정규화 과정편집자 확인

데이터베이스에서 정규화 과정을 수행하는 주요 동기 중 하나는 데이터 중복을 제거하고, 이로 인해 발생할 수 있는 여러 이상 현상을 방지하는 것이다. 데이터 중복은 동일한 정보가 데이터베이스 내 여러 곳에 반복 저장되는 현상을 말한다. 이는 저장 공간의 비효율적 사용을 초래할 뿐만 아니라, 데이터를 갱신할 때 일관성을 유지하기 어렵게 만든다.

데이터 중복이 존재하는 비정규화된 테이블에서는 주로 세 가지 유형의 이상 현상이 발생한다. 첫째, 삽입 이상은 특정 정보를 저장하기 위해 불필요한 데이터를 함께 삽입해야 하거나, 원치 않는 NULL 값을 강제로 사용해야 하는 상황이다. 예를 들어, 새로운 부서 정보를 등록하려면 아직 소속 직원이 없음에도 불구하고 직원 데이터를 NULL로 채워 삽입해야 할 수 있다. 둘째, 갱신 이상은 중복된 데이터 중 일부만 수정되어 데이터 간 불일치가 생기는 문제다. 한 직원의 부서명이 변경되었을 때, 해당 직원의 모든 관련 레코드를 빠짐없이 수정하지 않으면 동일한 부서가 서로 다른 이름으로 저장될 수 있다. 셋째, 삭제 이상은 특정 정보를 삭제할 때 의도하지 않은 다른 정보까지 함께 삭제되어 손실이 발생하는 현상이다. 어떤 부서의 유일한 직원 레코드를 삭제하면, 해당 부서 정보 자체도 데이터베이스에서 사라지게 된다.

이러한 이상 현상들은 데이터의 무결성과 일관성을 심각하게 훼손하며, 애플리케이션의 신뢰성을 떨어뜨린다. 정규화는 이러한 문제들의 근본 원인인 데이터 중복과 함수적 종속 관계의 비합리적 구조를 체계적으로 분해함으로써 각 이상 현상을 효과적으로 제거한다.

데이터 무결성은 데이터베이스에 저장된 데이터의 정확성과 신뢰성을 보장하는 핵심 개념이다. 정규화 과정은 이러한 무결성을 유지하고 데이터의 일관성을 확보하는 데 결정적인 역할을 한다. 무결성이 손상되면 시스템의 신뢰도가 떨어지고 비즈니스 의사결정에 오류를 초래할 수 있다.

정규화는 주로 개체 무결성과 참조 무결성을 강화한다. 개체 무결성은 각 테이블의 기본 키가 고유하고 NULL 값을 허용하지 않도록 보장한다. 예를 들어, 정규화되지 않은 테이블에서 한 직원 정보가 여러 행에 중복되어 존재하면, 그 직원의 기본 키 값이 중복되거나 NULL이 될 수 있어 개체 무결성이 훼손된다. 정규화는 이러한 중복을 제거하여 각 개체를 고유하게 식별할 수 있게 한다.

데이터 일관성은 데이터베이스 전반에 걸쳐 동일한 데이터가 동일한 값을 유지함을 의미한다. 정규화되지 않은 구조에서는 같은 데이터가 여러 곳에 저장되기 때문에, 한 곳에서 데이터를 갱신할 때 다른 모든 복사본도 함께 갱신해야 한다. 이 과정에서 누락이 발생하면 데이터 불일치가 생긴다. 정규화는 데이터를 논리적이고 중복 없는 단위로 분해하여, 각 사실이 데이터베이스 내 단 한 곳에만 저장되도록 한다. 이로 인해 갱신 이상이 제거되고, 데이터를 수정할 때 일관성을 유지하는 비용이 크게 줄어든다.

결론적으로, 정규화는 데이터의 논리적 구조를 개선함으로써 다양한 무결성 규칙을 쉽게 적용하고 강제할 수 있는 기반을 마련한다. 이는 장기적으로 데이터 품질을 높이고 시스템 유지보수 비용을 절감하는 데 기여한다.

