데이터 확보와 분석 작업 계획

핵심 요약

분석에 필요해 보이는 데이터가 존재한다는 사실과 실제로 사용할 수 있다는 사실은 다르다. 데이터 확보 계획은 물리적 위치뿐 아니라 소유자, 접근 권한, 보유 기간, 수집 주기, 품질, 결합 키, 개인정보와 계약 제약을 확인한다.

분석 작업 계획은 목표를 실행 가능한 작업으로 나눈다. 각 작업에는 입력, 산출물, 수행 담당자와 최종 책임자, 시작·종료 조건, 선행 작업, 예상 작업량·경과기간, 검수 기준이 있어야 한다. 일정만 적은 표는 작업 계획으로 충분하지 않다.

학습 목표

• 데이터 가용성을 존재·접근·품질·적법성 관점에서 설명한다.
• 데이터 확보 계획의 필수 항목과 대안을 구성한다.
• 과업분해구조를 이용해 분석 절차와 산출물을 연결한다.
• 작업량과 달력 기간, 책임과 참여를 구분한다.
• 데이터·일정·범위 변경의 영향과 대응을 기록한다.

1. 데이터 확보 계획

확보 대상별로 다음을 기록한다.

데이터 확보 가능 여부는 초기 확인으로 끝나지 않는다. 실제 추출 표본을 받아 스키마와 값 분포를 검증하고, 변경 가능성과 운영 중 제공 주기도 확인한다.

1.1 데이터 확보 게이트

존재함, 접근 가능함, 분석에 쓸 수 있음, 운영에서 계속 받을 수 있음은 서로 다른 상태다. 각 상태의 통과 근거를 남겨야 한다.

2. 분석 작업의 분해

과업분해구조(WBS)는 큰 목표를 관리 가능한 작업 단위로 나누는 체계다. WBS는 일정표 그 자체가 아니라 범위를 빠짐없이 구조화하는 기준이며, 분해한 작업에 의존성·자원·기간을 연결해 일정 계획을 만든다.

작업을 지나치게 크게 두면 진행률을 판단하기 어렵고, 지나치게 작게 쪼개면 관리 비용이 커진다. 독립적으로 책임과 완료 여부를 확인할 수 있는 수준이 적절하다.

2.1 작업 패키지 정의

작업은 ‘분석하기’처럼 완료 여부를 판정하기 어려운 표현보다 산출물과 검수 기준이 명확한 단위로 정의한다. 완료 기준을 충족하지 않은 작업을 진행률 100%로 처리하지 않는다.

3. 일정과 자원 계획

작업 기간은 투입 인력 수만으로 단순 나누지 않는다. 승인 대기, 데이터 추출, 연산, 검토와 재작업 같은 경과시간이 존재한다. 두 작업이 병렬 가능한지, 동일 전문가나 환경을 동시에 요구하는지도 확인한다.

역할 배분에는 책임자와 참여자를 구분한다. 여러 사람이 참여해도 최종 승인이나 산출물 품질에 책임지는 주체는 명확해야 한다. 외부 기관이 데이터를 제공하는 경우 제공 일정과 실패 시 대응도 위험 항목에 포함한다.

3.1 의존성과 병렬화 판단

병렬화는 의존성뿐 아니라 같은 전문가·시스템·승인자를 공유하는지 확인해야 한다. 일정상 가장 긴 경로의 작업이 지연되면 전체 종료일에 직접 영향을 줄 수 있으므로 여유 시간과 대안을 둔다.

3.2 역할과 책임

4. 완료 기준과 변경 관리

‘데이터 확보 완료’는 파일 수신만으로 판정하지 않는다. 합의한 기간과 항목이 모두 포함되고, 행 수·결측률·중복률·코드 범위·식별자 매칭률·해시 등 검수 기준을 통과해야 한다. 분석모형 완료 역시 코드 실행보다 재현 가능한 데이터·설정·평가 결과가 갖춰졌는지를 본다.

