데이터베이스 정규화

데이터베이스 정규화의 핵심 목표 중 하나는 데이터 중복을 최소화하는 것이다. 데이터 중복은 동일한 정보가 데이터베이스 내 여러 곳에 반복 저장되는 현상을 말한다. 예를 들어, 고객 주소 정보가 '주문' 테이블과 '고객' 테이블에 각각 저장되고, 한 고객이 여러 번 주문할 경우 동일한 주소가 여러 행에 걸쳐 중복 기록될 수 있다. 이러한 중복은 저장 공간을 불필요하게 낭비하는 직접적인 원인이 된다.

더 중요한 문제는 데이터 중복이 데이터 일관성을 해칠 수 있다는 점이다. 중복된 데이터 중 한 곳만 수정되고 다른 곳은 수정되지 않으면, 데이터베이스 내에서 동일한 사실에 대해 서로 다른 값이 존재하는 모순이 발생한다. 이를 데이터 불일치라고 한다. 정규화는 관련된 속성들을 논리적으로 그룹화하여 별도의 테이블로 분리하고, 기본키와 외래키를 통해 관계를 맺음으로써 정보의 단일 저장소를 만든다. 이렇게 하면 특정 정보(예: 고객 주소)는 오직 한 테이블의 한 행에만 저장되고, 필요할 때마다 조인 연산을 통해 참조하여 사용할 수 있다.

데이터 중복 최소화는 시스템의 유지보수성을 크게 향상시킨다. 정보를 갱신, 삭제, 삽입할 때 수정해야 할 위치가 명확해져 오류 가능성이 줄어든다. 또한, 중복 데이터가 줄어들면 트랜잭션 처리 시 로깅되는 데이터 양도 감소하여 성능에 간접적인 이점을 제공할 수 있다. 요약하면, 정규화를 통한 데이터 중복 최소화는 저장 효율성, 데이터 정확성, 그리고 운영의 간편성을 동시에 추구하는 과정이다.

데이터 무결성 보장은 데이터베이스 정규화의 핵심 목적 중 하나이다. 데이터 무결성은 데이터베이스에 저장된 데이터의 정확성과 일관성을 유지하는 것을 의미한다. 정규화되지 않은 테이블, 즉 하나의 테이블에 여러 종류의 정보가 혼재되어 있으면, 데이터를 삽입, 수정, 삭제할 때 논리적 모순이 발생하기 쉽다.

예를 들어, 한 테이블에 주문 정보와 고객 주소가 함께 저장되어 있다고 가정하자. 같은 고객이 여러 번 주문을 하면 그 고객의 주소 정보가 테이블 내 여러 행에 중복되어 기록된다. 만약 해당 고객의 주소가 변경되면, 모든 관련 행을 찾아 일일이 수정해야 한다. 하나라도 수정하지 못하면 데이터의 일관성이 깨지게 되는데, 이를 데이터 무결성 위반이라고 한다.

정규화는 이러한 문제를 해결하기 위해 데이터를 논리적 단위로 분리한다. 위 예시에서는 주문 테이블과 고객 테이블을 분리하고, 고객 테이블에는 주소 정보를 단 한 번만 저장한다. 주문 테이블은 고객을 식별하는 키(예: 고객ID)만을 참조한다. 이렇게 하면 주소 변경이 필요할 때는 고객 테이블의 단 하나의 행만 수정하면 되며, 데이터의 정확성과 일관성이 효율적으로 유지된다. 이는 참조 무결성을 통해 더욱 강화된다.

따라서 정규화는 단순히 데이터 중복을 줄이는 것을 넘어, 데이터베이스의 신뢰성과 안정성을 보장하는 근간이 된다.

이상 현상은 데이터베이스에서 데이터의 중복 저장으로 인해 발생하는 부작용을 의미한다. 정규화되지 않은 테이블에서는 데이터를 삽입, 갱신, 삭제할 때 논리적 불일치가 생길 수 있으며, 이를 각각 삽입 이상, 갱신 이상, 삭제 이상이라고 부른다.