제1정규형은 관계형 데이터베이스 설계에서 가장 기본이 되는 정규형이다. 어떤 릴레이션이 제1정규형을 만족한다는 것은 그 릴레이션의 모든 속성이 원자값만을 가지는 것을 의미한다. 즉, 하나의 셀에는 하나의 값만이 존재해야 하며, 반복되는 그룹이나 배열, 복합 값을 포함해서는 안 된다.

예를 들어, '주문' 테이블에 '상품목록'이라는 속성이 있고 그 값이 '노트북, 마우스, 키보드'와 같이 쉼표로 구분된 문자열이라면, 이는 제1정규형을 위반한다. 이를 제1정규형으로 만드려면 각 상품을 별도의 행으로 분리하거나, 별도의 '주문상세' 테이블을 생성하여 하나의 주문에 여러 상품을 각각의 행으로 기록해야 한다.

제1정규화의 과정은 주로 반복 그룹을 제거하는 작업이다. 아래는 정규화 전후의 간단한 예시를 보여준다.

위 테이블을 제1정규형으로 변환하면 다음과 같다.

이 변환을 통해 모든 속성의 값이 더 이상 분해될 수 없는 단일 값(원자값)을 갖게 되었다. 제1정규형은 모든 정규화의 출발점이며, 이를 충족하지 않으면 관계형 데이터 모델의 기본 연산을 올바르게 적용하기 어렵다.

제2정규형은 제1정규형을 만족한 테이블에서, 부분 함수 종속을 제거하는 단계이다. 즉, 기본키가 아닌 모든 속성이 기본키에 완전 함수 종속되어야 한다. 기본키가 복합키(두 개 이상의 속성으로 구성된 키)일 때 발생할 수 있는 문제를 해결하는 것이 목적이다.

부분 함수 종속이란, 복합 기본키의 일부 속성에만 종속되는 현상을 말한다. 예를 들어, '주문상세' 테이블의 기본키가 주문번호와 상품코드로 구성되어 있을 때, 상품명 속성이 상품코드에만 종속되고 주문번호와는 무관하다면, 이는 부분 함수 종속이다. 이 경우 동일한 상품이 여러 주문에 걸쳐 반복 저장되면 상품명 데이터가 중복되어 데이터 중복과 갱신 이상이 발생한다.

제2정규화를 수행하려면, 부분 함수 종속 관계에 있는 속성들을 분리하여 새로운 테이블을 생성한다. 위 예시에서는 상품코드와 상품명을 별도의 '상품' 테이블로 분리하고, 원래 테이블에서는 외래키로 상품코드만 유지한다. 이 과정을 거치면 데이터 모델의 논리적 구조가 개선되고, 이상 현상이 줄어든다.

제3정규형은 제2정규형을 만족하는 릴레이션에서, 기본 키가 아닌 모든 속성이 기본 키에 대해 이행적 함수 종속을 제거한 형태이다. 즉, 이행적 종속이 존재하지 않도록 테이블을 분해하는 단계이다.

이행적 함수 종속이란 A → B이고 B → C일 때, A → C가 성립하는 관계를 말한다. 제3정규형은 이러한 관계를 제거하여, 기본 키가 아닌 속성끼리의 종속 관계를 없애는 것을 목표로 한다. 이를 통해 데이터의 중복을 더욱 줄이고, 삽입 이상, 갱신 이상, 삭제 이상을 방지할 수 있다.

제3정규형을 만족하기 위한 조건은 다음과 같다.

1. 릴레이션이 제2정규형을 만족해야 한다.

2. 모든 비주요 속성(non-prime attribute)이 기본 키에 대해 이행적 종속되지 않아야 한다.

