[데이터거래사 특별기획(3)] 데이터 가치와 품질, AI 시대의 두 날개를 달다

사회부 0 72


3_a01Ud018svc11ii1s6xy3z0a_tg3zvl.jpg

 

 

제11기 데이터거래사 교육 3일차… ‘가치평가’와 ‘품질평가’ 심층 교육으로 미래 전문가 역량 강화


[서울= 한국유통신문] 김도형 기자= 데이터 경제의 성패를 가늠할 두 개의 핵심축, ‘가치’와 ‘품질’에 대한 심도 깊은 논의가 펼쳐졌다.


7월 2일, 과학기술정보통신부가 주최하고 한국데이터산업협회가 주관하는 ‘제11기 데이터거래사 교육’ 3일차 현장은 미래 데이터 산업을 이끌어갈 전문가들의 학구열로 뜨거웠다. 이날 교육은 데이터 거래의 가장 본질적인 두 질문, “이 데이터는 얼마인가?”(가치평가)와 “이 데이터를 믿을 수 있는가?”(품질평가)에 대한 해답을 찾는 여정으로 채워졌다.


[1부: 데이터 가치평가] “가격표 뒤에 숨은 전략을 읽어라”


오전 강연을 맡은 김진철 강사는 “데이터의 가치를 평가하는 것은 정답이 없는 예술과 같다”며 말문을 열었다. 그는 데이터가 일반 재화와 달리 복제 가능하고(재생산성), 동시에 여러 사람이 쓸 수 있는(비경합성) 독특한 특성 때문에 생산 원가보다 ‘사용자의 효용’이 가격 결정에 더 큰 영향을 미친다고 강조했다.


 

3_601Ud018svc1hwplncgwfzke_tg3zvl.jpg


김 강사는 데이터의 가치를 객관적으로 측정하기 위한 실전 프레임워크로 ‘4대 영역 12가지 평가요소’ 모델을 제시했다. ▲콘텐츠 적합성 ▲공급 신뢰성 ▲기술적 효용성 ▲경제성의 네 가지 잣대로 데이터의 가치를 다각도로 분석하고, 이를 ‘방사형 차트’로 시각화하는 방법론은 수강생들의 큰 호응을 얻었다.


그는 “방사형 차트는 내 데이터의 강점과 약점을 한눈에 파악하고, 경쟁 데이터와 비교하여 가격 전략을 수립하는 강력한 무기”라며, “데이터 가치평가는 단순히 수치를 계산하는 것이 아니라, 시장 상황과 고객을 이해하며 최적의 균형점을 찾아가는 ‘시뮬레이션’이자 ‘협상’의 과정”이라고 역설했다.


[2부: 데이터 품질평가] “신뢰할 수 없는 데이터는 사상누각”


오후에는 김훈 박사가 ‘데이터 품질평가’를 주제로 강단에 섰다. 삼성전자 책임연구원, IEEE AI 윤리인증 수석심사원 등 화려한 이력의 김 박사는 “AI, IoT 등 4차 산업혁명의 모든 기술은 ‘데이터’라는 연료로 움직이며, 품질은 그 연료의 순도를 결정한다”는 명쾌한 비유로 강의를 시작했다.

 

3_001Ud018svc12nxlr11s4jnz_tg3zvl.jpg


그는 국내 데이터 품질평가의 핵심 기준인 ‘데이터 품질인증(DQC)’ 제도와 국제 표준 ‘ISO/IEC 25012’를 심도 있게 해부하며, 데이터의 정확성, 완전성, 유효성 등을 체계적으로 평가하는 방법론을 제시했다.


특히 수강생들의 이목을 집중시킨 것은 실제 공공데이터 분석 사례였다. 공공데이터 제공 표준 1호인 ‘전국 주차장 정보’ 데이터에서 식별자인 ‘관리번호’의 중복률이 30%에 육박하고, 중복된 데이터의 내용마저 서로 다른 현실을 생생하게 보여주었다.


김 박사는 “이러한 문제는 결국 데이터를 관리하는 현장과의 소통과 협력을 통해서만 해결할 수 있다”며, “품질 문제는 데이터 혁신의 가장 큰 걸림돌”이라고 지적했다. 그는 나아가 잘 정제된 데이터들을 ‘결합’하고 ‘시각화’함으로써, 19세기 존 스노우가 콜레라 지도를 통해 전염병의 원인을 밝혔듯 새로운 사회적 가치를 창출할 수 있다고 강조했다.


가치와 품질, 두 날개로 비상할 데이터 전문가들


이날 교육은 성공적인 데이터 거래를 위해 ‘가치평가’와 ‘품질평가’가 동전의 양면처럼 맞물려 돌아가야 함을 명확히 보여주었다. 데이터의 잠재적 가치를 설득력 있게 제시하는 능력과 그 데이터의 신뢰성을 객관적으로 보증하는 능력, 이 두 가지 역량을 겸비하는 것이 바로 미래 데이터거래사의 핵심 경쟁력이다.


