처음 배우는 데이터베이스 13편 | 계층형 데이터 모델
데이터를 나무처럼 위에서 아래로 연결해 관리하는 방식은 왜 등장했을까요? 오늘 글에서는 계층형 데이터 모델의 구조, 작동 방식, 장점과 한계, 그리고 관계형 데이터베이스와의 연결 지점까지 차근차근 살펴보겠습니다.
들어가며
데이터베이스를 처음 공부하실 때 많은 분들이 가장 먼저 떠올리는 모습은 표 형태입니다. 행과 열로 이루어진 테이블, 그리고 여러 테이블을 연결하는 관계형 구조가 오늘날 가장 널리 쓰이고 있기 때문입니다. 그런데 데이터베이스의 역사를 조금만 거슬러 올라가 보면, 데이터는 처음부터 표 형태로만 정리된 것이 아니었습니다. 오히려 초창기에는 조직도처럼 위계가 분명한 구조로 데이터를 정리하는 방식이 매우 중요했습니다. 컴퓨터 자원이 지금보다 훨씬 제한적이었고, 데이터를 빠르게 찾기 위해서는 미리 정해 둔 경로를 따라 내려가는 구조가 실용적이었기 때문입니다. 계층형 데이터 모델은 그런 시대적 요구 속에서 등장했고, 데이터 모델이 어떻게 발전해 왔는지를 이해하는 데 매우 중요한 출발점이 됩니다.
계층형 데이터 모델을 배우는 일은 오래된 기술을 구경하는 데 그치지 않습니다. 오늘날 우리가 자주 사용하는 폴더 구조, 조직 체계도, 메뉴 분류, XML 문서 구조를 떠올려 보시면 이미 생활 속에서 계층 구조와 계속 만나고 있다는 사실을 확인할 수 있습니다. 데이터가 항상 복잡한 관계만 갖는 것은 아닙니다. 어떤 정보는 위에서 아래로 가지를 뻗는 형태가 더 자연스럽습니다. 공공기관의 행정분류 체계, 대학의 조직 편제, 회사의 부서와 팀 구조, 웹사이트의 카테고리 메뉴는 모두 계층이라는 개념이 왜 여전히 유효한지를 보여 줍니다. 그래서 계층형 데이터 모델은 “예전 방식”이라는 꼬리표로 지나치기보다, 데이터를 구조화하는 사고방식의 한 형태로 받아들이는 편이 훨씬 도움이 됩니다.
이번 글에서는 먼저 계층형 데이터 모델이 무엇인지 아주 분명하게 정리해 보겠습니다. 그다음 왜 이런 모델이 필요했는지, 구조는 어떻게 이루어지는지, 어떤 상황에서 강점을 보이고 어떤 부분에서 제약이 생기는지 차례대로 설명드리겠습니다. 또한 관계형 데이터 모델과 비교했을 때 어떤 차이가 있는지도 함께 살펴보겠습니다. 글을 끝까지 읽고 나시면 계층형 데이터 모델을 교과서 속 용어로만 기억하는 수준을 넘어서, “어떤 데이터를 왜 이런 구조로 표현하려 했는가”까지 이해하실 수 있을 것입니다.
핵심 요약 1
계층형 데이터 모델은 데이터를 루트에서 자식으로 내려가는 트리 구조로 표현합니다. 한 자식은 보통 하나의 부모에만 연결됩니다.
핵심 요약 2
위계가 분명한 데이터를 처리할 때는 이해하기 쉽고 접근 경로가 뚜렷합니다. 반면, 복잡한 다대다 관계를 다루기에는 불편합니다.
핵심 요약 3
관계형 데이터베이스가 널리 자리 잡은 뒤 비중은 줄었지만, 폴더 구조나 XML 같은 현대의 여러 정보 구조를 이해하는 데 여전히 중요합니다.
