시작하기

시작하기

유형 · 절차읽는 시간 · 약 2분데이터 제공 담당자

다루는 범위 — 표 형태(STRUCT)와 시계열(TSERIES) 데이터는 실행 항목까지 제공합니다. 문서(TEXT) · 이미지(IMAGE) · 지시문 · 응답 쌍(PT) 데이터도 절차는 같으며, 유형별 추가 항목은 이후 버전에서 추가할 예정입니다.

시작 전 준비 자료

작업을 시작하기 전에 다음 자료를 준비합니다. 자료가 없으면 작성 가능한 기재 항목부터 채웁니다.

준비 절차의 세 단계

데이터는 세 단계를 거쳐 AI가 활용할 수 있는 상태가 됩니다. 각 단계 끝에는 확인 지점이 있습니다.

작업 원칙은 네 가지입니다.

1. 단계 순서를 지킵니다. 품질을 측정하기 전에 데이터를 찾을 수 있는 상태로 만듭니다.
2. 미충족 항목은 보완합니다. 확인 지점을 통과하지 못하면 해당 항목을 보완하고 다시 확인합니다. 미충족은 탈락을 뜻하지 않습니다.
3. 원본은 보존합니다. 정제본과 목적별 산출물은 원본과 함께 남습니다.
4. 단계별로 나누어 수행할 수 있습니다. 1단계만 수행해도 에이전트의 추정 항목이 줄어듭니다.

이 사이트의 표시

권고 항목은 표준안의 요건이 아니므로 조직 사정에 맞게 달리 결정할 수 있습니다.

표시와 스펙 문안의 shall · should · may의 대응은 확정 전입니다.

시작하기

시작 전 데이터 확인

유형 · 절차읽는 시간 · 약 2분데이터 제공 담당자

목표보유 파일의 데이터 유형과 인코딩, 1단계 준비 사항을 확인합니다.

데이터 유형 확인

데이터 유형을 먼저 결정합니다. 유형에 따라 측정 항목과 기재 항목이 달라집니다. [제1부 5.6 표 5-5] 필수

복수 유형 데이터 필수

대표 유형 하나를 정해 종합 표시에 사용합니다. 파일이나 구성요소가 여러 유형에 해당하면 각 구성요소에 해당하는 확인 항목을 함께 적용합니다. 대표 유형을 선택했다고 해서 다른 유형의 확인 항목을 생략하지 않습니다. [제2부 8.2]

시계열은 표 형태의 특수한 경우입니다. 표 형태의 확인 항목을 그대로 쓰되 기준 시점·측정 주기·단위를 함께 적습니다. 권고

유형에 따라 달라지는 항목

유형에 따라 반드시 측정하는 항목의 집합(제2부 부속서 A.2), 최소한 측정해야 하는 항목(제2부 부속서 A.1), 기재해야 하는 추가 항목(제3부)이 달라집니다.

유형별 항목 목록은 기재 항목 · 품질 지표 페이지에서 확인할 수 있습니다. 현재 버전에는 표 형태와 시계열 데이터의 실행 항목을 수록했습니다. 문서 · 이미지 · 지시문 · 응답 쌍의 실행 항목은 표준 원문과 대조한 뒤 이후 버전에 수록합니다.

대조할 기준 자료가 없으면 정확성을 측정할 수 없습니다. 대조할 기준 자료가 없으면 「정확성 미측정」으로 표시합니다. 이 표시는 감점이 아닌 측정 상태를 뜻합니다. 해당 항목이 필수 측정 항목이면 다음 단계 전이가 성립하지 않을 수 있습니다. [제2부 7.4 · 8.1] 필수

개인정보가 포함된 데이터

참고 자료: 개인정보보호위원회 「가명정보 처리 가이드라인」(2026.3. 개정). 공공기관이라면 「공공 AX 프라이버시 안내서」(2026.7.)도 함께 확인합니다. 최신 버전은 개인정보보호위원회 자료실에서 확인합니다.

개인정보를 포함한 데이터셋은 비식별화 처리 여부를 기재해야 합니다. [제3부 부속서 A.1] 필수 처리 수준·방법·일시는 2단계에서 기재합니다.

이 절차는 공개 제공을 대상으로 합니다. 공개가 제한되는 데이터는 이 절차의 대상에서 제외합니다. 통제된 환경에서 준비할 수 있는지는 별도로 판단합니다.

시작하기

30분 실습

유형 · 절차읽는 시간 · 약 5분데이터 제공 담당자

목표예시 파일로 1 · 2단계를 30분 안에 수행합니다.

진단 화면

실습은 브라우저의 내 데이터 진단에서 수행합니다. 파일은 브라우저 안에서만 읽습니다. 화면은 확인 항목과 측정 가능한 지표를 계산하고 데이터 설명서(마니페스트) 초안을 만듭니다. 기준값은 내장하지 않습니다.

입력을 갖출수록 측정한 지표가 늘어납니다. 예시 파일만 넣으면 필수 지표 13개 중 6개를, 1단계 마니페스트를 채우면 7개를 측정합니다. 두 경우 모두 D5-03은 [제2부 부록 Ⅰ]의 예시 패턴으로 측정한 잠정값입니다.

화면은 미측정 결과와 함께 사유를 제시합니다. 예를 들어 「정확성 미측정」 대신 「공인 참조 기준이 없어 D3-01을 측정하지 못함」으로 기록하므로, 담당자가 준비할 자료를 확인할 수 있습니다.

활성 공식 적용 기준이 없으므로 화면은 공식 품질 등급을 판정하지 않습니다. 예시 패턴으로 산출한 등급은 잠정(PROVISIONAL)으로 표기하며 공식 등급으로 쓰지 않습니다.

화면의 결과는 표준과 활성 공식 적용 기준에 따라 검증합니다. 측정 대상과 계산 방법도 같은 근거로 대조합니다.

명령행 진단 도구는 공개 전입니다. 공개 계획은 개발 현황과 향후 공개의 「진단 도구 배포 버전」에 있습니다.

실습 절차

예시 파일로 준비 절차를 실습합니다. 각 실습에 수행할 작업과 예상 결과를 제시합니다. 내 데이터 진단 화면을 함께 열어 진행합니다.

이 실습은 준비 1단계(마니페스트 작성)와 2단계(품질 측정)의 결과 확인까지 다룹니다. 3단계(목적별 준비)는 다루지 않습니다. 실습의 순서는 「실습 1~6」으로 부르며 준비 단계(1 · 2 · 3단계)와 구분합니다.

준비

예시 파일(example.csv)은 사업장 등록 정보 20건과 컬럼 8개로 구성됩니다. 「내 데이터 진단」의 「예시 파일로 진단」은 같은 파일을 불러옵니다. 파일 내용과 1단계를 마친 기재 예(meta.json) · 컬럼 스키마(columns.json)는 위 실습자료에서 복사할 수 있습니다. 소속 조직의 데이터로 진행할 수 있으며, 이 경우 아래 값 대신 해당 데이터의 값을 입력합니다.

실습 1 · 현재 상태 확인 (2분)

수행할 작업 — 「예시 파일로 진단」을 실행합니다. 기재 항목은 입력하지 않습니다.

예상 결과

1 / 23은 정상 결과입니다. 데이터 파일에는 마니페스트가 들어 있지 않습니다. 충족된 1개는 화면이 파일에서 계산한 체크섬입니다.

실습 2 · 기재 항목 작성 (10분)

수행할 작업 — 「기재 항목」 탭에서 다음 다섯 항목을 입력합니다. 공공데이터는 포털 등록 화면에서, 기업 데이터는 사내 데이터 카탈로그나 상품 등록 정보에서 같은 값을 옮겨 적을 수 있습니다.

주의할 점 — 갱신 주기는 「수시」와 같은 자유 문자열로 적지 않습니다. 값 목록에서 고르면 마니페스트에는 다음과 같은 표준 주소가 들어갑니다.

http://publications.europa.eu/resource/authority/frequency/ANNUAL

고유 식별자는 소속 조직의 발급 정책을 먼저 확인합니다. 정책이 없으면 고유 식별자 정하기의 잠정 규칙을 적용합니다.

예상 결과 — 다섯 항목을 입력하면 기재 항목이 6 / 23이 됩니다.

실습 3 · 컬럼 설명 작성 (10분)

수행할 작업 — 「컬럼」 탭에서 컬럼마다 자료형과 설명을 기재합니다. 다음은 앞의 세 컬럼의 기재 예입니다.

bizId에는 필수 표시를 함께 답니다. 이 표시가 있으면 D1-01(필수 필드 충족도)을 측정합니다. 레코드 키도 bizId로 지정합니다.

