과기정통부 바로가기 와이즈스톤 바로가기

1

인증제도

Certificate of Data Quality

인증 소개

DQ인증(데이터 품질인증)이란?

과학기술정보통신부가 지정한 데이터 품질인증기관이 「데이터 산업진흥 및 이용촉진에 관한 기본법」 제20조 5항(데이터 품질인증 대상 및 품질기준)에 의거 ①데이터 내용, ②데이터 관리체계를 진단하고 수준을 평가해 품질을 인증합니다.
  • 관련법령
    「데이터 산업진흥 및 이용촉진에 관한 기본법」 제20조
    「데이터 산업진흥 및 이용촉진에 관한 기본법」 제20조의3부터 제20조의5까지
    「데이터 산업진흥 및 이용촉진에 관한 기본법」 시행규칙 제4조의2, 제4조의3

인증 대상

다양한 산업에서 거래·유통되는 모든 데이터를 대상으로 합니다.

인증획득 효과

  • 단기간에 획기적인
    데이터 품질 개선
  • 국가공인기관의 보증을 통해
    데이터 품질 신뢰성 확보
  • 마케팅 및
    홍보자료 활용

와이즈스톤만의 강점

  • 국내 최초 데이터 품질분야
    국제공인시험기관

  • 국내 제1호
    데이터품질인증서 발급

  • 국내 최다 데이터 품질
    인증·시험 수행 경험

  • 데이터 품질 분야
    전담 조직 운영

  • 다양한 데이터 품질 검증
    도구 보유

데이터 내용 인증 체계

■ 인증 대상
정형 데이터(데이터 레코드, 필드에 입력되어 있는 문자, 숫자 등 값과 집합) 또는 비정형 데이터(이미지, 비디오, 오디오, 텍스트 등의 원천 데이터와 속성값 등)
■ 데이터 유형 및 등급

- 데이터 유형

데이터 구성의 복잡도에 따라 데이터 유형을 구분
데이터 유형 기준
Complex-Type 필수 심사 항목 모두, 선택 심사 항목 3개 이상 적용
Normal-Type 필수 심사 항목 모두, 선택 심사 항목 3개 미만 적용
Simple-Type 필수 심사 항목 일부 적용

- 데이터 등급

심사 결과 데이터 품질에 따라 등급 구분
데이터 등급 기준
Class A 데이터 품질 점수 0.99 이상
Class B 데이터 품질 점수 0.97 이상
Class C 데이터 품질 점수 0.95 이상
※ 모든 개별 심사 항목이 0.95 이상
■ 정형데이터 심사

- 정형데이터 심사 대상

정의된 구조(스키마)에 따라 체계적으로 구성된 데이터로, RDB(MySQL, Oracle, PostgreSQL 등), 스프레드시트(CSV 파일, 엑셀 파일 등), 구조화된 텍스트 데이터 등

- 정형데이터 심사 항목

과학기술정보통신부의 데이터 품질인증 품질기준을 기반으로 ISO/IEC 25024에서 정의된 품질 측정 지표를 참고하여 정형데이터 자체(inherent) 품질을 판정하기 위한 심사 항목으로 구성
구분 번호 데이터 품질기준 심사항목 설명
필수 1 완전성 데이터값 완전성 필수(NOT NULL)로 선언된 컬럼에 모든 데이터 값이 존재하는지 심사하는 항목
2 데이터 레코드 완전성 레코드가 누락 없이 필요한 데이터를 모두 포함하고 있는지를 심사하는 항목
3 유효성 구문 유효성 데이터 값이 컬럼에 정해진 구문 규칙을 따르는지 심사하는 항목
4 의미 유효성 데이터 값이 의미적으로 유효하고 설정된 기준에 부합하는지 심사하는 항목
5 범위 유효성 데이터 값이 유효한 범위 내에 있는지 심사하는 항목
6 관계 유효성 데이터 값이 다른 컬럼과의 관계 규칙을 준수하는지 심사하는 항목
7 일관성 참조 무결 일관성 데이터 값이 테이블 간의 참조 무결성 규칙을 지키는지를 심사하는 항목
선택 8 유효성 데이터값 정밀성 데이터 값이 정밀도 요구사항을 충족하는지 심사하는 항목
9 일관성 데이터 포맷 일관성 데이터 파일 내에서 동일 속성의 구문이 일관되게 유지되는지 심사하는 항목
10 공통 어휘 일관성 데이터 사전에 정의된 공통 용어를 사용하는지 심사하는 항목
11 정확성 메타 데이터 정확성 메타 데이터의 데이터 값이 정확하고 설정된 요구사항에 부합하는지 심사하는 항목
12 데이터값 정확성 컬럼 간 규칙에 따라 데이터의 값이 정확한지 평가
13 접근성 표준기반 데이터 접근성 데이터가 요구되는 표준이나 협약을 얼마나 준수하는지를 심사하는 항목
14 유일성 데이터값 유일성 데이터의 특정 값이 중복 없이 유일한지를 심사하는 항목
■ 비정형데이터 심사

