비정형 데이터Unstructured Data
Unstructured Data
내용이 미리 정한 행과 열의 틀로 바로 정리되어 있지 않은 데이터예요.
쉽게 비유하면
같은 양식의 신청서 대신 자유롭게 쓴 편지, 사진과 녹음이 모여 있는 것과 같아요.
조금 더 자세히
본문 문서, 이미지, 음성과 영상이 대표적이에요. 파일 이름이나 촬영일 같은 구조화된 메타데이터가 붙어 있어도 내용 자체는 비정형일 수 있어요.
검색과 분석을 위해 텍스트 추출, 음성 인식, 태그나 임베딩 등을 활용해요. JSON이나 XML처럼 키와 계층이 있는 데이터는 흔히 반정형으로 따로 구분해요.
왜 생겼나요
사람이 만드는 정보의 많은 부분이 고정된 표 밖에 있어서, 이 자료도 검색하고 분석할 필요가 생겼어요.
어떻게 작동하나요
- 1. 원본 수집 파일과 출처, 생성 시점 등 정보를 함께 모아요.
- 2. 내용 추출 문자 인식이나 음성 인식 등으로 활용할 표현을 만들어요.
- 3. 검색과 분석 키워드, 임베딩이나 분류 결과로 필요한 내용을 찾아요.
활용 예시
- 고객 상담 녹음
- 자유 형식의 보고서 본문
- 제품 사진과 영상
흔한 오해
비정형은 구조가 전혀 없다는 뜻인가요?
문서의 제목과 문단, 이미지의 파일 형식처럼 구조는 있어요. 분석할 내용이 고정된 필드에 곧바로 맞지 않는다는 뜻에 가까워요.
이렇게 쓰여요
문서 검색
“비정형 문서를 검색하려면 본문 추출뿐 아니라 원본 링크와 열람 권한도 함께 관리하자”라고 이야기해요.
관련 용어
함께 보면 좋은 용어
최종 업데이트