[ADsP - 데이터 이해] DBMS와 데이터 환경 변화 완전 이해하기

1-1 데이터와 정보·데이터베이스 기초
: DBMS와 데이터 환경 변화 완전 이해하기

여러분, 아직도 'DBMS는 그냥 데이터 저장하는 프로그램'이라고만 알고 계셨나요?
지금부터 그 생각, 완전히 바꿔드릴게요.

 

 

안녕하세요! ADsP(데이터 분석 준전문가) 자격증 준비를 시작하신 분들이라면, 가장 먼저 접하게 되는 내용이 바로 데이터베이스와 DBMS 개념이에요. 하지만 단순히 '데이터를 저장하고 관리한다'는 정의만 알고 있으면, 시험 문제를 풀기도 어렵고 실전 분석에도 한계가 생기죠.

이번 글에서는 DBMS의 개념부터 3계층 구조, 그리고 최근 급변하고 있는 전통 데이터 환경과 빅데이터 환경의 차이점까지, 시험과 실무 모두에 꼭 필요한 핵심 지식을 친절하고 쉽게 정리해드릴게요.

특히 초보자분들도 이해할 수 있도록 비유와 예시를 풍부하게 곁들였고, 각 목차별로 [모의고사 포함] 표시도 했으니 실력 점검까지 완벽하게 도와드립니다. 그럼, 지금 바로 시작해볼까요?

목차

1. DBMS란 무엇인가? [모의고사 포함] 2. DBMS의 3계층 구조 이해하기 [모의고사 포함] 3. 전통 데이터베이스 환경의 특징 [모의고사 포함] 4. 빅데이터 환경의 등장과 변화 [모의고사 포함] 5. 전통 DB vs 빅데이터 DB 비교 [모의고사 포함] 6. ADsP 시험에서 자주 출제되는 개념 정리 [모의고사 포함]

1. DBMS란 무엇인가? 📦

DBMS는 Database Management System의 줄임말로, 데이터를 체계적으로 저장하고 관리하는 소프트웨어예요. 쉽게 말해, 엑셀보다 훨씬 강력하고 다중 사용자 환경에 적합한 '데이터 저장소 관리자'라고 생각하면 이해하기 편합니다.

예를 들어, 카카오톡에서 친구 목록, 메시지 기록, 전송한 사진 등을 모두 데이터로 저장하잖아요? 그걸 DBMS가 알아서 분류하고, 검색하고, 지켜주는 거죠. 만약 DBMS가 없었다면, 사용자 데이터가 뒤죽박죽 섞여버려서 기능이 작동할 수가 없어요.

즉, DBMS는 데이터의 저장, 수정, 삭제, 조회를 쉽고 빠르게 할 수 있도록 도와주는 ‘데이터 관리자’라고 보면 됩니다.

[모의고사] DBMS 개념 확인 문제

1. DBMS의 주요 기능이 아닌 것은?
   ① 데이터 저장
   ② 데이터 조회
   ③ 그래픽 디자인
   ④ 데이터 삭제
   정답: ③ 그래픽 디자인 – DBMS는 데이터와 관련된 작업만 담당합니다.
2. 다음 중 DBMS의 대표적인 예가 아닌 것은?
   ① Oracle
   ② MySQL
   ③ MongoDB
   ④ Photoshop
   정답: ④ Photoshop – 포토샵은 이미지 편집 도구입니다.
3. DBMS가 없다면 발생할 수 있는 문제는?
   ① 데이터 중복
   ② 데이터 정렬 기능 향상
   ③ 보안 강화
   ④ 자동 완성 기능
   정답: ① 데이터 중복 – 체계적 관리가 불가능해져 중복과 오류가 발생할 수 있어요.
4. DBMS의 필수 요소가 아닌 것은?
   ① 데이터 무결성
   ② 데이터 보안
   ③ 데이터 손실 유도
   ④ 동시성 제어
   정답: ③ 데이터 손실 유도 – 데이터는 보호해야지 손실 유도하면 안 됩니다!
5. DBMS의 대표적인 역할은?
   ① 검색 엔진
   ② 데이터베이스 생성 및 관리
   ③ 비디오 렌더링
   ④ 운영체제 제어
   정답: ② 데이터베이스 생성 및 관리 – 이게 바로 핵심 기능이에요.