- 비정형데이터 심사 대상

비정형 데이터 : 일반적으로 객체(이미지, 비디오, 오디오, 텍스트) 데이터와 메타 데이터(객체 설명 또는 태깅-라벨링 등 작업 내용 설명)로 구성
반정형 데이터 : 일부 구조화된 형태를 가지고 있는 데이터로 텍스트 파일, XML, JSON 등의 형식으로 저장되며, 필드와 값의 조합으로 구성

- 비정형데이터 심사 항목

과학기술정보통신부의 데이터 품질인증 품질기준을 기반으로 ISO/IEC 5259-2, NIA 학습용 데이터 품질관리 가이드라인, TTAK.KO-10.1344-Part2에서 정의된 품질 측정 지표를 참고하여 비정형데이터 품질을 판정하기 위한 심사 항목으로 구성
구분 번호 데이터 품질기준 심사 항목 설명
필수 1 완전성 데이터파일 레코드 완전성 데이터 명세서에 기술된 파일 수와 실제 파일 수가 일치하는지 심사하는 항목
2 레코드 완전성 전체 데이터 중 필수 항목이 NULL이 아닌 데이터 레코드의 비율을 심사하는 항목
3 메타 데이터값 완전성 비정형 객체의 메타 데이터에서 필수 항목이 NULL이 아닌지를 심사하는 항목
4 유효성 데이터 구조 구문 유효성 비정형 객체의 메타 데이터와 어노테이션 구조가 명세서에 정의된 규칙에 적합한지를 심사하는 항목
5 데이터 포맷 유효성 비정형 객체가 명세서에 정의된 파일 포맷을 따르는지를 심사하는 항목
6 객체 유효성 비정형 객체 중 실제로 활용 가능한 파일인지 여부를 심사하는 항목
7 정확성 구문 정확성 비정형 객체에 대한 메타 데이터와 어노테이션 내 데이터의 구문이 명세서에 정의된 구문에 적합한지를 심사하는 항목
8 메타 데이터 정확성 비정형 객체의 메타 데이터 값이 정확한지를 심사하는 항목
9 유일성 객체 유일성 비정형 객체가 중복 없이 유일한지를 심사하는 항목
선택 10 완전성 어노테이션 완전성 학습용 데이터에서 객체 데이터에 어노테이션(라벨)이 존재하는 비율을 심사하는 항목
(학습용 데이터의 경우 필수 항목으로 적용)
11 특징 완전성 데이터 셋에서 요구된 특징(feature)에 NULL 값이 없는 비율을 심사하는 항목
12 유효성 관계 유효성 메타 데이터와 어노테이션 간의 관계 규칙을 준수하는지를 심사하는 항목
13 데이터값 정밀성 데이터 값이 명세서에 요구된 정밀도를 충족하는지를 심사하는 항목
14 데이터 속성 유효성 비정형 객체의 속성이 데이터 명세서 기준에 적합한지를 심사하는 항목
15 범위 유효성 메타 데이터와 어노테이션 값이 명세서에 정의된 범위 내에 포함되는지를 심사하는 항목
16 시간 유효성 데이터 생성 또는 수집 시간이 명세서의 기준 시간을 만족하는지를 심사하는 항목
17 어노테이선 유효성 학습 데이터에서 어노테이션 값(예: 바운딩 박스, 라벨링)이 기준을 만족하는지를 심사하는 항목
18 일관성 공통 어휘 일관성 객체 데이터 파일명, 메타 데이터, 어노테이션이 공통 어휘 사전에 정의된 용어를 사용하는지를 심사하는 항목
19 데이터 포맷 일관성 비정형 객체와 메타 데이터, 어노테이션 데이터가 동일한 도메인의 데이터 포맷을 유지하는지를 심사하는 항목
20 정확성 어노테이션 정확성 학습 데이터의 어노테이션 값이 정확한지를 심사하는 항목
21 주제 정확성 비정형 객체와 주어진 주제(컨텍스트)의 적절성을 심사하는 항목
22 접근성 데이터 포맷 접근성 비정형 객체 데이터가 일반적인 데이터 포맷(예: jpg, png, bmp 등)으로 제공되는지를 심사하는 항목
23 표준기반 데이터 접근성 데이터가 표준, 협약 또는 규정을 준수하는지를 심사하는 항목
24 유일성 레코드 유일성 데이터 레코드가 중복되지 않고 유일한지를 심사하는 항목

