계층화 저장 구조

계층화 저장 구조는 데이터를 부모-자식 관계를 가진 계층적 형태로 조직하는 방식을 의미한다. 이 구조는 하나의 최상위 노드인 루트에서 시작하여 하위 수준으로 분기되는 형태를 띤다. 각 데이터 항목은 하나의 부모 노드와 여러 개의 자식 노드를 가질 수 있지만, 루트 노드는 부모를 가지지 않는다. 이러한 관계는 데이터 간의 소속 관계나 포함 관계를 명확하게 표현한다.

기본 원리는 데이터 간의 1:N(일대다) 관계를 기반으로 한다. 즉, 하나의 부모 노드는 여러 자식 노드를 가질 수 있지만, 하나의 자식 노드는 오직 하나의 부모 노드만을 가진다[3]. 이 원리는 마치 회사의 조직도나 컴퓨터의 파일 시스템 디렉토리 구조와 유사하다. 데이터 접근 경로는 루트에서 시작하여 특정 자식 노드에 도달할 때까지의 경로로 정의되며, 이는 탐색 경로의 예측 가능성을 높인다.

구조의 핵심은 데이터의 논리적 계층을 물리적 저장 방식에 반영하는 것이다. 이를 통해 상위 데이터를 통해 하위 데이터 그룹에 효율적으로 접근할 수 있다. 예를 들어, 특정 디렉토리(부모) 내의 모든 파일(자식)을 찾는 작업은 계층 구조 덕분에 직관적이고 빠르게 수행된다.

계층적 데이터 모델은 데이터를 루트 노드 하나에서 시작하여 부모-자식 관계를 가진 트리 구조로 조직하는 방식을 말한다. 이 모델에서 각 레코드는 하나의 부모 레코드와 여러 개의 자식 레코드를 가질 수 있지만, 모든 레코드는 단 하나의 부모만을 가진다. 이는 데이터 간의 관계가 1:N(일대다) 관계로 제한됨을 의미한다. 계층적 데이터 모델은 1960년대와 1970년대에 개발된 초기 데이터베이스 관리 시스템의 핵심 모델이었다.

이 모델의 데이터 접근은 항상 루트에서 시작하여 특정 경로를 따라 내려가는 탐색 방식을 따른다. 예를 들어, 조직도를 표현할 때 최상위에 회사가 위치하고, 그 아래에 부서, 다시 그 아래에 팀과 직원이 연결되는 구조가 전형적이다. 데이터는 논리적이면서도 물리적인 포인터를 통해 연결되어, 부모 레코드가 자식 레코드들의 위치 정보를 직접 포함하기도 한다.

계층적 데이터 모델의 구조는 다음 표와 같이 요약할 수 있다.

이 모델은 구조가 명확하고 직관적이며, 사전에 정의된 경로를 통한 데이터 접근이 매우 빠르다는 장점이 있다. 그러나 새로운 관계를 추가하거나 기존 구조를 변경하는 데 어려움이 있으며, 두 개의 부모를 가진 레코드(다대다 관계)를 표현할 수 없다는 근본적인 한계를 지닌다. 이러한 제약으로 인해 이후 더 유연한 관계형 데이터 모델과 네트워크 데이터 모델로 대부분 대체되었다.

노드는 계층 구조에서 데이터를 저장하는 기본 단위이다. 각 노드는 특정 정보나 개체를 나타내며, 루트 노드, 내부 노드, 리프 노드 등으로 구분된다. 노드는 일반적으로 고유한 식별자와 저장할 실제 데이터를 포함한다.

노드 간의 관계는 링크로 표현된다. 링크는 부모 노드와 자식 노드를 연결하는 포인터나 참조이다. 이 연결 관계는 일대다 관계를 형성하여, 하나의 부모 노드가 여러 자식 노드를 가질 수 있지만, 각 자식 노드는 오직 하나의 부모 노드만을 가진다. 링크는 구조 내에서 데이터의 흐름과 탐색 경로를 정의한다.

노드와 링크의 관계는 아래 표로 요약할 수 있다.

이러한 구성 요소를 통해 계층 구조는 데이터 간의 상하 관계를 명확하게 표현한다. 모든 데이터 접근은 루트 노드에서 시작하여 링크를 따라 특정 노드까지 탐색하는 방식으로 이루어진다.

