온라인 분석 마이닝(OLAM)이란?
온라인 분석 마이닝(OLAM, Online Analytical Mining) 서버는 OLAP 서버가 온라인 분석 처리를 수행하는 방식과 매우 유사하게, 데이터 큐브(data cube) 위에서 분석적 마이닝을 수행합니다. 즉, 다차원 데이터 큐브를 기반으로 온라인 상태에서 데이터 마이닝을 수행할 수 있도록 설계된 시스템입니다.
OLAM과 OLAP의 통합 메커니즘
통합된 OLAM·OLAP 환경에서는 두 서버 모두 그래픽 사용자 인터페이스(GUI) API를 통해 사용자의 온라인 질의나 명령을 받아들이고, 큐브 API를 통해 데이터 분석 과정에서 데이터 큐브와 상호작용합니다.
메타데이터 디렉터리를 활용하면 데이터 큐브에 대한 접근을 체계적으로 안내할 수 있습니다. 데이터 큐브는 MDDB API를 통해 여러 데이터베이스에 접근하고 통합함으로써 구축되며, OLE DB 또는 ODBC 연결을 제공하는 데이터베이스 API를 통해 데이터 웨어하우스를 필터링하여 만들 수도 있습니다.
다양한 데이터 마이닝 작업 수행
OLAM 엔진은 개념 기술(concept description), 연관 분석(association), 분류(classification), 예측(prediction), 군집화(clustering), 시계열 분석(time-series analysis) 등 폭넓은 데이터 마이닝 작업을 수행할 수 있습니다. 따라서 일반적으로 여러 개의 통합된 데이터 마이닝 모듈로 구성되며, 그만큼 OLAP 엔진보다 정교하고 복잡한 구조를 갖습니다.
OLAP과 OLAM의 데이터 큐브 비교
OLAP에 필요한 데이터 큐브와 OLAM에 필요한 데이터 큐브 사이에는 본질적인 차이가 없습니다. 다만 OLAM 분석은 더 강력한 데이터 큐브 구축 및 접근 도구를 요구할 수 있습니다. 대표적인 경우로는 OLAM이 더 많은 차원을 더 세분화된 입자성(granularity)으로 다루거나, 데이터 큐브 위에서 다중 특징 집계(multi-feature aggregation)에 대한 발견 주도형 탐색(discovery-driven exploration)을 수행하는 상황을 들 수 있습니다.
드릴스루(Drill-through) 기능
탐색적 데이터 마이닝 과정에서 흥미로운 패턴이나 지점이 발견되면, OLAM 엔진은 데이터 큐브에서 해당 관계형 데이터베이스로 드릴스루(drill-through)하여 특정 데이터 영역에 대한 상세 분석을 진행할 수 있습니다. 이를 통해 요약된 큐브 수준의 분석을 넘어 원시 데이터까지 심층적으로 살펴볼 수 있습니다.
데이터 큐브 설계 개선으로 이어지는 마이닝
또한 데이터 마이닝 과정에서 구축된 큐브의 차원이나 측정값(measure)이 데이터 분석에 적합하지 않다는 사실이 드러날 수 있습니다. 이 경우 정제된 데이터 큐브 설계는 데이터 웨어하우스 구축 품질 향상에 실질적인 기여를 하며, 마이닝 결과가 곧 데이터 모델 개선의 피드백 역할을 하게 됩니다.
탐색적 데이터 분석과 시각화의 결합
효과적인 데이터 마이닝에는 탐색적 데이터 분석이 필수적입니다. 사용자는 데이터베이스를 자유롭게 탐색하면서 관련 데이터의 일부를 선택하고, 다양한 입자성 수준에서 분석을 수행하며, 결과를 여러 가지 형태로 확인하기를 원합니다.
온라인 분석 마이닝은 데이터의 다양한 부분집합과 서로 다른 추상화 수준에서 데이터 마이닝을 수행할 수 있는 환경을 제공합니다. 드릴(drilling), 피벗(pivoting), 필터링(filtering), 다이싱(dicing), 슬라이싱(slicing)과 같은 연산을 데이터 큐브와 중간 데이터 마이닝 결과에 적용함으로써 이를 실현합니다. 여기에 데이터·지식 시각화 도구가 결합되면 탐색적 데이터 마이닝의 분석 능력과 유연성이 한층 크게 향상됩니다.