이렇게 보면 DBMS 개념은 단순히 암기만으로 끝낼 수 있는 내용이 아니라 어디에 어떻게 쓰이는지를 이해하는 게 더 중요하다는 걸 알 수 있죠.

다음은 DBMS의 구조를 좀 더 깊이 있게 알아볼게요.

2. DBMS의 3계층 구조 이해하기 🧱

DBMS의 구조를 이해할 때 자주 등장하는 개념이 바로 3계층 구조입니다. 이건 사용자와 실제 데이터 사이의 중간 과정을 계층으로 나눈 개념이에요. 쉽게 말해서, 우리가 ‘데이터를 본다’고 할 때 그게 사실 DB 안에서는 복잡한 과정을 거친다는 거죠.

🔹 외부(External) 계층

사용자가 데이터를 ‘보는 방식’을 담당합니다. 즉, 각 사용자가 어떤 데이터를 어떻게 보느냐를 정의한 부분이에요. 예를 들어, 어떤 사람은 고객 이름만 보고, 다른 사람은 이름과 주소 둘 다 볼 수도 있겠죠.

🔹 개념(Conceptual) 계층

DB 전체 구조를 정의하는 계층입니다. 데이터 간의 관계, 속성, 제약조건 등을 정의하죠. 여기서는 테이블 구조나 관계형 모델 등을 다룹니다.

🔹 내부(Internal) 계층

데이터가 실제로 저장되는 방식을 담당합니다. 하드디스크에 어떤 구조로 저장되는지, 인덱스는 어떻게 생성되는지를 다루는 계층이죠.

즉, 외부 → 개념 → 내부 계층으로 이어지는 이 구조 덕분에, 사용자는 내부 구조를 몰라도 데이터를 쉽게 보고 쓸 수 있는 거예요!

[모의고사] 3계층 구조 확인 문제

1. 사용자 관점에서 데이터를 정의하는 계층은?
   ① 외부 계층
   ② 개념 계층
   ③ 내부 계층
   ④ 물리 계층
   정답: ① 외부 계층 – 사용자 인터페이스에 해당하는 부분입니다.
2. 전체 DB의 구조와 관계를 설명하는 계층은?
   ① 외부
   ② 개념
   ③ 내부
   ④ 응용
   정답: ② 개념 – 논리적 구조를 다루는 핵심 계층이에요.
3. 데이터가 실제로 저장되는 위치와 관련된 계층은?
   ① 물리 계층
   ② 논리 계층
   ③ 개념 계층
   ④ 내부 계층
   정답: ④ 내부 계층 – 스토리지에 직접 저장되는 방식을 정의하죠.
4. 외부와 내부 계층 사이에서 중간 다리 역할을 하는 계층은?
   ① 외부
   ② 내부
   ③ 개념
   ④ 논리
   정답: ③ 개념 – 핵심 구조를 연결하는 계층이에요.
5. 3계층 구조의 핵심 목적은?
   ① 데이터 압축
   ② 보안 강화
   ③ 사용자-데이터 독립성 제공
   ④ 빠른 응답시간 확보
   정답: ③ 사용자-데이터 독립성 제공 – 구조가 바뀌어도 사용자는 그대로 사용할 수 있게 해줘요.

이제 DBMS 3계층 구조가 어떻게 작동하는지 조금은 명확해졌죠? 다음은 이제 전통 데이터베이스 환경이 어떻게 구성되어 있었는지를 살펴볼게요.

3. 전통 데이터베이스 환경의 특징 🏛️

예전의 데이터베이스 환경, 흔히 전통 데이터 환경이라고 불리는 시스템은 주로 은행, 병원, 관공서 등에서 쓰였어요. 이 환경은 딱 한 가지 목적을 위해 설계됐습니다. 바로 정형화된 데이터를 안정적으로 관리하는 것이었죠.

생각해보세요. 계좌번호, 주민등록번호, 수량, 가격... 전부 숫자와 문자로 깔끔하게 정리된 데이터들이죠. 이런 데이터를 처리하는 데는 RDBMS(Relational DBMS), 즉 관계형 데이터베이스 시스템이 딱이었어요.