데이터 관리체계

■ 인증 대상
- 데이터 기반 사업(프로젝트) : 데이터를 생성, 가공・분석, 활용하기 위해 수행되는 장기적인 데이터 기반 사업(프로젝트)
- 시스템 : 데이터를 처리하고 활용하기 위해 구축된 데이터 시스템 또는 플랫폼
- 관리조직 : 데이터 기반 사업 또는 데이터 시스템을 운영하는 조직(팀, 부서, 전사)
■ 인증 등급 및 성숙도 수준
인증 등급 성숙도 수준 기준 인증여부
Level 1 수준 1(기초적 관리)
  • 운영 프로세스가 요구사항을 충족하는 데이터에 접근할 수 있음을 입증(데이터에는 적절한 보안 고려사항 적용)
  • 요구사항 관리 및 데이터 처리 활동에 대한 증빙 자료 미존재
인증하지 않음
Level 2 수준 2(실무적 관리)
  • 요구사항을 관리하고 데이터 처리 수행 방법을 관리하게끔 운영 프로세스가 데이터를 사용한다는 것을 입증
  • 데이터가 요구사항을 충족하는 증빙 자료 존재
  • 요구사항 관리, 데이터 처리 작업 관리, 품질 통제 수행
인증함
Level 3 수준 3(체계적 관리)
  • 운영 프로세스가 조직이 데이터 품질관리를 수행하기 위해 공통적이고 반복 가능한 프로세스를 구현한 데이터를 사용한다는 것을 입증
  • 데이터 관리 프로세스의 내용과 수행 방법을 체계적으로 정의
  • 기획(QP), 통제(QC), 보증(QA), 개선(QI) 활동을 연계하여 수행
Level 4 수준 4(정량적 관리)
  • 운영 프로세스가 데이터 품질관리를 수행하기 위해 예측 가능한 프로세스를 구현한 데이터를 사용한다는 것을 입증 (예측 가능성에는 데이터 품질관리 성과 측정 수반)
Level 5 수준 5(관리 최적화)
  • 운영 프로세스가 조직의 목표를 달성하는 데 지속 가능한 데이터 품질관리를 수행하기 위한 프로세스를 구현한 데이터를 사용한다는 것을 입증 (지속 가능성에는 적절한 혁신 적용)