루트는 계층 구조의 최상위에 위치하는 단일 노드이다. 이 노드는 모든 다른 노드의 조상이며, 구조 전체의 시작점 역할을 한다. 루트 노드는 부모 노드를 가지지 않으며, 트리 구조를 탐색할 때의 출발점이 된다.

반면, 리프는 자식 노드를 하나도 가지지 않는 최하위 노드이다. 리프 노드는 계층 구조의 끝단에 위치하며, 실제 데이터나 정보를 저장하는 경우가 많다. 리프 노드는 부모 노드는 있지만, 더 이상 하위 계층으로 뻗어나가지 않는다.

루트와 리프 사이에는 여러 단계의 중간 노드들이 존재할 수 있다. 이러한 중간 노드들은 부모 노드와 하나 이상의 자식 노드를 동시에 가지며, 계층을 연결하는 역할을 한다. 루트에서 리프까지의 경로는 부모-자식 관계를 따라 내려가는 단일 경로로 표현된다.

파일 시스템 계층은 계층화 저장 구조의 가장 대표적이고 널리 알려진 응용 사례이다. 대부분의 현대 운영 체제는 파일과 디렉토리를 트리 형태로 조직화하여 사용자가 데이터를 체계적으로 저장하고 접근할 수 있게 한다.

이 구조에서 최상위 디렉토리는 루트 디렉토리(예: Unix/Linux의 /, Windows의 C:\)로 시작한다. 루트 디렉토리 아래에는 여러 하위 디렉토리(폴더)가 존재할 수 있으며, 각 하위 디렉토리는 다시 자신만의 파일과 디렉토리를 포함할 수 있다. 최종적인 파일은 리프 노드에 해당한다. 사용자는 절대 경로(예: /home/user/documents/report.txt)나 상대 경로를 통해 계층 구조 내의 특정 파일이나 디렉토리에 정확하게 접근한다.

파일 시스템 계층의 주요 작업은 다음과 같다.

이러한 구조는 데이터 관리에 직관성을 제공하지만, 한 파일이 동시에 두 개 이상의 디렉토리에 물리적으로 존재할 수 없다는 제약이 있다[5]. 이는 계층 모델의 근본적인 한계로, 이를 보완하기 위해 마운트나 링크 같은 메커니즘이 도입되었다.

계층화 저장 구조의 주요 구현 형태 중 하나는 데이터베이스 분야의 계층형 데이터베이스 모델이다. 이 모델은 데이터를 부모-자식 관계로 구성된 트리 구조로 표현하며, 각 레코드는 하나의 부모 레코드와 여러 개의 자식 레코드를 가질 수 있다. 모든 데이터 접근은 최상위 루트 노드에서 시작하여 명확한 경로를 따라야 한다. 이 모델은 1960년대와 1970년대에 주류를 이루었으며, 대표적인 예로 IBM의 IMS가 있다.

계층형 데이터베이스 모델의 데이터 구조는 사전에 정의된 스키마에 의해 엄격하게 관리된다. 관계는 포인터나 물리적 인접성을 통해 구현되어, 특정 부모 레코드 아래의 자식 레코드들을 빠르게 탐색할 수 있게 한다. 이는 주로 은행 거래 시스템이나 재고 관리 시스템처럼 데이터 관계가 명확하고 고정된 대규모 트랜잭션 처리 시스템에 적합하다. 데이터 조작 언어로는 DL/I와 같은 전용 언어가 사용되었다.

이 모델은 구조가 직관적이고 특정 경로에 따른 데이터 접근 속도가 빠르다는 장점이 있다. 그러나 다대다 관계를 직접 표현할 수 없고, 새로운 관계나 접근 경로를 추가하려면 전체 스키마를 재구성해야 하는 등 유연성이 부족하다는 한계를 가진다. 이후 등장한 관계형 데이터베이스 모델에 의해 그 사용이 크게 줄어들었지만, 여전히 특정 레거시 시스템에서 그 흔적을 찾아볼 수 있다.

객체 지향 계층 구조는 객체 지향 프로그래밍 패러다임에서 클래스와 객체 간의 상속 관계를 통해 형성된다. 이 구조에서 상위 클래스(슈퍼클래스 또는 부모 클래스)는 일반적인 속성과 행동을 정의하고, 하위 클래스(서브클래스 또는 자식 클래스)는 이를 상속받아 구체화하거나 새로운 특성을 추가한다. 이는 "is-a" 관계로 표현되며, 예를 들어 '자동차' 클래스를 상속받은 '트럭' 클래스는 "트럭은 자동차이다"라는 계층 관계를 구현한다[6]. 이러한 상속 체인은 복잡한 소프트웨어 시스템에서 코드의 재사용성과 모듈성을 높이는 핵심 메커니즘이 된다.

