SlideShare a Scribd company logo
1 of 9
Download to read offline
시각영상디자인과
1510848 한나영
디지털미디어컨텐츠1
DIKW Pyramid
디미컨1
정의
지혜
지식
정보
데이터
데이터가 지혜가 되는 과정을 잘 표현한 개념으로 Ackoff, R.L.이 1989년에 이야기한
DIKW(Data-Information-Knowledge-Wisdom, 데이터-정보-지식-지혜) 이 있다.
위의 그림은 이 개념을 도식화한 DIKW 피라미드이다.
DIKW Pyramid
출처 http://www.sedaily.com/NewsView/1OB16XQ807
DIKW Pyramid
디미컨1
정의
Data 데이터
정보들이 적절하게 모인 지식에서부터는 사람에게 유용해야 할
필요성을 지니며 보통 어떻게 관련된 질문에 구체적인 답을 제
시한다. 사람에게 유용해야 하다보니 사람이 겪는 다양한 상황
즉 맥락(context)이 지식을 만들기 위한 정보의 구성에 본격적
으로 관여되기 시작한다.
마지막 종착점인 지혜, 통찰은 왜(why)에 대한 답을 제시하는
성격이 강하며, 개인의 경험이 기반이 되고, 관여되는 맥락 역시
개인에게 특화된 맥락들이 중심을 이룬다. 데이터와 정보가 수
집의 대상이라면 지식은 배움의 대상이고, 지혜는 배움과 실천
의 대상이다. 그리고 데이터, 정보, 지식이 과거의 경험에 기반
을 두고 있다면 지혜는 미래에 대응하기 위한 즉 앞으로의 액션
을 위한 것이라는 차이점을 지닌다.
Information 정보
Knowledge 지식
Wisdom 지혜
출처 http://www.sedaily.com/NewsView/1OB16XQ807
데이터는 사실이나 자극, 상징 체계 등에서 수집될 수 있는데,
단지 어떤 형태로든 존재할 뿐이지 그 자체로는 아무 의미가 없
고 가치 판단을 하는 것도 불가능하다.
정보는 어떤 처리 과정(processing)을 통해 구조화된, 즉 하나
이상의 규칙이 부여된 데이터로서, 이 규칙 자체가 하나의 의미
가 된다. 이 의미는 사람에게 유용할 수도 있으나 반드시 그럴
필요는 없고 보통 누구, 무엇, 언제, 어디와 관련된 질문에 답을
제시한다.
정의
디미컨1
DIKW Pyramid
출처 https://www.quora.com/Can-someone-give-a-simple-example-for-data-information-knowledge-and-wisdom
정의
디미컨1
DIKW Pyramid
Raw data, 관찰된 객관적 사실 그 자체를 말한다.
Data 데이터
Processed data, 처리 또는 가공한 데이터를 말한다.
Information 정보
정보에 기반해 찾은 패턴, 규칙을 말한다.
Knowledge 지식
지식에 유연성을 더한 것으로, 상황이나 맥락에 맞게 규칙을 적용하는 것.
Wisdom 지혜
출처 https://her7845.blog.me/220866459917
DIKW Pyramid
디미컨1
정의
소속관계, 결합관계
이해, 합의
출처 http://www.relationship-economy.com/2013/08/why-management-consulting-will-be-disrupted-part-ii/
정의
디미컨1
DIKW
정의
< 예시 >
출처 http://www.sedaily.com/NewsView/1OB16XQ807
강수량은 단지 강수측정기로 측정이 된 하나하나의 값일 뿐이며 그 자체
로는 아무 의미가 없는 데이터이다. 그런데 이 데이터에 지역, 기후반복주
기, 최대값 등의 규칙을 부여하여 지역별 연간 최대 강수량이라는 수치집
합을 뽑아내면 이것은 정보가 된다. 이 정보들에 사람들이 사는 A마을의
특정 맥락인 지형조건, 배수시설 등의 다른 정보를 연결시키면 A마을의
수해 대책이라는 A마을 고유의 지식이 만들어진다. A마을에 살고 있는 사
람들은 이 수해 대책 지식 및 다른 지식과 정보들을 활용하여 저마다의 성
향과 배경이라는 개인 고유의 맥락에 따라 수해를 이겨내는 개인 고유의
생활 노하우를 터득하고 실행해 옮기는데 이것이 바로 지혜, 통찰이다.
정의
디미컨1
DIKW
정의
결국 통찰은 가치 있는 액션을 하기 위한 것이고, 이런 관점의 통찰을
제대로 만들기 위해서는 즉, 데이터 액션을 잘 하기 위해서는, 개인과
개인이 처한 환경의 맥락을 다양한 관점으로 살펴보고 고려하는 것이
필요하다. 그리고 데이터-정보-지식-지혜로 진화되는 핵심인 ‘관계’가
어떤 규칙으로 표현되어야 하는지 제대로 고려해야 한다.
< 예시 >
출처 http://www.sedaily.com/NewsView/1OB16XQ807
감사합니다:)