- 심사 항목 : ISO/IEC 33020에 정의된 프로세스 속성(PA: Process Attribute)에 근거하여 평가

심사 항목 일반 심사 내용
PA1.1 프로세스 수행 사업 목적 및 해당 프로세스 목적에 맞게 수행 활동의 범위를 정의하고, 해당 활동을 실제로 수행하는지를 심사
* 예시: 쇼핑몰 운영이 사업 목적이라면 상품정보 등록·수정·삭제, 회원정보 관리 등의 필수 활동을 수행
* 유의: 필요한 활동들이 실제로 수행되는지가 관건이며, 프로세스 수행 과정에 대한 관리나 수행 방법의 문서화 여부는 고려하지 않음
PA2.1 수행 관리 프로세스 수행 방법과 환경을 제공하고, 프로세스 수행 과정을 감독하는지를 심사
일반 심사 내용:
(1) 수행자 이해도: 수행자가 프로세스 내용과 수행 방법을 이해하는지 여부
(2) 수행 지원: 프로세스의 원활한 수행에 필요한 환경과 지원을 제공하는지 여부
(3) 검토 및 조정: 프로세스 수행 과정과 결과에 대한 관리자 검토 및 승인 여부
* 예시: 수행 담당자에게 적절한 수준의 프로세스 매뉴얼을 제공하고, 수행 결과는 전사 결재 기능을 통해 관리
* 유의: 프로세스 매뉴얼이 있으면 이를 통해 수행 방법을 확인(단, 문서 및 버전 관리는 고려하지 않음).
매뉴얼이 없으면 관리자/담당자 인터뷰 등을 통해 관리 방법을 확인하고 그에 따라 관리하는지 확인
PA 2.2 작업 산출물 관리 산출물 작성 방법과 환경을 제공하고, 산출물 작성 과정, 보존 및 유지관리 활동을 감독하는지를 심사
일반 심사 내용:
(1) 작성자 이해도: 작성자가 산출물의 내용과 작성 방법을 이해하는지 여부
(2) 보존 관리: 산출물을 안전하게 보관하고, 백업하고, 변경 이력을 관리하는지 여부
(3) 검토 및 조정: 산출물 작성 과정과 결과에 대한 관리자 검토 및 승인 여부
* 예시: 작업 수행 내용(작업명, 수행 내용, 산출물 승인자, 배포 범위, 관련 일정 등)을 확인할 수 있는 관리대장이 있고, 산출물은 별도 서버에 통합 보관
PA 3.1 프로세스 정의 일관된 방식으로 작업 수행이 가능하도록 프로세스 내용, 수행 방법, 평가 기준을 정의하는지를 심사
일반 심사 내용:
(1) 수행 내용 정의: 프로세스 활동 구성, 흐름, 연관성 등을 정의하는지 여부
(2) 수행 방법 정의: 수행 절차, 주기, 결과물, 준수 사항 등을 정의하는지 여부
(3) 평가 방법 정의: 수행 성과 및 산출물 품질에 대한 평가 방법을 정의하는지 여부
* 예시: 프로세스 수행 매뉴얼(목적, 범위, 수행 순서, 결과물, 도구 및 기법, 검수 요건 등 포함)을 제공하고 주기적으로 현행화
* 유의: 상세한 수행 절차나 도구에 대해서는 다른 표준 절차를 준용하거나 표준 도구를 지정하는 것으로 갈음할 수 있음
PA 3.2 프로세스 전개 사업 수행팀에 프로세스 정의를 제공하고, 그에 따른 수행 과정과 결과를 감독하는지를 심사
일반 심사 내용:
(1) 수행 방법 제공: 수행팀에 프로세스 정의를 제공하고, 수행자를 지정하는지 여부
(2) 수행 지원: 정의에 따른 프로세스 수행에 필요한 환경과 지원을 제공하는지 여부
(3) 검토 및 조정: 프로세스 수행 과정과 결과에 대한 관리자 검토 및 승인 여부
* 예시: PA3.1 예시의 프로세스 수행 매뉴얼에 따라 담당자가 프로세스를 수행하고, 관리자가 결과물을 검토하여 승인
PA 4.1 정량적 분석 수행 계획을 수립하면서 측정 가능한 정성적․정량적 목표를 설정하고, 주기적으로 성과를 측정하는지를 심사
일반 심사 내용:
(1) 성과 목표 설정: 만족해야 할 구체적인 수행 목표와 평가 기준을 설정하는지 여부
(2) 측정 방법 정의: 성과를 측정하기 위한 지표, 방법, 주기 등을 정의하는지 여부
(3) 성과 측정: 프로세스 수행 성과를 측정하고, 검증하고, 보고하는지 여부
* 예시: 데이터 완전성 및 유효성 정합률 목표를 98%로 설정하고 데이터 처리 결과의 정합률을 정기적으로 측정하여 목표 수준과 비교
PA 4.2 정량적 통제 성과 차이를 평가하고, 원인을 파악하고, 시정·시정조치를 하는지를 심사
일반 심사 내용:
(1) 차이 분석: 성과 차이의 패턴을 분석하고, 허용할 수 있는지 판단하는지 여부
(2) 원인 분석: 차이가 허용할 수 없거나 이상 패턴을 보이면 원인을 분석하는지 여부
(3) 차이 조정: 조정이 가능한 경우 시정 또는 시정조치를 계획하고, 실행하는지 여부
* 예시: 데이터 처리량이 급증하면서 처리 오류도 증가하고 있음을 알게 되어 작업자 추가 투입하여 인적 오류를 방지
PA 5.1 프로세스 혁신 데이터 품질 관리를 혁신적으로 향상하기 위해 종합적이고 근본적인 개선 방안을 수립했는지를 심사
일반 심사 내용:
(1) 혁신 기회 발굴: 혁신 목표를 설정하고 연구 분석을 통해 기회를 발굴했는지 여부
(2) 혁신 방안 도출: 데이터 관리의 혁신적인 개선 방안을 도출했는지 여부
(3) 혁신 계획 수립: 구체적인 실행 전략과 단계별 추진 계획을 수립했는지 여부
* 예시: 정합률 99%, 고객 만족도 10% 향상 등을 위해 데이터 표준화, 아키텍처 재설계, 품질 조직의 역량 강화, 광범위한 시스템 연계, 품질 진단 자동화 등 종합적 개선 방안 수립
* 유의: 프로세스 혁신 목적의 사례는 데이터 품질 수준 및 데이터 관리의 전체적이고 현격한 향상, 조직의 비즈니스 목표 달성(매출 및 시장 점유율 증대, 비용 절감, 경쟁력 및 고객 만족도 향상 등), 사회적 문제 해결 기여, 대내외 중요 사안에 대한 통찰력 제공 등
PA 5.2 프로세스 혁신 구현 프로세스 혁신 계획에 따라 데이터 관리체계를 개선하고, 의도한 혁신의 목표와 결과를 달성했는지를 심사
일반 심사 내용:
(1) 혁신 계획 실행: 프로세스 혁신을 위한 단계적 추진 계획을 실행했는지 여부
(2) 변화 관리: 반대, 저항, 무관심 등을 극복하고 개선 효과를 측정했는지 여부
(3) 혁신 성과 입증: 의도한 프로세스 혁신의 목표와 결과를 달성했는지 여부
* 예시: PA5.1 예시에서 수립한 개선 방안을 실행하여 데이터 정합률이 전체적으로 99%를 초과하고, 고객 만족도가 20% 이상 증가
* 유의: PA5.2 심사는 프로세스 혁신을 위한 노력이 있었는지만이 아니라, 실제로 기대 효과가 달성되었음을 확인함
■ 인증 등급에 따른 프로세스별 심사 범위
ID 프로세스 명 인증등급
LEVEL 2 LEVEL 3 LEVEL 4 LEVEL 5
DQP.1 요구사항 관리
DQP.2 데이터 품질 전략 관리
DQP.3 데이터 품질기준 문서 관리
DQP.4 데이터 품질 계획 수립
DQC.1 작업 지시 및 처리 지침 제공
DQC.2 데이터 처리 작업 관리
DQC.3 데이터 품질 모니터링 및 통제
DQA.1 데이터 품질 이슈 검토
DQA.2 측정 기준 제공
DQA.3 데이터 품질 및 프로세스 성과 측정
DQA.4 측정 결과 평가
DQI.1 원인 분석 및 해결 방안 도출
DQI.2 데이터 및 프로세스 수정
DQI.3 프로세스 개선
DRS.1 데이터 아키텍처 관리
DRS.2 데이터 흐름 관리
DRS.3 데이터 운용 관리
DRS.4 데이터 보안 관리
RPV.1 데이터 품질 조직 관리
RPV.2 인적 자원 관리

