품질차원·규칙·측정·개선체계

1. 빈칸을 모두 채우면 좋은 데이터가 될까

생활강좌 신청 명단에 연락처가 빠진 행이 있어 담당자가 임의의 값을 넣었다. 빈칸 수는 줄었지만 신청자에게 연락할 수 있는지는 더 알기 어려워졌다. 다른 담당자는 같은 신청번호의 중복 행을 그대로 합산해 신청 인원이 늘었다고 보고했다. 지표가 좋아지는 일과 업무에 쓸 수 있는 데이터가 되는 일은 다르다.

이 절은 명단 한 묶음의 목적·규칙·분모를 정하고 오류를 찾아 개선한 뒤 같은 기준으로 확인하는 과정을 다룬다. 아래 QD 사례의 기록·역할·수치·허용 기준은 독립적으로 만든 학습용 자료다. 실제 신청자 데이터나 품질 감사 결과가 아니다.

규칙의 존재와 수행 증거는 달랐다

자산·위험·통제·증적에서 통제 증적은 정한 시점과 범위에서 통제가 실제 수행되고 결과를 냈음을 보여 주는 기록이었다. 품질규칙도 문서에 적었다는 사실과 실제 데이터에 적용한 결과를 나누어 본다.

업무의 뜻과 개선의 끝을 먼저 기억한다

데이터 요구사항·업무규칙·용어: 무엇을 사실로 남길 것인가에서 데이터 업무규칙은 상황에 따라 값·관계·변경 제한을 판정할 수 있게 쓴 명제였다. 관찰·판단·조치·개선의 폐루프의 폐루프 개선은 조치 뒤 같은 정의로 다시 측정하여 효과와 부작용을 확인했다.

정확한 정의와 이 절의 책임

데이터 품질관리 체계는 데이터의 사용 목적에 맞는 품질 요구와 책임을 정하고, 규칙에 따라 측정·원인 분석·개선·재측정의 증거를 유지하는 관리 구조다.

이 절의 핵심은 목적에서 규칙, 실행 결과와 개선 책임까지 이어지는 연결이다. 다음 절은 그 연결에 필요한 의미·표준·마스터·계보를 상세히 다룬다. 품질점수 하나, 정제 도구 하나 또는 관리위원회 이름만으로 체계가 완성되지는 않는다.

목적에서 재측정으로 이어지는 길

상자 안의 대상과 화살표의 조건을 함께 읽으세요. 좁은 화면에서는 같은 관계를 세로로 재배치한 도식을 보여 줍니다.

입력 판본을 고정하고 실패·미확인을 기록한 뒤 원천의 이유를 확인한다. 정정판은 같은 규칙으로 재측정하고 다른 품질조건도 함께 확인한다. 되돌아가는 선은 비교할 기준을 유지하며 다시 검사한다는 뜻이다. 사용·제한 사용 판단은 목적과 남은 피해에 따라 책임자가 별도로 결정한다.

화살표의 한 바퀴가 데이터 전체를 무결하다고 인증하는 것은 아니다. 어느 판본에 어떤 규칙을 적용했고 무엇이 남았는지 범위를 함께 남긴다.

같은 명단도 쓰는 목적에 따라 필요한 품질이 다르다

연령대별 수요를 보는 통계에는 정확한 연령과 모집 범위가 중요하고, 수업 장소 변경을 알리는 작업에는 유효한 연락처와 연락 가능 시점이 중요하다. 통계용으로는 제거한 연락처가 안내 업무에는 필요할 수 있다. 필요하지 않은 민감 정보를 많이 채웠다는 이유로 더 좋은 데이터라고 하지 않는다.

품질차원은 데이터의 품질을 서로 다른 관점에서 살피기 위한 평가 축이다. 여기서는 영국 정부 프레임워크의 여섯 차원을 설명 틀로 선택한다. 모든 조직에 반드시 같은 여섯 이름과 계산식이 있어야 한다는 뜻은 아니다.

맞는 값, 있는 값, 형식에 맞는 값

데이터 정확성은 데이터가 표현하려는 실제 대상이나 사실을 올바르게 나타내는 정도다. 데이터 완전성은 정한 목적에 필요한 기록과 값이 빠짐없이 존재하는 정도다. 데이터 유효성은 데이터가 정한 형식·범위·허용값 규칙에 맞는 정도다.

