OLAM의 정의
OLAM은 온라인 분석 마이닝(Online Analytical Mining)의 약자로, OLAP 마이닝(OLAP Mining)이라고도 불립니다. OLAM은 온라인 분석 처리(OLAP)와 데이터 마이닝(Data Mining)을 하나로 통합하여, 다차원 데이터베이스 속에서 지식을 발굴하는 기술입니다. 데이터 마이닝 시스템에는 여러 가지 패러다임과 구조가 존재하며, OLAM은 그중에서도 OLAP 환경과 결합된 형태라고 할 수 있습니다.
데이터 웨어하우스와 전처리의 관계
다양한 데이터 마이닝 도구는 반드시 통합되고, 일관성 있으며, 정제된(cleaned) 데이터를 대상으로 작동해야 합니다. 이를 위해서는 데이터 클리닝(data cleaning), 데이터 변환(data transformation), 데이터 통합(data integration)과 같은 비용이 많이 드는 전처리 과정이 필수적입니다.
따라서 이러한 전처리 과정을 거쳐 구축된 데이터 웨어하우스(data warehouse)는 OLAP과 데이터 마이닝 양쪽 모두에 고품질 정보를 제공하는 귀중한 데이터 소스가 됩니다. 흥미로운 점은, 역으로 데이터 마이닝 자체도 데이터 클리닝과 데이터 통합에 유용하게 활용될 수 있는 도구라는 사실입니다.
OLAM이 특히 중요한 이유
1. 데이터 웨어하우스의 높은 데이터 품질
대부분의 데이터 마이닝 도구는 통합되고 일관성 있는 정제된 정보를 대상으로 작동해야 하며, 이를 위해 비용이 많이 드는 데이터 클리닝·통합·변환 과정이 전처리 단계로 요구됩니다. 이러한 전처리를 통해 구축된 데이터 웨어하우스는 OLAP과 데이터 마이닝에 고품질 데이터를 공급하는 소중한 자원이 됩니다. 또한 데이터 마이닝은 데이터 클리닝 및 통합 작업 자체에도 유용한 도구로 활용될 수 있습니다.
2. 데이터 웨어하우스 주변의 정보 처리 인프라 활용
포괄적인 데이터 처리·분석 인프라는 이미 데이터 웨어하우스를 중심으로 체계적으로 구축되어 있거나 구축될 예정입니다. 여기에는 서로 이질적인(heterogeneous) 다양한 데이터베이스의 접근·통합·통합화·변환, ODBC/OLE DB 연결, 웹 접근 및 서비스 시설, 문서화 및 OLAP 분석 도구 등이 포함됩니다. 모든 것을 처음부터 새로 만드는 것보다는, 이미 갖춰진 기존 인프라를 최대한 활용하는 것이 현명한 선택입니다.
3. OLAP 기반의 탐색적 데이터 분석
효과적인 데이터 마이닝을 위해서는 탐색적 데이터 분석(exploratory data analysis)이 필수적입니다. 사용자는 데이터베이스를 자유롭게 탐색하고, 관련 정보 영역을 선택한 뒤, 다양한 세분화 수준(granularity)에서 이를 분석하고, 그 결과나 지식을 여러 형태로 확인할 수 있어야 합니다.
온라인 분석 마이닝은 데이터 큐브(data cube)와 중간 데이터 마이닝 결과물에 대해 드릴링(drilling), 피벗팅(pivoting), 필터링(filtering), 다이싱(dicing), 슬라이싱(slicing) 등의 조작을 지원함으로써, 여러 데이터 부분집합과 여러 추상화 수준에서 데이터 마이닝을 수행할 수 있는 환경을 제공합니다.
4. 데이터 마이닝 기능의 온라인 선택
사용자가 자신이 어떤 종류의 지식을 발굴하고 싶은지 미리 명확히 알지 못하는 경우도 많습니다. OLAM은 OLAP과 다양한 데이터 마이닝 기능을 통합함으로써, 사용자가 원하는 데이터 마이닝 기능을 유연하게 선택하고 데이터 마이닝 작업을 실시간으로 동적으로 교체할 수 있도록 지원합니다.