: Level 3 심사에서는 필수가 아님    : Level 3 심사에서는 데이터 품질 측정 관련 사항만 심사(기준 미준수 및 프로세스 약점에 대한 파악은 제외)    : 해당 프로세스가 특정 성숙도 Level에서 심사 범위에 포함됨을 의미
예) ‘DQC.2 데이터 처리 작업 관리’는 Level 2~5 심사에서 언제나 심사 범위에 포함
‘RPV.2 인적 자원 관리’는 Level 4, 5 심사에서만 심사 범위에 포함되며, Level 1~3 심사에서는 심사대상이 아님

■ 상세 심사 내용 도출
■ 심사 대상 프로세스별 심사 방법
심사 대상
프로세스
중점 관리 목표 요약 심사 항목 심사 방법 및 증빙(예시) 인증 등급 적용 여부
Level 2 Level 3 Level 4 Level 5
DQP.1
요구사항
관리
(i)
  • 이해관계자 분석
  • 데이터 요구사항 수집
  • 데이터 처리에 반영 및 변경 이력 기록
PA2.1
  • 데이터 요구사항 목록
  • 주요 법규 요구사항
  • 제안서/계약서(필요시)
(ii)
  • 이해관계자들에게 의견, 불만 및 데이터 오류의 신고 방법 제공
PA2.1
  • 서비스 요청(SR) 처리 절차·도구
  • 사용자 불만 신고 및 처리 절차
  • 데이터 오류 신고 및 처리 절차
(iii)
  • 요구사항 만족도를 주기적으로 점검
  • 불만족을 제때 해소
PA2.1
  • SR 처리 현황 검토 결과
  • 데이터 품질 점검 회의록
  • 사용자 만족도 조사 결과
DQP.2
데이터
품질 전략
관리
(i)
  • 사업의 목적과 요구사항을 고려하여 중점적인 데이터 품질 목표와 효율적인 추진 방법(데이터 품질 전략) 수립
PA3.1
  • 데이터 품질 전략, 사업계획서 등에서 데이터 품질 목표, 추진 방법, 예산·일정 확인
(ii)
  • 데이터 품질 목표와 추진 방안 공유
  • DQP.3과 DQP.4에 반영(단, 사업 특성에 따라 DQP.4에만 반영할 수도 있음)
PA3.2
  • 데이터 품질 관리 전략과 데이터 품질기준 문서 및 계획 간 연계성 확인
DQP.3
데이터
품질 기준
문서 관리
(i)
  • 데이터 품질 정책과 표준 수립 및 현행화
PA3.1
  • 데이터 거버넌스 정책
  • 데이터 품질 관련 정책
  • 데이터 품질 관련 표준(단어/용어, 모델링 방법 및 도구 등)
  • 데이터 품질 정책과 표준 배포 및 실무 적용
PA3.2
(ii)
  • 데이터 품질 절차와 지침 수립 및 현행화
PA3.1
  • 데이터 품질 관리 매뉴얼(또는 데이터 관리 규정 및 지침)
  • 데이터 품질 절차와 지침 배포 및 실무 적용
PA3.2
DQP.4
데이터
품질
계획 수립
(i)
  • 데이터 품질 목표 및 전략 실행을 위한 구체적인 데이터 품질 계획 수립
PA3.1
  • 데이터 품질 실행 계획, 사업계획서 등
  • 데이터 품질 계획 추진
  • 단계별 및 기간별 성과 점검
PA3.2
  • 단계/기간별 보고서
  • 사업 결과보고서
  • 검수 결과 등
(ii)
  • 데이터 품질 수준 및 프로세스 성과 관련 정량적·정성적 목표 수립
PA4.1
  • 데이터 품질 실행 계획
  • 서비스 목표 수준 또는 협약(SLA)
DQC.1
작업 지시 및
처리 지침 제공
(i)
  • 데이터 처리(생성, 가공·분석, 활용) 담당자에게 작업 수행에 필요한 데이터 명세서(데이터 개체, 속성, 관계 등)를 제공 여부 및 준수 점검
PA2.1
  • 작업 관련 데이터 명세서(ERD, 테이블 정의서, 컬럼 정의서, 코드 정의서 등)
(ii)
  • 데이터 처리 담당자에게 작업지시서(작업 목적, 범위, 일정, 도구, 산출물, 검수기준 등)를 제공 여부 및 이행 점검
PA2.1
  • 데이터 처리 작업 지시 절차
  • 데이터 처리 매뉴얼
(iii)
  • Level 3에서는 상기 (i), (ii)를 DQP.3에 포함하여 심사할 수 있음
PA3.1
PA3.2
DQP.3 참조
DQC.2
데이터
처리 작업
관리
(i)
  • 데이터 처리(생성, 가공·분석, 활용) 담당자에게 작업 수행에 필요한 데이터 명세서(데이터 개체, 속성, 관계 등) 제공 여부 및 준수 점검
