- 정형·반정형·비정형 데이터를 구분하고 예를 들 수 있다.
- 데이터의 속성(특성)이 무엇인지 이해한다.
- 하나의 데이터에서 다양한 잠재적 가치를 발굴할 수 있다.
생각 열기 — 오늘 하루, 내가 만든 데이터
아침에 일어나 잠들 때까지 여러분은 수많은 데이터를 만들어요. 알람을 끈 시각, 등굣길 교통카드 기록, 친구와 주고받은 메시지와 사진, 검색한 키워드, 들은 음악, SNS에 누른 '좋아요'…. 그런데 이 데이터들은 생김새가 제각각이에요. 교통카드 기록은 표처럼 깔끔하지만, 친구에게 보낸 사진과 메시지는 표에 담기 어렵죠.
오늘 내가 만든 데이터를 5가지만 적어 보세요. 그중 '엑셀 표'에 깔끔히 담을 수 있는 것과, 그렇지 않은 것을 나눠 보면 어떤 비율인가요?
틀이 있나, 없나 — 데이터의 세 종류
데이터는 '정해진 구조(틀)가 얼마나 있는가'에 따라 크게 셋으로 나눠요.
그런데 놀라운 사실 — 오늘날 세상에 쌓이는 데이터의 대부분(약 80% 이상)이 비정형 데이터예요. 사진, 영상, 글이 폭발적으로 늘고 있기 때문이죠.
비정형 데이터는 양은 가장 많지만 분석이 어려워요. 그래서 "가장 많은 데이터(비정형)에서 가치를 캐내는 기술"이 데이터 과학과 인공지능의 핵심 도전이 되었어요. 사진을 알아보는 AI, 글의 감정을 읽는 AI가 바로 비정형 데이터를 다루는 기술이랍니다.
🕹️ 데이터 분류 게임
아래 데이터를 정형 / 반정형 / 비정형으로 분류해 보세요. 항목을 누른 뒤, 알맞은 칸을 누르면 됩니다.
🧱 정형
🏷️ 반정형
🎨 비정형
데이터를 이루는 조각 — 속성(특성)
정형 데이터의 표를 보면 열(column)마다 이름이 있어요. 이렇게 데이터가 가진 각각의 특징을 속성(attribute)이라고 해요. 한 행(row)은 하나의 대상(예: 한 학생)이고, 각 열은 그 대상의 속성이죠.
| 학번 | 키(cm) | 몸무게(kg) | 좋아하는 과목 |
|---|---|---|---|
| 10101 | 172 | 64 | 정보 |
| 10102 | 158 | 50 | 음악 |
| ↑ 각 열이 '속성', 각 행이 한 명의 '대상' | |||
사진 한 장은 비정형 데이터지만, 그 안에는 촬영 시각·GPS 위치·카메라 기종·해상도 같은 메타데이터(metadata)가 정형 형태로 함께 들어 있어요. 그래서 사진첩 앱이 '날짜별·장소별'로 사진을 자동 정리할 수 있는 거예요. 비정형 데이터도 이런 속성을 활용하면 분석의 실마리가 됩니다.
같은 데이터, 다른 보물 — 잠재적 가치
데이터의 진짜 매력은 '잠재적 가치'에 있어요. 처음엔 한 가지 목적으로 모은 데이터라도, 다른 눈(관점)으로 보면 전혀 다른 가치가 나와요. 아래 발굴기에서 하나의 데이터로부터 몇 가지 가치를 캐낼 수 있는지 직접 발굴해 보세요!
데이터셋을 고른 뒤, 여러 관점(렌즈) 버튼을 눌러 그 데이터에서 어떤 가치를 캐낼 수 있는지 발굴해 보세요.
같은 편의점 영수증 데이터가 누군가에겐 '재고 관리' 자료, 누군가에겐 '마케팅' 보물, 또 누군가에겐 '도시 생활 연구' 자료가 돼요. 데이터의 가치는 정해져 있지 않고, 좋은 질문을 던지는 사람이 만들어 냅니다. 그래서 평범해 보이는 데이터도 함부로 버리지 않는 거예요.
확인 문제
바로바로 채점!
2차시 확인 문제
4문항 · 즉시 채점
1다음 중 정형 데이터에 해당하는 것은?
2JSON이나 HTML처럼 표는 아니지만 태그·키로 구조를 갖는 데이터는?
3오늘날 세상에 쌓이는 데이터 중 가장 큰 비중을 차지하는 종류는?
4[OX] 사진 같은 비정형 데이터에도 촬영 시각·위치 등 정형화된 '메타데이터'가 함께 들어 있을 수 있다.
더 알아보기
교과서 너머의 이야기 — 클릭해서 펼쳐 보세요
사례'맥주 옆에 기저귀' — 데이터가 찾아낸 뜻밖의 가치
한 대형마트가 영수증 데이터를 분석하다 이상한 패턴을 발견했어요 — 금요일 저녁, 맥주와 기저귀를 함께 사는 사람이 많았던 거예요. 분석해 보니 "주말을 앞두고 아빠들이 기저귀 심부름을 나온 김에 맥주도 집어 든다"는 해석이 나왔죠. 마트는 두 상품을 가까이 진열해 매출을 올렸어요. 이 이야기는 다소 과장된 전설로 전해지지만, 핵심 교훈은 분명해요 — 그저 '계산용'으로 쌓인 영수증 데이터 속에 '마케팅의 보물'이라는 잠재적 가치가 숨어 있었다는 거예요. 이렇게 함께 팔리는 상품의 관계를 찾는 분석을 '장바구니 분석'이라 하고, 3단원에서 더 깊이 배운답니다.
개념다크 데이터 — 잠자고 있는 데이터의 보물창고
기업과 기관은 어마어마한 데이터를 모으지만, 실제로 분석에 쓰는 건 일부예요. 모아 두고도 활용하지 않은 채 잠자는 데이터를 '다크 데이터(dark data)'라고 불러요. CCTV 영상, 오래된 고객 문의 기록, 센서 로그처럼 양은 많지만 비정형이라 분석이 어려워 방치되는 경우가 많죠. 그런데 인공지능 기술이 발전하면서 이 '어둠 속 데이터'에서 새로운 가치를 캐내는 일이 가능해지고 있어요. 예전엔 버려졌을 데이터가 미래엔 금광이 될 수 있다는 것 — 이것이 데이터의 잠재적 가치를 잘 보여 주는 개념이에요.
생각내 데이터의 가치 — 그 보물은 누구의 것일까?
데이터에 가치가 있다면, 우리가 매일 만들어 내는 데이터(검색·이동·구매 기록)의 가치는 누구의 것일까요? 우리는 무료로 앱을 쓰지만, 사실 그 대가로 '내 데이터'를 내주고 있어요. "공짜 서비스의 진짜 상품은 사용자 자신"이라는 말이 있을 정도죠. 그래서 최근에는 '내 데이터에 대한 권리(데이터 주권)'와 개인정보 보호가 중요한 사회 문제로 떠올랐어요. 데이터의 잠재적 가치가 클수록, 그것을 누가·어떻게 쓰는지에 대한 책임과 윤리도 함께 커진다는 점 — 4차시와 이어지는 중요한 생각거리예요.