실제 나이가 29인데 28로 기록되었다면 허용 범위에는 맞아도 정확하지 않다. 필요한 연락처 칸에 의미 없는 문자열을 채우면 비어 있지 않을 뿐 연락에 적합하다는 증거는 아니다. 전체 신청이 100건인데 90건만 가져온 명단은 그 90건의 필드가 모두 채워져도 기록 차원의 완전성이 부족하다.

겹치지 않음, 모순되지 않음, 제때 도착함

데이터 유일성은 정한 사실의 단위에서 같은 대상을 불필요하게 중복 기록하지 않은 정도다. 품질관리의 데이터 일관성은 같은 의미·시점으로 비교할 값이나 관계가 서로 모순되지 않는 정도다. 데이터 적시성은 필요한 데이터가 정한 사용 시점과 지연 허용 범위 안에 제공되는 정도다.

신청번호는 중복되면 안 되지만 한 사람이 서로 다른 강좌에 신청한 두 행은 허용할 수 있다. 현재주소와 신청 당시 주소처럼 서로 다른 사실을 같게 맞추는 것은 일관성 개선이 아니다. 여기서 일관성은 값의 의미를 비교하는 품질차원이며 분산 읽기의 선형화가능성과 같은 정의가 아니다.

차원을 고르면 관찰할 근거도 달라진다

표는 대조 근거와 검사의 한계를 짝지어 놓은 것이다. 어느 시스템을 진실의 기준으로 쓸지도 책임자가 확인하며, 편리하게 읽히는 사본을 임의로 정답 원천으로 삼지 않는다.

2. 차원의 이름을 실행할 규칙으로 바꾼다

데이터 품질규칙은 사용 목적에 필요한 데이터 조건을 대상·적용 전제·판정식·예외와 함께 검사 가능하게 명시한 기준이다. 연락처 품질 99%보다 QD-v1의 안내 대상 전체 행 중 연락처가 존재하는 행의 비율이 먼저다. 실제 연락 성공 여부는 다른 검사다.

규칙에는 ID·버전, 사실의 단위, 입력 판본·기간, 적용 대상, 기대값, 분자·분모, 미확인 처리, 허용 기준, 실패의 피해, 책임자를 붙인다. 임계값은 업무가 감당할 피해와 비용에서 정하며 샘플이 우연히 달성한 수치로 거꾸로 정하지 않는다.

QD-v1의 기준을 먼저 고정한다

QD-v1은 신청 요청을 수신한 기록 8행이며 아래 표의 행 ID는 검사 추적용이다. 신청번호는 업무 식별자다. 모든 행이 연락처 존재·연령 범위·신청번호 유일성 검사의 대상이다. 시각은 같은 기준 시계로 측정했다는 학습 가정을 두며, 허용 지연은 5분 이하이다.

이 허용 기준은 교재의 가상 정책이며 법정 또는 업계 표준 수치가 아니다. 데이터의 전체 정확성을 승인하는 규칙도 아니다.

작은 원본을 그대로 따라 계산한다

연락처 존재와 연령 범위는 각각 7/8=87.5%다. 하지만 두 검사에서 각각 통과하지 못한 행은 Q2와 Q4로 다르다. 같은 점수라는 이유로 같은 오류나 같은 해결책이라고 묶지 않는다. 연락처가 있다는 표시는 실제 전화·문자 전달 성공을 시험한 값이 아니다.

중복을 무엇으로 셌는지에 따라 숫자가 달라진다

DQ-U는 번호가 한 번만 나오는 행의 비율이므로 Q2·Q3를 모두 중복 그룹에 포함한다. 유일 행 비율은 6/8=75%다. 반면 번호 종류는 7개이고 초과 중복 행은 1개이므로 초과 중복 행 비율은 1/8=12.5%다.

중복 그룹에 속한 행의 수와 한 행씩 남긴 뒤의 초과 행 수는 다른 측정량이다. 지표 이름 없이 12.5%와 25%를 비교하면 관리가 악화됐다는 잘못된 결론이 나온다. Q2와 Q3 중 어느 것이 옳은지는 이 검사만으로 결정할 수 없다. 순서가 앞선 행을 무조건 남기는 정제는 원천의 뜻을 잃을 수 있다.

모르는 시각을 0분으로 채우지 않는다

DQ-T는 통과 5행(Q1·Q4·Q6·Q7·Q8), 실패 2행(Q2·Q3), 미확인 1행(Q5)이다. 전체 대상 중 충족을 확인한 비율은 5/8=62.5%, 판정 가능한 7행 안의 통과율은 5/7≈71.43%다. 이름과 분모를 함께 쓸 때만 두 수치를 나란히 보고할 수 있다.

