지식의 피라미드 #2 - ADsP 요약

지식의 피라미드(DIWK Pyramid), DIKW 피라미드, DIKW 계층도(hierarchy), 데이터 피라미드 등은 다 같은 의미로 지식의 변화과정을 잘 나타내주는 모형 혹은 모델이다. 

 

지식은 데이터(Data) -> 정보(Information) -> 지식(Knowledge) -> 지혜(Wisdom) 과정으로 진화를 할 수 있게 되며 각각의 의미는 다음과 같다.

 

---

 

데이터(Data)

데이터는 단순한 사실을 말한다. 예를 들어, A라는 사람의 나이는 35세이다. 서울의 버스 기본요금은 1200원이다 같은 주관적인 것이 배제된 사실을 뜻한다. '서울의 버스 기본요금'은 데이터가 아니라 정보의 영역이다라고 말하는 사람이 있을 수 있겠지만, 이러한 RAW성 데이터를 조합하여, 다음 단계로 갈 수 있으며, 어떠한 기술적인 요소를 접목시키지 않았기 때문에 데이터이다.

 

데이터는 다른 데이터와의 상관관계가 없어야 하며 상관관계가 있을 경우 데이터라 말을 할 수가 없을 것이다.

 

 

정보(Information)

데이터를 이용하여, 가공을 한 것을 의미한다. 예를 들어 대한민국 국민의 평균 나이는 41세이다와 전국 버스의 기본요금 평균은 1100원이다와 같은 것은 데이터를 가공하였기 때문에 정보라고 할 수 있다. 즉 국민 한명 한명의 나이와 지역마다 버스 기본요금은 Data가 될 수 있지만 이 데이터를 모두 합쳤거나 평균으로 연산한 것은 가공되었기에 정보라고 말을 한다.

 

 

 

지식(Knowledge)

데이터와 정보도 헷갈릴 수 있지만 지식과 정보가 좀 더 헷갈릴 수 있다. 하지만 단계별로 하나하나 진행해나가면, 납득이 될 수 있을 것이다. 데이터를 가공하여 정보를 찾았지만, 아직까지 데이터와 정보는 우리에게 지식으을 주지 않았다. 즉 어떠한 상황만 있는 것이지 지식의 영역은 이 정보를 토대로 새로운 결과물을 도출하는 것이다.

 

데이터와 정보 단계는 누구나 연산하고 개발할 수 있지만, 지식의 영역은 패턴을 넣거나 공식을 넣어서, 새로운 결과를 도출하게 된다. 이 점에서 지혜와 헷갈릴 수 있지만, 이것하나만 생각하면 쉽다. 지식은 기술(규칙이나 패턴 등)로서 하는 것이고, 지혜는 기술이 아니라 개인의 아이디어나 두뇌가 포함이 된다는 것이다.

 

예를 들어, 데이터를 분석한 결과 "지방에 사는 사람들이 수도권에 있는 사람보다 버스 이용률이 높았다"라는 것을 찾는다던지 "41세 이상의 나이는 취미로 등산을 하는 비율이 압도적으로 높다"라는 분석적인 결과가 있다면, 이것은 지식이라 말을 할 수 있을 것이다.

 

 

지혜(Wisdom)

지혜는 마지막으로 Insight를 도출하는 단계이다. 지식까지 우리는 통찰을 도출하지 않았다 어떤 결과와 사실만을 말할 뿐이었다. 이 단계부터는 창의적인 아이디어로 다음과 같은 생각이 지혜의 단계라 생각해볼 수 있을 것이다.

 

"등산이 가능한 산 주변의 5km 이내의 주민 평균 나이는 다른 지역보다 높을 것이다"

"버스 요금을 지방 수준인 1100원까지 낮추면 자차 운행이 줄어들어, 미세먼지를 어느정도 해결할 수 있을 것이다."

 

라는 식의 어찌보면 시작은 주관적일 수 있지만 지식의 데이터를 근거로한 통찰이다. 그래서 필자가 생각하는 구분의 방법은 지식은 산수의 영역과 유사한 것이지만(즉, 공식이 있어서 누구나 배우면 결과를 도출할 수 있는 단계) 지혜의 단계는 사람의 능력을 타는 단계라고 볼 수 있을 것이다.

 

 

참고자료

https://en.wikipedia.org/wiki/DIKW_pyramid