데이터산업·데이터 거래·품질

파일을 받았다는 것과 쓸 수 있는 데이터를 샀다는 것은 다르다

새봄시가 지역 교육기관의 강좌 데이터를 샀다. 파일은 약속한 날짜에 도착했고 행도 1,000개다. 그런데 같은 강좌가 여러 번 들어 있고, 일부 날짜가 잘못됐으며, 판매자는 주민에게 공개하는 용도가 아니라 내부 분석에만 쓸 수 있다고 한다. 파일 전달은 완료됐지만 새봄시가 하려던 서비스에는 바로 사용할 수 없다.

데이터 거래는 저장매체나 행 수만 사고파는 일이 아니다. 어떤 사실을 어떤 의미·범위·주기로 받으며, 어디까지 이용할 권한이 있고, 오류를 무엇으로 판정하고 누가 고칠지를 정해야 한다. 데이터산업의 활성화는 이렇게 실제로 믿고 거래할 조건과 연결된다.

이 절의 판매자 다온데이터, 구매자 새봄시, DD-Q1·DD-C1의 숫자·계약은 자체 교육 사례다. 특정 업체의 품질이나 실제 계약 적법성을 평가한 자료가 아니다. 개인정보는 앞선 처리근거와 이동의 별도 요건을 따른다.

먼저 연결할 앞선 설명

개인정보 처리 심화에서는 데이터의 이용·제공 근거와 이동 조건을 분리했다. 이 절에서는 그 경계를 유지하면서 데이터 거래의 대상·이용권·품질·인수 조건을 판단한다.

1. 생산·거래·활용에는 서로 다른 역할이 있다

「데이터 산업진흥 및 이용촉진에 관한 기본법」은 데이터의 생산·거래·활용을 촉진해 경제적 가치와 산업 기반을 만드는 데 목적이 있다. 데이터가 있다는 사실만으로 가치가 실현되지는 않는다. 수요자가 의미를 이해하고 필요한 품질과 권한으로 사용할 수 있어야 한다.¹

생산자는 자료를 관찰·수집·가공해 만들어 내는 역할, 공급자는 거래로 제공하는 역할, 구매·이용자는 정한 목적에 사용하는 역할, 중개자는 거래 상대와 조건을 연결하는 역할이다. 한 조직이 여러 역할을 맡을 수 있으며 이 설명을 곧바로 모든 법의 동일한 법정 정의로 쓰지 않는다.

다온데이터가 기관별 강좌 공고를 모아 표준화하고 판매한다면 공고를 만든 기관, 수집·정제한 다온데이터, 주민용 안내를 만드는 새봄시가 구별된다. 중개 플랫폼을 통해 샀더라도 플랫폼이 모든 권리를 소유하거나 내용의 진실성을 무조건 보증하는 것은 아니다. 실제 보증·책임은 적용 법률과 계약을 대조한다.

법의 지원 규정을 모든 데이터의 판매 의무 또는 모든 구매자의 무료 이용권으로 읽지 않는다. 가치평가 지원, 이용 촉진, 개인정보의 전송요구와 공공데이터 제공은 서로 다른 제도다. 명칭에 ‘이용’이 들어간다는 이유로 처리근거를 공유하지 않는다.

2. 데이터자산 보호는 모든 사실에 절대적 소유권을 주는 말이 아니다

법 제12조는 상당한 인적·물적 투자와 노력으로 생성한 경제적 가치가 있는 데이터자산을 보호하고, 공정한 상거래 관행이나 경쟁질서에 반하는 무단 취득·사용·공개·제공 및 권한 없는 보호조치 회피 등의 부정사용을 다룬다. 구체적인 부정사용은 부정경쟁방지 관련 법률과 연결해 판단한다.²

따라서 “데이터는 소유권이 없으니 아무렇게나 가져와도 된다”와 “파일을 만든 사람이 모든 사실을 영구 독점한다”는 모두 지나치게 단순한 답이다. 보호 대상과 행위, 투자·경제적 이익, 적법한 접근과 계약·다른 권리를 나누어야 한다.

같은 데이터 집합에 개인정보, 저작물, 데이터베이스제작자의 보호, 영업비밀, 계약상 이용 제한이 겹칠 수 있다. 하나가 성립하지 않는다고 나머지까지 없어지지 않는다. 법 제13조제2항도 정보분석을 위해 쓰는 자료에 포함된 저작물 등의 보호와 이용은 저작권법을 따르도록 연결한다. ‘데이터 분석 지원’은 모든 저작물의 복제를 허용하는 포괄 면허가 아니다.²

이용권을 받는 범위를 문장으로 쓴다

다온데이터와 새봄시가 정한 이용이 ‘기관 내부의 강좌 수요 분석’이라면 주민에게 원자료를 내려받게 하는 공개 서비스는 별도로 확인해야 한다. 원자료 재판매, 가공 결과 제공, AI 학습, 위탁업체 접근, 외국에서의 보관을 같은 이용으로 취급하지 않는다.

