DATOR


데이터 모델링에의 접근 MODELING


 일반적인 데이터 모델링 교육을 이수한 사람이라도 막상 실제 업무에서 데이터 모델을 작성하려고 하면 엄청나게 많은 고민이 발생하고 그 고민을 명확하게 해결하기가 상당히 어려움을 느낄 것이다.

 

 그 원인을 생각해 보면,

 첫째, 교육을 통해 배웠던 이론들만으로는 실제 업무에 발생하는 많은 선택사항들을 모두 커버할 수 없기 때문이다.

데이터 모델링을 진행하다보면 수많은 결정을 해야 하는데 결정을 하기도 어렵거니와 그 판단 기준에 대해 설명하는 것은 상당히 버겁게 느껴질 것이다. 단순히 '누가 이렇게 하는 것이 더 좋다고 하더라',  '지금까지 이렇게 해 왔는데 문제 없었어', '타사에서 이렇게 하고 있어' 등의 두리뭉실한 설명은 매우 부실해 보일 수 밖에 없다. 예를 들어, 거래내역 엔터티의 식별자를 거래번호로 할지 고객번호 + 거래일련번호로 할지를 결정하고 논리적으로 자신있게 설명할 수 있는가?

 둘째, 엔터티, 관계, 속성이 무엇이고, 정규화 및 정규화가 부실한 경우의 문제점 및 물리모델링 단계에서의 Tip들은 교육을 통해 배웠지만, 수학 문제를 풀 때 공식만 외워서 풀 수 없듯이 데이터 모델링도 이론만 가지고는 제대로 진행할 수 없는 특성을 간과했기 때문이다. 엔터티와 정규화는 배웠지만 '소속부서'가 엔터티인지 속성인지,  거래내역 엔터티의 고객우편번호 속성이 정규화 대상인지 아닌지를 판단하는데 어려움을 느낄 것이다.

 셋째, 지금의 상황에 맞게 모델링하는 절차는 배우지 않았기 때문일 것이다.

AS-IS 모델이 있는 상황과 없는 상황은 엄연히 다르게 접근해야 하며, TO-BE의 요건이 얼마나 AS-IS와 다른지도 감안되어야 하는데, 일반적인 데이터 모델링 교육에서는 아예 데이터 모델링 절차에 대한 설명이 없거나, 있더라도 매우 단순하게 접근하는 경우가 많다.

 정리해보면 데이터 모델링에 대한 이론을 바탕으로 다양한 경험이 쌓여야 우수한 데이터 모델을 만들 수 있다. 따라서 본 Lab에서는 실전에서 발생할 수 있는 다양한 실전 주제들을 이론과 함께 다룸으로써 데이터 모델링에 대한 간접 경험까지 제공하고자 한다.

 

 

TAG

Leave Comments