구현 측면에서 객체 지향 계층 구조는 주로 트리 자료구조의 형태를 띤다. 단일 루트 객체(예: 최상위 Object 클래스)에서 시작하여 여러 단계의 상속을 통해 가지를 치며 확장된다. 각 클래스 노드는 자신의 속성(멤버 변수)과 메서드를 가지며, 하위 클래스는 상위 클래스의 공개 및 보호된 멤버에 접근할 수 있다. 다중 상속을 지원하는 언어(예: C++)에서는 하나의 클래스가 여러 부모 클래스를 가질 수 있어 계층 구조가 네트워크 모델처럼 복잡해질 수 있지만, 자바나 C#과 같은 언어는 단일 상속을 기본으로 하여 트리 구조를 더 명확하게 유지한다.

이 구조의 주요 응용은 소프트웨어의 도메인 모델을 표현하는 것이다. GUI 컴포넌트 라이브러리에서 Component -> Container -> Panel과 같은 계층, 또는 게임 개발에서 Entity -> Character -> Player와 같은 계층이 전형적인 예시이다. 또한, 디자인 패턴 중 컴포지트 패턴은 객체들을 트리 구조로 구성하여 부분-전체 계층을 표현하여, 단일 객체와 객체의 복합체를 동일하게 다룰 수 있게 한다.

계층화 저장 구조의 가장 큰 장점은 데이터 관계를 직관적으로 표현할 수 있다는 점이다. 부모-자식 관계를 명확히 하는 트리 형태는 현실 세계의 많은 체계를 자연스럽게 반영한다. 예를 들어, 파일 시스템의 디렉토리와 파일, 기업의 조직도, 제품의 카테고리 분류 등은 모두 계층적 특성을 가진다. 이로 인해 사용자나 개발자가 데이터의 위치와 상하 관계를 쉽게 이해하고 탐색할 수 있다.

또한, 특정 경로를 따른 데이터 접근에서 높은 효율성을 보인다. 루트에서 특정 리프 노드까지의 경로가 명확할 경우, 중간 노드들을 순차적으로 탐색하는 과정이 예측 가능하고 빠르다. 이는 상위에서 하위로 내려가는 단방향 탐색에 매우 최적화되어 있다. 데이터가 물리적으로나 논리적으로 계층에 따라 배치될 때, 관련 데이터를 함께 저장하거나 인덱싱하기 쉬워 성능상 이점을 얻을 수 있다.

구조의 단순함에서 오는 운영상의 이점도 존재한다. 명확한 상하 관계는 데이터의 소유권과 접근 권한을 설정하는 데 용이하다. 상위 노드에 대한 변경이 하위 노드에 미치는 영향이 명확하여, 일부 관리 작업을 체계적으로 수행할 수 있다. 이러한 직관성과 효율성 덕분에 계층화 저장 구조는 오랫동안 기본적인 데이터 조직 방식으로 널리 사용되어 왔다.

계층화 저장 구조는 명확한 부모-자식 관계를 기반으로 하기 때문에 데이터의 삽입, 삭제, 수정 시 제약이 따른다. 새로운 노드를 추가하려면 반드시 부모 노드가 존재해야 하며, 부모 노드의 삭제는 모든 자식 노드의 삭제나 재배치를 수반한다. 이는 데이터 모델의 유연성을 크게 저하시킨다. 특히 다대다 관계를 표현하는 데는 적합하지 않아, 복잡한 데이터 관계를 모델링할 때 한계를 보인다.

구조가 복잡해질수록 특정 노드에 대한 접근 경로가 길고 복잡해질 수 있다. 깊은 수준의 리프 노드를 탐색하려면 루트부터 시작해 모든 중간 노드를 거쳐야 하며, 이는 탐색 성능을 저하시킬 수 있다[7]. 또한, 계층 구조의 재구성(예: 한 부하 조직을 다른 부서로 이동)은 관련된 모든 링크의 수정을 필요로 하여 작업이 번거롭고 오류 가능성이 높다.

