데이터 모델링의 목적과 단계

데이터 모델링이란

데이터 모델링은 업무에서 필요한 데이터를 찾아 구조화하고, 데이터 사이의 관계와 규칙을 명확히 표현하는 과정입니다. 단순히 테이블을 그리는 일이 아니라 업무 규칙을 데이터 구조로 번역하는 일입니다.

예를 들어 쇼핑몰 업무를 모델링한다면 고객, 주문, 상품, 결제 같은 대상을 찾고, 고객 한 명이 여러 주문을 할 수 있다는 규칙을 관계로 표현합니다.

모델링을 하는 이유

• 업무 담당자와 개발자가 같은 구조를 보고 대화할 수 있습니다.
• 중복 데이터를 줄이고 데이터 품질을 높일 수 있습니다.
• 테이블 설계 전에 관계와 제약을 검토할 수 있습니다.
• SQL 작성 시 어떤 테이블을 어떻게 조인해야 하는지 판단할 수 있습니다.

모델링이 부실하면 SQL도 복잡해집니다. 같은 의미의 데이터가 여러 곳에 흩어지거나 관계가 명확하지 않으면 조회 결과가 틀리기 쉽습니다.

개념, 논리, 물리 모델

단계	목적	산출물 감각	대표 결정
개념 모델	업무에서 중요한 대상과 관계 파악	핵심 엔터티와 큰 관계	주요 엔터티·관계 식별
논리 모델	속성, 식별자, 정규화 등 구조 구체화	정규화된 엔터티와 관계	속성 결정, 정규화, PK/FK
물리 모델	실제 DBMS에 맞춰 구현	테이블, 컬럼 타입, 인덱스	컬럼 타입, 인덱스, 반정규화

개념 모델은 업무 언어에 가깝고, 물리 모델은 DBMS 구현에 가깝습니다. 시험에서는 “어느 단계에서 무엇을 결정하는가”를 묻는 문제가 나옵니다.

모델링의 주요 관점

관점	질문
데이터 관점	어떤 데이터를 관리해야 하는가
프로세스 관점	업무가 데이터를 어떻게 생성·변경·삭제하는가
상관 관점	데이터와 프로세스가 어떻게 영향을 주고받는가

SQLD 문제에서는 이 세 관점을 용어로 묻기도 합니다. 데이터만 예쁘게 정리하는 것이 아니라 업무 흐름에서 데이터가 어떻게 쓰이는지 함께 봐야 합니다.

좋은 데이터 모델의 특징

• 중복이 적습니다.
• 업무 규칙이 명확하게 드러납니다.
• 식별자가 안정적입니다.
• 관계의 방향과 차수가 분명합니다.
• 확장과 변경에 대응하기 쉽습니다.

시험장에서 보는 기준

모델링 문제를 풀 때는 “이 구조가 업무 규칙을 정확히 표현하는가”를 먼저 봅니다. 성능 때문에 중복을 허용하는 반정규화도 있지만, 기본 순서는 정확한 모델을 먼저 만들고 필요한 경우 조정하는 것입니다.