🧩 전통 DB 환경의 주요 특징

• 구조화된 데이터(SQL 테이블 형태) 중심
• 안정성(ACID 규칙)에 중점
• 데이터 양이 상대적으로 작고, 저장 공간도 제한적
• 중앙 집중식 저장 → 수직 확장 방식(서버 업그레이드)

이 시절의 DB는 성능보다 정확성, 실시간 처리보다는 보안이 핵심이었어요.

[모의고사] 전통 DB 환경 문제

1. 다음 중 전통 데이터베이스 환경의 특징이 아닌 것은?
   ① 중앙 집중식 처리
   ② 구조화된 데이터 위주
   ③ 수평적 확장 중심
   ④ 안정성 중시
   정답: ③ 수평적 확장 중심 – 이는 빅데이터 환경의 특징입니다.
2. 전통 DB 환경에서 주로 사용하는 데이터베이스는?
   ① NoSQL
   ② 그래프DB
   ③ 관계형 DBMS
   ④ 블록체인 DB
   정답: ③ 관계형 DBMS – Oracle, MySQL, MSSQL 등이 해당돼요.
3. RDBMS의 대표적인 특징으로 볼 수 없는 것은?
   ① ACID 지원
   ② 스키마 존재
   ③ 유연한 비정형 데이터 처리
   ④ 정규화 중심
   정답: ③ 유연한 비정형 데이터 처리 – 정형 데이터만 잘 다룹니다.
4. 전통 DB의 저장 방식은?
   ① 분산형 저장
   ② 하둡 기반 저장
   ③ 중앙 집중식 저장
   ④ 객체 저장소 기반
   정답: ③ 중앙 집중식 저장 – 하나의 서버에 몰아서 저장하는 방식이었죠.
5. 전통 DB 환경에서 데이터 확장은 주로 어떻게 했을까?
   ① 서버 수 추가
   ② 네트워크 강화
   ③ 수직 확장
   ④ 클러스터 구성
   정답: ③ 수직 확장 – 서버 용량, CPU, RAM 업그레이드하는 방식이에요.

전통 DB 환경은 안정성과 구조화에 강점을 가졌지만, 현대처럼 SNS, 영상, 센서 데이터 같은 비정형 데이터가 쏟아지는 시대에는 한계를 보이게 되었어요. 이제, 그런 한계를 넘어서기 위한 ‘빅데이터 환경’으로 넘어가볼까요?

4. 빅데이터 환경의 등장과 변화 🌐

2000년대 중반부터 SNS, 스마트폰, 사물인터넷(IoT), 유튜브 같은 서비스가 폭발적으로 성장하면서, 기존의 전통 데이터 환경으로는 감당할 수 없는 새로운 데이터들이 등장하기 시작했어요. 이제는 단순히 ‘숫자+문자’ 데이터가 아니라 이미지, 영상, 로그, 센서 정보 등 비정형 데이터가 중심이 된 거죠.

이처럼 대용량 · 고속 · 다양한 형식의 데이터를 다루기 위해 나타난 개념이 바로 빅데이터 환경이에요.

🔍 빅데이터 환경의 핵심 특징: 3V

• Volume(대용량): 페타바이트(PB) 단위까지 폭증한 데이터 크기
• Velocity(속도): 실시간 처리, 초단위 반응 요구
• Variety(다양성): 텍스트, 이미지, 영상, 로그 등 다양한 데이터 형태

이전에는 생각도 못 했던 데이터들이 지금은 분석의 핵심이 되어버렸죠. 그래서 등장한 새로운 기술들이 하둡(Hadoop), 스파크(Spark), 그리고 NoSQL 기반 데이터베이스들이에요.

