데이터 품질관리

왜 배우는가: 데이터 품질은 AI·빅데이터 시대에 의사결정의 신뢰를 좌우하는 기반이며, 정보관리기술사 시험에서 아키텍처·성숙도·정형/비정형 품질기준·전략을 묶어 반복 출제된다. 개념의 정의와 배경을 정확히 잡아야 이후 항목을 일관되게 답안에 옮길 수 있다.

출제 이력: 제131회 4교시 3번, 제129회 3교시 4번, 제87회 3교시 3번

1. 한 줄 정의와 핵심 키워드

데이터 품질관리는 데이터가 목적에 맞게 정확하고 일관되며 적시에 쓰이도록 품질기준을 정하고 진단·개선·모니터링을 상시 수행하는 활동이다.

• 데이터 품질
• 품질기준
• 데이터 품질 진단
• 데이터 프로파일링
• 품질 개선(클렌징)
• 데이터 거버넌스
• DQM(Data Quality Management)

2. 개념 풀이

쉽게 말하면 데이터를 믿고 쓸 수 있도록 점검하고 고치는 일이다. 데이터가 틀리거나 빠지거나 중복되면 보고서와 AI 모델의 결과도 틀어진다. 그래서 조직은 품질을 한 번 맞추는 데서 끝내지 않고 반복해서 관리한다.

정식으로는 데이터 품질관리를 품질대상 식별, 품질기준(측정 규칙) 정의, 품질 측정, 오류 분석, 개선 활동, 모니터링의 순환으로 정의한다. 측정 결과를 개선 과제로 연결하는 것이 핵심이다.

데이터 품질은 데이터가 사용 목적에 적합한 정도를 말한다. 기준을 정하지 않으면 품질은 측정할 수 없으므로 품질기준이 먼저 정의되어야 한다. 정형 데이터는 테이블과 도메인 규칙으로, 비정형 데이터는 라벨 정확성과 편향성 등으로 기준을 세운다.

데이터 품질 진단은 대상 데이터의 외형적 값과 형식을 측정해 품질 수준을 확인하는 절차다. 진단 지침에서는 내재된 의미보다 값의 외형적 형태에 중점을 둔다고 본다. 데이터 프로파일링은 진단을 위해 값의 분포, 결측, 형식을 분석하는 기법이다.

품질 개선(클렌징)은 오류 데이터를 정제·표준화·중복 제거로 고치고, 근본 원인은 입력 단계와 프로세스에서 찾아 고치는 활동이다. 사후 정제와 예방을 함께 가져가야 비용이 줄어든다.

데이터 거버넌스는 품질 책임과 권한을 정하는 체계다. 품질 활동은 누가 책임지는지 정해져야 지속된다.

3. 등장 배경과 필요성

기업의 정보 시스템이 여러 개로 나뉘고 데이터 양이 커지면서 같은 대상이 시스템마다 다르게 기록되는 문제가 생겼다. 중복과 불일치는 통합 분석과 전사 의사결정을 방해한다. 또 ERP 같은 시스템을 새로 도입할 때 기준정보가 나쁘면 모듈 전체가 오작동하므로, 품질을 사전에 관리하는 필요가 커졌다.

최근에는 AI 모델의 성능과 설명 가능성이 데이터 품질에 직접 의존하는 것으로 알려지면서 관심이 더 커졌다. 한 보도(2026년 9월 30일, SAS 보고서 인용)에 따르면 한국 기업 중 모든 프로젝트에 데이터 품질 관리 절차를 의무 적용하는 비율은 낮은 수준으로 제시됐다. 이는 품질관리 기반이 아직 약하다는 현장 상황을 보여준다.

비정형 데이터의 비중이 크다는 점도 배경이다. 한 경험 법칙은 기업 정보의 약 80~90%가 비정형 형식에서 나온다고 제시했으나, 이는 정량 연구에 근거하지 않은 경험치이므로 참고로만 쓴다. 비정형 데이터는 패턴을 인식해 정형화한 뒤 검증해야 하므로 정형 데이터와 다른 품질 체계가 필요하다.