삽입 이상은 새로운 데이터를 추가할 때 불필요한 정보까지 함께 입력해야 하거나, 일부 정보가 없어서 삽입 자체가 불가능해지는 현상이다. 예를 들어, 아직 수강 신청을 하지 않은 새 학생의 정보를 '학생-과목' 테이블에 등록할 수 없다. 갱신 이상은 중복된 데이터 중 일부만 수정할 때 데이터 간 불일치가 발생하는 현상이다. 한 학생의 주소가 여러 행에 중복 저장되어 있다면, 이 중 하나만 고치면 같은 학생의 주소 정보가 서로 달라지는 모순이 생긴다. 삭제 이상은 특정 정보를 삭제할 때 의도하지 않은 다른 정보까지 함께 손실되는 현상이다. 한 학생이 수강하는 특정 과목의 등록을 취소(삭제)했을 때, 해당 학생의 기본 정보까지 테이블에서 사라져 버릴 수 있다.

정규화는 이러한 이상 현상을 방지하는 핵심 기법이다. 각 정규형은 특정 유형의 이상 현상을 제거하는 규칙을 정의한다. 예를 들어, 제1정규형은 원자성을 확보하여 반복 그룹을 제거하고, 제2정규형은 부분 함수적 종속을 제거한다. 제3정규형은 이행적 함수적 종속을 제거함으로써 갱신 이상을 근본적으로 해결한다. 결과적으로 잘 정규화된 데이터베이스는 각 데이터가 논리적으로 적절한 위치에 단 한 번만 저장되도록 보장하여, 모든 종류의 이상 현상으로부터 자유로워진다.

제1정규형(1NF)은 데이터베이스 정규화의 가장 기본이 되는 단계이다. 이 단계의 핵심 요구사항은 모든 테이블의 각 속성(컬럼)이 오직 하나의 값(원자값)만을 가져야 한다는 것이다. 다시 말해, 하나의 셀에 여러 값이 쉼표로 구분되어 저장되거나, 배열이나 목록 형태로 저장되는 것을 허용하지 않는다. 또한, 각 행은 유일하게 식별될 수 있어야 하며, 특정 순서에 의존하지 않아야 한다.

예를 들어, '주문' 테이블에 '주문상품'이라는 속성이 있고, 한 번의 주문에 여러 상품이 포함될 경우, 이 속성에 '노트북, 마우스, 키보드'와 같이 여러 값을 하나의 셀에 저장하면 제1정규형을 위반한다. 이를 제1정규형으로 만드려면 각 상품을 별도의 행으로 분리해야 한다. 이 과정에서 주문 정보(주문번호, 고객ID 등)는 중복되어 나타날 수 있다.

위 테이블은 제1정규형이 아니다. 아래와 같이 각 상품을 개별 행으로 분리하면 제1정규형을 만족한다.

제1정규형을 만족시키는 과정은 복합 값을 가진 속성을 제거하고, 기본 키(Primary Key)를 재정의하는 작업을 수반한다. 이 단계를 통해 테이블의 구조는 단순화되지만, 앞서 예시처럼 데이터 중복이 발생할 수 있다. 이러한 중복과 그로 인한 문제점(이상 현상)은 이후의 정규화 단계(제2정규형, 제3정규형)에서 해결하게 된다.

제2정규형은 제1정규형을 만족한 테이블에 대해, 부분 함수 종속을 제거하여 완전 함수 종속 상태로 만드는 단계이다.

제2정규형의 핵심 조건은 모든 속성이 기본 키에 완전 함수 종속되어야 한다는 점이다. 이는 기본 키가 복합 키(두 개 이상의 컬럼으로 구성된 키)일 때 특히 중요해진다. 만약 어떤 속성이 복합 기본 키의 일부에만 종속된다면, 이를 부분 함수 종속이라고 하며, 제2정규형을 위반한다. 이러한 부분 종속성을 분리하여 새로운 테이블로 만들면 제2정규형을 달성할 수 있다.

예를 들어, '주문상세' 테이블이 (주문번호, 상품코드)를 복합 기본 키로 가지고 있고, '상품명' 속성이 '상품코드'에만 종속되어 '주문번호'와는 무관하다면, '상품명'은 부분 함수 종속된다. 이를 해결하기 위해 '상품코드'와 '상품명'을 별도의 '상품' 테이블로 분리한다. 이 과정을 통해 데이터 중복이 제거되고, 상품명을 변경할 때 여러 주문 레코드를 수정하지 않아도 되는 데이터 무결성의 이점을 얻을 수 있다.