미확인 행을 분모에서 숨기거나 0분으로 바꾸면 실제보다 좋은 적시성을 보고하게 된다. Q6의 5분은 한도 안이고 5분을 넘으면 실패다. 생성시각이나 사용 가능 시각이 어느 이벤트를 뜻하는지 바뀌면 같은 지표로 재사용하지 않는다.

해당 없음과 미확인은 서로 다른 상태다

어떤 규칙이 취소 행에는 적용되지 않는다면 그 조건을 사전에 정해 해당 없음으로 뺄 수 있다. 적용 여부를 모르는 행은 해당 없음이 아니라 별도 미확인이다. 검사 프로그램이 중단되어 결과가 빠진 행도 통과가 아니다.

대상 N을 통과 P·실패 F·미확인 U로 완전히 분류했다면 N=P+F+U를 확인한다. 규칙 적용 여부를 확인한 뒤 제외한 X는 원본 크기와 함께 별도 보고한다. N=0인 구간의 비율은 정의되지 않으며 100%로 채우지 않는다. 이 식과 네 상태의 이름은 QD 보고 계약으로 명시한 것이지 국제표준의 고정 수식이 아니다.

규칙별 통과율을 동시에 충족한 행의 비율로 읽지 않기

QD-v1에서도 네 규칙을 함께 적용해 보자. 판정은 뒤의 QD-v2와 같이 하나라도 실패하면 F, 실패가 없지만 미확인이 남으면 U, 모두 통과하면 P로 정한다. Q1·Q6·Q7·Q8은 모두 P이고, Q2·Q3·Q4는 적어도 한 규칙을 통과하지 못하여 F다. Q5는 다른 규칙에는 맞지만 지연이 미확인이므로 U다. 따라서 N=8, P=4, F=3, U=1이며 전체 대상에서 확인된 동시 충족은 4/8=50%, 판정 가능한 대상 안에서는 4/7≈57.14%다.

연락처·연령·유일성·지연 규칙의 실패 건수를 더하면 1+1+2+2=6이지만 실패한 서로 다른 행은 3개다. Q2가 연락처·유일성·지연 규칙을 모두 통과하지 못하고 Q3도 유일성·지연 규칙을 모두 통과하지 못하기 때문이다. 규칙별 통과율의 단순 평균 78.125%도 네 규칙을 함께 통과한 행의 비율 50%와 다르다. 어느 규칙끼리 같은 행에서 겹쳤는지 확인해야 동시 충족을 계산할 수 있다. 이 결합 판정도 네 규칙 밖의 실제 정확성이나 연락 성공을 증명하지 않는다.

형식 검사 다음에야 실제 사실을 묻는다

별도의 가상 원천 대조에서 Q1의 실제 연령은 29, Q2는 35, Q4는 50이라고 확인됐다고 하자. 대조한 세 행 중 실제 사실과 같은 값은 Q2 하나이므로 확인 표본 정확성은 1/3이다. Q1은 유효하지만 부정확하고 Q4는 유효성과 정확성이 모두 문제다.

이 세 행은 오류를 의심해 고른 학습 표본이다. 1/3을 전체 8행의 정확성 추정치로 발표하지 않는다. 선택 방법·대조 시점·원천의 신뢰성과 미대조 범위를 남겨야 정확성이라는 이름 아래 근거 없는 전체 결론이 생기지 않는다.

3. 발견한 패턴과 업무의 옳음을 구분한다

데이터 프로파일링은 데이터의 분포·빈도·결측·중복·관계 특성을 살펴 품질 문제의 단서를 찾는 분석이다. 연령 최댓값 150과 A02 두 행은 조사할 단서다. 반대로 모든 행이 20~60세여도 그 범위 밖의 신청을 영구히 거절해도 된다는 근거는 아니다.

프로파일링 결과는 업무규칙의 후보와 비교한다. 분포 변화가 입력 오류인지, 실제 사용자가 바뀐 것인지, 수집 방법이 바뀐 것인지 조사한다. 자동 탐지가 과거 분포에 없다는 이유로 새로운 정상값을 지우지 않도록 예외 검토와 원본 보존을 붙인다.