계층형 데이터 모델이란 무엇인가
계층형 데이터 모델은 데이터를 트리(tree) 형태의 위계 구조로 조직하는 모델입니다. 가장 위에는 루트(root)가 있고, 그 아래에 부모(parent)와 자식(child) 레코드가 단계적으로 연결됩니다. 한 방향으로 말해 보면, 위에 있는 상위 데이터가 아래에 있는 하위 데이터를 거느리는 구조입니다. 회사 조직도를 떠올리시면 이해가 빠릅니다. 사장 아래 본부가 있고, 본부 아래 부서가 있으며, 부서 아래 팀과 구성원이 배치되는 구조가 대표적입니다. 이때 중요한 특징은 자식 노드가 대체로 하나의 부모에 속한다는 점입니다. 다시 말해, 같은 자식이 여러 부모를 동시에 갖는 관계를 자연스럽게 표현하기 어렵습니다.
데이터베이스 관점에서 보면 각 노드는 레코드의 한 유형을 의미하고, 노드 사이의 연결은 포함 관계 또는 소속 관계를 뜻합니다. 예를 들어 대학 정보 시스템에서 “대학교 → 단과대학 → 학과 → 학생”처럼 정리할 수 있습니다. 병원 예약 시스템이라면 “병원 → 진료과 → 의사 → 예약기록”으로 볼 수 있습니다. 이런 구조는 위에서 아래로 내려가며 탐색할 때 매우 직관적입니다. 사용자는 루트에서 출발해 필요한 가지를 선택하며 하위 데이터를 찾을 수 있습니다. 구조가 명확한 만큼 설계자의 의도도 분명하게 드러납니다.
계층형 데이터 모델을 이해하실 때 꼭 기억하셔야 할 점은, 이 모델이 데이터를 자유롭게 연결하는 방식보다는 정해진 질서에 맞추어 정렬하는 방식에 가깝다는 사실입니다. 관계형 모델이 “데이터들 사이의 관계를 나중에 조합해 읽는 방식”이라면, 계층형 모델은 “처음부터 어떤 순서와 포함 관계로 배치할 것인가”를 더 강하게 강조합니다. 그래서 위계가 분명한 정보에는 잘 맞지만, 현실 세계의 복합적 관계를 모두 담기에는 제약이 생깁니다.
계층형 데이터 모델의 핵심은 “하나의 부모 아래 여러 자식이 매달리는 구조”입니다. 학습할 때 가장 많이 헷갈리는 지점도 여기입니다. 자식이 여러 부모와 연결되어야 하는 순간, 계층 구조는 급격히 불편해집니다.
왜 필요했고, 어떤 문제를 해결하려 했을까
오늘날처럼 저장장치가 넉넉하고 질의 언어가 발달한 환경에서는 데이터 구조를 비교적 유연하게 설계할 수 있습니다. 하지만 데이터베이스 초창기에는 상황이 달랐습니다. 당시 컴퓨터 시스템은 처리 자원이 제한적이었고, 데이터 검색 또한 가능한 한 미리 정해 둔 경로를 따라 움직여야 속도가 나왔습니다. 자유로운 탐색보다 예측 가능한 접근 경로가 더 중요했던 시대였다고 보시면 됩니다. 계층형 데이터 모델은 이런 환경에서 매우 실용적인 해법이었습니다. 루트에서 하위로 차례대로 따라가면 원하는 데이터를 찾을 수 있었기 때문입니다.
초창기 대규모 업무 시스템에서는 업무 흐름도 지금보다 훨씬 고정적이었습니다. 은행 거래, 재고 관리, 인사 관리처럼 반복적이고 정형화된 처리가 많았고, 데이터 구조 역시 업무 절차를 반영해 설계되었습니다. 예를 들어 “고객 → 계좌 → 거래내역”처럼 상하 관계가 분명한 자료는 계층 구조로 다루기 좋았습니다. 공공행정 분야를 떠올려 보셔도 비슷합니다. 중앙기관 아래 광역단위가 있고, 그 아래 기초단위가 있으며, 다시 하위 부서와 세부 업무가 연결되는 구조는 위계적 관리에 익숙한 조직과 잘 맞아떨어집니다.