예상 결과 — 컬럼 설명 8 / 8. 측정한 정식 필수 지표가 7로 늘어납니다.

실습 4 · 나머지 기재 항목 입력 (2분)

수행할 작업 — 나머지 기재 항목을 입력합니다. 예시 파일에서는 「다음 작업」의 예시 마니페스트 채우기로 1단계를 마친 상태를 불러옵니다.

예상 결과

데이터값은 변경되지 않았습니다. 파일은 그대로입니다. 변경된 것은 값을 해석하는 데 필요한 기재 정보입니다.

실습 5 · 결과 확인 (3분)

수행할 작업 — 결과 머리의 수치와 「측정 상세」 탭에서 다음 세 가지를 순서대로 확인합니다.

점수가 모두 1.0000이어도 공식 품질 등급은 판정하지 않습니다. 원인은 데이터가 아니라 활성 공식 적용 기준 미발행입니다. 화면의 잠정 등급은 예시 프로파일과 측정한 차원만으로 산출한 값입니다. 기준 발행은 담당자의 작업 범위가 아닙니다.

실습 6 · 후속 작업 확인 (3분)

수행할 작업 — 결과 아래의 「다음 작업」을 확인합니다. 세 묶음으로 나뉩니다. 작업 목록은 「마니페스트와 결과서」 탭에서 복사합니다.

실습 완료 후

이 실습은 준비 1단계와 2단계의 결과 확인까지입니다. 예시 데이터는 발견할 수 있는 상태가 되었고, 품질 근거가 있으며, 측정하지 못한 지표와 사유가 기록되어 있습니다. 3단계(목적별 준비)는 활용 목적이 확정되기 전에는 수행하지 않습니다.

소속 조직의 데이터로 다시 진단합니다. 예시 파일은 형식 오류를 제거한 파일입니다. 실제 데이터에서는 D5-01(형식 유효성)과 D7-01(인코딩 일관성)이 1.0000 미만으로 측정될 수 있습니다. 그 차이를 확인하는 것이 이 실습의 목적입니다.

가이드 › 데이터 제공

마니페스트 작성 (1단계)

유형 · 절차읽는 시간 · 약 5분데이터 제공 담당자

목표데이터 설명서(마니페스트)의 발견 계층 23개 항목을 채워 에이전트가 추정해야 하는 판단을 줄입니다. 데이터값은 바꾸지 않습니다.

단계 개요

현재 버전으로 완결할 수 있습니다. 기재 항목 23개 유형을 모두 채울 수 있습니다. 고유 식별자는 고유 식별자 정하기의 잠정 규칙을 사용합니다.

목표는 데이터가 무엇이고 어디에 있는지를 기계가 읽을 수 있는 형식으로 기록하는 것입니다.

이 단계의 주요 작업은 데이터 담당자가 수행합니다.

데이터값은 변경하지 않습니다. 데이터의 내용은 유지하고 설명을 추가합니다. [제1부 5.2]

담당자와 진단 도구는 확인 지점 ①에서 필수 기재 항목의 충족 여부를 확인합니다. [제4부 6.4]^{후속 부} 갖추어지지 않으면 보완하고 다시 확인합니다.

확인 항목

기재 항목 유형은 23개입니다. 데이터셋에 19개, 배포 자원(배포하는 파일)마다 4개를 적용합니다. 파일이 3개면 기재값은 23개가 아니라 19 + 4×3 = 31개입니다. 이 수는 어휘표 v0.10.5 데모 프로파일 기준이며, 표준안 기준은 15 + 4 × 배포 자원 수입니다. [제3부 부속서 A.1] 전체 목록과 판단 기준은 기재 항목 페이지에 있습니다.

자주 누락되거나 잘못 기재되는 6개 항목은 다음과 같습니다.

조직에 식별자 발급 정책이 없으면 고유 식별자 정하기의 잠정 규칙을 적용합니다. 정책이 마련되면 그 정책이 우선합니다.

고유 식별자와 접근 주소는 다릅니다. 고유 식별자는 데이터셋을 식별하는 값이고, 접근 주소는 실제 데이터에 접근하는 위치입니다. 두 항목을 같은 값으로 채우지 않습니다.

파일이 여러 개면 배포 자원을 여러 개로 구성합니다. 표·이미지·영상을 함께 제공한다면 배포 자원마다 접근 주소·미디어 타입·파일 형식·체크섬을 따로 적습니다.

표 형태 데이터의 컬럼 스키마는 조건부 필수입니다. 작성 방법은 아래 「컬럼 정의서 작성」에, 판단 기준은 기재 항목 페이지에 있습니다.

컬럼 정의서 작성

컬럼 정의서는 자주 누락되며, 누락되면 데이터값의 의미를 확인하기 어렵습니다.

필요성

원본 데이터베이스에 있는 컬럼 설명은 CSV로 내보낼 때 사라질 수 있습니다. 컬럼명만 남으면 mkt_nm과 같은 명칭의 의미를 확인하기 어렵습니다.

컬럼별 기재 항목

코드값의 의미와 빈 값 표기는 표준의 요건이 아니지만 실무에서 자주 문제가 됩니다. 숫자 코드의 의미가 없으면 해당 컬럼을 해석하기 어렵습니다. 빈칸·-·N/A·0을 혼용하면 0이 실제 값인지 빈 값인지 구별할 수 없습니다.

파일 형식 결정 권고

피해야 할 형식

• 특정 프로그램에서만 열리는 형식만 제공
• 셀 병합·소계 행·여러 줄 머리글이 들어간 표
• 설명 없이 여러 표를 시트로 나눠 담은 파일

이미지 라벨(정답지), 학습 · 검증 분할, 지시문 · 응답 쌍의 대응 관계, 문서 분할 단위는 이 단계의 요건이 아닙니다. 특정 활용 목적에 필요한 항목은 목적별 준비 (3단계)에서 다룹니다. 라벨이 없는 사진도 「찾을 수 있는 데이터」가 될 수 있습니다.

기준 인코딩은 UTF-8입니다. EUC-KR · CP949는 미준수로 판정됩니다. [제2부 부속서 A.4] 담당자가 직접 수정할 수 있는 항목입니다. 조직이 다른 인코딩 기준을 명시하면 그 기준을 따르고, 적용한 기준을 메타데이터에 기록합니다.

바이트 순서 표시의 유무 · 줄바꿈 문자의 차이는 측정 대상이 아니므로 별도 조치가 필요하지 않습니다.

가이드 › 데이터 제공

고유 식별자 정하기

유형 · 절차읽는 시간 · 약 3분데이터 제공 담당자

목표데이터셋에 변경되지 않는 고유 식별자를 결정합니다.

기재 항목 23개 가운데 담당자가 혼자 결정하기 어려운 유일한 항목입니다. 소속 조직(공공기관 · 기업 · 단체)에 발급 정책이 없으면 고유 식별자를 확정할 수 없습니다. 이 페이지는 정책이 마련되기 전까지 사용할 잠정 규칙을 제시합니다. 권고

표준이 요구하는 것 — URI. 변경하지 않는 영구 식별자. 해석 가능한 URI를 원칙으로 합니다. [제3부 부속서 A.1] 필수

고유 식별자 결정 절차

비워 두지 않습니다. 기재하지 않으면 1단계 확인을 통과하지 못합니다.

작성 규칙

식별자는 네임스페이스 + 데이터셋 이름 두 부분으로 구성합니다.

https://data.<조직도메인>/id/dataset/<데이터셋이름>
└────────── 네임스페이스 ──────────┘└─ 데이터셋 이름 ─┘
       조직이 통제하는 고정 영역        한 번 정하면 바꾸지 않는다

핵심 규칙: 변하는 요소를 식별자에 넣지 않습니다. 버전 · 연도 · 형식은 별도 항목에 기재합니다. 버전은 dcat:version, 기준 시점은 시간 범위, 형식은 dct:format에 기재합니다.

식별자 부여 후 유지 원칙

바꾸지 않는 것이 식별자의 목적입니다. 바꾸면 그 데이터를 가리키던 모든 참조가 끊어집니다.

담당 부서 확인 사항

정책 수립 요청 시 다음 사항을 함께 전달합니다.

이 페이지의 규칙은 잠정 규칙입니다. 조직의 정책이나 상위 지침이 마련되면 그 정책이나 지침이 우선하며, 이미 부여한 식별자는 유지합니다.

