 기초개념이다. 센서 A, 29.7, 28도 기준과 변경 시나리오는 의미 보존을 연습하기 위한 자체 사례이며 특정 시설의 실제 운영기준이나 데이터 품질 인증을 뜻하지 않는다.

미국 정부 데이터 용어집의 개념을 표현하는 값과 맥락 속 의미의 구분을 정의의 근거로 참고한다. 이 자료가 교재의 센서 계산이나 운영판정을 검증한 것은 아니다.

자기교정과 조건 변경

센서가 화씨 값을 보내도록 바뀌면? 단위 버전과 변환 규칙을 명시하고 신규·기존 기록의 해석이 섞이지 않게 한다.

운영 기준이 28도에서 27도로 바뀌면? 측정 원본은 유지하고 기준의 효력시점을 별도로 관리해 과거 판단과 새 판단을 구분한다.

센서 A가 두 서버실을 번갈아 측정한다면? 위치를 센서의 고정 속성으로 두지 말고 측정시점의 위치 관계를 기록하도록 모델을 바꾼다.

30초 정리

1. 데이터는 대상·개념을 기호나 값으로 표현한 기록이고, 정보는 목적과 맥락 안에서 해석한 의미다. 기록된 값이 실제 사실과 일치하는지는 별도로 확인한다.
2. 메타데이터는 값의 뜻·구조·단위·출처·시각·품질을 설명한다.
3. 데이터 모델은 목적에 필요한 대상·속성·관계·제약을 남긴 현실의 추상화다.
4. 좋은 데이터는 값뿐 아니라 같은 뜻으로 읽을 설명과 현실 변화를 반영할 모델을 함께 가진다.