예를 들어, '주문' 테이블에 주문ID, 고객ID, 고객등급, 할인율 속성이 있고, 주문ID가 기본 키라고 가정하자. 여기서 주문ID → 고객ID이고, 고객ID → 고객등급이며, 고객등급 → 할인율 관계가 성립한다면, 할인율은 기본 키(주문ID)에 이행적 종속되어 있다. 제3정규형에서는 '주문' 테이블에서 고객등급과 할인율을 분리하여 별도의 '등급별할인' 테이블을 생성한다.

이렇게 분리하면, 특정 등급의 할인율이 변경될 때 모든 관련 주문 레코드를 갱신할 필요 없이 '등급별할인' 테이블의 단일 행만 수정하면 되어 데이터 무결성과 일관성을 유지하기 쉬워진다.

보이스-코드 정규형은 제3정규형보다 더 엄격한 정규형으로, 레이먼드 F. 보이스와 에드거 F. 코드가 제안했다. 이 정규형은 결정자가 모두 후보 키가 되어야 한다는 조건을 만족시킨다. 즉, 모든 함수적 종속 X → Y에서 결정자 X가 반드시 슈퍼키[1]여야 한다는 규칙이다.

제3정규형은 이행적 종속을 제거하는 데 초점을 맞추지만, BCNF는 보다 근본적인 문제를 해결한다. 제3정규형 테이블에서도 후보 키가 아닌 속성이 다른 비주요 속성을 결정하는 경우가 존재할 수 있다. 이러한 경우는 결정자가 후보 키가 아니므로 BCNF를 위반하며, 여전히 데이터의 삽입 이상, 삭제 이상, 갱신 이상이 발생할 가능성이 남아 있다.

BCNF를 만족시키기 위한 정규화 과정은 일반적으로 테이블을 분해하는 방식으로 이루어진다. BCNF를 위반하는 함수적 종속 X → Y를 찾아, 하나의 테이블에는 X와 Y를 포함시키고, 다른 테이블에는 X와 나머지 속성들을 포함시킨다. 이 분해는 무손실 조인 분해 특성을 유지해야 한다.

BCNF는 이론적으로 매우 강력한 정규형이지만, 모든 함수적 종속이 보존되는 종속성 보존을 항상 만족시키지는 않는다는 단점이 있다. 이는 실무에서 무결성 제약 조건을 검사하기 어려워질 수 있음을 의미한다. 따라서 모든 데이터베이스 설계가 BCNF까지 정규화되어야 하는 것은 아니며, 성능과 데이터 무결성 간의 균형을 고려하여 결정한다.

제4정규형은 다치 종속성을 제거하는 단계이다. 다치 종속성은 하나의 속성 값이 여러 개의 다른 속성 값 집합과 독립적으로 연관될 수 있는 관계를 의미한다. 예를 들어, 한 교수가 여러 과목을 가르치고 동시에 여러 교재를 사용할 수 있는 경우, 과목과 교재 사이에 불필요한 중복이 발생할 수 있다. 4NF는 이러한 다치 종속성을 분해하여 모든 비후보키 속성이 후보키에 대해 함수적으로 종속되도록 한다. 이는 기본적으로 보이스-코드 정규형을 만족하면서, 모든 비트리비얼한 다치 종속성이 후보키에 의해 결정되도록 하는 조건을 추가한 것이다.

제5정규형 또는 조인 종속 정규형은 조인 종속성을 제거하는 최종 단계이다. 조인 종속성은 하나의 테이블을 무손실 조인으로 분해한 여러 테이블로 나눌 수 있고, 다시 그 테이블들을 조인하면 원래 테이블을 정확히 재구성할 수 있는 성질을 말한다. 5NF는 테이블의 모든 조인 종속성이 후보키에 의해 만족되는 상태를 의미한다. 이는 테이블을 더 이상 의미 있는 방식으로 분해할 수 없는 상태, 즉 모든 중복이 제거된 이상적인 구조에 가깝다.

