데이터베이스란 무엇인가

엑셀 파일과 무엇이 다를까?

"비개발자가 알아야 할 데이터베이스 이야기" 12부작 중 1편입니다. 데이터베이스가 무엇인지, 왜 조직의 기억인지, 그리고 엑셀 파일과 무엇이 다른지 다룹니다.

시리즈의 핵심 문장 데이터베이스는 데이터를 쌓아 두는 창고가 아니다. 조직의 기억을 정확하고 안전하게 관리하는 약속의 체계다.

(시리즈를 쓴 이유와 대상 독자는 서문: 시리즈를 시작하며를 참고하세요.)

---

인류는 늘 무언가를 기록해 왔다

데이터베이스 이야기는 컴퓨터보다 훨씬 오래전, 동굴 벽에서 시작된다.

인류는 기억하기 위해 항상 무엇인가를 기록해 왔다. 문자가 생기기 전에도 바위에 그림으로 사냥과 별자리를 남겼고, 점토판에 곡물의 수량을 새겼다. 오늘도 누군가는 종이에 메모를 하고, 휴대폰 메모 앱에 아이디어를 적는다. 기록의 도구는 바위에서 점토판으로, 종이에서 화면으로 바뀌었지만 목적은 한 번도 바뀐 적이 없다. 잊어버리지 않기 위해.

그런데 기록에는 오래된 두 번째 문제가 있다. 써 놓고도 나중에 찾지 못한다는 것.

종이 메모를 떠올려 보자. 정해진 노트에 차곡차곡 적었다면 다행이지만, 그럴 수 있는 날은 많지 않다. 영수증 뒷면, 책갈피, 회의 자료 여백에 흩어져 적힌 메모를 찾으려면 먼저 그 종이를 찾아야 하고, 찾은 뒤에도 원하는 내용이 어디 있는지 일일이 읽어 봐야 한다. 휴대폰도 다르지 않다. 메모 앱, 사진첩, 메신저 대화방에 흩어진 기록 속에서 "그게 어디 있더라"를 검색해 본 경험은 누구에게나 있다.

정리하면 인류의 기록 문제는 세 가지로 압축된다.

1. 기록한다 — 잊지 않기 위해 남긴다
2. 찾는다 — 필요할 때 빠르게 꺼낸다
3. 활용한다 — 꺼낸 기록으로 결정하고 행동한다

그리고 이 세 가지를 개인의 부지런함이 아니라 체계로 해결하고자 하는 필요가, 결국 데이터베이스를 만들었다. 데이터베이스는 새로운 발명이 아니라, 수만 년 된 기록의 문제에 대한 가장 체계적인 답이다.

그래서, 데이터베이스란 무엇인가

온라인 쇼핑몰에서 상품을 주문하면 여러 가지 일이 거의 동시에 벌어진다. 재고 수량이 줄고, 결제 상태가 바뀌며, 배송 주소가 전달되고, 고객의 주문 내역에도 새 항목이 생긴다. 다음 날 고객센터에 전화하면 상담원은 주문 번호 하나로 이 기록들을 찾아낸다.

이 모든 정보는 어디에 있을까?

대부분 **데이터베이스(database)**에 있다. 데이터베이스는 필요한 정보를 일정한 방식으로 저장하고, 찾고, 고치고, 서로 연결해 사용할 수 있게 만든 정보 체계다. 고객 명단처럼 단순한 정보뿐 아니라 은행 잔액, 병원 예약, 배달 위치, 동영상 시청 기록, 공장 센서 값도 데이터베이스에 저장된다.

종이 메모와 비교하면 차이가 선명하다. 데이터베이스에는 "정해진 노트"가 있고(구조), 원하는 기록을 처음부터 읽지 않아도 되는 찾아보기가 있으며(인덱스), 수천 명이 동시에 써도 서로 덮어쓰지 않는다. 인류가 종이에서 풀지 못한 "기록하고, 쉽게 찾고, 잘 활용하는" 문제를 기계가 대신 정직하게 수행하도록 만든 체계인 것이다.

