Power BI 데이터 모델링에서 SQL 조인, 테이블 관계, 스타 스키마 구조를 올바르게 적용해 대시보드 분석 정확성 확보

Context

Power BI를 배우는 초기 단계에서는 대시보드와 시각화에 집중하기 쉽다. 데이터 모델링이 부정확하면 아무리 좋은 차트와 필터를 만들어도 잘못된 인사이트를 제공하게 된다. 실무에서 잘못된 분석 결과는 비즈니스 손실로 직결된다.

Technical Solution

• SQL 조인 유형 학습: Inner Join(일치하는 레코드만), Left Join(좌측 테이블 전체 + 우측 일치), Right Join(우측 테이블 전체 + 좌측 일치), Full Outer Join(양쪽 모두), Left Anti Join(좌측만 존재), Right Anti Join(우측만 존재)을 Power Query의 Merge Queries 기능으로 구현
• Power BI 관계 설정: Model View에서 테이블 간 관계를 카디널리티(1:Many, Many:Many, 1:1)와 단방향/양방향 필터 방향으로 정의하고 활성/비활성 상태 관리
• Fact 및 Dimension 테이블 분리: 매출액·수량·수익 등 측정 데이터를 Fact 테이블에, 고객명·상품 카테고리·날짜 등 설명 데이터를 Dimension 테이블에 배치
• 스타 스키마 적용: 중앙의 Fact 테이블에 여러 Dimension 테이블을 직접 연결하고 Dimension 간 링크 제거해 쿼리 속도와 이해도 향상
• 역할 수행 Dimension 관리: Date 테이블을 주문 날짜와 배송 날짜로 중복 생성한 후 별도 관계 설정해 동일 Dimension을 여러 용도로 활용

Key Takeaway

데이터 모델링은 Power BI의 가시적 기능이 아니지만 분석 정확성, 신뢰도, 쿼리 성능을 결정하는 핵심 요소다. Joins는 데이터 준비 단계에, Relationships는 분석 단계에 사용하는 명확한 역할 분담이 올바른 모델 설계의 기초가 된다.