가이드 › 데이터 제공

품질 측정 (2단계)

유형 · 절차읽는 시간 · 약 4분데이터 제공 담당자

목표품질을 표준 공식으로 측정하고, 측정 완성도와 점수를 결과서에 기록합니다.

이 단계에서 하는 일

점수 산출과 측정 완성도 DM-0까지는 활성 공식 적용 기준 없이 가능합니다. 표 형태 예시를 「내 데이터 진단」에 넣으면 파일만으로 필수 지표 13개 중 6개를, 1단계 데이터 설명서(마니페스트)를 채우면 7개를 측정합니다. 나머지 지표는 코드표 · 기준 시점 등 외부 자료를 요구합니다. 측정되는 지표 수는 데이터 유형과 갖춘 자료에 따라 달라집니다. 공식 등급은 활성 공식 적용 기준이 발행되어야 정해집니다.

목표는 데이터의 품질을 측정하고 그 근거를 남기는 것입니다.

담당자는 공식을 적용해 점수를 계산하지 않습니다. 담당자는 자료를 준비하고, 점수가 낮은 항목과 미측정 사유를 확인하며, 수정 가능한 값과 수정할 수 없는 한계를 구분해 기록합니다.

2단계는 빠진 값을 보완하거나 잘못된 값을 수정하므로 데이터값이 달라질 수 있습니다.

7개 차원 필수

[제2부 5.2]

기계 판독성을 먼저 확인합니다. 파일을 열 수 없으면 나머지 차원을 측정할 수 없으므로 다른 차원보다 먼저 판단합니다. [제2부 7.3]

7개 차원의 지표 · 측정 공식 · 전제 조건은 품질 지표에, 점수가 낮을 때 고치는 방법은 결함 수정 (2단계)에 있습니다.

점수와 등급의 구분

담당자가 확인할 사항은 네 가지입니다.

활성 공식 적용 기준이 없는 동안에도 측정 결과는 유효한 기초 자료입니다. 기존 점수와 미측정 사유는 기준 발행 후 재측정과 판정에 사용합니다. 적용 기준이 측정 방법에 영향을 주는 항목은 다시 측정하고 새 결과서를 발행합니다.

등급이 정해지는 절차의 세부는 판정 절차에 있습니다. 담당자가 수행하는 절차가 아닙니다.

측정 완성도 필수

점수와 별개로 요구된 지표 가운데 측정을 마친 정도가 함께 기록됩니다. 이것을 측정 완성도(표준 용어: 진단 성숙도, DM)라 합니다. 측정 완성도는 도구가 아래 결정표를 위에서부터 적용해 처음 충족한 줄로 판정합니다. [제2부 부속서 B.5 표 B.4]

DM-1은 단순히 필수 지표의 일부를 측정했다는 뜻이 아닙니다. 최소 측정 지표를 모두 측정하고, 측정 충족률(표준 용어: 평가 범위)이 적용 기준이 정한 하한 이상이어야 합니다. 그 하한은 표준이 정하지 않습니다.

적용 기준 없이도 DM-0까지는 도달합니다. 최소 측정 지표인 D5-03(통계적 타당성)은 활성 공식 적용 기준이 없는 동안 제2부 부록 Ⅰ의 예시 더미값 패턴으로 측정하고 결과를 잠정으로 표기합니다. 측정 충족률의 하한에는 제2부 부록 Ⅰ의 예시값을 쓰지 않습니다. 활성 공식 적용 기준이 없으면 DM-1을 판정할 수 없으므로 결과는 DM-0(잠정)까지입니다. 공식 등급과 조직 간 비교에는 DM-2와 활성 공식 적용 기준이 있어야 합니다. [제2부 5.1 · 부속서 A.4.1 · 부록 Ⅰ]

파일이 비어 있거나(레코드 0건) 깨져 열리지 않으면 진단에 들어가지 않습니다. 측정 완성도와 등급을 기록하지 않습니다.

미측정 사유의 5개 구분

미측정 사유를 한 상태로 묶지 않습니다. 사유에 따라 담당자의 조치가 달라집니다. [제2부 부속서 B.2]

NOT_APPLICABLE을 결손으로 오해하지 않습니다. 그 유형이나 조건에 적용되지 않는 지표이며 수정 대상이 없습니다.

점수가 높아도 측정 완성도가 낮으면 공식 등급이 부여되지 않습니다. 두 값은 서로를 대체하지 않습니다. [제2부 8.1]

측정 결과서 판독 순서

가이드 › 데이터 제공

결함 수정 (2단계)

유형 · 절차읽는 시간 · 약 4분데이터 제공 담당자

목표점수가 낮은 항목을 고치고, 고칠 수 없는 한계는 기록합니다. 원본 파일 · 정제본 · 결과서를 구분해 보관합니다.

점수가 낮은 항목 수정 권고

정제 작업은 세 범주로 구분합니다.

차원별 우선 조치

수정할 수 없는 한계 기록 필수

모든 문제를 수정할 수 있는 것은 아닙니다. 수정할 수 없는 한계도 기재합니다. 이용자는 기록된 한계를 검토하여 데이터의 사용 여부와 범위를 판단합니다. 기록하지 않은 제약은 이용자가 확인할 수 없습니다.

이 항목은 데이터의 결함 판정이 아니라 활용 범위를 판단하는 정보입니다.

원본 · 정제본 · 결과서의 관리 필수

데이터셋의 고유 식별자는 유지합니다. 정제했다고 해서 다른 데이터로 취급하지 않습니다. 원본 파일·정제 파일·배포 버전·데이터 설명서(마니페스트)·결과서·목적별 운용 파일은 각각 구분합니다.

원본은 보존합니다. 정제로 원본을 덮어쓰지 않습니다.

측정 결과서 재작성 조건: 측정 대상 버전·측정 규칙·적용 기준·측정 시점의 유효성이 모두 같을 때만 기존 결과서를 사용합니다. 데이터를 정제했거나 다시 측정했다면 새 결과서를 만듭니다. 마니페스트는 해당 결과서를 주소와 체크섬으로 가리킵니다.

처리 이력 기록 항목 [제4부 12]^{후속 부}

기록이 없으면 정제 결과를 검증하기 어렵습니다.

빈번한 오류

다음 세 가지가 빈번합니다.

• 평균 점수로 등급 판단 (등급 판정은 가장 낮은 차원 점수에서 출발)
• 활성 공식 적용 기준이 아닌 값으로 산출한 등급의 공식 발표
• 데이터 정제 후 결과서 미갱신

필요성

이 단계의 작업은 이용자가 데이터의 재사용 가능성을 판단하는 근거를 작성합니다. 품질 점수와 함께 한계와 이력을 남겨야 합니다. 값의 상태와 변경 사유가 없으면 이용자가 데이터의 제약을 판단하기 어렵습니다.

품질 점수와 등급은 AI 활용을 위해 표준이 추가한 요건이며, 국제 FAIR 원칙이 요구하는 것이 아닙니다. 자세한 대응은 관련 표준과 대응에 있습니다.

가이드 › 데이터 제공

목적별 준비 (3단계)

유형 · 절차읽는 시간 · 약 3분데이터 제공 담당자

목표활용 목적이 정해진 데이터에 그 목적의 운용 계층을 준비합니다.

이 단계에서 하는 일

목적별 자료는 미리 준비할 수 있습니다. 목적 등급은 해당 목적의 기준이 등록된 뒤 판정합니다.

목표는 데이터를 특정 활용 목적에 맞는 형태로 준비하는 것입니다.

활용 목적은 담당자가 단독으로 결정하지 않습니다. 데이터를 활용하려는 부서·조직과 함께 결정합니다.

3단계에서 생성한 산출물은 원본을 대체하지 않으며 원본과 함께 보존합니다. 활용 목적이 여러 개이면 목적별 산출물을 각각 생성합니다. [제1부 5.2]

모든 데이터에 적용하는 단계가 아닙니다. 활용 목적이 분명할 때만 수행합니다. 목적이 정해지지 않았으면 2단계에서 종료합니다.

6개 활용 목적

3단계는 활용 목적이 확정된 데이터에만 적용합니다. 목적 준비를 수행하는 경우, 목적 유형은 표준이 정한 아래 6개 값 중에서 선택합니다. 필수 검토 대상은 해당하는 목적으로 한정하며, 해당하는 목적이 없으면 선택하지 않습니다. [제1부 5.6]

여섯 활용 목적의 정의와 자동 활용 조건은 활용 목적과 자동 활용 조건에 있습니다.