범위가 바뀌면 일정만 수정하지 않는다. 목표, 데이터, 평가 기준, 비용과 위험의 영향을 함께 기록하고 승인한다.

변경 기록에는 변경 이유, 영향, 대안, 승인자, 적용일과 갱신된 기준선을 남긴다. 일정 압박을 이유로 품질·법적 게이트를 묵시적으로 낮추지 않는다.

5. 사례 적용

상황: 카드 사용 고객의 해지 가능성을 예측하려 한다. 거래 데이터는 즉시 접근 가능하지만 상담 이력은 외부 위탁사에서 월 1회 제공하며 고객 식별자 형식도 다르다.

주어진 조건: 상담 이력은 제공 지연과 결합 위험이 있고, 예측 시점 이전 정보만 사용해야 한다.

판단 과정: 데이터 확보 계획에 제공 책임자·주기·필드·스키마 버전·식별자 변환 규칙·처리 근거를 기록한다. 먼저 표본으로 기간·필수 필드·결측·중복·코드 범위·식별자 매칭률을 검수한다. 거래 데이터 기준선 구축은 상담 데이터 제공 대기와 병렬화하고, 상담 데이터 결합 검수는 후보 모형 비교의 부분 선행 작업으로 둔다. 예측 기준 시점 이후 상담 기록은 제외한다.

결론: 외부 데이터 제공이 늦어져도 전체 프로젝트가 멈추지 않도록 거래 데이터 기준선과 표본 검수를 병행한다. 정해진 날짜까지 매칭률·품질 기준을 충족하지 못하면 상담 이력을 제외한 범위로 1차 평가하고, 상담 데이터는 후속 개선 과제로 전환한다.

오답 함정: 데이터 파일을 받았다는 이유만으로 확보 완료로 처리하거나, 제공 지연을 분석가의 작업시간 증가만으로 해결할 수 있다고 보지 않는다.

데이터 확보는 필드 목록만 만드는 일이 아니라 소유자·권한·계약·표본 품질·제공 주기·비용과 대체안을 확인하는 선행 게이트다. 월 1회 외부 데이터처럼 지연 가능성이 큰 원천은 일정 버퍼와 대체 데이터 계획을 함께 둔다.

빨간 테두리는 전체 완료일을 결정하는 핵심경로이고 환경 준비는 일부 병렬화할 수 있다. 핵심경로가 작업 집합 $P$라면 단순 직렬 예시의 기간은 다음과 같지만 실제 일정은 병렬·자원 제약을 함께 계산한다.

시험 판단 포인트

• 데이터 가용성에는 존재, 접근, 품질, 기간, 적법성과 결합 가능성이 포함된다.
• 확보 계획에는 소유자·방식·일정·검수 기준과 실패 대안이 필요하다.
• WBS는 목표를 책임과 완료 여부를 확인할 수 있는 작업으로 분해한다.
• 작업량과 경과시간은 다르며 승인·대기·재작업을 고려한다.
• 완료 기준은 파일 수신이나 코드 실행이 아니라 합의한 품질과 산출물 충족이다.
• WBS는 범위를 분해하며 일정은 의존성·자원·기간을 연결해 만든다.
• 데이터의 존재·접근·추출·품질·반복 제공은 서로 다른 확보 게이트다.

자주 틀리는 부분

• 데이터가 데이터베이스에 있으면 분석 사용 권한도 있다고 보지 않는다.
• 담당자가 여러 명이면 책임자도 여러 명이어야 한다고 보지 않는다.
• 인력을 두 배로 늘리면 모든 작업 기간이 절반이 된다고 계산하지 않는다.
• 일정 변경이 목표와 품질 기준에 영향을 주지 않는다고 판단하지 않는다.
• WBS에 작업을 나눴다는 이유로 선후관계와 자원 충돌까지 자동 해결됐다고 보지 않는다.
• 외부 대기시간을 내부 작업량 증가만으로 줄일 수 있다고 보지 않는다.