이러한 단점으로 인해 계층화 저장 구조는 관계형 데이터베이스나 그래프 데이터베이스와 같이 보다 유연한 데이터 모델이 필요한 복잡한 애플리케이션에서는 제한적으로 사용된다.

트리는 계층화 저장 구조를 구현하는 데 가장 널리 사용되는 자료구조이다. 트리는 하나의 루트 노드에서 시작하여 여러 자식 노드를 가지며, 각 자식 노드는 다시 자신의 자식 노드를 가질 수 있는 재귀적인 구조를 이룬다. 이러한 특성은 상하 관계가 명확한 데이터를 표현하고 저장하는 데 매우 적합하다. 트리의 각 노드는 데이터를 저장하고, 노드 간의 링크는 부모-자식 관계를 정의한다.

트리를 활용한 구현에서는 일반적으로 이진 트리, B-트리, AVL 트리 등 다양한 변형이 사용된다. 예를 들어, 파일 시스템은 종종 B-트리나 그 변형인 B+ 트리를 사용하여 디렉토리와 파일의 계층을 효율적으로 관리하고 빠른 탐색을 지원한다. 각 디렉토리는 노드에 해당하며, 그 안에 포함된 파일과 하위 디렉토리는 자식 노드가 된다.

구현 시 고려해야 할 핵심 요소는 노드의 삽입, 삭제, 탐색 연산의 효율성이다. 순회 알고리즘으로는 부모 노드에서 자식 노드로 내려가는 전위 순회, 자식 노드를 먼저 방문하는 후위 순회, 그리고 중위 순회 등이 있으며, 계층 구조에 맞는 적절한 순회 방식을 선택해야 한다. 또한, 트리의 균형을 유지하는 것은 깊이가 깊어져 성능이 저하되는 것을 방지하는 데 중요하다.

이러한 트리 기반 구조는 데이터에 대한 계층적 접근 경로를 제공하므로, 특정 노드를 찾기 위해 루트부터 시작해 경로를 따라 내려가는 탐색이 일반적이다. 이는 데이터의 물리적 저장 위치와 논리적 계층 구조를 효과적으로 매핑한다.

계층화 저장 구조에서 데이터를 효율적으로 접근하기 위해 다양한 인덱싱 기법과 탐색 알고리즘이 사용된다. 인덱싱은 특정 노드나 데이터를 빠르게 찾을 수 있도록 주소나 경로 정보를 별도로 관리하는 것을 의미한다. 계층 구조에서는 주로 트리의 루트부터 시작하여 하위 노드로 내려가는 경로를 인덱스로 활용한다. 예를 들어, 파일 시스템에서의 절대 경로나 상대 경로는 일종의 인덱스 역할을 한다.

탐색 알고리즘은 크게 깊이 우선 탐색과 너비 우선 탐색으로 구분된다. 깊이 우선 탐색은 한 부모 노드의 자식 노드를 끝까지 탐색한 후, 형제 노드로 이동하는 방식을 취한다. 이는 특정 분기를 깊게 파고들어 탐색할 때 유용하다. 반면, 너비 우선 탐색은 동일한 깊이(레벨)에 있는 모든 노드를 먼저 탐색한 후, 다음 깊이의 노드로 넘어가는 방식을 사용한다. 전체 구조를 수평적으로 조사해야 할 때 적합한 방법이다.

이러한 탐색은 재귀 알고리즘이나 큐, 스택 같은 자료구조를 이용하여 구현된다. 또한, 자주 접근하는 상위 노드나 경로에 대한 캐싱을 통해 탐색 성능을 더욱 향상시킬 수 있다.

파일 시스템은 계층화 저장 구조의 가장 대표적이고 보편적인 응용 사례이다. 대부분의 현대 운영 체제는 파일과 디렉토리(폴더)를 트리 구조로 조직하여 사용자가 데이터를 체계적으로 관리할 수 있게 한다. 이 구조에서 최상위 디렉토리는 루트 디렉토리로, 모든 파일과 다른 디렉토리는 이 루트로부터 시작하는 가지와 잎사귀처럼 확장된다. 사용자는 절대 경로나 상대 경로를 통해 파일 시스템 내의 특정 위치에 정확하게 접근할 수 있다.

파일 시스템 계층 구조의 관리 작업은 기본적인 탐색, 생성, 삭제, 이동으로 이루어진다. 예를 들어, /home/user/documents/report.txt라는 경로는 루트(/)에서 시작해 home, user, documents 디렉토리를 차례로 거쳐 최종 report.txt 파일에 도달함을 나타낸다. 이러한 구조는 데이터를 논리적으로 그룹화하는 데 매우 효과적이며, 사용자에게 직관적인 내비게이션 방식을 제공한다.