또 하나 중요한 이유는 데이터 일관성을 관리하기 쉬웠다는 점입니다. 부모가 바뀌면 하위 데이터의 소속도 함께 정리되는 구조였기 때문에, 같은 자료가 어디에 속하는지를 비교적 분명하게 통제할 수 있었습니다. 물론 오늘날 관점에서 보면 유연성이 부족한 방식으로 보이지만, 당시에는 복잡성을 줄이고 안정적으로 업무를 운영하는 데 큰 의미가 있었습니다. 계층형 데이터 모델은 당시 기술 수준과 업무 관행이 만난 지점에서 탄생한 모델이라고 보시면 이해가 정확합니다.
계층형 데이터 모델의 구조와 작동 방식
계층형 데이터 모델은 구조만 위계적인 것이 아니라, 데이터를 읽는 방식도 위계적입니다. 사용자는 보통 루트에서 시작해 부모를 거쳐 자식으로 내려가는 경로를 따라 데이터를 접근합니다. 예를 들어 “대학 → 학과 → 학생 → 수강내역” 구조라면, 특정 학생의 수강내역을 바로 독립적으로 찾는 접근보다 먼저 그 학생이 속한 학과와 학생 레코드를 따라 들어가는 흐름이 자연스럽습니다. 이처럼 접근 경로가 구조와 강하게 묶여 있다는 점이 계층형 모델의 특징입니다.
트리 구조에서는 각 노드가 연결선으로 이어집니다. 수학적으로 보면 트리의 간선 수는 보통 노드 수가 \(n\)개일 때 \(E = n - 1\)의 형태를 가집니다. 데이터베이스 수업에서 이 식을 외우는 것보다 중요한 부분은, 모든 노드가 하나의 일관된 뿌리에서 출발하는 연결 질서를 가진다는 점입니다. 루트가 분명하고, 상하 관계가 명확하며, 어느 자식이 어느 부모에 속하는지가 구조 안에 드러납니다. 그래서 계층형 모델은 “데이터 간 연결”보다 “데이터 간 소속 체계”를 더 강하게 드러내는 모델이라고 말할 수 있습니다.
실무 예시로 쇼핑몰 상품 분류를 생각해 보겠습니다. “쇼핑몰 → 대분류 → 중분류 → 소분류 → 상품” 구조는 매우 익숙합니다. 사용자는 전자제품을 누르고, 그 아래 노트북을 선택하고, 다시 세부 브랜드나 모델로 내려갑니다. 이 과정은 계층형 구조의 탐색 방식과 유사합니다. 병원 예약 시스템도 “병원 → 진료과 → 전문의 → 예약시간 → 예약환자” 흐름으로 볼 수 있습니다. 어느 단계에 속한 데이터인지를 먼저 정리한 뒤 하위 자료를 읽는 방식입니다. 구조가 깔끔한 만큼 사용자 경험도 명확해질 수 있습니다.
다만 이런 작동 방식은 자유로운 질의에는 불리할 수 있습니다. 예를 들어 특정 상품이 여러 분류에 동시에 속하거나, 한 학생이 여러 학과 프로그램에 걸쳐 연계되어야 하거나, 한 의사가 여러 진료센터에 동시에 소속되는 상황이 생기면 경로가 복잡해집니다. 계층형 데이터 모델은 처음 설계한 길을 따라갈 때 강하고, 예상 밖의 연결이 많아질수록 설계가 경직되기 쉽습니다.