활용 목적 선택 권고

목적별 추가 준비 항목

목적별 세부 요건은 해당 목적에 등록된 기준이 정합니다. [제4부 9.2]^{후속 부} 다음 표는 담당자가 미리 준비할 수 있는 사항을 정리합니다. 권고

모든 목적에 공통 필수

• 어느 목적에 준비되었는지를 기재합니다.
• 목적별로 만든 파일에도 체크섬을 기재합니다.

목적을 판정할 수 없는 경우 필수

목적별 기준이 아직 마련되지 않은 경우가 있습니다. 이때는 비워 두지 않고 이유를 기재합니다. [제4부 9.4]^{후속 부}

기준이 없거나 선행 조건을 충족하지 못한 경우에는 「해당 없음」이나 최하 등급으로 적지 않습니다. 판정하지 않은 것과 판정해서 미달인 것은 다릅니다. 「해당 없음」은 그 데이터 유형이나 목적에 항목이 적용되지 않을 때만 씁니다.

자동 활용 적격을 위한 데이터 측 조건

AI 에이전트가 담당자의 항목별 확인 없이 데이터를 불러와 활용하려면, 데이터 측에서 8개 조건을 충족해야 합니다. [제5부 표 9-2]^{후속 부} 필수 조건 목록과 담당자의 작업은 활용 목적과 자동 활용 조건에 있습니다.

조건을 충족하지 못하면 표준안에 따른 자동 활용 적격을 표시할 수 없습니다. 사람이 확인하여 찾고 내려받아 사용하는 것은 가능합니다.

8개 항목은 데이터 측 조건입니다. 실제 자동 활용에는 제공 시스템의 인터페이스, 교환 방식, 변환 절차의 적합성도 필요합니다. 표준은 각 조건을 별도 수준으로 규정합니다. [제1부 표 6-1] 시스템 운영자와 사업 주관자가 해당 사항을 확인합니다.

파일을 바꾸면 체크섬도 함께 갱신합니다. 그대로 두면 검증에 실패하고 효력 정지 상태가 됩니다.

필요성

같은 데이터라도 활용 목적에 따라 준비 항목이 다릅니다. 예측 모델에는 정답 컬럼이 필요합니다. 검색에는 문서 분할 단위가, 지식그래프에는 개체 식별자가 필요합니다. 3단계는 목적별 차이를 반영해 추가 자료를 준비합니다.

목적별 준비와 목적 등급은 AI 활용을 위해 표준이 추가한 요건입니다. 자세한 대응은 관련 표준과 대응에 있습니다.

가이드 › 데이터 제공

예시 데이터로 따라가기

유형 · 절차읽는 시간 · 약 5분데이터 제공 담당자

https://datahub.kr/pid/ds-example-2026

가이드 › 데이터 제공

작성 예시와 빈번한 오류

유형 · 절차읽는 시간 · 약 1분데이터 제공 담당자

제목: 데이터
설명: 관련 데이터이다.
갱신주기: 수시
라이선스: 제3자 권리 포함 여부 - N
미디어타입: 텍스트
컬럼 정의서: (없음)

제목: 2025년 ○○시 사업장 등록 현황
설명: ○○시에 등록된 사업장의 업종·소재지·영업상태.
      2025-12-31 기준, 12,480건.
키워드: 사업장, 인허가, 업종, ○○시, 2025
데이터 종류: STRUCT
갱신주기: http://publications.europa.eu/resource/authority/frequency/MONTHLY
라이선스: KOGL-1  (어휘표 kr-license 값)
이용 조건: 공공누리 제1유형. 출처 표시 후 자유 이용 가능. (문자열 고지문)
미디어타입: text/csv
접근제한: public
컬럼 정의서: 14개 컬럼 전체에 이름·자료형·설명·코드값 기재

빈번한 오류

1단계에서 빈번한 오류 세 가지는 다음과 같습니다.

필요성

이 단계의 작업은 데이터 탐색, 접근, 이용 조건 확인을 지원합니다. 식별자는 다른 자료가 해당 데이터를 참조하게 합니다. 컬럼 설명은 값의 의미를 전달하며, 이용 조건은 사용 가능 여부를 판단하는 근거가 됩니다.

FAIR 원칙 대응 관계는 관련 표준과 대응 페이지에 있습니다. FAIR 원칙과 무관하게 이 사이트의 작업을 수행할 수 있습니다.

가이드 › 에이전트 개발

에이전트가 읽는 것

유형 · 절차읽는 시간 · 약 6분에이전트·AI 개발자 (데이터 이용자)도구 개발자

에이전트가 데이터를 활용하기 전에 하는 네 가지 판단을 기준으로 표준을 읽습니다. 판단에 필요한 정보가 어느 조항과 기재 항목에 반영되어 있는지, 표준이 요구하지 않는 정보는 무엇인지 정리했습니다. 이 페이지는 해설이며, 공백으로 표시한 항목은 표준 개정 검토의 후보입니다.

표준의 대상과 수요처는 공공데이터에 한정되지 않습니다. 공공기관 · 기업 · 민간 비영리 단체가 발행하거나 제공하는 데이터를 가리지 않습니다. AI 에이전트가 데이터에 접근하고, 이해하고, 신뢰하고, 이용해도 되는지 판단할 수 있게 하는 것이 목표입니다. 설계는 공공데이터 관측에서 출발했습니다. 에이전트는 점수 하나가 아니라 구조화된 필드와 측정 근거로 판단합니다. 아래 대응표는 표 형태 데이터를 기준으로 정리했습니다. 문서 · 이미지 · 지시문 · 응답 쌍은 판단에 필요한 정보가 다릅니다.

판단별 표준의 대응

필수 표준의 필수 요구 · 부분 조건부 · 선택 · 권고, 또는 측정하되 필드로 미노출 · 공백 필수 항목과 지표에 없음 (선택 항목 포함 여부는 확인 중)

필요한 정보 24개 가운데 필수 9 · 부분 10 · 공백 5

적합성 — 질문 부합도

판단 질문 · 내 질문에 맞는 데이터인가

신뢰성 — 신뢰 근거

판단 질문 · 신뢰할 수 있는가

결합성 — 결합 가능성

판단 질문 · 다른 데이터와 결합할 수 있는가

사용 가능성 — 이용 조건

판단 질문 · 이용해도 되는가

검증된 사실

에이전트에게 노출할 것은 요약 점수가 아니라 진단이 확인한 사실입니다. 사실마다 측정 시점과 유효 기간을 함께 기재합니다. 유효 기간이 지난 사실은 효력이 정지됩니다.

• 측정함 · 노출 안 함 — 표준이 측정, 결과는 결과서에만 수록 (마니페스트에는 차원 점수만 기재)
• 측정하지 않음 — 표준이 측정하지 않음

노출 방식 제안

미결 사항

• 이해 계층에 「사실 목록」 항목을 둘지, 결과서 참조로 대신할지
• API 가용성·명세 일치를 데이터 측 사실로 둘지, 제공 시스템 수준(제1부 표 6-1)에 남길지
• 유효 기간의 결정 주체 (적용 기준 또는 사실 종류별 고정값)

대응표 요약

• 결합성에는 공백이 없습니다. 표준은 코드표의 실제 값 대조를 요구하며 주소만 있으면 미충족으로 봅니다. 남은 과제는 컬럼별 결과를 메타데이터 필드로 노출하는 것입니다.
• 공백은 적합성 · 신뢰성 · 사용 가능성에 분포합니다. 시간 · 공간 범위는 필수 항목에 없고, AI 학습 허용 여부는 선택 항목에만 있습니다. 두 조건은 에이전트가 데이터를 선별할 때 쓰는 조건입니다.
• 신뢰성 지표는 파일 기준입니다. 지표 16종은 파일을 대상으로 하므로, API로 제공되는 데이터의 가용성과 명세 일치는 데이터에 기재되는 사실로 나타나지 않습니다.

가이드 › 에이전트 개발

판단별 필드와 처리

유형 · 절차읽는 시간 · 약 3분에이전트·AI 개발자 (데이터 이용자)도구 개발자

에이전트가 데이터를 활용하기 전에 데이터 설명서(마니페스트)에서 무엇을 읽고 어떻게 판정할지를 보여 주는 구현 예시입니다. 표준이 정한 필드와 판정값을 따르며, 판정 규칙 자체는 이 사이트의 권고입니다.

판독 원칙 — 기재되지 않은 필드를 추정값으로 대체하지 않습니다. 근거가 없으면 결과에 「근거 없음」을 밝히고, 필요하면 사람의 확인으로 이관합니다. 이 표준의 목적은 에이전트가 추정 없이 판단하게 하는 것이며, 이 페이지의 판정 규칙도 같은 원칙을 따릅니다.

