[일머리 지식] 데이터 개념과 특성(DIKW 피라미드)

(출처: 위키백과)

대학원 빅데이터 첫 수업에 교수님께서 설명하신 데이터의 개념과 특성이 인상 깊어 글을 남겨 본다. 어떤 개념을 도식화하여 체계화된 것을 좋아하는데 위의 피라미드 역시 개념을 잘 설명하고 있어 배워볼 만하다. 

피라미드를 보고 데이터 분석의 목적을 나름 정의하면 데이터 분석은 데이터를 수집하여 정보화하고 정보를 통해 지식을 창출하여 지혜를 제공하기 위한 것이라고 정의할 수 있다. 그렇다만 각자의 의미를 알아보자.

• Data: 관찰 또는 측정을 통해서 수집된 사실이나 값
  - 개별 데이터 자체로는 특별한 의미부여가 안된 객관적 사실
  - 가공하기 전의 순수한 수치나 기호 그 자체
  - 예시: 연평균 특허 출원 수 (A대학: 100건, B대학: 200건)

• Information: 데이터 중 사용자가 필요로 하는 데이터, 사용자의 필요에 의해 정제 및 가공된 데이터
  - 데이터를 통해 도출된 다양한 정보를 구조화해 유의미한 정보로 분류함
  - 데이터의 가공·처리, 데이터 간 상관·연관관계 속에서 의미를 부여함
  - 예시: 우리나라 대학의 연평균 특허 출원 수는 4000 , B대학의 출원건수는 A대학 대비 2배
  ※ 업무에서 보통 우리는 정보 단계로 데이터를 활용하고 있다고 보면 될 것 같음

• Knowledge: 정보를 일반화하고 체계화하여 즉시 적용 및 활용 가능한 형태로 변
  - 정보를 바탕으로 의사결정에 활용하는 것
  - 상호 연결된 정보패턴을 이용해 예측한 결과물
  - 개인의 경험 결합해 고유의 지식으로 내재화
  - 예시: 출원건수를 바탕으로 성과 인센티브 차등지급, 연구비와 특허출원의 상관관계 → 연구비 책정
  ※ 정보를 해석하여 어떤 행동으로 나가게 할 수 있는 수준 임.

• Wisdom: 데이터 분석이 전제가 돼야 지혜를 얻을 수 있는 바탕이 되기 때문에, 데이터의 중요성 부각
  - 지식의 축적과 아이디어가 결합된 창의적인 산물
  - 근본 원리에 대한 깊은 이해를 바탕으로 도출되는 창의적인 아이디어
  - 예시: 특허정보 외, 기술이전 사례 또는 라이센싱 사례 분석, 나라별, 지역별 분석, 단과대별 특허출원율/해외특허출원율 비교 후 새로운 전략방안 수립
  ※ 지식을 축적하고 결합하여 전략을 수립하는 단계, 흔히 인싸이트를 도출하는 수준