More Related Content

What's hot

Business intelligence vs business analytics
Business intelligence  vs business analyticsBusiness intelligence  vs business analytics
Business intelligence vs business analyticsSuvradeep Rudra
 
[221] 딥러닝을 이용한 지역 컨텍스트 검색 김진호
[221] 딥러닝을 이용한 지역 컨텍스트 검색 김진호[221] 딥러닝을 이용한 지역 컨텍스트 검색 김진호
[221] 딥러닝을 이용한 지역 컨텍스트 검색 김진호NAVER D2
 
[DevGround] 린하게 구축하는 스타트업 데이터파이프라인
[DevGround] 린하게 구축하는 스타트업 데이터파이프라인[DevGround] 린하게 구축하는 스타트업 데이터파이프라인
[DevGround] 린하게 구축하는 스타트업 데이터파이프라인Jae Young Park
 
AI and Big Data Analytics
AI and Big Data AnalyticsAI and Big Data Analytics
AI and Big Data AnalyticsInData Labs
 
[MLOps KR 행사] MLOps 춘추 전국 시대 정리(210605)
[MLOps KR 행사] MLOps 춘추 전국 시대 정리(210605)[MLOps KR 행사] MLOps 춘추 전국 시대 정리(210605)
[MLOps KR 행사] MLOps 춘추 전국 시대 정리(210605)Seongyun Byeon
 
What is data engineering?
What is data engineering?What is data engineering?
What is data engineering?yongdam kim
 
도서관 Linked Open Data의 필요성
도서관 Linked Open Data의 필요성도서관 Linked Open Data의 필요성
도서관 Linked Open Data의 필요성Hansung University
 
Business Intelligence Architecture
Business Intelligence ArchitectureBusiness Intelligence Architecture
Business Intelligence ArchitecturePhilippe Julio
 
Mapping Data Flows Training deck Q1 CY22
Mapping Data Flows Training deck Q1 CY22Mapping Data Flows Training deck Q1 CY22
Mapping Data Flows Training deck Q1 CY22Mark Kromer
 
NewSQL: The Best of Both "OldSQL" and "NoSQL"
NewSQL: The Best of Both "OldSQL" and "NoSQL"NewSQL: The Best of Both "OldSQL" and "NoSQL"
NewSQL: The Best of Both "OldSQL" and "NoSQL"Sushant Choudhary
 
법령 온톨로지의 구축 및 검색
법령 온톨로지의 구축 및 검색법령 온톨로지의 구축 및 검색
법령 온톨로지의 구축 및 검색Myungjin Lee
 
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [MarketIN팀] : 디지털 마케팅 헬스체킹 서비스
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [MarketIN팀] : 디지털 마케팅 헬스체킹 서비스제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [MarketIN팀] : 디지털 마케팅 헬스체킹 서비스
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [MarketIN팀] : 디지털 마케팅 헬스체킹 서비스BOAZ Bigdata
 
Data visualization
Data visualizationData visualization
Data visualizationSushil kasar
 
Prediction of customer propensity to churn - Telecom Industry
Prediction of customer propensity to churn - Telecom IndustryPrediction of customer propensity to churn - Telecom Industry
Prediction of customer propensity to churn - Telecom IndustryPranov Mishra
 

What's hot (20)

Lucene basics
Lucene basicsLucene basics
Lucene basics
 
Business intelligence vs business analytics
Business intelligence  vs business analyticsBusiness intelligence  vs business analytics
Business intelligence vs business analytics
 
