초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

최근 데이터가 기업 활동의 필수 요소로 부각되면서, 공공기관과 금융권을 중심으로 각 산업 분야 기업들이 경쟁력 확보를 위해 데이터에 대한 체계적인 품질관리 활동에 나서고 있다. 이러한 데이터 품질관리의 체계적인 접근의 출발점 역할을 하는 것이 바로 데이터 품질관리 기준이다. 하지만 데이터 품질에 대한 기준을 조직이나 개인에 따라 다르게 인식하고 있어서 데이터 품질에 대한 합리적인 기준 및 전사적인 공감대 형성이 필요한 실정이다. 또한 각 기업이나 기관에서 데이터 품질 측정에 사용되는 데이터 품질기준은 산업별로 그 중요도가 차이가 나지만, 아직 산업별로 데이터 품질기준에 대해 가중치를 적용연구가 미비한게 사실이다.
이에 본 연구에서는 데이터 품질관리 담당자들에게 조금이나마 도움이 되고자, 공공기관 및 금융권을 중심으로 확산되고 있는 데이터 품질관리 활동 중, 데이터 품질기준에 대해 공공 및 ...

최근 데이터가 기업 활동의 필수 요소로 부각되면서, 공공기관과 금융권을 중심으로 각 산업 분야 기업들이 경쟁력 확보를 위해 데이터에 대한 체계적인 품질관리 활동에 나서고 있다. 이러한 데이터 품질관리의 체계적인 접근의 출발점 역할을 하는 것이 바로 데이터 품질관리 기준이다. 하지만 데이터 품질에 대한 기준을 조직이나 개인에 따라 다르게 인식하고 있어서 데이터 품질에 대한 합리적인 기준 및 전사적인 공감대 형성이 필요한 실정이다. 또한 각 기업이나 기관에서 데이터 품질 측정에 사용되는 데이터 품질기준은 산업별로 그 중요도가 차이가 나지만, 아직 산업별로 데이터 품질기준에 대해 가중치를 적용연구가 미비한게 사실이다.
이에 본 연구에서는 데이터 품질관리 담당자들에게 조금이나마 도움이 되고자, 공공기관 및 금융권을 중심으로 확산되고 있는 데이터 품질관리 활동 중, 데이터 품질기준에 대해 공공 및 금융산업을 중심으로 가중치를 적용하여, 궁극적으로 데이터 품질기준에 대한 가중치 결정이 유용한지를 파악하였다.
본 연구의 결과를 중요도 관점에서 살펴보면, 공공기관에서는 데이터 품질기준 가운데 정확성을 가장 중요한 품질기준으로 여겼으며, 이후 유연성, 일관성, 보안성, 유용성, 안정성 순으로 중요하게 판단하고 있었다. 또한 금융산업분야에서는 보안성을 가장 중요한 품질기준으로 여겼으며, 정확성, 일관성, 유연성, 안정성, 유용성이 그 뒤를 이었다. 이러한 연구결과를 토대로 전문가 검증과 사례조사를 통해 검증을 실시하여 데이터 품질기준에 가중치 결정이 유용하다는 결론을 도출하였다.

Keyword