먼저 물어야 할 질문: 데이터베이스는 왜 필요한가?

기술 설명에 앞서 더 근본적인 질문이 있다. 조직은 왜 데이터를 보관하고 관리해야 하는가? 그리고 왜 '잘' 관리해야 하는가?

왜 보관하는가 — 기억하지 못하면 반복하고, 반복하면 비용이 된다

사람의 기억은 사라진다. 담당자는 퇴사하고, 이메일은 묻히고, 구두로 주고받은 약속은 증발한다. 그러나 고객과의 거래, 직원과의 계약, 규제 당국과의 의무는 사라지지 않는다.

• 고객은 기억받기를 원한다. "저번에 말씀드렸잖아요"라는 말을 듣는 순간 고객 신뢰는 무너진다. 고객의 주문, 문의, 선호를 기억하는 것이 곧 서비스 품질이다.
• 법과 계약은 기억을 요구한다. 세금계산서, 계약서, 인사 기록, 접근 기록은 법이 정한 기간만큼 보관해야 하는 경우가 많다.
• 조직의 지식은 데이터로 축적된다. 어떤 상품이 언제 팔렸는지, 어떤 캠페인이 효과가 있었는지를 기록해 두어야 다음 결정이 과거 위에 서 있다. 기록 없는 조직은 같은 실수를 반복한다.

데이터를 보관한다는 것은 곧 조직이 기억력을 갖는다는 뜻이다.

왜 '관리'해야 하는가 — 쌓기만 하면 창고가 아니라 쓰레기장이 된다

보관만으로는 부족하다. 10년 치 고객 데이터가 있어도, 정리되지 않으면 찾을 수 없고, 찾아도 믿을 수 없다.

관리되지 않는 데이터의 전형적인 모습이다.

• 같은 고객이 시스템 세 곳에 서로 다른 이름과 주소로 존재한다
• 어떤 파일이 최신인지 아무도 모른다 — 최종.xlsx, 최종_수정.xlsx, 진짜최종_v3.xlsx
• 담당자가 퇴사한 뒤 그 파일이 왜 그렇게 생겼는지 설명할 사람이 없다
• 필요할 때 꺼내 쓰지 못할 바에야, 애초에 없는 것과 다름없다

그래서 데이터베이스는 '저장'에 그치지 않는다. 정해진 구조로 저장하고, 빠르게 찾고, 정확하게 바꾸고, 누가 바꿨는지 기록하고, 사라지면 되돌릴 수 있게 설계된 체계다. 이것이 폴더에 파일을 쌓아 두는 것과 데이터베이스의 차이다.

왜 '잘' 해야 하는가 — 데이터베이스 장애는 곧 사업 장애다

데이터베이스가 멈추거나 데이터가 틀리면 무슨 일이 생기는지 생각해 보자.

• 결제 기록이 사라진다 → 매출 누락, 고객 분쟁
• 재고가 없는데 주문을 받는다 → 환불 폭주, 배송 지연
• 환자의 투약 기록이 엇갈린다 → 생명에 관한 문제
• 고객 정보가 새어 나간다 → 과징금, 소송, 브랜드 붕괴

데이터베이스의 문제는 컴퓨터 문제가 아니라 매출, 서비스, 신뢰, 때로는 생명의 문제다. 그래서 "데이터베이스를 잘 관리한다"는 것은 IT 부서의 기술적 과업이 아니라, 조직 전체의 약속 이행 능력이다.

데이터와 정보, 지식, 지혜는 어떻게 다를까?

14258888282이라는 숫자 나열이 있다. 이것은 그 자체로는 뜻을 알 수 없는 데이터다.

여기에 형식과 맥락을 붙여 보자. +1 425 888 8282 — 미국(+1)의 전화번호 형식을 갖춘 번호라는 것을 알게 되면 정보가 된다.

"이 번호는 이 글의 저자의 전화번호다"라는 사실을 알면 지식이 된다. 이제 이 번호가 누구에게 연결되는지, 무엇을 할 수 있는지 안다.

