728x90
반응형
데이터, 빅데이터, 인공지능에 대한 활용도가 높아지면서 '빅 데이터 거버넌스' '데이터 보안' '데이터 보안 전문가' 등 데이터를 보안하는 직업, 그 방법론이 굉장히 큰 이슈로 대두되고 있습니다. 조금 다른 이야기일 수도 있지만, '이루다 사태'도 유사한 시사점을 주었습니다.
활용도가 높아진만큼 보안도 중요해진 것인데요. 관련해서 데이터 보안 관련주 또한 중요성과 상승세가 대두되고 있습니다.
이 글에서는 관련하여 데이터 정합성 | 데이터 무결성에 대해 정리드리겠습니다.
Data Integrity 용어 정의
데이터 정합성: 서로 모순이 없이 일관되게 일치해야 한다는 의미. 데이터 값이 각각 일치해야 한다는 뜻.
데이터 정합성에 어긋난다: 데이터가 일치하지 않는다.
데이터 무결성
- 무결성은 데이터 값이 정확한 상태를 뜻합니다.
- Data Integrity가 주로 데이터 무결성으로 번역되나, 정확하다는 의미에서 데이터 완전성이나 정확성이라는 표현이 더 정확합니다.
데이터 정합성
- 정합성은 무결성과 유사하게 사용되는 용어입니다.
- 어떤 데이터들의 값이 서로 일치할 때 데이터 정합성이 맞다고 표현합니다.
- 중복 데이터를 많이 사용하면 데이터끼리 정합성을 맞추기 어렵고 궁극적으로는 서로 달라지는 경우(정합성이 깨지는 경우)가 생길 수 있습니다.
Apple 맥북 프로 13인치 스페이스 그레이 (13% 할인중)
무결성과 정합성의 비교
- 정합성은 데이터가 서로 모순 없이 일관되게 일치해야 한다는 의미입니다.
- 무결성은 데이터가 정확하고 완전해야 한다는 의미 → 데이터는 처음 의도된 그 상태로 존재해야 합니다.
- 어떤 데이터는 정합성에는 이상이 없으나 무결성은 훼손된 상태일 수 있습니다. (중간에 변화가 있다 다시 돌이킨 경우 등)
- 따라서 무결성의 정의가 더 넓은 개념입니다.
- 무결성을 지키는 것이 데이터 모델링의 최고의 목표입니다.
2021.04.16 - [테크 큐레이터] - [테크] 쿠팡 알고리즘 총정리 A to Z | 개인화 추천시스템 알고리즘 아키텍처
728x90
반응형
댓글