Data science
Data scienceData science
Data science
 
Planning Data Warehouse
Planning Data WarehousePlanning Data Warehouse
Planning Data Warehouse
 
[221] 딥러닝을 이용한 지역 컨텍스트 검색 김진호
[221] 딥러닝을 이용한 지역 컨텍스트 검색 김진호[221] 딥러닝을 이용한 지역 컨텍스트 검색 김진호
[221] 딥러닝을 이용한 지역 컨텍스트 검색 김진호
 
[DevGround] 린하게 구축하는 스타트업 데이터파이프라인
[DevGround] 린하게 구축하는 스타트업 데이터파이프라인[DevGround] 린하게 구축하는 스타트업 데이터파이프라인
[DevGround] 린하게 구축하는 스타트업 데이터파이프라인
 
AI and Big Data Analytics
AI and Big Data AnalyticsAI and Big Data Analytics
AI and Big Data Analytics
 
[MLOps KR 행사] MLOps 춘추 전국 시대 정리(210605)
[MLOps KR 행사] MLOps 춘추 전국 시대 정리(210605)[MLOps KR 행사] MLOps 춘추 전국 시대 정리(210605)
[MLOps KR 행사] MLOps 춘추 전국 시대 정리(210605)
 
Slowly changing dimensions informatica
Slowly changing dimensions informatica Slowly changing dimensions informatica
Slowly changing dimensions informatica
 
What is data engineering?
What is data engineering?What is data engineering?
What is data engineering?
 
도서관 Linked Open Data의 필요성
도서관 Linked Open Data의 필요성도서관 Linked Open Data의 필요성
도서관 Linked Open Data의 필요성
 
Business Intelligence Architecture
Business Intelligence ArchitectureBusiness Intelligence Architecture
Business Intelligence Architecture
 
data-mining-tutorial.ppt
data-mining-tutorial.pptdata-mining-tutorial.ppt
data-mining-tutorial.ppt
 
Mapping Data Flows Training deck Q1 CY22
Mapping Data Flows Training deck Q1 CY22Mapping Data Flows Training deck Q1 CY22
Mapping Data Flows Training deck Q1 CY22
 
NewSQL: The Best of Both "OldSQL" and "NoSQL"
NewSQL: The Best of Both "OldSQL" and "NoSQL"NewSQL: The Best of Both "OldSQL" and "NoSQL"
NewSQL: The Best of Both "OldSQL" and "NoSQL"
 
법령 온톨로지의 구축 및 검색
법령 온톨로지의 구축 및 검색법령 온톨로지의 구축 및 검색
법령 온톨로지의 구축 및 검색
 
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [MarketIN팀] : 디지털 마케팅 헬스체킹 서비스
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [MarketIN팀] : 디지털 마케팅 헬스체킹 서비스제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [MarketIN팀] : 디지털 마케팅 헬스체킹 서비스
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [MarketIN팀] : 디지털 마케팅 헬스체킹 서비스
 
Data visualization
Data visualizationData visualization
Data visualization
 
Big Data
Big DataBig Data
Big Data
 
Prediction of customer propensity to churn - Telecom Industry
Prediction of customer propensity to churn - Telecom IndustryPrediction of customer propensity to churn - Telecom Industry
Prediction of customer propensity to churn - Telecom Industry
 

More from 나영 한

0612 dmc "Be! YoungMaker"
0612 dmc "Be! YoungMaker"0612 dmc "Be! YoungMaker"
0612 dmc "Be! YoungMaker"나영 한
 
0515 dmc 영상스토리보드 + 진행상황
0515 dmc 영상스토리보드 + 진행상황0515 dmc 영상스토리보드 + 진행상황
0515 dmc 영상스토리보드 + 진행상황나영 한
 
0508 dmc 컨텐츠리서치+스토리보드A/B
0508 dmc 컨텐츠리서치+스토리보드A/B0508 dmc 컨텐츠리서치+스토리보드A/B
0508 dmc 컨텐츠리서치+스토리보드A/B나영 한
 
0501 Maker move ment_user research+storyboard
0501 Maker move ment_user research+storyboard0501 Maker move ment_user research+storyboard
0501 Maker move ment_user research+storyboard나영 한
 