[모의고사] 빅데이터 환경 문제

1. 빅데이터의 3V에 해당하지 않는 것은?
   ① Volume
   ② Velocity
   ③ Vision
   ④ Variety
   정답: ③ Vision – 3V는 대용량, 속도, 다양성을 의미합니다.
2. 빅데이터 환경에서 등장한 분산 저장 시스템은?
   ① Excel
   ② Hadoop
   ③ Oracle
   ④ R-Studio
   정답: ② Hadoop – 대용량 데이터를 분산 저장/처리하는 대표 기술이에요.
3. 빅데이터 환경에서 주로 사용하는 DB 유형은?
   ① RDBMS
   ② NoSQL
   ③ XMLDB
   ④ IMS DB
   정답: ② NoSQL – 비정형 데이터를 유연하게 처리할 수 있어요.
4. 빅데이터 환경이 필요하게 된 가장 큰 이유는?
   ① 스마트폰 발열 문제
   ② 데이터 정제의 어려움
   ③ 다양한 데이터의 등장
   ④ 백업 속도 향상
   정답: ③ 다양한 데이터의 등장 – 텍스트뿐 아니라 이미지, 영상 등이 쏟아졌기 때문입니다.
5. 빅데이터 환경에서 실시간 분석에 유리한 기술은?
   ① 스프레드시트
   ② Spark
   ③ WordPress
   ④ PowerPoint
   정답: ② Spark – 빠른 속도로 데이터 처리가 가능해요.

이제 빅데이터 환경이 왜 필요하게 되었는지, 그리고 어떤 기술들이 활용되는지 감이 좀 오셨죠? 다음은 전통 환경과 빅데이터 환경의 차이를 표로 정리해서 한눈에 비교해드릴게요!

5. 전통 DB vs 빅데이터 DB 비교 ⚖️

이제까지 전통 DB 환경과 빅데이터 환경을 각각 따로 살펴봤다면, 이번에는 두 환경의 차이점을 명확하게 비교해볼 시간입니다. 시험에서도 이 비교 문제는 정말 자주 출제되니까, 꼭 확실히 정리해두세요!

항목	전통 DB 환경	빅데이터 환경
데이터 형태	정형 데이터 중심 (표 형태)	비정형 데이터 포함 (이미지, 영상 등)
저장 방식	중앙 집중식	분산 저장 (HDFS 등)
확장성	수직 확장 (서버 업그레이드)	수평 확장 (노드 추가)
처리 속도	초당 수십~수백 트랜잭션	실시간 스트리밍 처리 가능
대표 기술	RDBMS, SQL	NoSQL, Hadoop, Spark

표를 한 번 훑어보니까 느낌 오시죠?

정형 vs 비정형

,

중앙 vs 분산

이 두 축만 기억해도 기본 문제는 충분히 맞힐 수 있어요.

[모의고사] 전통 vs 빅데이터 비교 문제

1. 다음 중 전통 DB와 빅데이터 환경의 차이로 옳은 것은?
   ① 모두 관계형 모델 기반이다
   ② 모두 구조화된 데이터만 처리한다
   ③ 전통은 수직 확장, 빅데이터는 수평 확장을 사용한다
   ④ 전통 DB는 분산 처리 기반이다
   정답: ③ 전통은 수직 확장, 빅데이터는 수평 확장을 사용한다
2. 전통 DB 환경에서는 어떤 데이터가 주로 처리되는가?
   ① 비정형 데이터
   ② 이미지, 영상 중심 데이터
   ③ 정형 데이터
   ④ 센서 로그 데이터
   정답: ③ 정형 데이터
3. 빅데이터 환경의 기술로 적절하지 않은 것은?
   ① NoSQL
   ② Hadoop
   ③ Spark
   ④ Excel
   정답: ④ Excel – 분석에는 쓰이지만 빅데이터 기술은 아니에요.
4. 전통 DB의 저장 구조는?
   ① HDFS
   ② 블록체인 구조
   ③ 중앙 집중형
   ④ 분산 구조
   정답: ③ 중앙 집중형
5. 빅데이터 환경에서 NoSQL을 사용하는 이유로 가장 적절한 것은?
   ① 정형 데이터 처리
   ② 관계형 무결성 확보
   ③ 다양한 데이터 구조 지원
   ④ 빠른 검색이 필요 없어서
   정답: ③ 다양한 데이터 구조 지원

여기까지 왔다면 이제 ADsP 시험에서 어떤 개념이 자주 나오는지 정리만 하면 끝입니다. 다음 섹션에서 자주 출제되는 개념을 마무리 정리해드릴게요!

