데이터 품질은 정확성에서 끝나지 않아요
데이터 품질은 정확성에서 끝나지 않아요AI 뉴스 썸네일정확하고 빠짐없는 데이터도 쓰는 사람의 질문에 답하지 못하면 좋은 결과를 내기 어려워요. Pivotal의 Abraham Thomas는 데이터 품질을 개별 데이터, 전체 데이터 집합, 목적 적합성, 사업 성과의 4단계로 나눠요. 이 구분을 적용하면 데이터 엔지니어링 팀이 무엇을 검사하고 어디까지 효과를 측정해야 하는지 더 구체적으로 정할 수 있어요. 1 2핵심 요약단계확인할 내용실무 질문개별 데이터정확성, 최신성, 형식, 출처, 내부 일관성을 확인해요이 레코드와 라벨을 믿고 쓸 수 있나요?전체 데이터 집합누락, 중복, 대표성, 분포, 시간에 따른 변화를 살펴요데이터 전체가 대상과 현실을 제대로 담고 있나요?목적 적합성관련성, 충분성, 접근성, 규제, 상..