평균보다 먼저 반드시 지켜야 할 조건을 본다

DQ-U에서 중복 신청번호가 있으면 명단 묶음의 승인을 보류하기로 했다. 연락처 점수와 연령 점수가 높아도 이 필수 조건을 상쇄하지 못한다. 안내할 수 없는 사람을 제외해 점수를 높이면 실제 안내 대상이 빠졌다는 새 문제도 남는다.

일부 범위의 제한 사용이 필요하다면 무엇을 제외했고 어떤 목적에서만 사용할지 책임자가 결정한다. 원래 전체 범위의 통과로 표시하지 않는다. 잘못된 주소로 통지가 나가는 피해와 단순 표시 오타를 같은 심각도로 처리할 필요도 없다. 피해·범위·복구 가능성과 조사 비용을 함께 비교한다.

발견·격리·원천 확인·재측정을 한 사건으로 잇는다

QD-ISSUE-01을 A02 중복 문제로 만들고, 원본 판본·규칙 DQ-U v1·Q2/Q3·발견 시각과 실행 ID를 묶는다. 담당자는 두 행이 재전송인지 다른 신청의 식별자 충돌인지 원천 기록을 확인한다. 확정 전에는 임의 병합이나 삭제를 하지 않고 영향을 받는 사용을 제한한다.

정정이 허용되면 어떤 근거로 어떤 값을 바꾸었는지 기록하고 정정판 QD-v2를 만든다. 같은 DQ-U로 다시 측정하면서 행 누락·연락처 손실 등 다른 규칙도 함께 확인한다. 완료 조건은 티켓 상태가 닫혔다는 사실이 아니라 올바른 정정 근거와 재측정 증거가 갖추어진 것이다.

정제와 재발 방지는 다른 일이다

QD의 연락처에 임의값을 채우는 조치는 어느 칸의 목표도 충분히 이루지 못한다. 원천 입력과 처리 경계를 고칠지, 업무 기준이 부정확했는지 구분하고 재발률과 사용자 피해를 관찰한다.

책임을 직함이 아니라 결정과 증거로 나눈다

QD에서는 업무 책임자가 사용 목적·필수 조건·제한 사용 여부를 결정한다. 관리 담당자는 용어·규칙·이슈 상태를 유지하고 원천 담당자는 오류 근거와 정정을 책임진다. 구현 담당자는 규칙을 실행하는 프로그램·로그를 제공하며 실제 사용자는 결과가 쓸 만한지와 새 문제를 알려 준다.

한 사람이 여러 역할을 맡아도 정정 수행과 사용 승인, 지표 계산과 근거 검토의 차이는 남긴다. 자동 검사 도구는 계산을 반복할 수 있지만 허용 위험이나 미확인 사실을 대신 승인하지 않는다. 조직마다 역할 이름은 달라도 결정권과 연락 경로가 빠지면 개선이 멈춘다.

QD-v2의 좋은 숫자가 생긴 이유도 확인한다

원천 확인 뒤 Q3가 Q2의 재전송이며 Q2의 연락처를 적법한 업무 근거로 확인했다고 가상으로 결정하자. Q4의 연령을 50으로 정정하고 Q3를 정정판의 활성 명단에서 제외하면 활성 행은 7개다. 정정 전 8행을 그대로 대상으로 한 결과와 정정 후 활성 7행의 결과는 모집 범위가 다르다.

따라서 원본 8행, 확인된 재전송 1행, 활성 7행의 대사를 남긴다. 수치가 좋아졌다고 원래 8행이 처음부터 양호했던 것처럼 고치지 않는다. 지연 이력의 7분은 과거 사건의 사실이므로 데이터를 정제했다는 이유만으로 2분으로 바꿀 수도 없다.

정정판의 활성 행은 Q1·Q2·Q4·Q5·Q6·Q7·Q8이다. Q2의 연락처가 확인되어 연락처 존재는 7행 모두 통과하고, Q4의 연령을 50으로 고쳐 범위 검사도 7행 모두 통과한다. A02는 Q2에만 남으므로 각 신청번호의 빈도도 1이다. 같은 규칙을 이 7행에 다시 적용한 결과는 다음과 같다.

앞 세 규칙의 충족률은 각각 7/7=100%지만 Q2의 과거 지연 7분은 실패로 남고 Q5의 시각은 여전히 미확인이다. 네 규칙을 함께 충족한 행은 Q1·Q4·Q6·Q7·Q8의 5행이다. 이 결합 판정은 하나라도 실패하면 F, 실패가 없고 미확인이 남으면 U, 네 규칙을 모두 통과하면 P로 정한다. 따라서 7=5+1+1이며 전체 활성 대상에서 확인된 충족은 5/7≈71.43%, 결합 판정이 가능한 6행 중 충족은 5/6≈83.33%다. 후자의 분모에서 빠진 Q5를 해결된 행으로 세지 않는다.