PA2.1
  • 작업 관련 데이터 명세서(ERD, 테이블 정의서, 컬럼 정의서, 코드 정의서 등)
(ii)
  • 데이터 처리 담당자에게 작업지시서(작업 목적, 범위, 일정, 도구, 산출물, 검수기준 등) 제공 여부 및 이행 점검
PA2.1
  • 데이터 처리 작업 지시 절차
  • 데이터 처리 매뉴얼
(iii)
  • Level 3에서는 상기 (i), (ii)를 DQP.3에 포함하여 심사할 수 있음
PA3.1
PA3.2
  • DQP.3 참조
DQC.3 데이터 품질 모니터링 및 통제 (i)
  • 누락된 데이터 처리 작업 또는 데이터 항목 검토 및 시정
PA2.1
  • 도메인규칙(DR)
  • 업무규칙(BR)
  • 기타 데이터 오류(품질) 측정 기준
  • 데이터 품질 활동 보고서(또는 데이터 오류 목록 및 시정 결과에 대한 결재)
(ii)
  • 도메인규칙(DR) 등 유효성 기준을 위반한 데이터 항목 검토 및 시정
PA2.1
(iii)
  • 데이터 품질 정책, 표준 등 일관성 기준을 위반한 데이터 항목 검토 및 시정
PA2.1
(iv)
  • 업무규칙(BR) 등 정확성 기준을 위반한 데이터 항목 검토 및 시정
PA2.1
(v)
  • 데이터 처리가 중복되거나, 유일한 값을 가져야 하는 데이터 항목의 중복된 여부 검토 및 시정
PA2.1
(vi)
  • 기준 미준수(지시, 절차 및 규칙 위반 등) 및 프로세스 약점으로 인한 오류 여부 검토
  • 프로세스 수행자에게 관련 내용 전파
PA2.1
  • 데이터 품질 점검 회의록
  • 데이터 품질 활동 보고서
  • 단계별 및 기간별 보고서 등 목표/계획/기준 대비 성과 분석 및 조치 확인
(vii)
  • 데이터 품질 수준 및 프로세스 성과를 정량적 측정
PA4.1
  • DQP.4 (ii)에서 수립한 목표 수준과 비교하고 시정
PA4.2
DQA.1 데이터 품질 이슈 검토 (i)
  • DQP 또는 DQC에서 확인된 이해관계자 불만
  • 데이터 품질 오류 및 요구사항 불만족 사항 검토 및 전반적인 심각성 평가
PA4.1
  • 데이터 품질 점검 회의록
  • 데이터 품질 활동 보고서
  • 데이터 품질 이슈 관련 회의록
  • 단계별 및 기간별 보고서
  • 사업 결과 보고서 및 고객 검수 결과 등에서 데이터 품질 이슈에 대한 검토 여부 확인
(ii)
  • 심각성이 높은 품질 이슈에 대하여 DQA.2~4를 수행
PA4.1
DQA.2 측정 기준 제공 (i)
  • 데이터 처리나 데이터 항목이 누락된 정도를 측정하기 위한 기준·방법 수립
PA3.1
  • 데이터 품질 이슈 관련 회의록
  • 단계별 및 기간별 보고서
  • 사업 결과보고서 및 고객 검수 결과 등에서 기준 미준수 및 프로세스 약점에 대한 정기적인 검토 여부 확인
(ii)
  • 데이터 항목이 도메인 규칙(DR) 등 유효성 기준을 위반한 정도를 측정하기 위한 기준·방법을 수립
PA3.1
(iii)
  • 데이터 항목이 데이터 품질 정책, 표준 등 일관성 기준을 위반한 정도를 측정하기 위한 기준·방법 수립
PA3.1
(iv)
  • 업무규칙(BR) 등 정확성 기준을 위반한 정도를 측정하기 위한 기준·방법 수립
PA3.1
(v)
  • 데이터 처리가 중복되거나, 유일해야 하는 데이터 항목 값이 중복된 정도를 측정하기 위한 기준·방법 수립
PA3.1
(vi)
  • 기타 품질 오류의 발생 정도를 측정하기 위한 기준·방법 수립
PA3.1
(vii)
  • 데이터 완전성 오류를 일으키는 기준 미준수 및 프로세스 약점(예: 데이터 명세서 및 작업지시 제공이 미흡) 파악
PA4.1
(viii)
  • 데이터 유효성 오류를 일으키는 기준 미준수 및 프로세스 약점(예: 도메인규칙(DR), 기타 유효성 기준 수립이 미흡) 파악
PA4.1
(ix)
  • 데이터 일관성 오류를 일으키는 기준 미준수 및 프로세스 약점(예: 데이터 표준 수립, 아키텍처 관리, 흐름 관리가 미흡) 파악
PA4.1
(x)
  • 데이터 정확성 오류를 일으키는 기준 미준수 및 프로세스 약점(예: 업무규칙(BR), 기타 정확성 기준 수립이 미흡) 파악
PA4.1
(xi)