그리고 그 지식을 바탕으로 실제로 전화를 걸어 문의를 해결하면, 그것이 지혜다 — 지식을 행동으로 옮기는 것.

데이터(기록된 값) → 정보(맥락이 붙은 값) → 지식(판단의 근거) → 지혜(행동)

이 네 단계 사다리는 데이터 관리에서 중요한 시사점을 준다.

• 데이터가 틀리면 사다리 전체가 무너진다. 숫자 하나가 잘못 기록되면 정보, 지식, 행동 모두 틀어진다. 6편의 GIGO(Garbage In, Garbage Out)가 바로 이 첫 단계의 이야기다.
• 데이터는 있어도 맥락이 없으면 정보가 되지 못한다. 데이터베이스가 값뿐 아니라 "이 값이 누구의 것인지, 무엇을 뜻하는지, 언제 생겼는지"를 함께 관리하는 이유다.
• 조직의 목표는 데이터 수집이 아니라 지혜, 즉 더 나은 행동이다. 데이터를 아무리 많이 쌓아도 판단과 행동으로 이어지지 않으면 저장 비용만 드는 창고일 뿐이다.

데이터 관리와 분석의 목표는 결국 지혜다

여기서 한 걸음 더 나아가 보자. 조직이 데이터를 관리하고, 분석(비즈니스 인텔리전스, 데이터 과학)에 투자하는 이유는 무엇일까? 보고서를 만들기 위해서가 아니다. 데이터를 통해 지혜를 얻고, 그 지혜를 실제 행동으로 옮기기 위해서다.

고객 서비스를 예로 들면 이 사다리가 선명해진다.

• 사후 대응(정보 수준): 불만이 접수되면 기록을 찾아 해결한다. 없는 것보다 낫지만, 고객은 이미 불만을 느낀 뒤다.
• 패턴 파악(지식 수준): 불만 데이터를 분석해 "배송 지연 지역에서 문의가 집중된다"는 지식을 얻는다.
• 선제 행동(지혜 수준): 고객이 불만을 느끼기 전에 먼저 연락해 상황을 설명하고 해결책을 제시한다. 서비스 사용이 뜸해진 고객에게 먼저 다가가 이탈 원인을 파악하고, 계속 이용할 수 있도록 돕는다.

같은 데이터도 어느 단계까지 올리느냐에 따라 가치가 완전히 달라진다. "우리는 데이터를 많이 갖고 있다"는 말은 출발점에 불과하고, 진짜 질문은 **"그 데이터가 우리의 행동을 바꾸는가"**다. 전화번호 예시에서 지혜가 '전화를 거는 것'이었듯, 조직의 지혜는 고객에게 먼저 다가가는 것, 문제가 커지기 전에 고치는 것, 근거 있는 결정을 내리는 것이다.

그래서 데이터베이스는 단순한 파일 보관함과 다르다. 값 사이의 관계와 사용 규칙까지 담아, 데이터가 정보와 지식으로 쉽게 올라갈 수 있게 돕는다. 이 사다리는 이 시리즈 마지막 편의 주제이기도 하다 — AI 시대에 좋은 데이터가 왜 좋은 결정의 출발점인지는 12편에서 자세히 다룬다.

엑셀도 데이터베이스일까?

스프레드시트는 데이터를 표로 정리하고 계산하는 훌륭한 도구다. 한두 사람이 고객 명단이나 예산을 관리할 때는 데이터베이스보다 간편할 수 있다. 하지만 사용자가 늘고 업무가 복잡해지면 한계가 드러난다.

스프레드시트가 나쁘다는 뜻은 아니다. 도구의 목적이 다를 뿐이다. 개인이나 작은 팀의 분석에는 스프레드시트가 편하다. 그러나 여러 사용자가 같은 정보를 바탕으로 서비스를 운영해야 한다면, 그리고 그 정보가 틀리거나 사라지면 사업이 흔들린다면 데이터베이스가 적합한 경우가 많다.

데이터베이스와 DBMS는 같은 말일까?

엄밀히 말하면 다르다.

