용어가 다르다
부서·시스템마다 같은 개념을 다른 이름과 기준으로 관리해 통합 분석이 불가능합니다.
고객의 문제
모델을 바꿔도 답이 나아지지 않는 이유
AI 사업이 기대만큼의 결과를 내지 못할 때, 원인은 대개 모델 성능이 아니라 그 아래의 데이터에 있습니다. 같은 용어가 시스템마다 다르게 정의되어 있고, 어떤 데이터가 어디에 있는지 알 수 없으며, 품질이 검증되지 않은 상태로 학습·검색에 투입됩니다.
소재를 모른다
어떤 데이터가 어디에 있고 누가 관리하는지에 대한 목록과 메타데이터가 없습니다.
품질을 모른다
결측·중복·정합성 오류가 얼마나 있는지 측정된 적이 없어 결과를 신뢰할 수 없습니다.
맥락이 없다
문서와 데이터 사이의 관계가 정의되지 않아 AI가 근거를 찾아 인용하지 못합니다.
에버밸류의 접근
진단에서 RAG 설계까지, 6단계 스택
아래에서 위로 쌓아 올립니다. 하위 단계가 갖춰지지 않은 상태에서 상위 단계만 도입하면 같은 문제가 반복되기 때문입니다.
L1
Data Governance
데이터 관리 조직·역할·정책 체계 수립. 데이터 오너십과 의사결정 절차를 정의합니다.
L2
Metadata
데이터 목록·표준 용어·계보(lineage) 관리 체계. 무엇이 어디에 있는지 찾을 수 있게 만듭니다.
L3
Data Quality
품질 진단 기준 정의, 측정, 개선 과제 도출. 데이터품질 진단 연구용역 수행 경험을 기반으로 합니다.
L4
Semantic Layer
업무 용어와 물리 데이터를 연결하는 의미 계층. 부서가 달라도 같은 답이 나오게 합니다.
L5
Ontology · Knowledge Graph
개념 간 관계를 구조화해 AI가 맥락을 이해하고 추론할 수 있는 지식 구조를 만듭니다.
L6
RAG 설계
문서·데이터를 근거로 인용하는 검색증강 구조 설계. 답변에 출처가 따라붙게 만듭니다.
수행 범위 · 산출물
단계별 수행 내용
기존 「데이터 컨설팅(데이터 모델링, BI, Big Data 분석 및 데이터 처리 컨설팅)」과 「데이터품질 진단 및 활용방안」 서비스가 이 축으로 확장되었습니다.
관련 실적
데이터 영역 수행 사업
국가중점데이터 개방 계획, 데이터 품질관리, 빅데이터 플랫폼 구축 등을 수행해 왔습니다.
2024
한국지능정보사회진흥원
2025년도 국가중점데이터 개방 계획 수립
2023
한국지능정보사회진흥원
데이터 융합 분석 대국민 플랫폼 ISMP 수립
2021
과학기술정보통신부
과기정통부 메타데이터 및 품질관리 도입 방안 연구
2017
한국정보화진흥원
2017년 국가 데이터 관리체계 수립사업
2012
특허청