  • 데이터 일관성 오류를 일으키는 기준 미준수 및 프로세스 약점(예: 아키텍처 관리가 미흡) 파악
PA4.1
(xii)
  • 기타 품질 오류를 일으키는 기준 미준수 및 프로세스 약점 파악
PA4.1
DQA.3 데이터 품질 및 프로세스 성과 측정 (i)
  • DQA.2 (i)~(vi)의 측정 기준·방법에 따라 데이터 품질 오류를 측정
    * (i) 완전성, (ii) 유효성, (iii) 일관성, (iv) 정확성, (v) 유일성, (vi) 공통
PA3.2
  • 데이터 품질 점검 회의록
  • 데이터 품질 활동 보고서
  • 데이터 품질 이슈 관련 회의록
  • 단계별 및 기간별 보고서
  • 사업 결과보고서 및 고객 검수 결과 등에서 데이터 오류 측정 결과, 기준 미준수 및 프로세스 약점에 분석 여부를 확인
(ii)
  • DQA.2 (vii)~(xii)에서 파악한 기준 미준수 및 프로세스 약점을 상세하게 분석
    * (vii) 완전성, (viii) 유효성, (ix) 일관성, (x) 정확성, (xi) 유일성, (xii) 공통
PA4.1
DQA.4 측정 결과 평가 (i)
  • DQA.3 (i)에서 측정한 DQA.2 (i)~(vi)의 데이터 품질 오류가 사업 및 이해관계자에 미치는 영향을 평가
    * (i) 완전성, (ii) 유효성, (iii) 일관성, (iv) 정확성, (v) 유일성, (vi) 공통
PA4.2
  • 데이터 품질 점검 회의록
  • 데이터 품질 활동 보고서
  • 데이터 품질 이슈 관련 회의록
  • 단계별 및 기간별 보고서
  • 사업 결과보고서 및 고객 검수 결과 등에서 데이터 품질 이슈의 영향 및 우선순위에 대한 평가를 확인
(ii)
  • DQA.3 (ii)에서 분석한 DQA.2 (vii)~(xii)의 기준 미준수 및 프로세스 약점이 데이터 품질에 미치는 영향을 평가
    * (vii) 완전성, (viii) 유효성, (ix) 일관성, (x) 정확성, (xi) 유일성, (xii) 공통
PA4.2
(iii)
  • 상기 (i)과 (ii)의 평가 결과를 근거로 품질 개선 우선순위 설정
PA4.2
(iv)
  • 상기 (i)~(iii)의 결과를 DQI.1 및 DQI.2에 반영
PA4.2
  • DQA.4와 DQI.1 및 DQI.2 간 연계성 확인
DQI.1 원인 분석 및 해결 방안 도출 (i)
  • DQA.4의 결과를 근거로 데이터 품질 이슈에 대한 근본 원인 분석
PA5.1
  • 프로세스 개선 계획서(또는 데이터 품질 점검 회의록)
  • 단계/기간별 보고서
  • 사업 결과 보고서 등에서 프로세스 개선 계획을 확인
(ii)
  • 품질 이슈의 근본 원인을 해결하기 위한 프로세스 개선 방안 도출
PA5.1
(iii)
  • 상기 (ii)의 프로세스 개선 방안을 기반으로 실행 계획 수립
PA5.1
DQI.2 데이터 및 프로세스 수정 (i)
  • DQA.2 (i)~(vi)의 기준을 적용하여 DQA.3 (i)에서 발견한 데이터 오류를 수정
    * DQA.2 기준으로 (i) 완전성, (ii) 유효성, (iii) 일관성, (iv) 정확성, (v) 유일성, (vi) 공통
PA3.2
  • 데이터 처리 작업 일지
  • 데이터 품질 점검 회의록
  • 데이터 품질 활동 보고서
  • 데이터 품질 이슈 관련 회의록
  • 단계별 및 기반별 보고서
  • 사업 결과 보고서 및 고객 검수 결과 등에서 확인(데이터 오류 수정 결과, 기준 미준수 및 프로세스 약점 수정 결과)
(ii)
  • DQA.2 (vii)~(xii)에서 파악하고 DQA.3 (ii)에서 상세 분석한 기준 미준수를 수정
    * DQA.2 기준으로 (vii) 완전성, (viii) 유효성, (ix) 일관성, (x) 정확성, (xi) 유일성, (xii) 공통
PA4.2
DQI.3 데이터 관리 프로세스 개선 (i)
  • DQI.1에서 수립한 프로세스 개선 계획 실행
PA5.2
  • 프로세스 개선 보고서
  • 사업 결과 보고서 등에서 확인 프로세스 개선 결과를 확인
(ii)
  • 프로세스 개선 계획의 실행 과정에서 방해 요인을 식별하고 대응
PA5.2
(iii)