교육에 참여한 한 예비 데이터거래사는 “뜬구름 같던 데이터의 가치와 품질을 측정하고 관리하는 구체적인 방법론을 배울 수 있었던 귀한 시간이었다”며, “오늘 배운 내용을 바탕으로 데이터 시장의 신뢰를 구축하고 새로운 가치를 창출하는 전문가로 성장하고 싶다”고 포부를 밝혔다.


AI 시대를 맞아 그 중요성이 더욱 커지고 있는 데이터 시장. 이날 교육을 통해 가치와 품질이라는 두 개의 튼튼한 날개를 단 예비 데이터거래사들이 대한민국 데이터 경제를 얼마나 높이 비상시킬지 귀추가 주목된다.

 

 


  <데이터거래사 교육 인사이트 1일차>

 

[데이터거래사 심층분석(1)] 데이터, 이제는 '거래'의 시대… 당신의 데이터는 얼마입니까?

 

[데이터거래사 심층분석(2)] AI 시대의 데이터 전문가, 무엇을 준비해야 하는가?

 

[데이터거래사 심층분석(3)] 글로벌 데이터 전쟁, 한국의 위치는?

 

[데이터거래사 심층분석(4)] 잠자는 데이터를 깨워라…'상품'으로 만드는 5가지 법칙

 

[데이터거래사 심층분석(5)] “당신의 데이터, 어떻게 파시겠습니까?”… 수익화 5단계 전략

 

[데이터거래사 심층분석(6)] “데이터 거래, 꼭 돈 내야 하나요?”… 현장의 날 선 질문들

 

[데이터거래사 심층분석(7)] "AI, 국방, 신약, 금융… 데이터 경제의 '어벤져스'가 모였다"


[데이터거래사 심층분석(8)] "데이터 거래, 아이디어만으론 안 된다"…성공 비즈니스의 조건


[데이터거래사 심층분석(9)] 데이터의 ‘가치’는 어떻게 증명되는가

 

[데이터거래사 심층분석(10)] "강아지 코주름 인식, 상용화는 시기상조"… 현장의 날카로운 지적

 

<데이터거래사 교육 인사이트 3일차>

 

 

[데이터거래사 심층분석(11)] “데이터의 시작은 서버가 아닌 ‘현장’이다”…

 

[데이터거래사 심층분석(12)] “학습 데이터 너머, AI 모델의 ‘중간 산출물’에서 새로운 가치를 찾

 

[데이터거래사 심층분석(13)] “‘킹콩’ 데이터 하나가 전체 분석을 망친다”… 데이터의 ‘진짜 얼굴

[데이터거래사 심층분석(14)] “주말이 공휴일이 아니라고요?” 데이터 속 숨은 함정

 

[데이터거래사 심층분석(15)] 핀란드는 되는데 한국은 왜 안될까? 데이터 강국으로 가는 길

[데이터거래사 심층분석(16)] “코딩, 두려워 마세요” 데이터 분석, VS Code와 함께 첫걸음 떼다

 

[데이터거래사 심층분석(17)] 죽은 데이터에 숨을 불어넣다, 시각화로 만나는 데이터의 ‘진짜 얼굴’


[데이터거래사 심층분석(18)] 영화 리뷰 속 숨은 민심, ‘워드 클라우드’로 한눈에 보다

 

   <데이터거래사 교육 인사이트 3일차>

 

 

[데이터거래사 심층분석(19)] “데이터는 얼마일까?”…미래 경제의 가격표를 만드는 사람들

 

[데이터거래사 심층분석(20)] “가치는 점수, 가격은 전략”…데이터 거래, 승패를 가르는 디테일

 

[데이터거래사 심층분석(21)] 데이터 가격표의 비밀, ‘12가지 평가요소’와 ‘방사형 차트’에 있다

 

[데이터거래사 심층분석(22)] “데이터 품질, AI 시대의 성패를 가르는 조용한 혁명”

 

[데이터거래사 심층분석(23)] 데이터 품질평가의 ‘A to Z’, 국제표준과 인증 제도로 답을 찾다

 

[데이터거래사 심층분석(24)] “공공데이터 품질평가, AI 시대를 맞아 ‘고부가가치’로 진화한다”

 

[데이터거래사 심층분석(25)] “중복률 30%의 공공데이터…품질 개선, 현장에 답이 있다”

 

스크린샷 2024-06-14 172010.png

 

 

 

<저작권자(c)한국유통신문. 무단전재-재배포 금지> 

 

 기사제보 및 사회적 공헌활동 홍보기사 문의: 010-3546-9865, flower_im@naver.co

검증된 모든 물건 판매 대행, 중소상공인들의 사업을 더욱 윤택하게 해주는

 



  • 페이스북으로 보내기
  • 트위터로 보내기
  • 구글플러스로 보내기
  • 카카오스토리로 보내기
  • 네이버밴드로 보내기

Comments