0424 중간발표 - 메이커
0424 중간발표 - 메이커0424 중간발표 - 메이커
0424 중간발표 - 메이커나영 한
 
(0416) 디지털미디어컨텐츠 리서치+인사이트+아이디어
(0416) 디지털미디어컨텐츠 리서치+인사이트+아이디어(0416) 디지털미디어컨텐츠 리서치+인사이트+아이디어
(0416) 디지털미디어컨텐츠 리서치+인사이트+아이디어나영 한
 
0403스랙스터디+메이커리서치+메이커인식설문조사
0403스랙스터디+메이커리서치+메이커인식설문조사0403스랙스터디+메이커리서치+메이커인식설문조사
0403스랙스터디+메이커리서치+메이커인식설문조사나영 한
 
0403스랙스터디+메이커리서치+메이커인식설문조사
0403스랙스터디+메이커리서치+메이커인식설문조사0403스랙스터디+메이커리서치+메이커인식설문조사
0403스랙스터디+메이커리서치+메이커인식설문조사나영 한
 
디지털미디어컨텐츠1 기생충데이터
디지털미디어컨텐츠1 기생충데이터디지털미디어컨텐츠1 기생충데이터
디지털미디어컨텐츠1 기생충데이터나영 한
 
데이비드 맥캔들레스의 문제
데이비드 맥캔들레스의 문제데이비드 맥캔들레스의 문제
데이비드 맥캔들레스의 문제나영 한
 
인터랙2 최종기말 171219 수-북
인터랙2 최종기말 171219 수-북인터랙2 최종기말 171219 수-북
인터랙2 최종기말 171219 수-북나영 한
 
171219 인터랙티브미디어디자인2 수-북 최종ppt
171219 인터랙티브미디어디자인2 수-북 최종ppt171219 인터랙티브미디어디자인2 수-북 최종ppt
171219 인터랙티브미디어디자인2 수-북 최종ppt나영 한
 
171212 수-북
171212 수-북171212 수-북
171212 수-북나영 한
 
책더하기 중간발표 ppt
책더하기 중간발표 ppt책더하기 중간발표 ppt
책더하기 중간발표 ppt나영 한
 
인터랙티브미디어디자인2 책홍보 리서치
인터랙티브미디어디자인2 책홍보 리서치인터랙티브미디어디자인2 책홍보 리서치
인터랙티브미디어디자인2 책홍보 리서치나영 한
 
인터랙2 시각영상디자인 1510848 한나영 주제리서치
인터랙2 시각영상디자인 1510848 한나영 주제리서치인터랙2 시각영상디자인 1510848 한나영 주제리서치
인터랙2 시각영상디자인 1510848 한나영 주제리서치나영 한
 
빠삐용조 김다혜, 배유정, 선가은, 한나영 최종기말
빠삐용조 김다혜, 배유정, 선가은, 한나영 최종기말빠삐용조 김다혜, 배유정, 선가은, 한나영 최종기말
빠삐용조 김다혜, 배유정, 선가은, 한나영 최종기말나영 한
 
빠삐용조 인터랙1 기말
빠삐용조 인터랙1 기말빠삐용조 인터랙1 기말
빠삐용조 인터랙1 기말나영 한
 
인터랙1 - 170411 빠삐용
인터랙1 - 170411 빠삐용인터랙1 - 170411 빠삐용
인터랙1 - 170411 빠삐용나영 한
 
인터랙1 시각영상디자인 1510848 한나영
인터랙1 시각영상디자인 1510848 한나영인터랙1 시각영상디자인 1510848 한나영
인터랙1 시각영상디자인 1510848 한나영나영 한
 

More from 나영 한 (20)

0612 dmc "Be! YoungMaker"
0612 dmc "Be! YoungMaker"0612 dmc "Be! YoungMaker"
0612 dmc "Be! YoungMaker"
 
0515 dmc 영상스토리보드 + 진행상황
0515 dmc 영상스토리보드 + 진행상황0515 dmc 영상스토리보드 + 진행상황
0515 dmc 영상스토리보드 + 진행상황
 
0508 dmc 컨텐츠리서치+스토리보드A/B
0508 dmc 컨텐츠리서치+스토리보드A/B0508 dmc 컨텐츠리서치+스토리보드A/B
0508 dmc 컨텐츠리서치+스토리보드A/B
 