  • 프로세스 개선을 통해 얻어지는 효과 측정 및 평가
PA5.2
DRS.1 데이터 아키텍처 관리 (i)
  • 통일된 데이터 모델, 구조 및 전송 방법을 정의하고, 적용 및 현행화
PA3.1 시스템 구성도 및 데이터 흐름도
시스템 운영 매뉴얼
데이터 사전
데이터 명세서(ERD, 테이블/컬럼/코드 정의서 등)
메타데이터 관리 문서
(ii)
  • 상기 (i)의 결과를 현재와 미래의 요구사항을 고려하여 조정
PA3.1
(iii)
  • 사용자가 데이터에 용이하게 접근할 수 있도록 데이터 저장소를 설계
PA3.1
(iv)
  • 같은 데이터가 여러 이름으로 또는 여러 저장소에 불필요하게 중복되지 않도록 데이터 구조를 정기적으로 검증
PA3.1
(v)
  • 데이터 아키텍처 관련 문서를 관리하고, 프로세스 실무자에게 제공
PA3.2
DRS.2 데이터 흐름 관리 (i)
  • 데이터가 생성, 변경, 공유, 활용되는 전체 과정에서 단계별로 데이터가 어디에서 어디로 흐르는지 파악하고 흐름을 추적
PA4.1
  • 대내외 연계 데이터 목록
  • 송수신 데이터 검증 및 대사 방법
  • 송수신 로그
(ii)
  • 데이터가 송신 및 수신되는 과정에서 데이터 명세 및 작업지시가 준수되는지 검증하고 시정
PA4.2
DRS.3 데이터 운용 관리 (i)
  • 원활한 데이터 처리를 위한 기술적 환경, 데이터 백업 및 복구 절차, 생산성 향상 방안 수립
PA3.1
  • 시스템 운영 매뉴얼
  • 데이터 처리 매뉴얼
  • 사업계획서 등에서 운영 관리 절차 확인
(ii)
  • 상기 (i)에서 수립한 기술적 환경, 데이터 백업 및 복구 절차 구현
PA3.1
(iii)
  • 상기 (i)에서 수립한 생산성 향상 방안(DBMS 성능 튜닝, 데이터 관리 유틸리티, 제공 프로그램(API), 품질 분석‧진단‧개선 도구 등) 구현
PA3.2
  • 시스템 구성도 및 데이터 흐름도
  • 데이터베이스 구축 및 DBMS 활용 현황
  • 데이터베이스 운용 관리 도구 정보
  • 데이터 백업·복구 방안 및 일지
DRS.4 데이터 보안 관리 (i)
  • 사업과 관련한 보안 요구사항을 파악하고 보안 대책 수립
PA2.1
  • 보안 요구사항 목록
  • 주요 법규 요구사항
  • 데이터 보안 대책
(ii)
  • 상기 (i)의 보안 대책을 실행하고, 보안 요구사항 준수 현황 점검
PA2.1
  • 보안 점검 결과 및 내부 감사 보고서
(iii)
  • 데이터 보안 관리 기준(정책, 표준 및 절차 등) 수립
PA3.1
  • 정보보안 정책
  • 개인정보 처리 방침
  • 데이터 접근 통제 정책 등
(iv)
  • 데이터 보안 관리 기준 문서를 제공하고, 준수 현황 점검
PA3.2
  • 보안 점검 결과 및 감사보고서
  • 관련 법규 준수 관련 문서
RPV.1 데이터 품질 조직 관리 (i)
  • 데이터 품질 관리 업무를 계획 및 조정
  • 관련 자료 및 문서를 관리하는 조직(또는 담당자) 지정 및 활동 계획 수립
PA3.1
  • 수행 조직 개요
  • 품질 관리 조직 구성(또는 배정된 담당자)
  • 데이터 품질 관리 매뉴얼
  • 데이터 품질 활동 보고서
(ii)
  • 데이터 품질 조직(또는 담당자)이 실제로 역할 수행 여부
PA3.2
RPV.2 인적 자원 관리 (i)
  • 직무별 필요 역량(자격, 지식, 스킬, 경험 등) 정의
PA4.1
  • 데이터 품질 관리 매뉴얼(또는 사업수행 계획서 등)에서 확인
(ii)
  • 직무 역량 강화를 위한 교육‧훈련 계획 및 실행
PA4.2
  • 직무별 필요 역량
  • 교육‧훈련 계획서
  • 교육‧훈련 보고서

인증 유효기간

구분 인증 기간 비고
데이터 내용 인증 1년
데이터 관리체계 인증 3년 최초인증 후 1년 주기로 사후심사 진행

※ 재인증 신청은 시스템 및 조직의 변경이 없는 경우 동일 조건에 한해 가능하며, 변경 발생시 신규 인증 신청으로 적용

문의 및 상담

  • 담당부서 : 데이터인증센터(DCC) 인증운영팀
    연락처 : 02-6257-5958(내선:401)  ㅣ  이메일 : data@wisestone.kr
고객의소리