제3정규형은 제2정규형을 만족한 상태에서, 기본 키에 직접 종속되지 않은 이행적 종속을 제거하는 단계이다. 즉, 비주요 속성이 다른 비주요 속성에 종속되는 관계를 분리하여 별도의 릴레이션으로 구성한다. 이는 데이터의 논리적 독립성을 높이고, 갱신 이상을 추가로 방지하는 데 목적이 있다.

이행적 종속이란 A 속성이 B 속성을 결정하고, B 속성이 C 속성을 결정할 때, A가 C를 간접적으로 결정하는 관계를 말한다. 제3정규형에서는 이러한 관계가 존재하지 않도록 설계한다. 예를 들어, '학생' 릴레이션에 (학번, 지도교수, 교수 연구실) 속성이 있고, 학번이 지도교수를 결정하고, 지도교수가 교수 연구실을 결정한다면, 교수 연구실은 학번에 이행적으로 종속된다. 이를 해결하기 위해 (지도교수, 교수 연구실) 정보를 별도의 '교수' 릴레이션으로 분리한다.

제3정규형을 만족하면 대부분의 실무적인 데이터 중복과 갱신 이상이 제거된다. 삽입, 삭제, 수정 시 발생할 수 있는 불일치 문제가 크게 줄어들며, 데이터의 논리적 구조가 명확해진다. 이는 데이터 무결성을 유지하고 데이터베이스의 유지보수성을 향상시키는 핵심 단계로 평가받는다.

일반적인 데이터베이스 설계에서는 제3정규형까지의 정규화를 권장하며, 이 단계를 통해 효율적이고 안정적인 기본 구조를 확보할 수 있다.

보이스-코드 정규형(Boyce-Codd Normal Form, BCNF)은 제3정규형(3NF)보다 더 강화된 정규형이다. 이는 제3정규형이 특정 유형의 이상 현상을 완전히 제거하지 못하는 경우가 있기 때문에 도입되었다. BCNF는 관계형 데이터베이스 설계에서 매우 엄격한 기준을 제시하며, 모든 결정자가 후보 키가 되도록 요구한다.

보다 정확히 정의하면, 어떤 릴레이션 스키마 R이 BCNF를 만족하기 위해서는 R에 존재하는 모든 함수적 종속 X → Y에서 X가 R의 슈퍼키여야 한다. 즉, 후보 키가 아닌 속성이 다른 속성을 결정하는 경우가 존재해서는 안 된다. 제3정규형에서는 이행적 종속만을 제거하는 반면, BCNF는 후보 키가 아닌 결정자에 의한 모든 종속을 제거한다.

다음은 BCNF를 위반하는 전형적인 예시이다.

이 예에서 가정된 제약 조건은 다음과 같다. 한 강사는 한 과목만 가르칠 수 있지만(강사 → 과목), 한 과목은 여러 강사가 가르칠 수 있으며 여러 교실에서 진행될 수 있다. 여기서 결정자 '강사'는 후보 키가 아니다(후보 키는 {강사, 교실} 또는 {과목, 교실}일 수 있음). 이로 인해 '김교수'가 '데이터베이스' 과목을 가르치지 않게 되면, 해당 과목 정보가 손실되는 삭제 이상이 발생할 수 있다. 이 릴레이션을 BCNF로 정규화하려면, 결정자 '강사'를 포함하는 별도의 릴레이션(예: (강사, 과목))을 분리해야 한다.

BCNF는 이론적으로 이상적인 정규형이지만, 모든 함수적 종속을 보존하는 무손실 분해가 항상 가능한 것은 아니다. 일부 특수한 경우 BCNF로 분해하면 원래의 종속성이 일부 소실될 수 있다. 이러한 경우, 실용성을 위해 제3정규형을 유지하는 것이 선호되기도 한다.

