DIKW 피라미드 완전정복_ADsP 1과목

🏛️ DIKW 피라미드 완전정복

D → I → K → W

데이터(Data)가 맥락을 만나 **정보(Information)**가 되고,

정보가 패턴/규칙으로 **지식(Knowledge)**이 되며,

지식이 판단·가치와 결합해 **지혜(Wisdom)**로 승화되는 흐름을 뜻해요.


📌 한눈에 보기 (시험 저장용 카드)

🔺 단계핵심정의생성 질문산출물 예시ADsP 포인트
W 지혜 🧭옳은 결정을 내리는 원칙/판단그래서 무엇을 해야 옳은가?정책·전략·우선순위윤리·리스크·비용·효과 종합 판단
K 지식 🧠규칙·패턴·모델로 일반화어떤 규칙이 보이는가?ML모델, 규칙셋, 가이드라인피처·모델링·성능기준
I 정보 🗂️맥락/의미가 붙은 정리된 데이터무엇을 의미하는가?리포트, 대시보드, 지표KPI/시각화/전처리
D 데이터 💾맥락 전의 원자료(사실)무엇이 수집되었는가?로그, 센서값, 텍스트품질·스키마·수집/저장

암기 팁: “원자료 → 의미 → 규칙 → 판단” (데·정·지·지)


🧩 1단계: 데이터(Data) — 💾 “있는 그대로”

  • 정의: 가공 전 원시 값(숫자, 텍스트, 이미지, 로그 등)
  • 핵심 키워드: 정확성, 완전성, 일관성, 적시성
  • 수험 포인트
  • 데이터 품질 지표(Accuracy/Completeness/Consistency/Timeliness)
  • 스키마/코덱/단위/결측치/이상치 체크
  • 예시: “2025-10-13 09:00, 서울, 18.2℃”

🗂️ 2단계: 정보(Information) — 📊 “맥락이 붙다”

  • 정의: 목적과 문맥에 맞게 정리·요약되어 의미를 가지는 상태
  • 핵심 키워드: 집계, 정규화, 가공, 시각화, 메타데이터
  • 수험 포인트
  • KPI 정의(분자/분모, 기간, 기준)
  • 집계 단위(일/주/월), 차원/측정값, 데이터 사전(Data Dictionary)
  • 예시: “서울 10월 평균기온 18.2℃ (전년 대비 +0.9℃)”

🧠 3단계: 지식(Knowledge) — 🧪 “규칙과 패턴”

  • 정의: 정보를 분석해 일반화된 규칙/모델/노하우로 만들기
  • 핵심 키워드: 상관/인과 가설, 피처, 모델, 규칙, 휴리스틱
  • 수험 포인트
  • 모델 성능 지표(정확도·정밀도·재현율·F1·AUC)
  • 교차검증·리프트/게인·오버피팅/언더피팅
  • 예시: “기온이 1℃ 오르면 아이스크림 매출 6% 증가(회귀모델 β=0.06)”

🧭 4단계: 지혜(Wisdom) — 🧑‍⚖️ “올바른 결정”

  • 정의: 지식을 비용·효과·윤리·리스크와 통합해 의사결정
  • 핵심 키워드: 전략, 우선순위, 정책, ROI, 규제 준수, 윤리
  • 수험 포인트
  • 목표 정렬(OKR/KPI), 영향평가, A/B 실험의 실제 적용
  • 데이터 윤리(공정성, 책임성, 설명가능성)
  • 예시: “폭염 예보 시 아이스크림 재고 15% 증량 + 냉동차 물류 증편”

🔄 데이터가 위로 올라가는 실무 흐름 (ETL → BI → ML → 의사결정)

  1. 수집/정제(ETL) → 결측·이상치 처리, 표준화
  2. 요약/시각화(BI) → 리포트·대시보드
  3. 모델링(DS/ML) → 패턴·규칙 도출, 성능 검증
  4. 전략/실행(Ops) → 실험·정책 반영·모니터링

체크: 데이터 품질이 흔들리면 위 단계가 모두 왜곡돼요. 시험에서도 품질 항목과 전처리 절차가 자주 묻습니다.


🎯 ADsP 기출 포인트 정리

  • 정의 매칭형
  • 원시 값/맥락 없음데이터
  • 목적·의미 부여정보
  • 규칙/모델/경험칙지식
  • 가치·윤리·판단지혜
  • 흐름/사다리형
  • “데이터가 ‘의미’를 얻으면?” → 정보
  • “정보가 ‘일반화된 규칙’이 되면?” → 지식
  • “지식으로 ‘무엇을 해야 하나’를 답하면?” → 지혜
  • 함정 주의
  • 정보 ↔ 지식: 보고서 자체는 정보, 그 보고서에서 규칙·원인·정책을 뽑아내면 지식
  • 지식 ↔ 지혜: 지식은 예측/설명, 지혜는 선택/우선순위

🧰 실무 예시로 마무리

  • 리테일: POS 원시 로그(데이터) → 주간 품목별 매출(정보) → 수요예측모델(지식) → 발주·프로모션 전략(지혜)
  • 제조: 센서 시계열(데이터) → 설비별 이상율 리포트(정보) → 고장예측모델(지식) → 예방정비 정책(지혜)
  • 보안: 이벤트 로그(데이터) → IOC 대시보드(정보) → 침해 징후 룰셋(지식) → 대응 우선순위/차단정책(지혜)