• 데이터베이스는 정리되어 저장된 데이터의 집합이다.
• **데이터베이스 관리 시스템(DBMS)**은 그 데이터를 저장하고, 찾고, 수정하고, 보호하는 소프트웨어다.

도서관을 떠올리면 쉽다. 책의 모음이 데이터베이스라면, 대출·반납·검색·회원 권한을 관리하는 운영 체계가 DBMS다. PostgreSQL, MySQL, Microsoft SQL Server, Oracle Database, MongoDB 같은 이름은 주로 DBMS 제품을 가리킨다.

데이터베이스가 하는 네 가지 기본 일

1. 새 정보를 넣는다 (Create)
2. 필요한 정보를 찾는다 (Read)
3. 기존 정보를 고친다 (Update)
4. 필요 없어진 정보를 지운다 (Delete)

개발자는 이를 CRUD라고 부른다. 약어를 외울 필요는 없다. 중요한 것은 "저장"만이 데이터베이스의 일이 아니라는 점이다. 빠르게 찾고, 안전하게 바꾸고, 누가 바꿨는지 확인하며, 문제가 생기면 되돌릴 수 있어야 한다. 특히 네 번째 '삭제'는 요즘 더 중요해졌다 — 목적이 끝난 개인정보를 계속 보관하는 것 자체가 법 위반이 되는 시대이기 때문이다(8편에서 자세히 다룬다).

데이터베이스는 조직의 기억이다

고객이 결제했는데 기록이 사라지거나, 환자가 먹는 약의 정보가 서로 다르거나, 재고가 없는데 주문을 계속 받는다면 사업은 제대로 움직일 수 없다.

데이터베이스를 이해한다는 것은 제품 이름을 많이 아는 것이 아니다. 우리 조직이 어떤 사실을 기억해야 하는지, 그 사실을 누가 보고 바꿀 수 있는지, 틀렸을 때 어떻게 알아차리고 복구할지를 이해하는 것이다.

핵심 정리 인류는 바위 그림부터 휴대폰 메모까지 늘 기록해 왔지만, "써 놓고 찾지 못하는" 문제는 오래됐다. 데이터베이스는 이 문제 — 기록하고, 쉽게 찾고, 잘 활용하기 — 를 개인의 부지런함이 아니라 체계로 해결하기 위해 태어났다. 보관은 기억을 남기는 일, 관리는 기억을 쓸 수 있게 하는 일, 그리고 잘 관리하는 것은 기억이 곧 매출과 신뢰이기 때문에 선택이 아닌 필수다. 스프레드시트와 겉모습이 비슷해 보여도, 동시 사용, 입력 규칙, 권한, 복구까지 관리한다는 점에서 다르다.

생각해 볼 질문

• 우리 조직에서 사라지면 가장 곤란한 정보는 무엇인가?
• 그 정보의 원본이 어디에 있는지 모두 알고 있는가?
• 같은 고객이나 상품이 여러 파일에 서로 다르게 기록되어 있지는 않은가?
• 담당자가 내일 퇴사한다면, 그 사람만 아는 데이터의 의미가 함께 사라지지 않는가?

다음 글: 데이터베이스는 여러 사람이 동시에 정보를 바꿔도 어떻게 정확성을 지킬까? 그리고 그 정확성이 흔들릴 때 사업에는 어떤 일이 벌어질까?

---

시리즈 목차

1. 데이터베이스란 무엇인가 — 엑셀 파일과 무엇이 다를까? ← 현재 글
2. 데이터베이스는 어떻게 정확성을 지킬까
3. 데이터베이스에는 어떤 종류가 있을까
4. 데이터베이스, 데이터 웨어하우스, 데이터 레이크
5. 올바른 데이터베이스 선택이 중요한 이유
6. 데이터 모델과 데이터 품질
7. 데이터 거버넌스란 무엇인가
8. 개인정보는 적게, 필요한 만큼만
9. 데이터 보안의 기본
10. 데이터 침해는 왜 일어나며, 발생하면 무엇을 해야 할까
11. 클라우드와 서버리스 데이터베이스
12. AI 시대의 데이터베이스