관리 데이터와 메타데이터 품질

핵심 요약

관리 데이터는 업무 거래값 자체라기보다 데이터를 관리·통제하기 위해 사용하는 소유자, 책임, 정의, 상태, 기준일, 표준·품질 규칙, 변경·승인 이력 등을 말한다. 메타데이터는 데이터의 의미·구조·생성·처리·사용을 설명한다. 관리 데이터와 메타데이터가 오래되거나 서로 모순되면 영향분석·품질진단·보안·활용 판단도 신뢰할 수 없다.

주의: 이 단원의 ‘관리 데이터’를 고객·상품 같은 마스터 데이터 또는 공통코드인 참조 데이터와 동일시하지 않는다.

학습 목표

• 업무·기술·운영·관리 메타데이터와 관리 데이터의 범위를 구분합니다.
• 메타데이터의 완전성·정확성·일관성·최신성·추적성 품질을 측정합니다.
• 데이터 계보와 provenance의 원천·활동·산출·책임 관계를 설명합니다.
• 자동 수집과 수동 등록의 오류를 기준 시스템과 대조해 개선합니다.

1. 개념 설명

1.1 관리 데이터

1.2 메타데이터 유형

하나의 항목이 여러 분류에 걸칠 수 있으며 조직별 명칭도 다를 수 있다. 시험에서는 메타데이터가 “다른 데이터를 설명하는 데이터”라는 중심과 해당 사례의 기능을 본다.

1.3 메타데이터 품질 차원

• 완전성: 필수 정의·소유자·자료형·원천·기준일이 존재하는가?
• 정확성: 실제 DB·ETL·업무 규칙과 설명이 일치하는가?
• 일관성: 카탈로그·모델·DB·문서가 같은 이름과 의미를 가지는가?
• 최신성: 변경 후 정해진 시간 안에 메타데이터가 갱신되는가?
• 추적성: 원천, 변환, 산출, 버전과 책임자를 따라갈 수 있는가?
• 접근성·이해가능성: 권한 있는 사용자가 검색하고 의미를 해석할 수 있는가?

메타데이터 완전성 = 필수 메타항목이 채워진 객체 수 / 관리 대상 객체 수 × 100
현행 일치율 = 실제 구조·처리와 일치한 메타데이터 객체 수 / 대조 객체 수 × 100
적기 갱신율 = 변경 SLA 안에 갱신된 객체 수 / 변경된 관리 대상 객체 수 × 100

1.4 데이터 계보와 provenance

데이터 계보는 데이터가 어디서 와서 어떤 변환을 거쳐 어디에 사용되는지 나타낸다.

원천 고객.birth_date
   → ETL: 나이 계산(버전 v3, 2026-08-01)
   → DW 고객.age_group
   → 마케팅 대시보드 연령대 비율

신뢰 가능한 계보에는 원천·목표 객체, 변환 로직, 실행 작업, 버전·시점, 책임자와 실패·재처리 이력이 필요하다. 단순히 테이블 간 화살표만 그리면 열 수준 영향과 실제 처리 버전을 판단하기 어렵다.

1.5 자동 수집의 한계

자동 스캐너는 DB 스키마, SQL, ETL 작업을 빠르게 수집할 수 있으나 다음을 놓칠 수 있다.

• 동적 SQL과 애플리케이션 내부 변환
• 파일·수작업 업로드·외부 SaaS 처리
• 사용하지 않는 오래된 객체와 실제 현행 객체의 구분
• 업무 정의·소유자·민감도 같은 사람 판단
• 파싱 실패·권한 부족·수집 지연

따라서 수집 성공률, 미수집 대상, 마지막 수집 시각, 실제 실행 로그와 샘플 대조가 필요하다.

2. 구성요소와 관계

3. 품질 관리 흐름

1. 관리 대상 객체와 필수 메타항목을 정의한다.
2. 기준 시스템(DB·모델·ETL·업무 승인정보)과 수집 방식을 정한다.
3. 자동 수집과 수동 등록 결과의 완전성·일치·최신성을 측정한다.
4. 누락을 수집 실패, 업무 미정의, 변경 미반영, 중복 저장소로 분류한다.
5. 소유자와 영향도를 정해 중요 객체부터 보완한다.
6. 변경·배포·작업 실행과 메타데이터 갱신을 자동 연계한다.
7. 계보 샘플을 원천값부터 보고서까지 실제 재현해 검증한다.

4. 사례와 적용

사례: 대시보드 매출의 원천을 찾을 수 없음

카탈로그에는 DW_SALES.DAILY_AMT가 ERP 주문에서 온다고 적혀 있으나 실제로는 결제취소 파일과 수동 환율표를 함께 사용한다. 환율표 변경 이력과 담당자가 없고 마지막 카탈로그 수집은 6개월 전이다.

• 정확성 결함: 실제 변환과 설명 불일치
• 완전성 결함: 파일 원천·환율 로직·담당자 누락
• 최신성 결함: 변경 후 카탈로그 미갱신
• 추적성 결함: 보고서 수치에서 원천·변환 버전을 재현할 수 없음

개선은 ETL SQL만 다시 스캔하는 데 그치지 않고 수동 파일 등록, 환율표 소유·버전, 변경 승인, 열 수준 계보와 검증 샘플을 포함해야 한다.

5. 비교와 구분

시험 판단 포인트

• 메타데이터는 정의·구조뿐 아니라 소유자, 상태, 기준일, 계보, 운영 이력을 포함할 수 있다.
• 자동 수집 성공은 업무 정의와 실제 계보의 정확성까지 자동 보장하지 않는다.
• 데이터 계보는 원천→변환→목표와 버전·시점·책임을 연결해야 영향분석에 쓸 수 있다.
• 관리 데이터의 품질이 낮으면 표준·모델·값 품질 관리 프로세스 자체가 잘못된 결정을 내릴 수 있다.
• 메타데이터, 마스터 데이터, 참조 데이터는 역할이 다르다.

자주 틀리는 부분

• 카탈로그에 항목이 존재하면 실제 시스템과 일치한다고 단정한다.
• 데이터 계보를 테이블 수준 화살표만으로 충분하다고 본다.
• 자동 스캔되지 않은 파일·수동 처리·동적 SQL을 관리 대상에서 제외한다.
• 마지막 갱신일이 최근이면 모든 내용이 최신이라고 본다. 일부 필드만 갱신되었을 수 있다.
• 관리 데이터를 마스터 데이터와 같은 뜻으로 사용한다.