위 표를 보시면 계층형 데이터 모델은 질서 있는 상하 구조를 표현하는 데 강점이 있다는 점이 분명하게 드러납니다. 반면 현실 세계의 데이터는 한 항목이 여러 곳과 연결되는 경우가 많습니다. 그래서 이후 네트워크형 모델과 관계형 모델이 등장하며 표현력이 더 넓어졌습니다. 그렇다고 해서 계층형 모델의 가치가 사라지는 것은 아닙니다. 오히려 “데이터 구조를 얼마나 강하게 통제할 것인가”라는 질문을 던지게 해 주는 교육적 의미가 큽니다.
계층형 데이터 모델이 관계형 모델로 대체된 가장 큰 이유는 성능 한 가지가 아니라 현실 데이터의 복잡한 관계를 더 유연하게 표현해야 했기 때문입니다. 데이터가 여러 길로 연결되는 순간, 트리 구조만으로는 설명이 빠듯해집니다.
장점과 한계는 무엇인가
먼저 장점부터 보겠습니다. 계층형 데이터 모델은 구조가 명료합니다. 상위와 하위의 관계가 분명하기 때문에 설계 의도가 한눈에 드러나고, 데이터를 어디서부터 따라가야 하는지도 비교적 선명합니다. 교육 현장에서는 초보자가 “데이터가 트리처럼 구성될 수 있다”는 감각을 익히는 데 큰 도움이 됩니다. 또한 업무 구조 자체가 위계적으로 정리된 분야에서는 읽기 흐름이 직관적입니다. 예를 들어 공공기관 조직 편제, 행정 구역 체계, 문서 분류 체계처럼 단계별 포함 관계가 확실한 경우에는 매우 이해하기 쉽습니다.
운영 측면에서도 장점이 있습니다. 경로가 미리 정해져 있는 만큼 특정 하위 데이터를 찾기 위한 절차가 안정적입니다. 데이터 조회가 루트에서 시작해 가지를 따라 내려가는 방식으로 고정되므로, 어떤 경우에는 탐색 전략을 예측하기가 수월합니다. 초창기 대형 시스템에서 이 구조가 사랑받았던 이유도 여기에 있습니다. 구조를 먼저 설계하고, 그 구조에 맞추어 프로그램을 작성하면 반복 업무 처리에 강점을 가질 수 있었습니다.
하지만 한계도 분명합니다. 가장 대표적인 문제는 다대다 관계 표현의 어려움입니다. 학생과 과목의 관계를 생각해 보겠습니다. 학생 한 명은 여러 과목을 수강할 수 있고, 한 과목에도 여러 학생이 들어옵니다. 이런 관계는 트리 하나로 매끄럽게 설명하기 어렵습니다. 어느 쪽을 부모로 세워도 다른 쪽의 복수 연결이 남기 때문입니다. 그래서 중복 저장이 늘어나거나 구조가 억지로 비틀어질 가능성이 생깁니다.
구조 변경이 어렵다는 점도 큰 제약입니다. 처음 설계할 때는 깔끔했던 계층이 시간이 지나며 업무 변화에 맞지 않게 되는 경우가 많습니다. 새로운 분류 기준이 생기거나, 한 데이터가 여러 상위 항목에 동시에 연결되어야 하는 요구가 늘어나면 설계를 다시 손봐야 합니다. 실무에서는 업무가 바뀌는 속도가 빠르기 때문에, 너무 경직된 구조는 유지 비용을 키울 수 있습니다.
또 하나 놓치기 쉬운 부분은 데이터 독립성의 약화입니다. 프로그램이 데이터 구조와 밀접하게 결합되어 있으면, 구조를 조금만 바꾸어도 응용 프로그램 수정이 뒤따를 수 있습니다. 앞서 배우신 데이터 독립성 개념과 연결해 보시면 이해가 더 잘 됩니다. 좋은 데이터 구조는 저장 방식이 바뀌더라도 응용이 크게 흔들리지 않아야 하는데, 계층형 모델은 설계된 경로에 의존하는 성격이 강해 이 부분에서 불리할 수 있습니다.