네 규칙의 통과도 실제 사실의 정확성이나 연락 성공을 보장하지 않는다. 이 정정에는 Q1의 연령 변경이 없으므로 기록 28과 앞 원천 대조의 실제 29 사이 불일치가 남는다. Q2의 과거 지연·Q5의 미확인·Q1의 정확성 문제를 각각 후속 확인과 조치에 연결해야 한다.

자기교정: “정정 뒤 세 규칙이 100%이므로 모든 데이터가 양호하다”는 결론은 왜 틀릴까? 지연의 실패와 미확인이 남고, 범위 검사는 Q1의 실제 나이 불일치를 잡지 못하기 때문이다. 규칙별 결과와 결합 판정의 분모를 나누고, 정확성은 원천 대조로 돌아가 확인한다.

독립 변형: 다른 값은 그대로 두고 Q5의 시각 근거를 확보하여 지연이 4분이었다고 확인하면, DQ-T와 네 규칙의 결합 판정은 각각 어떻게 바뀔까? 전체 활성 대상의 충족률과 판정 가능한 대상의 충족률을 따로 적는다.

미확인을 해결한 뒤 남은 실패 계산 보기

해설: Q5만 U에서 P로 바뀌므로 두 판정 모두 N=7, P=6, F=1, U=0이다. 전체 활성 대상과 판정 가능한 대상이 모두 7행이 되어 두 비율은 각각 6/7≈85.71%다. Q2의 과거 지연 7분은 F로 남으며 Q1의 실제 나이 불일치도 그대로다. 미확인이 없어졌다는 이유로 7/7이라고 답했다면 실패·미확인 구분과 이 블록의 결합 판정 규칙을 다시 확인한다.

개선 결과를 믿기 어렵게 만드는 네 가지 오류

검사에서 빠진 행을 성공으로 채우면 실행 누락이 품질로 변한다. 점수 산출 뒤 임계값을 낮추고 과거 실패를 통과로 고치면 개선 전후 비교가 사라진다. 중복 행을 무조건 제거하면 서로 다른 정상 신청을 잃을 수 있다. 규칙 버전은 그대로 두고 분모를 바꾸면 같은 이름의 지표가 다른 대상을 잰다.

이 네 오류는 도구가 없어 생기는 것만은 아니다. 입력 판본·코드 버전·규칙 버전·대상 대사와 미확인 수를 함께 남기고, 수치뿐 아니라 변경 이유와 영향받은 행을 대조해 막는다.

채널별 문제는 전체 비율 뒤에 숨을 수 있다

A의 충족률은 99%, B는 50%이고 전체는 995/1010≈98.51%다. 전체 98%라는 목표만 보면 넘어가지만 B의 실패 5건이 중요한 소수 집단의 입력을 가리킨다면 별도 조치가 필요하다. 두 채널 비율을 단순 평균한 74.5%도 전체 행 충족률과 다른 지표다.

이 예는 데이터 규모·원천이 다양해질 때 분모와 하위 집단을 분리해 보는 근거다. 스트림 지연, 비정형 정답, 분산 수집의 전체 품질 체계를 다 검증했다는 뜻은 아니며 그 추가 위험은 스트림·비정형 품질의 경계에서 이어 다룬다.

모든 데이터를 같은 강도로 검사할까

빠른 안내가 필요한 자료에 고비용 원천 대조를 매번 전수 수행하면 사용 시점을 놓칠 수 있다. 반대로 정확성 피해가 큰 값을 형식 검사만으로 통과시키면 빠르지만 잘못된 판단을 만든다. 범위 검사처럼 저렴한 전수 규칙과 원천 대조가 필요한 위험 기반 확인을 나누되 미확인 범위를 숨기지 않는다.

선택의 근거는 사용 목적·오류 피해·빈도·수정 비용·기한이다. 표본을 썼다면 모집단·추출법·단위를 기록하고, 비확률 표본에서 전체 비율을 보장하지 않는다. 비용 절감을 이유로 법적·안전상 필수 조건을 임의 면제하는 선택은 이 비교의 대상이 아니다.