적합성 — 질문 부합도

판단 질문 · 내 질문에 맞는 데이터인가

읽는 필드 dct:description · csvw:tableSchema · dct:type · rai:dataLimitations · rai:dataBiases

schema = m.get("csvw:tableSchema")
if schema is None:
    return 근거없음("컬럼 의미가 기록되지 않았다")      # 컬럼명으로 추정하지 않는다
for col in 질문이_쓰는_컬럼:
    if not 컬럼(schema, col).get("dc:description"):
        return 근거없음(f"{col} 의 뜻이 기록되지 않았다")
# rai:dataLimitations · rai:dataBiases 는 사람이 쓴 문장 목록이다.
# 문자열 일치로 걸러내지 말고, 답과 함께 그대로 제시한다.
주의사항 = m.get("rai:dataLimitations", []) + m.get("rai:dataBiases", [])
return 적합(주의=주의사항)

필드가 없을 때 컬럼 설명이 없으면 이름으로 뜻을 추정하지 않고, 답에 「컬럼 의미 미기록」을 밝힙니다.

신뢰성 — 신뢰 근거

판단 질문 · 신뢰할 수 있는가

읽는 필드 aird:lifecycleStatus · dcat:distribution[].spdx:checksum · dct:modified · dct:accrualPeriodicity · aird:diagnosticMaturity · aird:qualityTier · aird:thresholdProfile · aird:diagnosticReport

if m["aird:lifecycleStatus"] == "Stale":
    return 제외("효력 정지 상태")
d = 배포자원(m, 내려받은_주소)                    # 체크섬은 배포 자원마다 있다
if sha256(내려받은_파일) != d["spdx:checksum"]["spdx:checksumValue"]:
    return 제외("체크섬 불일치 — 마니페스트가 가리키는 파일이 아니다")
dm = m.get("aird:diagnosticMaturity")
if dm is None:
    # null 은 두 뜻이다. 결과서의 진단 상태로 구분한다.
    if 진단상태(m) in ("SCHEMA_ONLY", "FILE_BROKEN"):
        return 제외("진단에 들어가지 못한 파일")
    return 주의("측정 완성도 미성립 — 품질 근거가 부족하다")   # 0점으로 읽지 않는다
공식등급 = m.get("aird:qualityTier") if (dm == "DM-2" and m.get("aird:thresholdProfile")) else None
if 공식등급 is None:
    return 주의(f"측정 완성도 {dm} · 공식 등급 없음", 점수=m.get("aird:qualityIndexMin"))
return 신뢰(등급=공식등급, 기준=m["aird:thresholdProfile"])

필드가 없을 때 측정 완성도가 없으면 「낮음」이 아니라 「측정 근거 부족」으로 다룹니다. 등급은 측정 완성도 DM-2와 활성 공식 적용 기준이 함께 있을 때만 공식으로 읽습니다. DM-0 · DM-1이면 점수와 잠정 등급은 참고로만 씁니다.

결합성 — 결합 가능성

판단 질문 · 다른 데이터와 결합할 수 있는가

읽는 필드 dct:identifier · csvw:tableSchema.primaryKey · csvw:tableSchema.columns[].dc:description · 결과서의 D2-02 결과

a, b = 두_데이터의_결합_컬럼
# 마니페스트에는 컬럼의 코드 체계를 담는 전용 필드가 없다 (지금은 컬럼 설명 문장에만 있다).
# 값 수준 대조 결과는 결과서에 있고 마니페스트로 노출되지 않는다 — 검증된 사실 제안이 이 틈을 메운다.
ra, rb = D2_02_결과(결과서(a)), D2_02_결과(결과서(b))   # 결과서를 읽을 수 없으면 None
if ra is None or rb is None:
    return 후보("값 수준 대조 결과를 확인할 수 없다 — 이름이 같다는 것만으로 결합하지 않는다")
if ra.적용성 != "APPLIED" or rb.적용성 != "APPLIED":
    return 후보("코드표 값 대조가 이뤄지지 않았다")
if ra.코드표 != rb.코드표:
    return 제외("서로 다른 코드표로 대조했다")
return 결합(근거=[ra.일치율, rb.일치율, ra.코드표_버전])

필드가 없을 때 값 수준 대조 결과가 없으면 결합을 「후보」로만 두고, 결과에 결합 근거가 없음을 밝힙니다.

사용 가능성 — 이용 조건

판단 질문 · 이용해도 되는가

읽는 필드 dct:license · dct:rights · dct:accessRights · dpv:hasPersonalData · aird:deidentificationLevel · odrl:hasPolicy

if m["dct:accessRights"] != "PUBLIC":
    return 사람확인("접근 제한 데이터")
lic = m["dct:license"]
if lic not in KR_LICENSE:                      # 어휘표 1.4.1 kr-license 값 목록
    return 사람확인("값 목록 밖의 라이선스 — 기계가 조건을 읽을 수 없다")
조건 = 라이선스_조건(lic)
# AI 학습 허용 여부는 필수 항목이 없다 — 선택 항목 odrl:hasPolicy 만 읽고, dct:rights 문구로 추정하지 않는다
정책 = m.get("odrl:hasPolicy")
학습허용 = 정책_허용행위(정책) if 정책 else "미확인"
return 사용가능(조건=조건, 학습허용=학습허용)

필드가 없을 때 AI 학습 허용 여부는 표준의 필수 항목에 없고, 선택 항목인 이용 정책(odrl:hasPolicy)에 담을 수 있습니다. 값이 없으면 이용 조건(dct:rights) 문구를 해석해 추정하지 말고 「미확인」으로 둡니다.

표준에 규정이 없는 정보의 처리

다음 네 가지는 표준의 필수 항목에 없습니다. 에이전트 측 처리 방식으로 다음을 권고합니다.

자동 활용 적격 조건

표준은 자동 활용 적격을 위한 데이터 측 조건 8개를 정합니다. 이 가운데 표준이 필드를 정의한 조건만 의사코드로 구현했습니다. 제공 시스템의 인터페이스·교환 방식 적합성은 별도 수준에서 다룹니다. 활용 목적과 자동 활용 조건

# 자동 활용 적격 — 데이터 측 조건 8개 [제5부 표 9-2]후속 부
# 표준이 필드를 정해 둔 조건만 코드로 쓴다. 필드가 확인되지 않은 조건은 표시해 둔다.
def 자동활용_적격(m, 파일, 주소):
    d = 배포자원(m, 주소)
    return all([
        m["aird:lifecycleStatus"] == "Purpose-Ready",           # 1 목적에 맞게 준비된 데이터
        현재_제공중(m),                                          # 2 필드 확인 중
        공식_공개(m),                                            # 3 필드 확인 중
        목적등급(m) is not None,                                 # 4 속성명 확인 중 — aird:purposeTier / aird:purposeReadiness
        m.get("aird:diagnosticMaturity") == "DM-2",             # 5 요구된 항목을 모두 측정
        품질등급_최소기준_이상(m),                                # 6 적용 기준의 최소 등급 이상
        sha256(파일) == d["spdx:checksum"]["spdx:checksumValue"],  # 7 체크섬 일치 (배포 자원 단위)
        m.get("dct:license") in KR_LICENSE and m.get("dct:rights") and m.get("dct:accessRights"),
                                                                # 8 이용 조건 확인 가능 — 자동 활용이므로
                                                                #   기계가 읽을 수 있는 라이선스로 해석했다
    ])

의사코드의 「확인 중」 표시는 표준 원문과 속성명·해석을 대조하는 중인 곳입니다. 목록은 제작 방식과 검증 중인 항목에 있습니다.

마니페스트의 구체적인 형태는 마니페스트 예시에서, 속성 목록은 기재 항목에서 확인할 수 있습니다. 스키마 파일과 검증 도구의 공개 현황은 개발 현황과 향후 공개에 있습니다.

다른 갈래 · 데이터 제공 — 마니페스트 작성 (1단계) · 도입 검토 — 도입 판단 요약

가이드 › 도입 검토

도입 판단 요약

유형 · 절차읽는 시간 · 약 3분표준 운영 주체데이터를 구매 · 조달하는 조직

조직(공공기관 · 기업 · 산업 단체 · 데이터 플랫폼)에 이 표준을 도입할지 판단하고 보고하는 데 필요한 내용을 한 페이지에 정리했습니다. 각 항목의 근거는 연결된 페이지에서 확인할 수 있습니다.

