2024 행시 2차 정보체계론 3번 해설

1) 데이터, 정보, 지식의 개념

① 데이터(data) 관찰이나 측정으로 얻은 사실, 수치, 문자, 기호로서 아직 가공되거나 해석되지 않은 원자료입니다. 특정 목적이나 맥락과 연결되지 않았으므로 그 자체로는 의미를 갖지 않습니다. 객관적이고 대량으로 생성되며, 저장·전송·복제가 쉽습니다. 예를 들어 '37.8', '2024-07-03' 같은 값이 데이터입니다.

② 정보(information) 데이터를 특정 목적에 맞게 수집·분류·처리·조직하여 의미를 부여한 것입니다. 정보는 이용자의 불확실성을 줄이고 의사결정에 활용됩니다. 좋은 정보는 정확성, 적시성, 목적 적합성, 완전성을 갖추어야 합니다. 예를 들어 '7월 3일 환자의 체온이 37.8도로 정상보다 높다'는 정보입니다.

③ 지식(knowledge) 정보를 경험, 맥락, 해석과 결합하여 일반화·체계화한 이해로서, 판단하고 행동하는 근거가 됩니다. 문서·매뉴얼처럼 표현할 수 있는 형식지와 개인의 경험에 체화된 암묵지로 나뉩니다. 예를 들어 '고열과 특정 증상이 함께 나타나면 감염병을 의심하고 검사해야 한다'는 판단 기준이 지식입니다.

2) 데이터, 정보, 지식의 관계와 예시

세 개념은 데이터 → 정보 → 지식으로 이어지는 계층 관계(여기에 지혜를 더해 DIKW 계층이라고 부릅니다)를 이룹니다. 아래 단계는 위 단계의 원료이고, 위로 올라갈수록 가공과 해석이 더해져 양은 줄지만 가치와 활용도는 커집니다.

예시 — 도시 교통 관리

• 데이터: 도로 곳곳의 차량 검지기가 수집한 시간대별 통과 차량 수와 속도 기록
• 정보: 이를 구간·시간대별로 집계하여 '평일 오전 8시 A교차로 구간의 평균 속도가 시속 12킬로미터로 정체가 심하다'는 정보를 얻습니다.
• 지식: 여러 기간의 정보를 축적·분석하여 '학교 등교 시간과 겹치는 날에는 정체가 심해지며, 좌회전 신호를 늘리면 정체가 줄어든다'는 일반화된 판단을 얻고, 이를 신호 운영 기준으로 활용합니다.

이 관계는 일방향이 아니라 순환적입니다. 축적된 지식은 어떤 데이터를 새로 수집해야 하는지를 알려 주고(예: 보행자 데이터 추가 수집), 새 데이터는 다시 정보와 지식을 갱신합니다. 데이터 기반 지식정보사회의 경쟁력은 데이터를 많이 가지는 것이 아니라 이를 정보와 지식으로 전환하는 역량에 달려 있습니다.