[기획]이영석 와이즈스톤 대표 “데이터 품질 확보가 디지털 혁신 핵심 과제”

와이즈스톤은 2023년 과기정통부가 지정한 데이터 품질인증(DQ인증) 인증기관으로 지정됐다. 그동안 데이터 품질인증 관련 국내외 다양한 활동과 전문성 등을 인정받아 정부의 공신력있는 기관으로 선정된 것이다.

지난해 DQ인증 받은 기업 상당수가 와이즈스톤을 통해 인증을 획득했다. 와이즈스톤 역시 금융, 의료 등 다양한 기업에 DQ인증을 수여하며 노하우와 전문성을 더욱 확보했다.

이영석 와이즈스톤 대표를 통해 데이터 품질 중요성과 데이터 품질 확보를 위해 어떤 부분에 주력해야하는지 등을 들어봤다.

다음은 이 대표 일문일답(Q&A)

Q. 최근 인공지능(AI)과 데이터 기반 산업이 빠르게 성장하면서 데이터 품질 중요성이 강조되고 있다. 특히 AI 시스템에서 데이터 품질이 중요한 이유는 무엇인가?

A. AI 모델이 신뢰할 수 있는 결정을 내리려면 훈련 데이터가 편향되지 않고 오류 없이 체계적으로 정리돼 있어야 한다. 만약 부정확한 데이터를 학습하면 AI 모델이 왜곡된 결과를 생성하거나 잘못된 판단을 내릴 가능성이 높아지기 때문이다.

Q. 데이터 품질이 낮을 경우 가장 큰 문제는 무엇인가?

A. 데이터 품질이 낮다는 것은 오류, 불완전성, 편향성 등 문제가 포함됐다는 의미다. 이는 의사결정 과정에서 부정확한 결과를 초래할 수 있다. 단순히 데이터가 많다고 해서 활용도가 높아지는 것이 아니라 신뢰할 수 있는 데이터를 구축하고 지속적으로 관리하는 것이 필수다.

Q. 데이터 품질 확보를 위한 해결책은 무엇이 있을까?

A. 국제 표준(ISO/IEC 25024)을 기반으로 데이터 품질을 평가하고, 체계적으로 관리하는 것이 가장 효과적인 방법 중 하나다. ISO/IEC 25024는 데이터 품질을 측정하고 평가하는 국제 표준으로 데이터 신뢰성과 활용성을 확보하기 위한 핵심 기준을 제공한다. 이 기준에 따라 데이터의 완전성, 유효성, 정확성, 일관성 등을 지속적으로 모니터링하고 개선하면 데이터 활용 신뢰성을 높일 수 있다.

특히, 데이터 품질 테스트를 통해 기업과 기관이 보유한 데이터의 오류를 사전에 방지하고 AI뿐만 아니라 다양한 디지털 시스템에서 안정적인 데이터 활용을 보장할 수 있다.

Q. 데이터가 많지만 현장에서는 활용 가능한 데이터가 부족하다는 지적이 많다.

A. 맞다. 데이터가 부족한 것이 아니라 활용 목적에 맞게 구조화된 데이터가 부족한 것이 문제다. 많은 기업이 데이터를 수집한다. 하지만 이를 AI 학습이나 분석, 자동화 프로세스 등에 활용할 수 있도록 정리하고 연결하는 체계적인 접근이 미흡한 경우가 많다.

특히, 상호 운용이 가능한 데이터(Interoperable Data), 지속적으로 업데이트가 가능한 데이터, 산업별 표준화된 데이터가 부족한 상황이다. 이러한 문제를 해결하기 위해서는 기업과 연구기관 노력뿐만 아니라 정부 차원 데이터 관리 체계 구축과 지원이 필수다.

Q. 데이터 품질 확보를 위해 기업과 정부가 함께 노력해야 할 방향이 있다면?

A. 기업은 국제 표준을 기반으로 데이터 품질을 체계적으로 관리해야 하며, 정부는 데이터 품질 인증 제도를 활성화해 고품질 데이터의 거래와 활용이 원활히 이뤄지도록 적극 지원해야 한다.

데이터 품질이 보장되지 않으면 AI뿐만 아니라 모든 디지털 혁신 기반이 흔들릴 수 있다. 데이터 품질 확보를 위한 지속적인 노력과 투자가 기업 경쟁력과 국가 디지털 산업 발전을 결정하는 핵심 요소가 될 것이다.

김지선 기자 river@etnews.com