AOI(속성 지향 유도)란?
AOI는 속성 지향 유도(Attribute-Oriented Induction)를 의미합니다. 이 개념 기술(concept description) 접근 방식은 1989년에 처음 제안되었으며, 데이터 큐브(data cube) 방식이 소개되기 몇 년 전의 일입니다. 데이터 큐브 방식은 본질적으로 데이터의 구체화된 뷰(materialized view), 즉 데이터 웨어하우스에서 사전에 계산해 둔 뷰에 기반을 두고 있습니다.
일반적으로 AOI는 OLAP 질의나 데이터 마이닝 질의가 처리를 위해 제출되기 이전에 오프라인 집계(off-line aggregation)를 미리 수행합니다. 다시 말해, 속성 지향 유도 방식은 질의 중심(query-oriented)이며, 일반화(generalization)에 기반한 온라인 데이터 분석 방법이라고 할 수 있습니다.
속성 지향 유도의 기본 원리
속성 지향 유도의 핵심 아이디어는 다음과 같습니다. 먼저 데이터베이스 질의를 통해 분석 과제와 관련된 데이터(task-relevant data)를 수집한 뒤, 해당 데이터 집합 내 각 속성의 서로 다른 값(distinct value)의 개수를 검토하여 일반화를 수행합니다.
일반화는 속성 제거(attribute removal) 또는 속성 일반화(attribute generalization)를 통해 구현됩니다. 또한 집계(aggregation)는 동일하게 일반화된 튜플들을 결합하고 각각의 개수(count)를 누적하는 방식으로 수행되며, 이를 통해 일반화된 데이터 집합의 크기를 줄일 수 있습니다. 그 결과로 얻어진 일반화된 연관 정보는 사용자에게 차트나 규칙 등 여러 형태로 표현될 수 있습니다.
속성 지향 유도의 처리 과정
데이터 포커싱(Data Focusing): 속성 지향 유도를 수행하기 전에 반드시 데이터 포커싱이 선행되어야 합니다. 이 단계는 분석 대상이 되는 과제 관련 레코드(즉, 분석용 데이터)를 정의하는 것에 해당하며, 데이터는 데이터 마이닝 질의에서 명시된 조건에 따라 수집됩니다.
효율성과 결과의 질 향상: 데이터 마이닝 질의는 보통 데이터베이스의 일부분과만 관련이 있기 때문에, 관련 있는 데이터 집합만 선별하면 마이닝 효율이 높아질 뿐만 아니라, 데이터베이스 전체를 대상으로 마이닝하는 경우보다 더 의미 있는 결과를 얻을 수 있습니다.
관련 속성 지정의 어려움: 분석에 사용할 관련 속성 집합(DMQL에서 'in relevance to' 절로 지정되는 마이닝 대상 속성)을 사용자가 직접 지정하기란 쉽지 않을 수 있습니다. 사용자가 중요하다고 판단한 몇 가지 속성만 선택하다 보면, 결과 표현에 실제로 영향을 미치는 다른 속성들을 놓치기 쉽습니다.
예시 — 출생지 차원: 예를 들어 '출생지(birth place)' 차원이 도시(city), 주(province/state), 국가(country) 속성으로 정의되어 있다고 가정해 봅시다. 출생지 차원에 대한 일반화를 제대로 수행하려면, 이 차원을 정의하는 나머지 속성들도 함께 분석에 포함되어야 합니다.
자동 속성 포함의 장점: 시스템이 주(state)와 국가(country)를 자동으로 관련 속성에 포함하도록 하면, 유도(induction) 단계에서 도시(city)를 이보다 상위의 개념 수준으로 일반화할 수 있습니다.
반대의 경우 — 과도한 속성 지정: 반대로 사용자가 "in relevance to *" 절을 사용해 가능한 모든 속성을 지정하면 너무 많은 속성이 분석에 포함될 수 있습니다. 이 경우 from 절에서 지정한 릴레이션의 모든 속성이 분석 대상이 됩니다.
속성 관련성 분석: 이때 일부 속성은 의미 있는 결과 표현에 거의 기여하지 못할 수 있습니다. 이런 경우 상관관계(correlation) 기반이나 엔트로피(entropy) 기반의 분석 방법을 활용해 속성 관련성 분석(attribute relevance analysis)을 수행하고, 통계적으로 무관하거나 관련성이 약한 속성을 기술적 마이닝(descriptive mining) 과정에서 걸러낼 수 있습니다.
정리
AOI는 데이터 웨어하우스 환경에서 개념 기술과 데이터 요약을 효율적으로 수행할 수 있게 해주는 강력한 기법입니다. 적절한 데이터 포커싱과 속성 관련성 분석을 결합하면, 불필요한 데이터의 부담을 줄이면서도 사용자가 이해하기 쉬운 상위 수준의 지식을 도출할 수 있다는 점에서 오늘날에도 여전히 의미 있는 접근 방식으로 평가됩니다.