체계의 답안은 연결을 보여 주어야 한다

데이터 품질관리 체계의 설명은 목적과 중요 데이터를 정하고, 차원을 규칙으로 바꾼 뒤, 대상을 대사하며 측정하고, 원인·책임·조치·재측정으로 이어져야 한다. 여섯 차원의 이름이나 솔루션 기능 목록은 이 연결의 일부다.

QD에서는 목적이 안내인지 통계인지에 따라 중요한 조건이 달랐고, 같은 87.5%도 실패 행과 원인이 달랐다. 답안에는 지표의 분모·미확인과 필수 조건을 붙여 숫자를 해석하고, 변경 기록과 재발 방지의 근거를 남기는 판단까지 포함한다.

빅데이터 품질의 공통 기반과 남은 범위

목적별 규칙, 판본·시간·분모, 원천별 분포와 실패·미확인의 분리는 빅데이터 품질 검토에도 필요한 공통 기반이다. QD의 채널 A/B 예는 큰 원천에 가려진 작은 원천의 문제를 드러내는 제한된 지원 사례다.

이 절은 빅데이터 품질관리 전체의 주 담당이 아니다. 다중 수집의 지연·중복·불균형, 비정형 자료의 표현·정답과 처리 규모에 따른 추가 설계·운영 판단은 다음 담당 절에서 검토한다.

4. 자체 10점 문제

데이터 품질관리 체계의 목적과 주요 품질차원을 설명하고, 품질규칙의 측정·개선에서 분모와 미확인을 관리하는 방안을 제시하시오.

실제 기출이 아닌 자체 연습문제다. 차원 나열 뒤에 측정 계약과 개선 폐루프를 연결한다.

품질차원·규칙·분모 풀이 보기

10점 답안 목차

1. 용도에 맞춘 관리 구조
2. 다른 질문을 하는 품질차원
3. 규칙과 미확인의 분리
4. 원인·책임·재측정의 폐루프

10점 답안 도식

앞의 원천을 고친 뒤 같은 규칙으로 다시 확인한다 그림을 사용한다. 목적·피해에서 필요한 품질차원을 골라 규칙·분모로 구체화한 뒤 측정한다. 실패·미확인을 원천 개선·책임으로 연결하고 같은 기준의 재측정·부작용 확인으로 돌아간다.

10점 모범답안

1. 용도에 맞춘 관리 구조

데이터 품질관리 체계는 사용 목적에 맞는 요구와 책임을 정하고 규칙·측정·원인 분석·개선·재측정의 증거를 유지한다. 모든 칸을 채우거나 지표 하나를 올리는 것을 목표로 삼지 않는다.

2. 다른 질문을 하는 품질차원

정확성은 실제 사실, 완전성은 필요한 기록과 값, 유효성은 형식·허용범위를 묻는다. 유일성은 사실의 단위, 일관성은 같은 의미·시점의 비모순, 적시성은 사용시점과 지연을 확인한다. 범위 안의 잘못된 나이처럼 유효한 값도 부정확할 수 있다.

3. 규칙과 미확인의 분리

규칙 ID·버전·대상·판정식·분자·분모·예외·허용 기준을 고정한다. 대상은 통과·실패·미확인으로 대사하며 미확인이나 검사 누락을 통과로 채우지 않는다. 해당 없음은 적용 제외 조건을 먼저 확인하고, 대상이 0이면 비율을 정의하지 않는다.

4. 원인·책임·재측정의 폐루프

실패의 피해와 범위를 판단하여 사용을 제한하고 원천 근거로 정정한다. 실행과 승인 책임을 구분하며 같은 규칙의 재측정, 다른 규칙의 부작용, 재발 원인을 확인한다. 채널별 분포도 보되 공통 원리만으로 빅데이터 품질 전체를 승인하지 않는다.

5. 자체 25점 문제

QD-v1의 8행에서 연락처 존재와 연령 범위는 각각 7행이 통과한다. A02가 두 행이고, 5분 이하 지연은 통과 5·실패 2·미확인 1이다. 채널별 별도 집계는 A가 990/1000, B가 5/10이다. 품질규칙과 결과를 해석하고 사용 판단·원인 조치·재측정 방안을 제시하시오.

실제 기출이 아닌 자체 연습문제다. 다른 지표의 같은 숫자를 구분하고 임계값 뒤에 숨은 위험까지 해석한다.