실제 데이터베이스 설계에서는 3NF나 BCNF까지의 정규화가 가장 일반적으로 적용된다. 4NF와 5NF는 이론적으로 완벽한 구조를 추구하지만, 지나치게 많은 테이블로 분해되어 조인 연산의 비용이 증가할 수 있다. 따라서 복잡한 관계를 모델링하는 특수한 경우를 제외하고는, 성능과 관리의 편의성을 위해 높은 수준의 정규화는 선택적으로 적용된다.

역정규화는 설계상 완벽한 정규화를 거친 데이터베이스 구조를 성능 향상이나 특정 목적을 위해 일부러 정규화 원칙을 깨는 과정이다. 이는 주로 쿼리 처리 속도를 높이기 위해 수행된다. 완전히 정규화된 테이블은 데이터 무결성을 최대한 보장하지만, 데이터가 여러 테이블로 분산되어 있기 때문에 하나의 결과를 얻기 위해 여러 테이블을 조인해야 하는 경우가 많다. 이러한 조인 연산은 시스템에 상당한 부하를 주며, 특히 대용량 데이터를 처리하거나 빈번한 읽기 연산이 요구되는 환경에서는 성능 저하의 주요 원인이 된다.

따라서 역정규화는 읽기 성능을 극대화해야 하는 데이터 웨어하우스, 온라인 분석 처리 시스템, 또는 보고서 생성이 빈번한 애플리케이션에서 필요성이 크다. 예를 들어, 매출 집계 리포트를 매일 생성해야 하는 시스템에서, 정규화된 구조로 매번 판매 테이블, 고객 테이블, 상품 테이블을 조인하는 것은 비효율적이다. 이 경우 판매 테이블에 고객명이나 상품명 같은 파생 속성을 중복 저장하여 조인 횟수를 줄임으로써 쿼리 응답 시간을 획기적으로 단축할 수 있다.

역정규화의 필요성은 다음과 같은 특정 상황에서 더욱 두드러진다.

그러나 역정규화는 데이터 중복을 유발하여 데이터 갱신 이상이 발생할 위험을 높이고, 저장 공간을 더 많이 사용하며, 데이터 일관성을 유지하기 위한 애플리케이션 로직이 복잡해지는 단점이 있다[2]. 따라서 역정규화는 성능 향상이라는 명확한 목표와 이에 따른 비용(데이터 중복 관리 부담)을 신중하게 저울질한 후에 선택적으로 적용해야 하는 기법이다.

역정규화 기법은 성능 향상 목적에 따라 다양한 방식으로 적용된다. 주요 기법으로는 테이블 합치기, 컬럼 추가하기, 중복 테이블 생성하기 등이 있다.

테이블 합치기는 조인 연산을 줄이기 위해 1:1 관계나 1:N 관계의 테이블들을 하나의 테이블로 통합하는 방법이다. 특히 자주 함께 조회되는 테이블에 효과적이다. 컬럼 추가하기는 조인을 제거하기 위해 다른 테이블의 컬럼을 현재 테이블에 중복하여 추가하는 기법이다. 예를 들어, 주문 테이블에 고객 이름 컬럼을 추가하여 고객 테이블과의 조인 없이 이름을 바로 조회할 수 있다. 중복 테이블 생성하기는 동일한 데이터를 다른 형태로 중복 저장하는 것으로, 집계 테이블 생성이 대표적이다. 매일 발생하는 트랜잭션 데이터를 요약한 일별/월별 집계 테이블을 만들어 복잡한 집계 쿼리의 성능을 획기적으로 개선한다.

수직 분할과 수평 분할도 중요한 역정규화 기법이다. 수직 분할은 자주 접근하는 컬럼과 그렇지 않은 컬럼을 분리하여 디스크 I/O 효율을 높인다. 수평 분할은 데이터를 로우 단위로 분할하여 여러 물리적 저장소에 분산시키는 샤딩 기법으로, 대용량 데이터 처리에 유용하다. 이러한 기법들은 데이터 무결성을 훼손할 위험이 있으므로, 애플리케이션 계층이나 트리거 등을 통해 중복 데이터의 일관성을 유지하는 메커니즘이 반드시 동반되어야 한다.