가이드 › 도입 검토

적용 기준에 위임된 항목

유형 · 절차읽는 시간 · 약 2분표준 운영 주체데이터를 구매 · 조달하는 조직

공식 등급은 표준 운영 주체가 발행하는 운영 지침과 활성 공식 적용 기준(임계 프로파일)이 있어야 판정할 수 있습니다. [제1부 7.1 · 7.2] 이 페이지는 표준이 적용 기준에 위임한 항목을 정리합니다. 이 사이트가 제시하는 기준값은 표준 부록의 예시 수치뿐이며, 잠정 판정에만 쓰입니다. [제2부 부록 Ⅰ]

위임된 값

적용 기준 부재 시 수행 가능 범위

측정과 결과서 작성은 지금 할 수 있습니다. 활성 공식 적용 기준이 없는 동안은 제2부 부록 Ⅰ의 예시 수치 · 패턴을 적용하므로 파일만으로 DM-0이 성립하며, 결과서의 평가 상태는 PROVISIONAL(잠정)로 기록됩니다. 잠정 결과는 공식 공시와 조직 간 비교에 쓰지 않습니다. 이는 정상 절차이며, 측정한 점수와 미측정 사유는 기준 발행 뒤 판정의 기초 자료가 됩니다.

적용 기준 부재 시 측정 완성도 판정

D5-03 은 MMI 입니다. 활성 공식 적용 기준이 없으면 제2부 부록 Ⅰ 의 예시 더미값 패턴을 임시로 적용하여 측정하고, 그 결과는 잠정(PROVISIONAL)으로 표기합니다. [제2부 5.1 · 부속서 A.4.1] D6-01 은 전제 조건이 없습니다. 식별 컬럼이 없으면 전체 컬럼 조합으로 완전 동일 레코드를 집계합니다. 따라서 파일만으로 MMI 전부(D5-03 · D6-01 · D7-01 · D7-02)를 측정할 수 있고 DM-0 이 성립합니다. DM-1 은 활성 공식 적용 기준의 평가 범위 하한이 있어야 판정하므로, 기준이 없으면 결과는 DM-0(잠정)까지입니다. 공식 등급은 운영 지침이 발행되고 활성 공식 적용 기준이 적용될 때 성립합니다. [제1부 7.2]

가이드 › 도입 검토

운영 지침과 적용 기준의 발행

유형 · 절차읽는 시간 · 약 4분표준 운영 주체데이터를 구매 · 조달하는 조직

적용 기준(표준 용어: 임계 프로파일)은 등급 구간 · 통과선 · 가중치처럼 운영하면서 조정하는 수치를 식별자와 버전을 부여해 수록한 기계 판독 파일입니다. 표준 운영 주체가 운영 지침에 따라 발행합니다. [제1부 3.20 · 3.21 · 7.1]

발행 주체와 절차

운영 지침은 표준 운영 주체가 발행하며, 진단 주기 · 결과 유효기간 · 이의제기 절차 · 도구 인증처럼 운영에 필요한 사항을 정합니다. 운영 지침은 이 표준과 동시에 발행합니다. 적용 기준의 식별자 · 버전 · 활성화 절차는 운영 지침이 정하고, 적용 기준이 담는 항목의 구조는 제2부 부속서 D가 정합니다. [제1부 7.1 · 제2부 부속서 D]

운영 지침이 발행되기 전에는 공식 등급을 산출하지 않습니다. 표준 부록의 예시 수치로 산출한 결과는 참고로만 기록하고 공식 공시와 조직 간 비교에 쓰지 않습니다. [제1부 7.2]

적용 기준이 담는 항목

[제2부 부속서 D 표 D.1] · 기계 표현은 aird-threshold-profile-1.0.schema.json (제2부 표 9-3)

활성 공식 적용 기준 부재 시 — 예시 프로파일

활성 공식 적용 기준이 없는 동안에는 제2부 부록 Ⅰ의 예시 수치를 부속서 D의 구조로 수록한 예시 프로파일을 적용합니다. 결과서에는 그 파일의 식별자 · 버전 · 해시와 상태 EXAMPLE을 기록하고, 평가 상태는 PROVISIONAL(잠정)로 표기합니다. [제2부 5.1 · 9.1 · 부록 Ⅰ]

부록 Ⅰ의 수치는 학술적 근거를 확정한 값이 아닙니다. 이 사이트가 제시하는 기준값은 이 예시뿐이며, 잠정 판정과 도구 개발에만 씁니다. 아래 표의 수치(가중치 포함)는 모두 예시값이며 공식 기준값이 아닙니다.

예시 프로파일 · 상태 EXAMPLE · 원천 표준안 (TTAK 심의본 · 0.95 버전) [제2부 부록 Ⅰ 표 Ⅰ.1 ~ Ⅰ.4]

등급 구간 (최소 차원 점수)

차원별 필수 통과선

차원 가중치

그 밖의 수치

발행 전 측정 결과 처리

활성 공식 적용 기준이 없는 동안에도 측정 결과는 유효한 기초 자료입니다. 기존 점수와 미측정 사유는 기준 발행 후 재측정과 판정에 씁니다. 적용 기준이 측정 방법에 영향을 주는 항목, 예를 들어 D5-03의 더미값 패턴은 활성 공식 적용 기준의 패턴이 예시와 다르면 다시 측정하고 새 결과서를 발행합니다.

기존 결과서를 그대로 쓸 수 있는 것은 측정 대상 버전 · 측정 규칙 · 적용 기준 · 측정 시점이 모두 같을 때뿐입니다.

목적별 기준

목적 등급의 판정 기준은 운영 지침이 정합니다. 활용 목적 유형마다 등록 상태(Registered)의 운용 계층 프로파일이 있어야 목적 등급을 판정하며, 등록 상태 프로파일이 없는 유형은 목적 등급을 판정하지 않고 목적에 맞게 준비된 데이터(Purpose-Ready)도 성립하지 않습니다. 프로파일 상태는 Draft · Candidate · Registered · Deprecated 넷입니다. [제1부 5.6 · 표 5-3 · 제3부 8.2 · 부속서 C.19]

다른 갈래 · 데이터 제공 — 마니페스트 작성 (1단계) · 에이전트 개발 — 에이전트가 읽는 것

이해

핵심 개념

유형 · 해설읽는 시간 · 약 5분모든 독자

표준을 읽는 데 필요한 개념은 네 묶음이다. 데이터가 거치는 준비 상태, 상태 사이의 확인 지점, 서로 합산하지 않는 세 가지 판정, 그리고 그 결과를 담는 산출물이다.

준비 상태와 확인 지점

데이터는 세 단계를 거쳐 준비된다. 각 단계의 끝에는 확인 지점(결정 게이트)이 있으며, 통과하면 준비 상태가 전이한다. 통과하지 못해도 탈락하는 것이 아니라 보완한 뒤 다시 확인한다. 한 번 도달한 상태도 갱신이 지연되거나 체크섬이 맞지 않으면 효력이 정지된다.

세 가지 판정 — 합산하지 않는다

품질 판정은 다음 세 가지로 나뉘며, 각 판정의 결과는 따로 기록한다.

측정 점수가 높더라도 측정 완성도가 낮으면 공식 등급을 부여할 수 없다. 두 값은 서로를 대체하지 않는다. 판정할 수 없는 경우에는 「판정하지 않음」과 그 사유를 기록하며, 0점이나 최하 등급으로 대체하지 않는다 (상태값과 판정값).

산출물

판정 결과는 데이터와 별도의 문서로 남는다. 마니페스트는 버전마다 새로 발행하고, 측정 결과서는 측정할 때마다 새로 만든다. 데이터 파일 자체는 마니페스트가 주소와 체크섬으로 가리킨다.

역할

작업은 세 주체가 나눈다. 담당자는 자료를 갖추고 결과를 확인한다. 진단 도구는 점수를 계산하고, 활성 공식 적용 기준을 적용해 등급을 계산한다. 표준 운영 주체는 운영 지침과 적용 기준을 발행하며, 공식 등급의 발행과 운영을 맡는다. 단계별 분담은 각 가이드 페이지의 작업 흐름(예: 품질 측정 (2단계))에 있다.

이해

설계 근거

유형 · 해설읽는 시간 · 약 10분모든 독자

표준 문안은 무엇을 정하는지를 적지만 정한 이유는 적지 않는다. 이 페이지는 설계상의 선택과 그 이유를 해설한다. 해설이므로 요건이 아니다.

