데이터의 유형과 크기 단위
쉽게 말하면
데이터는 두 가지 기준으로 나눠요. 하나는 내용이 숫자인지 말인지(정량적·정성적), 다른 하나는 담긴 모양이 표처럼 반듯한지(정형·반정형·비정형)예요. 엑셀 표는 정형, 웹 페이지 HTML은 반정형, 사진과 영상은 비정형이에요. 크기 단위는 KB, MB, GB, TB 다음에 PB, EB, ZB, YB로 커져요.
시험용 정의
데이터는 내용에 따라 정성적 데이터(언어·문자처럼 형태와 형식이 정해지지 않은 것, 비정형인 경우가 많아 저장·분석 비용이 크다)와 정량적 데이터(수치·도형·기호처럼 정형화되어 집계와 통계 처리가 쉽다)로 나눈다. 저장 형태로는 행과 열이 고정된 정형(관계형 DB 테이블, 스프레드시트), 구조 정보를 태그·키로 품은 반정형(HTML, XML, JSON, 웹 로그), 정해진 구조가 없는 비정형(텍스트 문서, 이미지, 영상, 음성, SNS 글)으로 나눈다. 데이터는 있는 그대로의 객관적 사실이라는 존재적 특성과 추론·예측·전망의 근거가 되는 당위적 특성을 함께 가진다.
비유로 이해하기
옷장 정리다. 칸마다 양말·셔츠가 정해진 서랍장은 정형, 상자에 '겨울옷' 라벨만 붙여 둔 짐은 반정형, 아무렇게나 쌓아 둔 옷 더미는 비정형이다. 더미일수록 찾고 정리하는 데 품이 많이 든다.
자세히
정성적 vs 정량적
| 구분 | 정성적 데이터 | 정량적 데이터 |
|---|---|---|
| 형태 | 언어, 문자 (상담 기록, 후기 글) | 수치, 도형, 기호 (기온, 매출) |
| 구조 | 형태와 형식이 정해지지 않음, 비정형이 많다 | 정형화되어 있다 |
| 분석 | 저장·검색·분석에 많은 비용과 기술이 든다 | 수집·집계·통계 처리가 쉽다 |
정형 · 반정형 · 비정형
| 구분 | 특징 | 예 |
|---|---|---|
| 정형 | 칸(스키마)이 고정된 행과 열 | 관계형 DB 테이블, 스프레드시트, CSV 판매 실적 |
| 반정형 | 데이터 안에 태그·키 같은 구조 정보(메타데이터)가 있다. 표처럼 고정되지는 않는다 | HTML, XML, JSON, 웹 로그, 센서 로그 |
| 비정형 | 정해진 구조가 없다 | 이미지, 동영상, 음성, 텍스트 문서, SNS 게시글 |
크기 단위
| 단위 | 크기 |
|---|---|
| 비트(bit) | 0 또는 1 하나. 가장 작은 단위 |
| 바이트(Byte) | 8비트. 보통 문자 하나(인코딩에 따라 다름) |
| KB → MB → GB → TB | 킬로 → 메가 → 기가 → 테라 (단계마다 1024배) |
| PB → EB → ZB → YB | 페타 → 엑사 → 제타 → 요타. 1ZB = 1024EB |
데이터가 모이는 단위
필드(항목 하나, 예: 이름) → 필드가 모여 레코드(한 사람의 정보) → 레코드가 모여 파일(테이블) → 파일이 모여 데이터베이스.
시험에 이렇게 나와요
- 정성적 → 언어·문자, 비정형이 많고 분석 비용이 크다 / 정량적 → 수치, 정형, 집계 쉬움
- 반정형 → HTML·XML·JSON·웹 로그 (HTML 을 정형이라 하면 틀림)
- 비정형 → 이미지·영상·음성·SNS 글. 정형 → 테이블·스프레드시트
- 단위 순서 KB < MB < GB < TB < PB < EB < ZB < YB, 1ZB = 1024EB
- 비트가 0/1, 바이트는 8비트 (바이트를 최소 단위 0/1 이라 하면 틀림)
- 데이터의 존재적 특성(객관적 사실)과 당위적 특성(추론·예측의 근거)
확인 문제
Q1. 다음 중 반정형 데이터의 예로 가장 알맞은 것은?