이 표는 실제 사실을 묻는 도구다. 모든 계약에 모든 제한이 존재한다는 뜻은 아니다. 허용 여부가 미확인인 칸을 ‘제한 없음’으로 채우지 않으며, 제한이 없다는 계약 문구도 판매자가 갖지 않은 제3자의 권리까지 부여하지는 못한다.

3. 거래 명세에는 값뿐 아니라 뜻과 바뀌는 규칙이 필요하다

메타데이터는 자료의 의미·구조·출처·관리 정보를 설명하는 데이터다. 앞 데이터 장의 개념을 거래에 적용하면 단위, 코드표, 기준시각, 생성 방식, 결측 표현, 식별자, 갱신 주기와 버전이 필요하다. 숫자 5가 인원인지 회차인지 분인지 모르면 정확하게 저장해도 잘못 쓸 수 있다.

스키마는 필드와 형식·관계의 약속이다. 데이터 명세는 이 구조에 의미·범위·품질·제공 조건까지 붙인 것이다. 데이터베이스 테이블을 받지 않고 조회 API를 이용해도 반환 항목·오류·호출 한도·갱신·버전의 약속은 필요하다.

새봄시 DD-C1에서는 강좌 식별자, 기관 식별자, 제목, 시작일, 신청종료일, 상태, 원천 확인시각을 받는다. 취소된 강좌는 행을 조용히 지우는 대신 상태와 변경을 전달하도록 협의한다. 주민 안내에 과거 공고가 남지 않게 하기 위해서다.

파일 방식은 판본별 스냅숏을 대조하기 쉽지만 정정·갱신을 다시 받아야 한다. API 방식은 최신 자료를 요청하기 쉽지만 서비스 가용성·응답시간·오류와 변경 통지가 중요하다. 둘 중 하나가 언제나 더 우수한 것이 아니라 사용할 목적과 운영 부담을 비교한다.

4. 데이터 품질의 다른 질문을 하나의 점수로 지우지 않는다

확인한 시행령 제20조의5는 품질인증의 대상으로 데이터 내용·구조·관리체계 등을 구별한다. 내용에는 완전성·유효성·정확성, 구조에는 일관성, 관리체계에는 유용성·접근성이라는 기준을 연결한다. 세부기준은 고시와 해당 인증 범위를 추가로 확인한다.³

각 행의 쉬운 질문은 법정 세부 인증 산식을 복제한 것이 아니다. 예를 들어 날짜가 비어 있지 않으면 완전성 일부를 만족하지만 ‘2026-02-31’은 유효하지 않다. 실제 날짜 형식이 맞아도 공고의 날짜와 다르면 정확하지 않다.

중복과 최신성도 거래 목적에 중요할 수 있다. 인증 기준과 자체 계약 기준을 연결하되, 자체 ‘유일성 99%’ 같은 합격선을 공식 인증 등급으로 발표하지 않는다. 데이터 내용 인증을 받았다는 사실이 모든 프로그램·조직·미래 판본·법적 이용권을 보증하지는 않는다.

5. 따라 계산 DD-Q1: 세 가지 결함을 더하면 언제 중복 계산이 되는가

DD-Q1은 1,000행 전체에 대해 세 규칙을 검사했다고 가정한 자체 표다. 실제 인증 수행 결과는 아니다. 결함 집합의 겹침을 알고 있으므로 하나라도 문제가 있는 행이 몇 개인지 계산할 수 있다.

세 집합의 겹침은 ‘정확히 두 결함’이 아니라 그 두 집합에 동시에 포함된 행 수이며, 세 결함 2행도 각 겹침 수에 포함된다. 이것을 먼저 명시해야 계산이 재현된다.

결함이 하나라도 있는 행 수는 40+30+20−10−5−5+2=72다. 먼저 모두 더하면서 중복으로 셌던 행을 빼고, 세 집합 공통 부분을 지나치게 뺀 만큼 다시 한 번 더한다. 따라서 이번 세 규칙을 모두 통과한 행은 1,000−72=928, 통과 비율은 92.8%다.