QD-v1에서 QD-v2까지 개선 체계 풀이 보기

25점 답안 목차

1. 목적과 명시 규칙
2. 완전성·유효성·정확성의 구별
3. 유일성의 단위
4. 시간과 누락의 판정
5. 원천별 차이와 제한 사용
6. 정정·재발 방지·재측정

25점 답안 도식

앞의 폐루프를 QD-v1 사례에 대입한다. QD-v1→규칙별 측정(P/F/U)→원천·채널별 피해를 확인하고 승인 보류→원천 대조→정정판·대사를 연결한다. 마지막에 같은 규칙의 재측정·부작용·재발 감시를 확인한다.

답안의 확인 범위	보존할 근거
승인 보류	중복 필수조건은 다른 평균점수로 상쇄하지 않는다.
정정·대사	원본 8행, 확인된 재전송 1행, 활성 7행을 구분한다.
재측정	Q2의 과거 지연, Q5의 미확인, Q1의 실제 나이 불일치는 별도로 남는다.

25점 모범답안

1. 목적과 명시 규칙

안내·통계 등 사용 목적과 사실 단위를 먼저 정하고 규칙·입력 판본·적용 대상·분모·미확인 처리·허용 기준을 기록한다. 이 사례는 전체 정확성 승인이 아니라 명시한 규칙의 검토이며, 중복 신청번호가 있으면 묶음 승인을 보류한다.

2. 완전성·유효성·정확성의 구별

두 비율은 각각 7/8=87.5%지만 실패 행은 Q2와 Q4로 다르다. Q1의 기록 28이 실제 29이면 범위에는 맞아도 부정확하다. 의심하여 고른 세 행의 대조 정확성 1/3은 전체 8행의 정확성 추정치로 확대하지 않는다.

3. 유일성의 단위

중복 그룹 Q2·Q3를 모두 제외한 유일 행 비율은 6/8=75%다. 한 행씩 남긴 뒤의 초과 중복 비율은 1/8=12.5%로 다른 측정량이다. 실제 원천을 확인하기 전에 앞 행을 남기고 나머지를 자동 삭제하지 않는다.

4. 시간과 누락의 판정

지연 조건은 5분 이하이며 확인된 충족은 전체 8행 중 5행으로 62.5%다. 판정 가능한 7행 안의 71.43%는 다른 분모임을 표시한다. Q5를 0분이나 해당 없음으로 바꾸지 않고 생성·사용 시각 근거를 확인한다.

5. 원천별 차이와 제한 사용

A는 99%, B는 50%, 전체는 995/1010≈98.51%다. 전체 목표만으로 B의 피해를 지우지 않으며 원천별 분포와 중요도를 검토한다. 제한 사용은 제외 범위와 목적을 승인받아 표시하고 원래 전체 범위의 통과로 보고하지 않는다.

6. 정정·재발 방지·재측정

이슈에 원본·행·규칙·실행 ID를 묶고 원천 담당자가 오류 근거를 확인한다. 정정판을 만든 뒤 원본 8행과 제외·활성 행을 대사하고 같은 규칙 및 다른 품질조건을 다시 확인한다. 현재값 정정과 과거 지연 사실의 변경을 구별하며 책임·종료 근거·재발 감시를 남긴다.

앞 QD-v2에서 정한 원천 확인·정정 조건을 적용하면 활성 7행의 연락처 존재·연령 범위·유일 행은 각각 7/7이다. 지연은 통과 5·실패 1·미확인 1이며 네 규칙의 확인된 동시 충족은 전체 활성 대상에서 5/7, 판정 가능한 대상에서 5/6이다. Q2의 과거 지연, Q5의 미확인과 별도로 남은 Q1의 실제 나이 불일치를 해결된 것으로 표시하지 않는다.

출처와 사례의 경계

• SRC-DQ-GOV-FRAMEWORK — UK Government Data Quality Hub, The Government Data Quality Framework. 위치: Why do we need a data quality framework?; Data quality principles; Quality across the data lifecycle; Data quality dimensions. 발행: 2020-12-03. 확인: 2026-09-06.
• SRC-DQ-GOV-GUIDANCE — UK Government Data Quality Hub, The Government Data Quality Framework: guidance. 위치: Data quality action planning; Data quality root cause analysis; Communicating data quality to users. 발행: 2020-12-03. 확인: 2026-09-06.

정의·방법의 제한된 사실만 위 원문에서 대조하고 사례·수치·표·도식·문제는 독립적으로 작성했다. 영국 지침을 한국의 법적 의무로 옮기지 않는다. 실제 사용자 조사·운영 시스템 실행·MDM 도입 효과를 측정한 기록이 아니다. 출처 보존과 공개 이용권한, 사람 독립검토와 독자 검증은 별도이며 미완료다.