1. 등급의 기준값을 표준이 정하지 않는다

표준은 점수를 계산하는 방법까지만 정하고, 점수를 등급으로 나누는 기준값은 표준 운영 주체가 발행하는 적용 기준에 위임한다. 이는 빠진 부분이 아니라 의도된 장치다. 같은 점수가 기준에 따라 다른 등급이 되는 것은 정상이며, 조직은 자기 사정에 맞는 근거로 기준을 결정할 수 있다. 기준값 변경에 따른 등급 변화는 등급 모의 계산에서 확인할 수 있다.

위임 범위는 등급 경계보다 넓다. 표준 본문은 가중치의 수치조차 고정하지 않는다.

적용 기준이 없으면 DM-1은 판정할 수 없고, DM-0은 잠정으로 성립한다. DM-1에 필요한 평가 범위의 하한은 적용 기준이 정한다. 최소 측정 지표인 D5-03은 적용 기준의 더미값 패턴을 쓰지만, 활성 공식 적용 기준이 없는 동안은 제2부 부록 Ⅰ의 예시 패턴을 임시 적용해 측정하고 결과를 잠정으로 표기한다. 따라서 파일만으로 DM-0이 성립하며, 공식 등급은 운영 지침과 활성 공식 적용 기준이 있어야 성립한다. [제2부 5.1 · 부속서 A.4.1]

심의본 반영 표준안 제2부 5.1 · 부속서 A.4.1은 활성 공식 적용 기준이 없는 동안 부록 Ⅰ의 예시 수치 · 패턴을 적용하고 판정 결과를 잠정으로 표기하도록 정한다. 이 사이트는 이에 따라 D5-03을 측정하고 DM-0을 판정한다. DM-1 판정에는 예시 하한을 쓰지 않는다.

2. 세 판정을 하나로 합치지 않는다

품질 등급, 측정 완성도, 목적 등급을 단일 점수로 합치면 「측정하지 못한 것」과 「측정했더니 낮은 것」이 구별되지 않는다. 좁은 범위만 측정해 높은 점수를 받은 데이터와, 넓게 측정해 조금 낮은 점수를 받은 데이터가 같은 숫자로 보이게 된다. 세 판정을 따로 두면 이용자는 점수가 무엇을 근거로 하는지 함께 읽을 수 있다.

3. 등급은 평균이 아니라 가장 낮은 차원에서 출발한다

다른 차원의 점수가 높아도 한 차원이 낮으면 그 차원이 데이터의 한계가 된다. 평균은 결정적인 결손을 희석한다. 예를 들어 일곱 차원의 점수가 0.92 · 0.88 · 0.93 · 0.86 · 0.89 · 1.00 · 0.97이면 평균은 0.90 이상이지만, 후보 등급 판정의 출발점은 가장 낮은 0.86(D4 적시성)이다. 평균은 등급 판정에 사용하지 않는다.

4. 최소 측정 지표를 따로 둔다

정식 지표 16종 가운데 D5-03 · D6-01 · D7-01 · D7-02의 4종은 진단의 진입 요건이다. 이 넷은 코드표·기준 시점·관계 규칙 같은 데이터 사전 없이도 측정할 수 있는, 입력 요구가 가장 낮은 지표다. 이것조차 측정하지 못하면 진단이 시작되었다고 볼 수 없다. D5-03은 오류값으로 볼 더미값 패턴을 적용 기준에서 받는다. 활성 공식 적용 기준이 없으면 제2부 부록 Ⅰ의 예시 패턴을 임시 적용하며, 결과는 잠정이다 (1번).

5. 데이터 유형마다 필수 지표의 수가 다르다

유형마다 측정할 수 있는 속성이 다르기 때문이다. 이미지에는 컬럼 사이의 관계나 수치 범위가 없고, 문서에는 코드표가 없다. 적용되지 않는 지표를 요구하면 모든 이미지 데이터가 미충족이 된다.

6. 「미측정」을 다섯 가지로 구분한다

측정하지 못한 이유에 따라 담당자가 할 일이 다르다. 자료를 갖추면 측정되는 것, 조치할 필요가 없는 것, 생략이 허용된 것을 한 상태로 묶으면, 수정할 수 없는 항목에 조치를 시도하거나 수정할 수 있는 항목을 방치하게 된다. 표준은 이 대응을 규범적 계약으로 정했다.

7. 확인 지점은 산출물이 새로 생기는 자리에 둔다

1단계가 끝나면 마니페스트가, 2단계가 끝나면 측정 결과서가, 3단계가 끝나면 목적별 운용 파일이 생긴다. 확인 지점은 이 산출물을 근거로 판정하므로 산출물이 생기는 자리에 있다. 따라서 1단계만 완료해도 마니페스트라는 독립된 산출물이 남는다.

8. 원본은 보존하고 식별자는 유지한다

정제본과 목적별 산출물은 원본을 대체하지 않는다. 값을 정제하거나 새 버전을 내거나 포맷을 추가해도 데이터셋의 식별자는 그대로다. 식별자를 바꾸면 그 데이터를 가리키던 모든 참조가 끊어지기 때문이다. 식별자를 새로 부여하는 것은 데이터셋을 통합하거나 분할해 다른 데이터셋이 되었을 때뿐이다 (고유 식별자 정하기).

데이터를 이용하는 주체가 사람에서 AI 에이전트로 확대되고 있다. 사람은 설명 문서를 찾아보거나 담당자에게 문의하여 모르는 것을 보완하지만, 에이전트는 데이터와 함께 기록된 것만 근거로 삼는다. 기록되지 않은 것은 추정하고, 추정의 근거는 남지 않는다. 이 표준은 에이전트가 데이터에 접근하고, 이해하고, 신뢰하고, 이용해도 되는지 판단할 수 있는 상태를 정의한다.

에이전트가 실제로 필요로 하는 것

에이전트는 데이터를 활용하기 전에 네 가지를 판단한다. 이 판단은 점수 하나로 이루어지지 않으며, 구조화된 필드와 검증된 사실이 있어야 한다.

네 판단마다 표준이 이미 요구하는 것과 아직 비어 있는 것은 에이전트가 읽는 것에 정리했다.

에이전트 환경에서 표준의 적용 범위

에이전트는 데이터 제공자와 직접 소통하지 않는다. 카탈로그에서 데이터를 찾고, 데이터에 딸린 설명을 읽은 뒤 호출한다. 표준은 이 과정에서 데이터와 함께 전달되는 것의 형식을 정한다.

점수보다 검증된 사실

「필수 메타데이터 항목 충실도 0.8」 같은 요약값만으로는 에이전트가 판단할 수 없다. 요약값은 무엇이 빠졌는지와 그에 따라 해당 질문에 활용할 수 있는지를 알려 주지 않는다. 반면 진단 과정에서 나오는 부산물, 즉 무엇을 언제 어떤 기준으로 확인한 결과는 에이전트가 판단 근거로 직접 사용할 수 있다.

verified_facts:
  update_delay_days: 0
  api_availability_7d: 0.98
  response_matches_spec: true
  pk_uniqueness: 1.0
  code_columns_matched: {sido_cd: "행정표준코드 99.7%"}
  encoding: UTF-8
  required_fields_nonnull: 1.0

이러한 사실을 메타데이터에 담아 노출하면 진단 자체가 AI 레디 정보를 만들어 내는 장치가 된다. 이 가운데 일부는 표준의 지표가 이미 측정하는 값이다. 그러나 현재는 결과서에만 기록되고, 마니페스트에는 차원 점수만 반영된다.

표준의 품질 등급과 측정 완성도는 이 사실들을 사람과 절차를 위해 요약한 값이다. 등급은 조직이 다음 단계로 넘길지를 결정하는 데 쓰이며, 에이전트에게는 그 바탕이 되는 사실이 더 유용하다.

표준이 기록하게 하는 것

각 단계의 끝에는 확인 지점이 있어서, 앞 단계의 조건을 갖추어야 다음 상태로 넘어간다. 흐름과 용어는 핵심 개념에 있다.

적용 대상 — 공공데이터 관측에서 출발한 설계

표준의 대상과 수요처는 공공데이터에 한정되지 않는다. 공공기관 · 기업 · 민간 비영리 단체가 발행하거나 제공하는 데이터를 가리지 않는다. 설계는 공공데이터 관측에서 출발했다. 공공데이터는 이미 대량으로 개방되어 있고, 여러 기관이 서로 다른 방식으로 만들었으며, 파일로 내보내는 과정에서 맥락이 사라지는 문제가 뚜렷해 관측 대상으로 적합했다.

• 원본 데이터베이스의 컬럼 주석이 CSV로 내보낼 때 사라지고 mkt_nm 같은 이름만 남는다.
• 갱신 주기가 「분기」 「수시」 같은 자유 문자열로 적힌다.
• 이용 조건이 「제3자 권리 포함 여부: N」처럼 기계가 읽을 수 없는 형태로 적힌다.