한 행을 따라가면 마지막 +2의 이유를 확인할 수 있다. M에만 있는 행은 처음 합계에서 한 번 세어지고 이후 겹침에서 빠지지 않는다. M과 V에만 있는 행은 처음 두 번 세어지지만 M·V 겹침에서 한 번 빼므로 한 번 남는다. 세 결함이 모두 있는 한 행은 처음 세 번 더해지고 세 겹침에서 각각 한 번씩 제외되어 0번 남으므로, 마지막 공통 부분에서 한 번 더해야 한다. 그런 행이 2개라서 +2다. 다른 방법으로 대사하면 정확히 두 결함인 행은 M·V 10−2=8, M·C 5−2=3, V·C 5−2=3개다. 한 결함만 있는 행은 M 40−8−3−2=27, V 30−8−3−2=17, C 20−3−3−2=12개다. 서로 겹치지 않게 나눈 27+17+12+8+3+3+2=72와 앞 계산이 같은지 확인한다.

각 규칙의 통과율은 96%, 97%, 98%다. 단순 평균 97%는 ‘세 규칙을 모두 통과한 행 비율’이 아니다. 결함 합계 90을 그대로 빼서 91%라고 하는 것도 겹침을 무시한 오류다.

추가로 928행 중 같은 강좌의 중복 때문에 18행을 제거해야 유일한 강좌가 남는다고 하자. 여기서 18은 중복 그룹 수가 아니라 버릴 초과 행 수다. 남는 고유 행은 910개다. 목표 전체가 1,000개의 서로 다른 강좌라는 계약 가정이면 이 시점에 사용할 고유 행은 목표 대비 91%다.

예를 들어 강좌 식별자 K01이 같은 내용으로 세 행에 나타났다면 중복 그룹은 하나지만 한 행을 남겨야 하므로 초과 행은 두 개다. DD-Q1의 18은 이처럼 제거할 행을 센 수다. 행 사이의 내용이 충돌해 어느 행이 최신인지 불명확하면 먼저 판본·원천을 판단해야 하며, 식별자만 같다고 임의의 한 행을 남기는 규칙까지 승인한 것은 아니다.

그러나 910개가 실제 강좌와 정확히 일치하는지는 별도 근거가 필요하다. 공고를 대조하지 않았는데 이 비율을 정확도라고 바꾸지 않는다. 행 수, 규칙 통과, 유일성, 실제 사실의 정확성, 필요한 지역·기간의 대표성은 서로 다른 질문이다.

표본 정확성 확인을 전체 보증으로 바꾸지 않는다

910개 중 목적에 따라 고른 100개를 원천 공고와 비교하여 96개가 일치했다면, 관찰한 표본 일치율은 96%다. 목적표본을 전체의 불편향 추정치로 간주하거나, 검토하지 않은 810개가 정확하다고 승인할 수 없다. 대표성을 주장하려면 표본 추출·누락·변동과 추정의 가정을 추가로 확인한다.

잘못된 날짜 4개를 고쳤다고 일치율 100%로 끝내지도 않는다. 유사 생성 경로의 다른 날짜 오류가 있는지, 정정이 이미 전달된 주민 안내에 반영됐는지 확인한다. 수정 파일을 보낸 것과 수신자가 실제 바른 판본으로 바꾼 것은 다르다.

6. 데이터의 가격과 실제 가치, 품질인증은 별개다

같은 자료도 전국 분석에는 부족하지만 특정 지역의 안내에는 충분할 수 있다. 가치는 사용할 목적·갱신 시점·권한·대체자료·실현 비용에 따라 달라진다. 법 제14조의 가치평가 지원 체계를 모든 거래의 공정가격을 자동 확정하는 장치로 읽지 않는다.²

가상 연간 견적을 비교하자. 공급 A는 이용료 6백만 원, 초기 정제 3, 연간 갱신·운영 2다. B는 이용료 9, 초기 정제 1, 갱신·운영 1이다. 첫해 비용은 둘 다 11백만 원이다. 같은 이용권·기간·품질·세금 제외 기준이라는 가정에서만 비교할 수 있다.

둘째 해에 초기 정제가 반복되지 않고 다른 조건이 같으면 A는 8, B는 10백만 원이다. 그렇다고 A가 항상 우수하지는 않다. 정정 지연이나 제한된 공개 권한으로 업무를 못 하면 계산한 비용만으로 결론을 낼 수 없다. 사업 편익과 위험, 계약의 종료·이관 부담도 함께 본다.

인증은 정한 대상과 기준에 관한 제3자 확인의 근거로 활용한다. 인증서의 대상 데이터·판본·내용 또는 관리체계·유효 조건을 읽는다. 인증 마크를 가진 판매자의 모든 상품이 같은 인증을 받았다고 쓰지 않는다. 계약상 필요한 품질과 인증 범위가 다르면 추가 확인한다.