현실 속 사례로 이해하는 계층형 구조
첫 번째 사례는 컴퓨터의 폴더 구조입니다. 드라이브 아래 폴더가 있고, 그 안에 하위 폴더와 파일이 들어갑니다. 사용자는 상위 폴더를 열고 점점 아래 단계로 들어가 원하는 파일을 찾습니다. 같은 파일이 여러 부모 폴더 아래에 동시에 “원본 상태”로 소속되기는 어렵습니다. 바로 이 점이 계층형 데이터 모델과 닮았습니다. 폴더 구조는 우리에게 계층형 모델을 매우 직관적으로 보여 주는 생활형 예시입니다.
두 번째 사례는 공공행정의 조직 및 분류 체계입니다. 국가기관 아래 중앙부처, 그 아래 실·국, 과, 팀으로 이어지는 구조는 전형적인 계층입니다. 사업 분류 체계도 비슷합니다. 상위 정책 분야 아래 세부 사업이 놓이고, 다시 집행 단위와 성과 지표가 이어집니다. 이런 구조는 책임과 소속을 명확하게 만들기에 좋습니다. 행정 문서가 어디에 속하고 누가 관리하는지가 분명해야 하는 환경에서는 계층적 사고가 매우 유용합니다.
세 번째로 생각해 볼 수 있는 예시는 웹사이트의 메뉴 구조입니다. 메인 메뉴 아래 하위 메뉴, 그 아래 상세 페이지가 연결되는 모습은 사실상 계층 구조입니다. 사용자는 상위 범주를 클릭해 내려가며 원하는 정보를 찾습니다. 쇼핑몰에서 “패션 → 여성의류 → 아우터 → 자켓”처럼 이동하는 과정도 마찬가지입니다. 다만 현대 웹사이트는 검색, 태그, 추천, 연관 상품 연결까지 함께 사용하기 때문에 계층형 구조만으로 전체를 설명하지는 않습니다. 이 지점에서 계층형 모델의 강점과 한계가 동시에 드러납니다.
많은 초보자분들이 XML이나 JSON을 보면서 “계층형 데이터 모델과 같은 것 아닌가요?”라고 질문하십니다. 형태만 놓고 보면 유사성이 있습니다. 상위 객체 아래 하위 객체가 중첩되는 구조가 보이기 때문입니다. 하지만 현대의 데이터 표현 방식은 계층적 표현을 사용하면서도, 필요에 따라 참조, 배열, 링크를 통해 더 넓은 관계를 다룹니다. 따라서 “모양이 비슷하다”와 “모델이 완전히 같다”는 구분해서 보셔야 합니다. 학습 관점에서는 계층형 데이터 모델이 현대의 중첩 구조를 읽는 기초 감각을 길러 준다고 이해하시면 좋습니다.
초보자가 자주 헷갈리는 부분
가장 흔한 오해는 “상하로 정리되어 보이면 전부 계층형 데이터 모델이다”라고 받아들이는 경우입니다. 겉모습이 위계처럼 보인다고 해서 모두 계층형 모델은 아닙니다. 예를 들어 관계형 데이터베이스에서도 부서 테이블과 직원 테이블을 연결하면 조직도를 표현할 수 있습니다. 중요한 것은 그림 모양이 아니라 데이터를 저장하고 접근하는 기본 원리입니다. 계층형 모델은 구조와 접근 경로가 강하게 결합되어 있다는 점에서 다른 모델과 구별됩니다.
또 다른 오해는 “계층형 모델은 오래되어서 배울 필요가 없다”는 생각입니다. 실제 현업에서 관계형 데이터베이스와 다양한 NoSQL 계열이 널리 쓰이는 것은 맞습니다. 그렇지만 데이터 구조를 배우는 단계에서는 과거 모델을 공부하는 일이 매우 중요합니다. 어떤 한계가 있었기에 다음 모델이 나왔는지를 알아야 관계형 모델의 철학도 더 잘 보입니다. 트리 구조가 왜 편하고, 또 어디서 막히는지 이해하면 나중에 키, 관계, 정규화, 조인 개념을 받아들이는 속도도 빨라집니다.