0501 Maker move ment_user research+storyboard
0501 Maker move ment_user research+storyboard0501 Maker move ment_user research+storyboard
0501 Maker move ment_user research+storyboard
 
0424 중간발표 - 메이커
0424 중간발표 - 메이커0424 중간발표 - 메이커
0424 중간발표 - 메이커
 
(0416) 디지털미디어컨텐츠 리서치+인사이트+아이디어
(0416) 디지털미디어컨텐츠 리서치+인사이트+아이디어(0416) 디지털미디어컨텐츠 리서치+인사이트+아이디어
(0416) 디지털미디어컨텐츠 리서치+인사이트+아이디어
 
0403스랙스터디+메이커리서치+메이커인식설문조사
0403스랙스터디+메이커리서치+메이커인식설문조사0403스랙스터디+메이커리서치+메이커인식설문조사
0403스랙스터디+메이커리서치+메이커인식설문조사
 
0403스랙스터디+메이커리서치+메이커인식설문조사
0403스랙스터디+메이커리서치+메이커인식설문조사0403스랙스터디+메이커리서치+메이커인식설문조사
0403스랙스터디+메이커리서치+메이커인식설문조사
 
디지털미디어컨텐츠1 기생충데이터
디지털미디어컨텐츠1 기생충데이터디지털미디어컨텐츠1 기생충데이터
디지털미디어컨텐츠1 기생충데이터
 
데이비드 맥캔들레스의 문제
데이비드 맥캔들레스의 문제데이비드 맥캔들레스의 문제
데이비드 맥캔들레스의 문제
 
인터랙2 최종기말 171219 수-북
인터랙2 최종기말 171219 수-북인터랙2 최종기말 171219 수-북
인터랙2 최종기말 171219 수-북
 
171219 인터랙티브미디어디자인2 수-북 최종ppt
171219 인터랙티브미디어디자인2 수-북 최종ppt171219 인터랙티브미디어디자인2 수-북 최종ppt
171219 인터랙티브미디어디자인2 수-북 최종ppt
 
171212 수-북
171212 수-북171212 수-북
171212 수-북
 
책더하기 중간발표 ppt
책더하기 중간발표 ppt책더하기 중간발표 ppt
책더하기 중간발표 ppt
 
인터랙티브미디어디자인2 책홍보 리서치
인터랙티브미디어디자인2 책홍보 리서치인터랙티브미디어디자인2 책홍보 리서치
인터랙티브미디어디자인2 책홍보 리서치
 
인터랙2 시각영상디자인 1510848 한나영 주제리서치
인터랙2 시각영상디자인 1510848 한나영 주제리서치인터랙2 시각영상디자인 1510848 한나영 주제리서치
인터랙2 시각영상디자인 1510848 한나영 주제리서치
 
빠삐용조 김다혜, 배유정, 선가은, 한나영 최종기말
빠삐용조 김다혜, 배유정, 선가은, 한나영 최종기말빠삐용조 김다혜, 배유정, 선가은, 한나영 최종기말
빠삐용조 김다혜, 배유정, 선가은, 한나영 최종기말
 
빠삐용조 인터랙1 기말
빠삐용조 인터랙1 기말빠삐용조 인터랙1 기말
빠삐용조 인터랙1 기말
 
인터랙1 - 170411 빠삐용
인터랙1 - 170411 빠삐용인터랙1 - 170411 빠삐용
인터랙1 - 170411 빠삐용
 
인터랙1 시각영상디자인 1510848 한나영
인터랙1 시각영상디자인 1510848 한나영인터랙1 시각영상디자인 1510848 한나영
인터랙1 시각영상디자인 1510848 한나영
 