복습 경로. 채워진 값과 맞는 값의 차이는 정확성·완전성·유효성, 같은 원본의 다른 비율은 유일 행과 초과 중복 및 실패·미확인, 정정 뒤 남은 문제는 QD-v2 재측정에서 다시 설명한다.

한 번에 되찾기

좋은 데이터는 용도에 맞아야 한다. 품질차원을 대상·판정식·분모·미확인 처리로 구체화하고, 높은 평균으로 필수 실패나 작은 원천의 문제를 가리지 않는다. 원천 근거·책임·정정판·재측정과 재발 방지를 이어야 지표의 개선을 실제 사용의 개선과 연결할 수 있다.

연습: 새 근거와 대상 구성에 따라 보고를 해석하기

1. QD-v1의 나머지 값은 그대로이고 Q5의 시각 근거만 확보하여 지연이 9분이었다고 확인했다. DQ-T와 네 규칙의 결합 판정에서 N·P·F·U, 전체 대상의 확인된 충족률, 판정 가능한 대상 안의 통과율을 각각 구하라. 판정 가능한 대상 안의 비율이 낮아졌다는 이유로 데이터 값이 새로 나빠졌다고 해석해도 될까?
2. 별도 명단 R1~R6에서 연락처 규칙의 실패는 R2·R3, 연령 규칙의 실패는 R3·R4, 지연 규칙의 실패는 R4이고 지연 미확인은 R6이다. 나머지 규칙·행은 모두 통과하며 유일성도 모두 통과한다. 하나라도 실패하면 F, 실패 없이 미확인만 남으면 U로 결합한다. 실패 건수의 합과 실패한 행 수, 결합 P·F·U 및 두 분모의 충족률을 구하라.
3. 다른 가상 집계에서 첫날 채널 A는 90/100, B는 450/900이 통과했고 둘째 날 A는 810/900, B는 50/100이 통과했다. 두 날은 같은 규칙으로 검사한 서로 다른 대상이며 미확인은 없다. 채널별·전체 통과율을 구하고, 전체 비율이 높아진 원인을 설명하라. 첫날의 채널 비중 A 10%·B 90%를 두 날 모두에 고정해 비교하면 어떤 값이 나오는가?

미확인 해소·겹친 실패·채널 구성 변화 풀이

1. DQ-T는 Q5가 U에서 F로 바뀌어 N=8, P=5, F=3, U=0이다. 전체 대상의 확인된 충족률은 여전히 5/8=62.5%이고, 판정 가능한 대상도 8행이 되어 그 안의 통과율은 5/8=62.5%다. 결합 판정도 Q5만 U에서 F로 바뀌므로 N=8, P=4, F=4, U=0이며 두 비율은 모두 4/8=50%다. 기존의 판정 가능 통과율 5/7·4/7과 비교하면 낮지만, 이 조건에서는 값이 새로 변한 것이 아니라 원래 모르던 실패를 확인하여 분모가 넓어졌다. 새 근거와 상태 변경을 함께 보고한다.
2. 규칙별 실패 합은 2+2+1=5건이지만 서로 다른 실패 행은 {R2,R3,R4}의 3행이다. R3·R4의 실패가 겹친다. 모두 통과한 R1·R5가 P, R6 행이 U이므로 6=2+3+1이다. 전체 대상의 확인된 충족률은 2/6≈33.33%, 판정 가능한 5행 안에서는 2/5=40%다. 실패 건수 5를 전체 6에서 빼서 통과 1이라고 계산하면 같은 행을 여러 번 제외한 것이다.
3. A는 두 날 모두 90%, B는 두 날 모두 50%다. 전체는 첫날 (90+450)/1000=54%, 둘째 날 (810+50)/1000=86%다. 채널별 비율은 같지만 통과율이 높은 A의 대상 비중이 10%에서 90%로 늘어 전체 비율이 높아졌다. 첫날 비중으로 고정하면 두 날 모두 0.1×90%+0.9×50%=54%다. 전체 비율의 상승만으로 각 채널의 품질이 개선됐다고 결론 내리지 않고, 채널별 결과·대상 비중·고정 비중 비교의 목적을 함께 표시한다. 고정 비중 값은 실제 둘째 날 전체 통과율 86%를 대체하는 집계가 아니라 구성 효과를 살피는 별도 비교값이다.