마지막으로 “계층형 모델은 무조건 비효율적이다”라고 단정하는 것도 조심하셔야 합니다. 데이터 구조의 효율성은 늘 사용 목적과 질의 패턴에 따라 달라집니다. 위계가 분명하고 접근 경로가 안정적인 상황에서는 계층 구조가 오히려 매우 자연스러울 수 있습니다. 데이터베이스를 공부할 때는 어떤 모델이 절대적으로 우월하다고 보기보다, 어떤 문제를 풀기 위해 등장했는가를 함께 살피는 태도가 중요합니다.
실무 체크포인트
계층형 구조를 실제 업무에서 떠올려 보실 때는 먼저 “이 데이터가 정말 위에서 아래로 정리되는가”를 확인해 보셔야 합니다. 소속 체계가 분명하고, 상위 항목이 하위 항목을 관리하는 구조라면 계층적 설계가 잘 맞을 수 있습니다.
반대로 한 데이터가 여러 집단과 동시에 연결되거나, 사용자가 다양한 기준으로 자유롭게 검색해야 한다면 계층 구조만으로는 부족할 가능성이 큽니다. 이 경우에는 관계형 설계나 다른 모델을 함께 고려하는 편이 바람직합니다.
업무 시스템을 분석할 때 “분류 체계는 계층형으로, 거래 데이터는 관계형으로”처럼 서로 다른 구조를 병행해서 이해하는 훈련을 해 보시면 데이터 모델 감각이 훨씬 빠르게 자랍니다.
기억해 둘 점
- 계층형 데이터 모델은 트리 구조입니다.
- 루트, 부모, 자식의 개념이 핵심입니다.
- 자식은 보통 하나의 부모에 속합니다.
- 위계가 분명한 데이터에는 잘 맞습니다.
- 다대다 관계와 구조 변경에는 불리할 수 있습니다.
용어사전
루트(Root) : 계층 구조의 가장 최상위에 놓인 시작 노드입니다.
부모(Parent) : 자신 아래에 하위 노드를 거느리는 상위 노드입니다.
자식(Child) : 상위 노드에 소속된 하위 노드입니다.
트리(Tree) : 하나의 뿌리에서 여러 가지가 뻗는 계층적 연결 구조입니다.
접근 경로(Access Path) : 원하는 데이터를 찾기 위해 따라가는 탐색 순서 또는 연결 경로입니다.
FAQ
Q1. 계층형 데이터 모델은 지금도 쓰이나요?
전통적인 형태로는 예전보다 비중이 줄었지만, 폴더 구조, 메뉴 분류, XML 같은 중첩 구조를 이해할 때 여전히 매우 유용한 개념입니다.
Q2. 관계형 데이터베이스와 가장 큰 차이는 무엇인가요?
계층형 모델은 소속과 위계가 구조 안에 강하게 고정되어 있고, 관계형 모델은 테이블과 키를 활용해 관계를 유연하게 조합할 수 있다는 차이가 있습니다.
Q3. 학생과 과목 관계를 계층형으로 만들면 왜 어려운가요?
학생 한 명이 여러 과목을 듣고, 한 과목에 여러 학생이 들어오기 때문입니다. 이런 다대다 관계는 트리 구조 하나로 표현하기에 무리가 생깁니다.
Q4. 계층형 모델을 공부하면 다음에 무엇이 쉬워지나요?
네트워크형 모델과 관계형 모델이 왜 등장했는지를 이해하기 쉬워집니다. 데이터 구조의 발전 흐름을 보는 눈이 생기기 때문입니다.
참고자료 성격의 안내
더 깊이 공부하고 싶으시다면 데이터베이스 개론서에서 계층형 모델, 네트워크형 모델, 관계형 모델의 역사적 흐름을 함께 읽어 보시는 편이 좋습니다. 한 모델만 떼어 보시면 특징이 잘 안 보일 수 있습니다.
