오랜 기간 동안의 데이터베이스 이용으로 발생한 엄청난 양의 데이터를 효과적이고 체계적이며 통합적으로 관리하기 위하여 데이터 웨어하우스가 등장하였다. 또한, 데이터 웨어하우스의 대용량 데이터를 이용하여 의사 결정에 필요한 정보를 찾아 내기 위한 OLAP 기술과 지금까지 알지 못했던 새로운 지식을 발견하여 이용하기 위한 데이터 마이닝 분야가 새롭게 대두되어 각광을 받고 있다. 의사 결정을 지원하기 위하여 데이터 웨어하우스로부터 양질의 정보를 빠르게추출하는 일련의 기술을 통틀어 데이터 웨어하우징 기술이라 한다.

데이터 웨어하우징 기술은 크게 데이터 웨어하우스, OLAP, 데이터 마이닝의 세 분야로 나눌 수 있다. 데이터 웨어하우스 분야에서는 데이터 클리닝, 웨어하우스 일관성 유지, 웨어하우스의 물리적 및 논리적 설계 등의 연구가 있다. OLAP 분야에서는 다차원 데이터 모델 및 질의어, OLAP 질의 처리, OLAP 시스템의 구조관계형 DBMS 기반한 ROLAP(Relational OLAP), 다차원 색인 구조를 이용하는 MOLAP(Multidimensional OLAP), 이들이 혼합된 Hybrid OLAP등의 연구가 있다. 마이닝 분야에서는 연관 규칙 탐사, 자료 분류와 클러스터링, 유사 시계열 패턴 검색 등의 여러 분야에 대한 연구가 있으며 현재도 새로운 분야의 개발이 이루어지고 있다.

본 연구실에서는 OLAP의 집계 질의 처리 분야와 데이터 마이닝의 유사 시계열 패턴 검색 및 클러스터링 분야를 중점 연구하고 있다. 특히, 본 연구실에서는 OLAP과 데이터 마이닝 분야에다차원 색인 기술을 접목시켜서 좋은 연구 결과를 얻고 있다. 세부 연구 내용은 다음과 같다.

• 다차원 온라인 분석 처리에서 다차원 파일 구조를 이용한 집계 알고리즘
• 윈도우를 구성하는 방법의 이원성을 이용한 효율적인 시계열 서브시퀀스 매칭
• 인덱스 보간법 : 전처리 변환을 지원하는 서브시퀀스 매칭 기법
• 다차원 색인을 이용한 빠른 클러스터링 기법