0313 DIKW Pyramid

  • 2. DIKW Pyramid 디미컨1 정의 지혜 지식 정보 데이터 데이터가 지혜가 되는 과정을 잘 표현한 개념으로 Ackoff, R.L.이 1989년에 이야기한 DIKW(Data-Information-Knowledge-Wisdom, 데이터-정보-지식-지혜) 이 있다. 위의 그림은 이 개념을 도식화한 DIKW 피라미드이다. DIKW Pyramid 출처 http://www.sedaily.com/NewsView/1OB16XQ807
  • 3. DIKW Pyramid 디미컨1 정의 Data 데이터 정보들이 적절하게 모인 지식에서부터는 사람에게 유용해야 할 필요성을 지니며 보통 어떻게 관련된 질문에 구체적인 답을 제 시한다. 사람에게 유용해야 하다보니 사람이 겪는 다양한 상황 즉 맥락(context)이 지식을 만들기 위한 정보의 구성에 본격적 으로 관여되기 시작한다. 마지막 종착점인 지혜, 통찰은 왜(why)에 대한 답을 제시하는 성격이 강하며, 개인의 경험이 기반이 되고, 관여되는 맥락 역시 개인에게 특화된 맥락들이 중심을 이룬다. 데이터와 정보가 수 집의 대상이라면 지식은 배움의 대상이고, 지혜는 배움과 실천 의 대상이다. 그리고 데이터, 정보, 지식이 과거의 경험에 기반 을 두고 있다면 지혜는 미래에 대응하기 위한 즉 앞으로의 액션 을 위한 것이라는 차이점을 지닌다. Information 정보 Knowledge 지식 Wisdom 지혜 출처 http://www.sedaily.com/NewsView/1OB16XQ807 데이터는 사실이나 자극, 상징 체계 등에서 수집될 수 있는데, 단지 어떤 형태로든 존재할 뿐이지 그 자체로는 아무 의미가 없 고 가치 판단을 하는 것도 불가능하다. 정보는 어떤 처리 과정(processing)을 통해 구조화된, 즉 하나 이상의 규칙이 부여된 데이터로서, 이 규칙 자체가 하나의 의미 가 된다. 이 의미는 사람에게 유용할 수도 있으나 반드시 그럴 필요는 없고 보통 누구, 무엇, 언제, 어디와 관련된 질문에 답을 제시한다.
  • 5. 정의 디미컨1 DIKW Pyramid Raw data, 관찰된 객관적 사실 그 자체를 말한다. Data 데이터 Processed data, 처리 또는 가공한 데이터를 말한다. Information 정보 정보에 기반해 찾은 패턴, 규칙을 말한다. Knowledge 지식 지식에 유연성을 더한 것으로, 상황이나 맥락에 맞게 규칙을 적용하는 것. Wisdom 지혜 출처 https://her7845.blog.me/220866459917
  • 6. DIKW Pyramid 디미컨1 정의 소속관계, 결합관계 이해, 합의 출처 http://www.relationship-economy.com/2013/08/why-management-consulting-will-be-disrupted-part-ii/
  • 7. 정의 디미컨1 DIKW 정의 < 예시 > 출처 http://www.sedaily.com/NewsView/1OB16XQ807 강수량은 단지 강수측정기로 측정이 된 하나하나의 값일 뿐이며 그 자체 로는 아무 의미가 없는 데이터이다. 그런데 이 데이터에 지역, 기후반복주 기, 최대값 등의 규칙을 부여하여 지역별 연간 최대 강수량이라는 수치집 합을 뽑아내면 이것은 정보가 된다. 이 정보들에 사람들이 사는 A마을의 특정 맥락인 지형조건, 배수시설 등의 다른 정보를 연결시키면 A마을의 수해 대책이라는 A마을 고유의 지식이 만들어진다. A마을에 살고 있는 사 람들은 이 수해 대책 지식 및 다른 지식과 정보들을 활용하여 저마다의 성 향과 배경이라는 개인 고유의 맥락에 따라 수해를 이겨내는 개인 고유의 생활 노하우를 터득하고 실행해 옮기는데 이것이 바로 지혜, 통찰이다.
  • 8. 정의 디미컨1 DIKW 정의 결국 통찰은 가치 있는 액션을 하기 위한 것이고, 이런 관점의 통찰을 제대로 만들기 위해서는 즉, 데이터 액션을 잘 하기 위해서는, 개인과 개인이 처한 환경의 맥락을 다양한 관점으로 살펴보고 고려하는 것이 필요하다. 그리고 데이터-정보-지식-지혜로 진화되는 핵심인 ‘관계’가 어떤 규칙으로 표현되어야 하는지 제대로 고려해야 한다. < 예시 > 출처 http://www.sedaily.com/NewsView/1OB16XQ807