다양한 문제를 인식하며, 상대방이 제기하는 문제의 의도를 파악하여 필요한 정보나 자료를 수집해서 그 문제를 해결한다. 또는 자료를 통하여 새로운 사실을 만들어 내기도 한다. 자료 수집은 문제를 해결하기 위한 하나의 과정이라고 할 수 있다. 이러한 자료 수집에는 두 가지가 있다.

첫 번째 자료 수집은 문제의 원인을 파악하기 위하여 다양한 측면에서 원인에 해당하는 자료를 수집하는 것으로 요구사항을 수집하는 것이다. 이런 유형의 자료는 정량적이지 않아서 수치적으로 표현하기 어려운 경우가 많이 있다. 또한 사람들이 생각하는 요구사항은 욕구와 관련된 것들도 있기 때문에 숨겨진 의도를 잘 파악하는 것도 중요하다. 요구사항과 같은 유형의 자료 수집은 일을 처리하는 흐름에 관련된 내용을 수집해야 한다. 일반적으로 이런 유형의 자료들을 작업 흐름, 프로세스라고 부른다. 소프트웨어를 개발할 때 프로세스라고 말하는 것은 데이터를 처리하는 작업의 흐름을 의미한다.

두 번째, 자료 수집은 문제나 요구사항 해결의 근거가 되는 자료 수집으로 이런 유형의 자료를 데이터라고 할 수 있다. 데이터의 경우 정형적인 것들이 대부분이라고 할 수 있다. 종종 데이터는 데이터를 설명하는 대표이름을 가지고 얘기하는 것이 편할 수 있다. 예를 들어 자동차명, 자동차의 제조회사, 자동차 모델, 자동차의 생산시기, 자동차의 가격, 자동차의 생산대수, 자동차 종류 등과 같은 자동차 관련 데이터가 많이 있을 때 이런 종류의 데이터를 총칭해서 대표이름인 자동차 데이터라고 하면 좀 편하게 얘기할 수 있다. 대표이름이 자동차라면 나머지 데이터인 자동차의 제조회사, 자동차 모델, 자동차의 생산시기, 자동차의 가격, 자동차의 생산대수, 자동차 종류는 대표이름을 설명하는 데이터의 속성이라고 한다.

우리가 일반적으로 혼용해서 사용하는 단어인 정보와 데이터의 차이를 알아 보자. 데이터는 사실을 기반으로 만들어진 것들이다. 많은 데이터들이 그 자체로는 무의미한 것일 수 있다. 무의미해 보이는 이런 데이터를 수집하여 가공 처리한 후에 사람에게 필요한 형태로 만든 것이 정보이다. 정보가 만들어지는 데는 각각의 목적이 있다. 또한 이렇게 만들어진 정보는 신뢰성이 있어야 한다.

그러므로 정보는 데이터가 신뢰성있게 가공된 형태라고 할 수 있다. 예를 들어 온도계를 통하여 온도를 측정하여 데이터를 수집하고 있다.

날짜 별로 10도, 12도 등등의 온도를 측정하여 기록하고 있는데 이 데이터를 내가 어떤 종류의 옷을 입을지 결정하는데 활용하기 위하여 5도 이하면 두꺼운 오리털 옷을 입고 5도에서 15도 사이면 두껍지 않은 점퍼를 입고 15도 이상이면 외투 없이 활동하고 20도 이상이면 반팔 티셔츠를 입는다고 할 때, 그 날의 온도 데이터는 비로소 정보가 되는 것이다. 오늘의 온도가 10도이면 두껍지 않은 옷을 입는 날로 가공되는 것이다. 즉 온도를 통하여 옷을 구분하는 새로운 정보로 가공되는 것이다.

채성수 chaesungsoo@iabacus.co.kr소프트웨어 개발 전문기업 ㈜ 애버커스 사업총괄 부사장. 엘지전자와 엘지씨엔에스(LG CNS)에서 다년간 컴퓨터 관련 사업을 추진한 전문가이다. 국가 공인 최고 자격인 정보관리기술사로 성균관대 및 서강대에서 컴퓨터 관련 연구를 수행했으며 소프트웨어 공학, 컴퓨터적 사고에 대해서 관심을 갖고 다양한 활동을 하고 있다.

(*이 칼럼은 Nextdaily의 편집방향과 다를 수 있습니다.)