- 녹음한 상담 음성
- CCTV 영상
- 관계형 데이터베이스의 주문 테이블
- XML 로 저장한 센서 기록
정답 보기
4번 XML 로 저장한 센서 기록
XML·HTML·JSON 처럼 태그나 키로 구조 정보를 함께 담지만 표처럼 칸이 고정되지 않은 데이터가 반정형이다. 테이블은 정형, 영상·음성은 비정형이다.
Q2. 다음 중 비정형 데이터만 고른 것은?
- 주문 테이블, 매출 스프레드시트
- 고객 상담 녹음, 매장 CCTV 영상
- HTML 문서, 웹 로그
- JSON 응답, XML 문서
정답 보기
2번 고객 상담 녹음, 매장 CCTV 영상
음성과 영상은 비정형, JSON·XML·HTML·로그는 반정형, 테이블은 정형이다.
Q3. 정성적 데이터에 대한 설명으로 옳은 것은?
- 언어·문자로 이루어져 저장과 분석에 상대적으로 비용이 많이 든다
- 수치로 표현되어 통계 처리가 가장 쉽다
- 기온, 습도가 대표 예다
- 항상 정형 데이터다
정답 보기
1번 언어·문자로 이루어져 저장과 분석에 상대적으로 비용이 많이 든다
정성적 데이터는 형태가 정해지지 않은 말·글이 많아 처리 비용이 크다. 기온·습도는 정량적.
Q4. 작은 것부터 큰 순서로 바르게 나열한 것은?
- TB < PB < EB < ZB
- EB < PB < ZB < YB
- PB < TB < ZB < EB
- GB < PB < TB < EB
정답 보기
1번 TB < PB < EB < ZB
TB → PB → EB → ZB → YB 순으로 커진다.
Q5. 1제타바이트(ZB)는 교재 기준으로 무엇과 같은가?
- 1024 EB
- 1024 TB
- 1024 YB
- 1024 PB
정답 보기
1번 1024 EB
ZB 바로 아래 단위가 EB다. 1ZB = 1024EB (교재는 단계마다 1024배로 설명).
Q6. 데이터의 특성 중 '추론과 예측의 근거로 쓰인다'는 것은?
- 존재적 특성
- 통합적 특성
- 휘발적 특성
- 당위적 특성
정답 보기
4번 당위적 특성
객관적 사실이라는 것은 존재적 특성, 추론·예측·전망의 근거가 된다는 것은 당위적 특성이다.
Q7. IoT 기기에서 나오는 로그 데이터에 대한 설명으로 가장 알맞은 것은?
- 로그는 형식에 따라 반정형으로 다루는 경우가 많다
- 로그는 데이터가 아니다
- 로그는 항상 비정형이다
- 모든 로그는 정형 데이터다
정답 보기
1번 로그는 형식에 따라 반정형으로 다루는 경우가 많다
로그는 시간·이벤트 같은 구조 정보를 품고 있어 반정형으로 분류하는 경우가 많다. 형식은 기기마다 달라 '모두 정형'이라 단정할 수 없다.
헷갈리기 쉬운 O·X
HTML 문서는 정형 데이터의 대표 예다.
정답 보기
X HTML·XML·JSON 은 반정형이다.
바이트는 0 또는 1 하나를 나타내는 가장 작은 단위다.
정답 보기
X 0 또는 1 하나는 비트. 바이트는 8비트다.
정량적 데이터는 정성적 데이터보다 분석에 더 많은 비용과 고도의 기술이 든다.
정답 보기
X 반대다. 정성적 데이터가 비용과 기술이 더 든다.
엑사바이트(EB)는 페타바이트(PB)보다 크다.
정답 보기
O PB < EB < ZB < YB.