데이터 모델링에서 함수의 중요성

초록

이 논문은 전통적인 집합‑지향 데이터 모델에서 속성을 튜플의 필드로 표현하는 방식이 튜플 불변성 원칙과 충돌한다는 문제를 제기한다. 해결책으로 저자들은 엔터티 존재를 나타내는 불변 튜플과 속성을 나타내는 가변 함수(집합 사이의 매핑)를 구분하는 개념‑지향 모델(COM)을 제안한다. 함수와 집합을 일급 객체로 다루어 데이터 표현과 처리 과정을 단순화하고, 기존 모델의 한계를 보완한다는 주장을 전개한다.

상세 요약

논문은 먼저 전통적인 관계형 및 객체‑지향 데이터 모델이 튜플(레코드)을 데이터의 기본 단위로 삼고, 각 속성을 튜플의 컬럼에 직접 저장한다는 점을 지적한다. 이러한 설계는 데이터베이스 내부에서 튜플을 “불변”(immutable) 객체로 취급하도록 요구하지만, 실제 운영 환경에서는 속성값을 빈번히 수정해야 하는 요구가 존재한다. 저자들은 이 모순을 “튜플 불변성 위배”라는 개념으로 명명하고, 기존 모델이 속성 변경을 위해 튜플을 삭제‑삽입하거나 복제‑버전 관리와 같은 복잡한 메커니즘을 도입해야 함을 비판한다.

이를 해결하기 위해 제안된 개념‑지향 모델(COM)은 두 가지 일급 요소, 즉 ‘집합’과 ‘함수’를 도입한다. 집합은 엔터티의 존재 자체를 나타내는 불변 객체로 유지되며, 각 엔터티에 대한 속성은 함수라는 매핑을 통해 표현된다. 함수는 입력 집합(예: 엔터티 식별자)과 출력 집합(예: 속성값) 사이의 관계를 정의하며, 필요에 따라 동적으로 업데이트될 수 있다. 이러한 설계는 함수가 일급 객체이므로 함수 자체에 대한 메타데이터(도메인, 범위, 제약조건 등)를 저장하고, 함수 조합, 함수 합성, 함수 역함수와 같은 수학적 연산을 데이터 질의에 직접 활용할 수 있게 만든다.

논문은 COM의 형식적 정의를 제시한다. 집합 S와 함수 f:S→T는 각각 객체와 속성을 모델링하며, 함수는 ‘변경 가능성’(mutability)과 ‘불변성’(immutability)을 명시적으로 구분한다. 또한, 함수 간의 연산 규칙을 통해 복합 속성, 파생 속성, 집계 속성 등을 자연스럽게 표현한다. 이러한 접근은 전통적인 정규화 이론을 함수 합성의 관점에서 재해석하게 하며, 다중값 속성이나 비정규 형태를 별도의 조인 연산 없이도 단일 함수 정의로 처리할 수 있게 한다.

성능 측면에서는 함수 기반 저장소가 기존 튜플 기반 스키마보다 메모리와 디스크 사용량을 절감할 수 있다는 잠재적 이점을 논한다. 함수 업데이트는 해당 함수만을 수정하면 되므로, 대규모 데이터셋에서 부분 업데이트 비용이 크게 감소한다. 또한, 함수가 일급 객체이므로 함수 자체를 버전 관리하거나 롤백 메커니즘을 적용하기가 용이해, 데이터 무결성과 감사 추적을 강화한다.

비판적 관점에서 보면, 함수 중심 모델은 기존 SQL 기반 툴과의 호환성 문제, 함수 정의와 관리에 필요한 새로운 메타데이터 스키마, 그리고 함수 연산의 최적화 전략 부재 등 실용적 과제를 안고 있다. 저자들은 이러한 한계를 극복하기 위해 함수‑집합 하이브리드 엔진 설계와 함수 기반 질의 언어(FQL)의 초기 프로토타입을 제시한다.

전체적으로 논문은 튜플 불변성이라는 이론적 모순을 함수라는 수학적 개념으로 치환함으로써 데이터 모델링의 패러다임을 전환하려는 시도를 체계적으로 전개한다. 이는 데이터베이스 이론과 실무 양쪽 모두에 새로운 연구 방향을 제시한다는 점에서 의의가 크다.