제4정규형(4NF)은 다치 종속(Multivalued Dependency, MVD)을 제거하는 단계이다. 다치 종속은 어떤 결정자(Determinant)가 여러 개의 독립적인 값을 가질 수 있는 관계를 의미한다. 예를 들어, 한 강사가 여러 과목을 가르치고 동시에 여러 교재를 사용할 수 있는 경우, '강사'는 '과목'과 '교재'에 대해 다치 종속성을 가질 수 있다. 4NF는 이러한 다치 종속이 존재하지 않도록 릴레이션을 분해하여, 모든 비후보키 속성이 후보키에 함수적으로 종속되도록 한다. 이는 기본적으로 보이스-코드 정규형(BCNF)을 만족하면서, 모든 다치 종속이 후보키를 통한 종속이 되도록 보장한다.

제5정규형(5NF) 또는 PJ/NF(Projection-Join Normal Form)는 조인 종속(Join Dependency)을 제거하는 최종 단계이다. 조인 종속은 하나의 릴레이션을 여러 개의 프로젝션(부분 집합)으로 분해한 후, 이를 다시 조인(Join) 연산을 통해 원래의 릴레이션을 완전히 복원할 수 있어야 하는 조건을 말한다. 5NF는 릴레이션이 자신의 모든 후보키를 통해서만 무손실 조인 분해가 가능하도록 보장한다. 이는 모든 조인 종속이 후보키에 의해 유도되는 경우에 만족한다.

실제 데이터베이스 설계에서 4NF와 5NF는 상대적으로 덜 활용된다. 대부분의 실용적인 설계는 제3정규형(3NF) 또는 BCNF 수준에서 충분하며, 4NF와 5NF는 매우 특수한 경우의 복잡한 관계를 모델링할 때 고려된다. 과도한 정규화는 필요 이상으로 많은 수의 테이블을 생성하여 조인 연산의 빈도와 비용을 증가시킬 수 있기 때문이다[2]. 따라서 고수준 정규형의 적용은 데이터의 복잡성과 시스템의 성능 요구사항을 종합적으로 판단하여 결정한다.

데이터베이스 정규화를 수행하면 여러 가지 구조적 이점을 얻을 수 있다. 가장 큰 장점은 데이터 중복을 현저히 줄일 수 있다는 점이다. 중복 데이터가 제거되면 저장 공간을 절약할 수 있으며, 동일한 정보를 여러 곳에서 갱신할 필요가 없어져 데이터 일관성을 유지하기가 훨씬 수월해진다. 또한, 삽입, 갱신, 삭제 시 발생할 수 있는 이상 현상을 효과적으로 방지하여 데이터의 논리적 정확성, 즉 데이터 무결성을 강화한다.

정규화된 데이터베이스는 유연한 구조를 가지게 되어 요구사항 변경에 더 잘 적응할 수 있다. 새로운 속성이나 엔터티를 추가하거나 기존 관계를 수정하는 작업이 비교적 용이해진다. 이는 데이터 모델의 확장성과 유지보수성을 높여준다. 또한, 테이블들이 작고 명확한 단위로 분해되므로, 특정 데이터에 대한 질의나 수정이 더욱 정밀하게 이루어질 수 있다.

데이터의 논리적 구조가 명확해지면 데이터 간의 관계를 이해하고 문서화하기 쉬워진다. 이는 데이터베이스 설계의 명확성을 높이고, 향후 시스템을 분석하거나 개선할 때 유용한 기반을 제공한다. 궁극적으로는 잘 정규화된 설계가 데이터를 보다 효율적으로 조직화함으로써 장기적인 시스템의 안정성과 신뢰성을 보장하는 데 기여한다.

과도한 정규화는 데이터베이스 설계에 여러 가지 문제점을 초래할 수 있다. 가장 큰 문제는 성능 저하이다. 데이터가 너무 많은 테이블로 분리되면, 하나의 질의를 처리하기 위해 여러 테이블을 조인해야 하는 경우가 빈번해진다. 이는 시스템의 입출력 부하를 증가시키고, 쿼리 실행 시간을 길게 만들어 전체적인 응답 속도를 떨어뜨린다. 특히 대용량 데이터를 처리하거나 실시간 응답이 요구되는 시스템에서 이 문제는 더욱 두드러진다.

또한 설계의 복잡성이 증가한다는 단점이 있다. 지나치게 세분화된 테이블 구조는 데이터베이스 스키마를 이해하고 유지보수하기 어렵게 만든다. 개발자는 복잡한 조인 관계를 파악해야 하며, 새로운 기능을 추가하거나 기존 쿼리를 수정할 때 실수할 가능성이 높아진다. 이는 개발 생산성을 저하시키고, 장기적으로 시스템의 유지보수 비용을 상승시키는 요인이 된다.

