The absence of a dedicated module that can extract entities from business requirements has hindered practical use of traditional Automated Database Design (ADD for short) systems in business data modeling. Because a separated list of entities is required for the initial input, field workers could get little support from a traditional system unless they are well acquainted with an Entity-Relationship Diagram (ERD for short). Over the last few decades, considerable efforts have been directed toward a knowledge-based system for the entity extraction. However, due to excessive reliance on stale knowledge of past object classifications, most traditional knowledge-based ADD systems have failed to formulate an appropriate ERD for up-to-date business requirements. Wondering if there would be any other way to perform data modeling without reliance on prior knowledge is a major motivation for this study. We propose a new modeling method which can formulate a flexible ERD on the basis of business descriptions instead of prior knowledge. Rather than treating data objects as the focal point in database design, our method focuses on core behaviors in the business descriptions. To evaluate the performance of the proposed method, we developed a new design system and conducted a case study on option trading applications with the system.
기존의 데이터베이스 설계 자동화 시스템은 개체 추출을 사용자가 직접 수행하도록 요구하였기 때문에, 개체관계모형에 대한 지식이 없는 현업 사용자는 설계 과정에서 이들 시스템에 의해 실질적인 도움을 받기 어려웠다. 지난 수십년 동안 개체 추출을 위한 지식기반 시스템의 구현에 대해 많은 연구가 수행되었지만, 이들 연구는 과거에 수행된 객체 구분에 대한 지식에 지나치게 의존함으로써 새롭게 주어진 요구조건에 적합한 개체관계모형을 성공적으로 도출할 수 없었다. 따라서 본 논문에서는, 지식베이스에 의존하지 않고 주어진 업무기술서에만 근거하여 데이터 모델링을 수행할 수 있는 설계 방법론을 제안한다. 제안하는 방법론은 요구조건으로부터 업무의 주요 행위를 추출하고, 추출된 행위에 기반한 객체 구분을 수행함으로써 주어진 업무에 최적인 개체관계모형을 도출할 수 있다. 제안하는 방법론의 현업 적용 가능성을 평가하기 위해 프로토타입을 제작하였으며, 옵션거래 업무의 데이터 모델링에 대한 실험을 이 프로토타입을 사용하여 수행하였다.