이 구조의 강점은 명확한 부모-자식 관계와 단순한 접근 경로에 있지만, 한 파일이 동시에 여러 디렉토리에 속할 수 없다는 제약이 있다[8]. 따라서 복잡한 다대다 관계를 표현해야 하는 데이터 관리에는 한계를 보인다. 그럼에도 불구하고 파일 및 디렉토리 관리는 계층화 저장 구조의 효용성과 실용성을 입증하는 근본적인 응용 분야로 자리 잡고 있다.

계층화 저장 구조는 조직도와 카테고리 시스템을 표현하고 관리하는 데 매우 효과적인 모델이다. 이러한 구조는 데이터 간의 상하 관계를 명확히 정의하여 복잡한 정보 체계를 직관적으로 구성할 수 있게 한다.

조직도는 일반적으로 트리 구조를 기반으로 한다. 최상위에 루트 노드로서 최고 경영자나 회장이 위치하고, 그 아래로 부서장, 팀장, 일반 사원 등이 자식 노드로 연결된다. 이 구조는 보고 체계와 권한의 흐름을 시각적으로 보여주며, 특정 직원의 상사와 부하 직원을 명확히 식별할 수 있게 한다. 많은 인사 관리 시스템과 ERP 소프트웨어는 내부적으로 계층적 데이터 모델을 사용하여 조직 구조를 저장하고 조회한다.

카테고리 시스템에서도 계층 구조는 널리 적용된다. 대표적인 예는 전자상거래 플랫폼의 상품 분류나 도서관의 분류법이다. 예를 들어, '가전제품'이라는 최상위 카테고리 아래에 'TV', '냉장고', '세탁기'가 있고, 'TV' 아래에는 'OLED', 'QLED', 'LCD'와 같은 하위 카테고리가 존재할 수 있다. 사용자는 이 계층을 따라 탐색하여 원하는 상품을 쉽게 찾을 수 있다. 이러한 시스템의 구현은 종종 데이터베이스에서 재귀적 쿼리나 부모-자식 관계 테이블을 통해 이루어진다.

이러한 응용 분야에서 계층 구조는 정보의 체계성을 제공하지만, 너무 깊은 계층이나 복잡한 교차 관계를 표현하기에는 한계가 있을 수 있다.

XML과 JSON은 데이터를 교환하고 저장하는 데 널리 사용되는 경량의 텍스트 기반 형식이다. 이 두 형식은 본질적으로 데이터를 계층적으로 표현하는 데 매우 적합한 구조를 가진다. 둘 다 부모-자식 관계를 명확하게 정의할 수 있어, 복잡한 데이터를 트리 형태로 조직화하는 데 용이하다.

XML 문서는 태그(Tag)를 사용하여 데이터 요소를 정의하고, 이러한 요소들이 중첩되어 계층 구조를 형성한다. 최상위에는 단 하나의 루트 요소가 존재하며, 그 아래에 자식 요소들이 트리 구조로 배치된다. 각 요소는 속성(Attribute)을 가질 수 있고, 텍스트 내용이나 다른 요소를 포함한다. 이 구조는 문서 객체 모델(DOM)과 같은 API를 통해 프로그램적으로 탐색하고 조작하는 것이 일반적이다.

JSON은 JavaScript 객체 표기법을 기반으로 하며, XML보다 간결한 문법을 가진다. JSON 구조는 중괄호({})로 감싸진 객체와 대괄호([])로 감싸진 배열의 조합으로 이루어진다. 객체는 키-값 쌍의 집합이며, 값으로 다시 객체나 배열이 올 수 있어 자연스럽게 중첩된 계층 구조를 만든다. 이는 현대 웹 애플리케이션에서 서버와 클라이언트 간 데이터 통신의 사실상 표준 형식으로 자리 잡았다.

두 형식의 계층적 특성은 다양한 응용 분야에서 활용된다. 설정 파일(Configuration File)은 애플리케이션의 여러 단계와 모듈에 대한 설정을 계층적으로 저장한다. 또한 웹 서비스(Web Service)의 API 요청과 응답 데이터는 대부분 XML이나 JSON 형식으로 전송되며, 데이터 간의 포함 관계를 명확히 표현한다. 최근에는 JSON이 가독성과 간결성 면에서 우위를 점하며 XML보다 더 선호되는 경향이 있지만, 문서 마크업이나 복잡한 메타데이터 표현이 필요한 분야에서는 XML이 여전히 중요한 역할을 한다.