특히 IMS 같은 초기 데이터베이스 시스템의 사례를 찾아보시면 계층형 모델이 왜 실무적으로 강한 영향을 가졌는지 감이 잡히실 것입니다. 현대 교재에서는 짧게 언급되는 경우가 많지만, 데이터 모델의 발전사를 이해하는 데 매우 중요한 장면입니다.
다음 학습에서는 네트워크형 데이터 모델로 넘어가 보시는 것이 좋습니다. 계층형 모델이 갖는 “하나의 부모” 제약을 넘어서기 위해 어떤 아이디어가 등장했는지 연결해서 보시면 훨씬 흥미롭게 공부하실 수 있습니다.
계층형 데이터 모델은 데이터베이스 역사의 초기에 등장한 고전적 모델이지만, 그 의미는 결코 과거에만 머물지 않습니다. 이 모델은 데이터를 어떻게 질서 있게 배열하고, 어떤 경로로 접근하게 만들 것인가에 대한 아주 본질적인 질문을 던집니다. 루트에서 시작해 부모와 자식으로 이어지는 구조는 데이터가 “소속”과 “위계”를 갖는 방식에 주목하게 만듭니다. 그래서 초보자에게는 데이터 구조를 시각적으로 이해하는 좋은 출발점이 되고, 이미 공부를 시작하신 분들에게는 관계형 모델이 왜 더 큰 유연성을 갖게 되었는지 비교하는 기준점이 되어 줍니다.
데이터베이스 학습 전체 흐름 속에서 보면 계층형 데이터 모델은 매우 중요한 다리 역할을 합니다. 앞에서 데이터 모델의 개념과 설계 수준을 배우셨다면, 이제부터는 각 모델이 현실의 데이터를 어떤 방식으로 표현했는지를 하나씩 비교하게 됩니다. 그 첫 장면이 바로 계층형 구조입니다. 이 구조를 이해하면 “왜 다대다 관계가 어려운가”, “왜 구조 변경이 부담이 되는가”, “왜 관계형 모델에서 키와 조인이 중요해졌는가” 같은 질문이 자연스럽게 이어집니다. 학습은 개별 개념을 외우는 데서 끝나지 않고, 모델 간 차이를 보는 안목으로 확장됩니다.
다음 회차에서 다루게 될 네트워크형 데이터 모델은 계층형 모델의 제약을 넘어서기 위한 시도라고 볼 수 있습니다. 한 자식이 여러 부모와 연결될 수 있는 구조가 왜 필요했는지, 그리고 그 구조가 또 어떤 복잡성을 낳았는지를 배우게 되면 데이터 모델 발전사의 흐름이 한층 또렷해집니다. 오늘 글에서는 계층형 데이터 모델을 “오래된 개념”으로 흘려보내지 마시고, 데이터를 나무처럼 조직하려는 인간의 오래된 사고 방식으로 기억해 두시면 좋겠습니다. 그 감각이 앞으로 관계형 구조를 배울 때도 큰 힘이 되어 줄 것입니다.
계층형 데이터 모델은 데이터베이스의 오래된 유산이면서, 오늘의 정보 구조를 읽는 눈을 길러 주는 중요한 출발점입니다.
시리즈 안내
이번 글은 처음 배우는 데이터베이스 시리즈 13편입니다. 앞선 글에서 데이터 모델의 개념과 설계 수준을 이해하셨다면, 지금부터는 구체적인 데이터 모델을 하나씩 살펴보는 단계로 들어갑니다.
다음 편에서는 네트워크형 데이터 모델을 다루며, 계층형 모델이 가진 한계를 어떻게 확장하려 했는지 연결해서 설명드리겠습니다.
한 문장으로 정리하면, 계층형 데이터 모델은 위계가 분명한 데이터를 가장 질서 있게 보여 주는 트리형 데이터 구조입니다.
댓글 쓰기