이번에 더 배울 것
Hogan 등(2021)은 품질을 목적에 대한 적합성(fitness for purpose)으로 정의하고 차원을 묶어 설명합니다. 첫 묶음은 정확성(accuracy)입니다. 구문 정확성은 데이터 모델과 문법 규칙을 지키는지입니다(xsd:dateTime 자리에 ‘March 29, 2019’ 문자열). 의미 정확성은 실세계를 맞게 표현하는지입니다(칠레의 수도를 발파라이소로 기록). 최신성(timeliness)은 현재 상태와 얼마나 맞는지로, 항공편 상태는 분 단위로 바뀌는데 그래프는 시간 단위로 갱신된다면 문제가 됩니다.
둘째 묶음은 적용 범위(coverage)입니다. 완전성(completeness)은 필요한 정보가 있는 정도로, 스키마·속성·모집단·연결 완전성으로 나뉩니다. 속성 완전성은 특정 속성의 누락 비율입니다. 대표성(representativeness)은 지리·언어·사회적 편향을 봅니다. 셋째 묶음은 일관성(coherency)으로, 논리적 모순이 없는 일관성(consistency)과 형태 제약 위반이 없는 유효성(validity)이 있습니다. 고유 이름 가정이 없으면 기수 제한이 모순 대신 ‘두 국가가 같다’는 추론을 낳을 수 있어, 유효성은 형태 제약으로 검사합니다.
넷째 묶음은 간결성(succinctness)입니다. 도메인과 무관한 요소가 없는 간결함, 같은 목적의 속성 둘(flight와 flies to)이나 서로 연결되지 않은 같은 대상의 노드 둘(Santiago와 Santiago de Chile)이 없는 표현 간결성, 사람이 읽을 레이블과 설명이 있는 이해 가능성이 포함됩니다. 차원끼리는 맞바뀌기도 합니다. 완전성을 높이려고 자동 추출을 늘리면 정확성이 떨어질 수 있으므로, 목적에 맞는 지표를 정하고 함께 추적해야 합니다.
작은 예제로 따라가기
속성 완전성: 배송 완료 150건 중 deliveredAt 값이 있는 것이 120건이면 120/150 = 0.8입니다.
구문 정확성: promisedDate 200개 중 6개가 ‘10월 9일’ 같은 문자열이면 구문 오류율은 6/200 = 0.03입니다.
최신성: 원천 시스템은 5분마다 바뀌는데 그래프는 1시간마다 갱신되면, 그래프의 배송 상태는 최대 약 1시간 늦을 수 있습니다.
어느 품질 차원의 문제인가
각 증상이 정확성·적용 범위·일관성·간결성 가운데 어디에 속하는지 먼저 고르세요.
정해 둔 제약을 어긴 값입니다. SHACL의 sh:in 같은 형태 제약으로 잡습니다.
학습을 시작하면 새 문제를 직접 풀고 확인 퀴즈를 마친 뒤 선택한 본과정 회차로 돌아갑니다.