7. 안심구역은 처리근거를 대신하는 공간이 아니다

법 제11조의 데이터안심구역은 데이터를 안전하게 분석·활용할 수 있도록 지정·운영하는 제도다. 미개방 자료나 분석 도구 지원과 함께 불법 접근·변경·훼손·유출 등에 대한 기술적·물리적·관리적 보안을 다룬다.¹

분석 장소가 제한돼도 들어오는 자료를 제공할 권한과 분석 목적의 적법성이 필요하다. 결과가 통계 표라고 해도 작은 집단이나 원자료를 복원할 수 있는 결과를 그대로 내보내면 위험이 남는다. 입장 승인·분석 권한·결과 반출 확인·이용 종료는 서로 다른 통제다.

가명정보 결합 전문기관의 절차와 데이터안심구역도 같은 이름의 제도가 아니다. 한 공간에서 분석한다는 이유로 서로 다른 처리자의 가명정보를 임의로 결합할 수 있다고 판단하지 않는다. 필요한 역할·절차는 개인정보 법규의 해당 처리와 다시 연결한다.

8. 자체 거래·인수안 DD-G1

DD-G1은 특정 지역의 주민용 강좌 안내에 사용할 자료를 대상으로 한다. 새봄시 업무 담당은 지역·기간·대상 강좌·갱신 요구를 정하고, 계약·권리 담당은 주민 공개·가공 결과·수탁자 접근의 허용 범위를 확인한다. 공급자는 원천·생성·정정·권리 보증의 범위를 설명하고 데이터 담당은 스키마·코드·단위·판본을 맞춘다.

계약에는 중복을 제거한 고유 강좌 수, 필수 항목, 날짜·코드·참조 규칙, 실제 원천 대조 방식, 갱신과 정정기한, 오류 통보와 재제공, 종료 후 자료·결과 이용을 명시한다. 합격선은 목적·실패 피해·검사 방식에 맞춰 합의하되 법정 인증 등급과 구별한다. 실제 제공할 권한이 없는 자료는 품질이 좋아도 인수하지 않는다.

DD-Q1의 1,000행을 바로 완료로 세지 않고 결함이 있는 72행과 초과 중복 18행의 근거를 공급자에게 전달한다. 원천 대조의 4개 불일치는 선정 방식과 함께 별도 기록한다. 공급자가 보완하면 새 판본에서 같은 규칙·유사 항목·정정 전파를 확인한다. 데이터가 부족하면 목적 범위를 줄이거나 적합한 대체 자료를 비교한다.

주민 공개가 허용되지 않은 자료를 먼저 게시하고 계약을 나중에 바꾸는 안, 인증 마크만 보고 모든 판본을 무검사로 수용하는 안은 기각한다. 최종 결과는 파일 전달, 계약 수용, 서비스 적용, 실제 이용 효과로 구분한다. 이행 기록은 실제 원자료를 무제한 복제하지 않고 대상·판본·판정·위치와 책임을 남긴다.

9. 자체 10점 문제와 완성 답안

DD-Q1의 규칙 통과 비율을 계산하고 데이터 품질·이용권·인증을 구별하시오.

1,000행 → 결함 합집합 72 → 통과 928 = 92.8%
품질 수치 ≠ 이용권 ≠ 인증 범위

10. 자체 25점 문제와 완성 설계 답안

새봄시가 강좌 데이터를 구매해 주민에게 제공하려 한다. 거래·품질·권리·오류 대응을 포함한 인수안을 설계하시오.

11. 자기교정

조건 변경

세 결함이 서로 전혀 겹치지 않는다면?

파일은 같지만 이용 목적이 내부 분석에서 주민 공개로 바뀌면?

공급자가 정정 파일을 보냈지만 기존 화면을 바꾸지 않았다면?

근거와 범위

원고의 DD-C1·Q1·G1, 가격·표·도식·답안은 자체 구성이다. 실제 데이터 인수·품질인증·권리 감수·통계추정·법률 자문을 수행한 결과가 아니다. 출처를 제시한 조문의 범위와 전수 전문 감수는 구별한다.

회독의 핵심

데이터 거래는 값·의미·권한·품질·기간·책임을 함께 정하는 일이다. 행 수와 정확성, 규칙 통과와 인증, 이용료와 실제 가치, 분석 공간과 처리근거를 구별한다. 공급부터 정정·종료까지 동일한 대상과 판본으로 판단해야 거래가 실제 사용으로 이어진다.