| 성숙도 단계 | 특징 | 데이터 품질 KPI 및 기대 수치 |
| 1단계: 대응 중심 | 공식 전략 없음. 문제 발생 시에만 조치. |
완전성: 낮음 (예: 60~70%) — 표준화된 입력 프로세스 부재. 정확성: 낮음 (예: 60~70%) — 오래되거나 잘못된 데이터. |
| 2단계: 전술적 대응 | 기본 프로파일링 도구 도입. 중요 시스템에 데이터 관리 책임자 지정. |
완전성: 보통 (예: 70~80%) — 프로파일링으로 개선 시작. 정확성: 보통 (예: 70~80%) — 초기 정제 활동 반영. 일관성: 낮음~보통 (예: 65~75%) — 데이터 사일로 여전히 존재. |
| 3단계: 선제적 관리 | KPI 정의.지속적인 품질 측정. 부서 간 협업. |
완전성: 높음 (예: 80~90%) — 입력 표준화 반영. 정확성: 높음 (예: 8090%) — 신뢰 가능한 소스와 비교 검증. 일관성: 보통~높음 (예: 75~85%) — 여러 플랫폼 간 데이터 일관성 확보를 위한 작업 진행. 적시성: 보통 (예: 24~48시간 내 데이터 제공). |
| 4단계: 내재화 | 제품 개발 및 운영 프로세스에 데이터 품질 관리 통합. 문제 사전 예방. |
완전성: 매우 높음 (예: 90~95%) — 내재화된 품질 점검 반영. 정확성: 매우 높음 (예: 90~95%) — 지속적 모니터링. 일관성: 높음 (예: 85~95%) — 시스템 간 통합 달성. 적시성: 높음 (예: 1~24시간 내 데이터 제공). 고유성: 높음 (예: 85~95%) — 중복 최소화. |
| 5단계: 최적화 | AI 기반 검증과 예측형 문제 해결. 신뢰할 수 있는 데이터 중심의 조직 문화 구축. |
완전성: 거의 완벽 (예: 95~100%) — 자동화된 입력 검증 적용. 정확성: 거의 완벽 (예: 95~100%) — AI 기반 이상 탐지 반영. 일관성: 매우 높음 (예: 95~100%) — 원활한 데이터 통합. 적시성: 실시간에 가까움 (예: 몇 분 이내 데이터 제공). 고유성: 매우 높음 (예: 95~100%) — 고도화된 중복 탐지 기술 적용. |
기고 | AI 성능을 갉아먹는 ‘저품질 데이터’··· CIO·CDO가 알아야 할 데이터 품질 향상법 | CIO