계층적 구조와 관계형 데이터베이스 구조는 데이터를 조직화하는 근본적으로 다른 패러다임을 나타낸다. 계층적 구조는 트리 형태로, 각 노드는 단 하나의 부모 노드를 가지며 여러 자식 노드를 가질 수 있다. 이는 데이터 간의 관계가 명확한 상하 종속 관계일 때 매우 효율적이다. 반면, 관계형 구조는 테이블과 행, 열로 구성되며, 데이터 간의 관계는 기본 키와 외래 키를 통해 연결되어 정의된다. 관계형 모델은 데이터를 평평한 테이블 집합으로 보며, 테이블 간의 관계는 동적으로 설정된다.

두 구조의 주요 차이는 데이터 관계의 표현 방식과 유연성에 있다. 계층적 구조는 사전에 정의된 부모-자식 경로를 따라 데이터를 탐색하므로, 그 경로에 따른 조회는 빠르지만, 다른 관계를 질의하는 것은 복잡하거나 비효율적일 수 있다. 예를 들어, 한 자식 노드가 두 개의 부모 노드를 참조해야 하는 경우(다대다 관계)를 표현하기 어렵다. 관계형 구조는 이러한 제약에서 자유로워, 조인 연산을 통해 임의의 테이블 간에 다양한 관계를 유연하게 구성하고 질의할 수 있다.

다음 표는 두 구조의 핵심 특성을 비교한다.

요약하면, 계층적 구조는 데이터 관계가 단순하고 고정된 경우에 직관적이며 성능이 우수하지만, 관계형 구조는 복잡하고 변화하는 데이터 관계를 모델링하는 데 훨씬 더 유연하고 강력한 도구이다. 이로 인해 1970년대 이후 일반적인 비즈니스 애플리케이션 분야에서는 관계형 모델이 계층적 모델을 대체하는 주류가 되었다.

계층적 구조와 네트워크 데이터 모델은 모두 초기 데이터베이스 관리 시스템에서 사용된 비관계형 모델이다. 두 모델 모두 레코드와 레코드 간의 관계를 명시적으로 정의하는 포인터나 링크를 사용한다. 그러나 관계를 표현하는 방식에서 근본적인 차이를 보인다. 계층적 모델은 각 자식 노드가 단 하나의 부모 노드만을 가질 수 있는 엄격한 트리 구조를 따른다. 반면, 네트워크 모델은 CODASYL 위원회에서 표준화한 모델로, 하나의 레코드가 여러 부모 레코드를 가질 수 있는 그래프 구조를 허용한다. 이는 다대다(N:M) 관계를 직접 표현할 수 있게 해주며, 계층적 모델보다 더 복잡한 데이터 관계를 모델링하는 데 유리하다.

두 구조의 주요 차이점은 데이터 접근 경로와 유연성에 있다. 계층적 구조에서는 루트 노드에서 시작하여 특정 경로를 따라 리프 노드에 도달하는 단일 경로만 존재한다. 이는 탐색이 빠르고 직관적이지만, 부모가 다른 경로를 통한 데이터 접근은 불가능하다. 네트워크 모델에서는 오너 레코드와 멤버 레코드가 셋이라는 구조로 연결되며, 하나의 레코드가 여러 셋에 속할 수 있다. 따라서 동일한 데이터에 대한 여러 접근 경로가 존재할 수 있어 유연성이 높다. 그러나 이 유연성은 구현과 쿼리의 복잡성을 증가시킨다.

아래 표는 두 구조의 핵심 특성을 비교한 것이다.

요약하면, 네트워크 모델은 계층적 모델의 제한적인 관계 표현을 확장한 모델이다. 계층적 모델이 명확하고 효율적인 상하 관계 표현에 강점이 있다면, 네트워크 모델은 교차 연결이 빈번한 복잡한 데이터 관계를 표현하는 데 더 적합하다. 두 모델 모두 1980년대 이후 관계형 데이터베이스의 등장으로 그 사용이 줄어들었지만, 특정 레거시 시스템이나 계층적 데이터가 본질적인 분야에서는 여전히 그 개념이 적용되고 있다.