6. ADsP 시험에서 자주 출제되는 개념 정리 📝

자, 이제 진짜 핵심입니다. 지금까지 배운 내용 중에서 ADsP 자격증 시험에서 정말 자주 출제되는 개념들만 콕 집어드릴게요. 이 파트만 잘 정리해도 1과목에서 절반 이상의 득점을 노릴 수 있어요.

📌 꼭 외워야 할 개념 리스트

• DBMS의 정의와 역할 – 데이터 저장·관리·보안·동시성 처리
• DBMS의 3계층 구조 – 외부·개념·내부 계층 설명 및 예시
• 전통 DB 환경의 특징 – 정형 데이터, 중앙 집중식, 수직 확장
• 빅데이터 환경의 3V – Volume, Velocity, Variety
• RDBMS vs NoSQL 차이 – 구조화된 관계 vs 유연한 비정형 구조

🎯 시험 문제에 자주 나오는 형태

• '다음 중 DBMS의 기능이 아닌 것은?' 식의 부정형 문항
• 3계층 구조 중 개념 계층의 역할 묻는 문제
• 전통 환경 vs 빅데이터 환경 비교표 형태의 선지

[모의고사] 출제 빈도 기반 최종 점검 문제

1. 다음 중 DBMS의 기능으로 옳지 않은 것은?
   ① 보안 관리
   ② 데이터 분석 시각화
   ③ 동시성 제어
   ④ 무결성 유지
   정답: ② 데이터 분석 시각화 – 시각화는 BI 도구의 영역입니다.
2. 외부·개념·내부 계층 중 사용자 관점에 해당하는 계층은?
   ① 내부
   ② 개념
   ③ 외부
   ④ 논리
   정답: ③ 외부
3. 빅데이터 환경에서 가장 강조되는 속성은 무엇인가?
   ① 관계성
   ② 정규화
   ③ 속도
   ④ 트랜잭션
   정답: ③ 속도 – Velocity는 빅데이터의 핵심 키워드 중 하나죠.
4. RDBMS와 NoSQL의 가장 큰 차이는?
   ① 저장 속도
   ② 처리 언어
   ③ 스키마 유무
   ④ 회사 브랜드
   정답: ③ 스키마 유무
5. 빅데이터 기술로 옳은 것은?
   ① ERP
   ② Hadoop
   ③ Access
   ④ PowerPoint
   정답: ② Hadoop

여기까지 따라오셨다면, DBMS와 데이터 환경 변화에 대해 시험에 나올 만한 핵심만 쏙쏙 정리하신 거예요! 다음 시간에는 ‘데이터 모델링’ 개념으로 이어서 공부해볼 거예요 :)

마무리하며 ✨

ADsP 1과목 '데이터 이해' 중에서도 가장 기본이자 핵심인 DBMS 개념과 환경 변화에 대해 정리해봤어요. 이 부분은 단순 암기보다 ‘왜 그런 구조가 필요한가’를 이해하고 나면 나중에 나올 데이터 모델링, 데이터 분석 기법 공부에도 정말 큰 도움이 돼요.

 

💡 단기 학습 전략 팁: 먼저 모의고사 문제를 3회 반복하면서 개념을 연결시키고, 그다음 이론 요약 노트를 직접 정리해보세요. 단답형 대비도 이 구조 정리부터 시작하면 훨씬 수월합니다.

 

📌 장기 전략으로는, 기출문제를 단원별로 분류해 출제 빈도가 높은 개념 중심으로 반복 학습하는 방법이 효과적이에요. 기출에 자주 등장하는 DBMS 문제 패턴을 분석해 두면, 시험장에서 시간도 아끼고 정확도도 올라갑니다.

🔁 이번 글에서 다룬 핵심 키워드 정리

• ✔️ DBMS, 데이터베이스 시스템
• ✔️ 3계층 구조: 외부·개념·내부
• ✔️ 전통 데이터 환경, 정형 데이터
• ✔️ 빅데이터 3V (Volume, Velocity, Variety)
• ✔️ RDBMS vs NoSQL, Hadoop, Spark