마지막으로, 물리적인 테이블의 수가 늘어남에 따라 발생하는 관리 오버헤드도 고려해야 한다. 각 테이블마다 인덱스를 생성하고 유지해야 하며, 백업, 복구, 보안 정책 설정 등의 운영 작업이 더 복잡해진다. 따라서 정규화는 데이터의 무결성과 구조적 안정성을 확보하는 데 필수적이지만, 성능 요구사항과 운영 효율성 사이에서 균형을 찾는 것이 중요하다.

역정규화는 데이터베이스 정규화 과정을 통해 분리된 테이블들을 의도적으로 다시 합치거나 중복 데이터를 추가하는 설계 기법이다. 이는 데이터베이스의 쿼리 성능을 향상시키거나 특정 응용 프로그램의 요구사항을 더 쉽게 만족시키기 위해 수행된다. 정규화는 데이터의 무결성과 저장 효율성을 높이는 데 초점을 맞추지만, 이로 인해 여러 테이블을 조인해야 하는 복잡한 쿼리가 빈번해질 수 있다. 역정규화는 이러한 조인 연산의 부담을 줄여 응답 시간을 단축하는 것을 주요 목표로 한다.

역정규화는 일반적으로 읽기 작업이 쓰기 작업보다 훨씬 빈번한 시스템에서 적용된다. 예를 들어, 보고서 생성이나 대시보드 조회가 많은 데이터 웨어하우스나 온라인 분석 처리 시스템에서 효과적이다. 반면, 데이터의 실시간 갱신이 매우 잦은 온라인 트랜잭션 처리 시스템에서는 중복 데이터로 인한 이상 현상 관리 부담이 커질 수 있어 신중하게 접근해야 한다.

주요 역정규화 방법에는 다음과 같은 것들이 있다.

역정규화는 성능 향상이라는 명확한 이점을 제공하지만, 데이터 중복 증가로 인한 저장 공간 낭비, 갱신 이상 발생 가능성, 그리고 데이터 일관성 유지가 더 복잡해진다는 비용을 동반한다. 따라서 설계자는 성능 요구사항과 데이터 무결성 요구사항 사이의 균형을 고려하여 적용 여부와 수준을 결정해야 한다.

역정규화는 성능 향상이 절실히 필요한 특정 상황에서 선택적으로 적용하는 전략이다. 주로 읽기 연산이 매우 빈번하고, 조인 연산이 과도하게 발생하며, 응답 시간이 중요한 온라인 트랜잭션 처리(OLTP) 시스템의 보고 기능이나 데이터 웨어하우스, 온라인 분석 처리(OLAP) 시스템에서 활용된다.

적용 시기를 판단하는 주요 기준은 다음과 같다. 첫째, 빈번한 조인으로 인해 쿼리 성능이 현저히 저하될 때이다. 여러 정규화된 테이블을 반복적으로 조인해야 하는 복잡한 보고서 쿼리는 역정규화의 주요 대상이 된다. 둘째, 계산된 값(예: 합계, 평균)을 자주 사용할 때이다. 매번 집계 함수를 실행하는 대신, 미리 계산된 값을 컬럼으로 저장하여 성능을 높일 수 있다. 셋째, 특정 컬럼에 대한 접근 패턴이 매우 집중적일 때이다. 자주 함께 조회되는 컬럼들을 하나의 테이블로 묶어 디스크 I/O를 줄일 수 있다.

역정규화를 수행하는 일반적인 방법은 몇 가지 패턴으로 나눌 수 있다.

역정규화 적용 시에는 데이터 중복이 필연적으로 발생하므로, 트리거나 애플리케이션 로직을 통해 중복 데이터의 일관성을 유지하는 메커니즘을 반드시 마련해야 한다. 또한, 초기 설계는 정규화된 상태에서 시작한 후, 성능 프로파일링과 모니터링을 통해 정확한 병목 지점을 식별하고 그에 맞춰 신중하게 역정규화를 적용하는 것이 바람직한 접근법이다.