포털 등록이 잘 되어 있다는 것과 에이전트가 쓸 수 있다는 것은 다르다. 목록 메타데이터가 충실한 편인 산업 공공데이터 1건을 관측한 결과, 관측 기준 기재 항목 19개(심의본 기준 데이터셋 15 + 배포 자원 4) 가운데 포털에 이미 있는 것은 6개였고 새로 만들어야 하는 것이 10개였다. 관측 이후 추가된 4개는 분류하지 않았다. 이 사이트의 시작하기는 발행 주체를 가리지 않는 절차이며, 공공데이터와 기업 데이터에서 갈리는 대목은 따로 표시한다.

기업 데이터에서는 다른 문제가 먼저 나타난다. 무료로 받을 수 있어도 자체 이용약관이 재배포나 자동 수집을 막는 경우가 있고, 이용 조건이 표준 라이선스 값으로 적히지 않는다. 사람은 약관을 읽고 판단할 수 있지만 에이전트는 이용 조건을 확인할 수 없다. 이 문제는 표준의 어휘에도 남아 있다. 라이선스 값 목록이 공공누리와 CC로 닫혀 있어서, 자체 약관을 적을 값이 없다. 이것은 어휘표 개정 제안의 대상이다 (에이전트가 읽는 것).

표준이 하지 않는 것

• 등급의 기준값을 정하지 않는다. 점수를 계산하는 방법은 표준이 정하지만, 점수를 등급으로 나누는 경계와 가중치는 표준 운영 주체가 발행하는 적용 기준이 정한다. 이유는 이 페이지의 1번 항목에 있다.
• 발행 주체나 데이터셋을 평가하거나 순위를 매기지 않는다.
• 원본을 바꾸라고 요구하지 않는다. 1단계는 데이터값을 변경하지 않고 설명을 추가한다. 2단계에서 값을 정제하더라도 원본은 보존한다.

FAIR 원칙과 비교

데이터를 찾고, 접근하고, 연결하고, 재사용할 수 있도록 관리할 것을 요구하는 FAIR 원칙과 방향이 같다. 다만 품질 수준, 측정 완성도, 활용 목적 적합성, 무결성 검증은 FAIR가 요구하지 않는 것으로, AI 활용을 위해 이 표준이 더한 요건이다. 대응 관계는 관련 표준과 대응에 있다.

이해

관련 표준과 대응

유형 · 해설읽는 시간 · 약 5분모든 독자

이 표준은 기존 원칙과 어휘를 기반으로 한다. 발견 계층은 DCAT 계열 어휘를 쓰고, 방향은 FAIR 원칙과 같다. 다만 FAIR가 요구하지 않는 요건을 더했으며, 이 페이지는 FAIR가 요구하는 범위와 이 표준이 더한 범위를 구분해 기술한다.

FAIR 데이터 원칙과 대응

FAIR 데이터 원칙은 데이터를 찾고(Findable), 접근하고(Accessible), 다른 데이터와 연결하고(Interoperable), 다시 사용할 수 있게(Re-usable) 관리하도록 요구한다.

이 사이트는 FAIR 원칙을 알지 못해도 사용할 수 있다.

주의할 점 두 가지

• 이 사이트의 절차를 따라도 FAIR 원칙이 자동으로 충족되지 않는다.
• 품질 등급과 활용 목적별 준비는 FAIR가 요구하는 것이 아니다. FAIR는 정확성·완전성의 임계값이나 활용 목적 적합성을 규정하지 않는다. 이 둘은 AI 활용을 위해 표준이 추가한 요건이다.

원전: Wilkinson, M. D. et al. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data 3, 160018.

FAIR 데이터 원칙과 AIRD 작업의 대응

원전: Wilkinson, M. D. et al. (2016). Scientific Data 3, 160018.

대응 성격: 이 표는 대응 관계를 네 가지로 구분한다. 구분하지 않으면 체크섬·품질점수·목적 등급도 FAIR가 직접 요구하는 항목으로 오해할 수 있다.

찾을 수 있음 (Findable)

F1과 F3는 같은 값을 쓰더라도 확인하는 사실이 다르다.

• F1: 데이터에 전역적으로 유일하고 지속적인 식별자가 있는가
• F3: 메타데이터가 자신이 설명하는 데이터의 식별자를 명시하는가

식별자가 https://data.example.go.kr/dataset/12345일 때, 그 값이 부여되어 있으면 F1을, 마니페스트의 dct:identifier에 그 값이 적혀 있으면 F3를 지원한다.

접근할 수 있음 (Accessible)

연결할 수 있음 (Interoperable)

재사용할 수 있음 (Re-usable)

FAIR 범위 밖의 AIRD 요건

이 항목들을 FAIR 요건으로 인용하지 않는다. FAIR는 재사용의 조건을 규정할 뿐 품질 수준·목적 적합성·무결성 검증을 요구하지 않는다.

기계 판독 교차표는 FAIR-AIRD 교차표로 별도 제공한다. 일부 행의 근거 조항은 표준 원문과 대조 중이다.

어휘와 품질 모델

이해

효과 확인 실험

유형 · 해설읽는 시간 · 약 7분모든 독자

표준 데이터 설명서(마니페스트)를 제공하면 에이전트가 누락된 정보를 추정으로 메우는 응답이 감소하는지 실험으로 확인한다. 첫 실행 전에 가설, 비교 조건, 채점 규칙을 이 페이지에 공개한다(사전 등록). 결과는 가설을 지지하지 않더라도 이 페이지에 공개한다.

사전 등록 2026-09-30 결과 없음 — 실행 전

실행 시험

아래 세 가지는 이 페이지 안에서 실행 시점에 계산한다. 사전에 기록한 결과를 표시하지 않는다. 비교 기준인 참값과 기대값만 생성기가 별도로 계산했다. 모델(LLM)의 답은 실험을 실행한 뒤 실행 기록으로 공개한다.

확인하는 것

가상 데이터를 쓰는 이유

실제 데이터에서는 값이 참인지 확인할 수 없다. 따라서 정확성과 정합성 측정값의 근거를 제시할 수 없다. 데이터가 갱신되거나 폐기되면 실험 조건도 달라진다. 이용 조건과 개인정보 보호 때문에 원시 데이터를 공개하기 어려운 경우도 있다. 모델이 이미 학습한 데이터라면, 모델이 마니페스트를 읽고 답했는지 학습한 내용으로 답했는지 구분할 수 없다.

이에 모든 값의 참값을 사전에 정의한 가상 세계(가온권통합시)를 먼저 구성했다. 이어서 이 가상 세계의 데이터를 공개하는 과정에서 결함을 정해진 건수만큼 삽입했다. 결함마다 실제 근거가 있다. 공공데이터포털의 실제 데이터와 화면에서 관측한 결함을 관측일과 함께 기록했고, 가상 세계의 결함은 이 관측을 따른다. 데이터 생성에 쓰는 분포의 모수는 실제 관측 자료를 근거로 설정해 고정했다.

여섯 조건

모든 조건에서 에이전트는 같은 파일의 앞 20행을 받고, 도구로 전체 파일을 읽을 수 있다. 설명 자료의 형태만 다르다.

질문 · 결함 · 답할 수 있는 조건

질문마다 삽입한 결함과 그 근거의 종류를 기록했다. 각 비교 조건의 자료로 답할 수 있는 질문인지도 첫 실행 전에 확정했다. 답할 수 있으면 정답 라벨은 「답함」이고, 답할 수 없으면 「보류」가 정답이다. 질문에는 표준이 아직 답하지 않는 질문(Q15)과 포털 자료만으로 답할 수 있는 질문(Q08)을 함께 포함했다. 이 두 질문으로 마니페스트의 효과가 나타나지 않는 범위도 확인한다.

도구 적합성 — 결함 건수를 아는 데이터로 측정 엔진 시험

가상 세계에서는 삽입한 결함의 건수를 알기 때문에 품질 지표의 기대값을 미리 계산할 수 있다. 아래 값은 생성기가 표준 공식을 별도로 구현해 계산한 기대값이다. 이 사이트 「내 데이터 진단」의 측정 엔진이 같은 파일에서 같은 값을 산출하는지 시험한다(tools/world_conformance_test.py). 아래 값에서 보듯 형식 유효성(D5-01)이 1.0000이어도 값이 틀릴 수 있다. 예를 들어 종업원 수의 입력 오류는 형식 검사로 발견되지 않는다.

채점 — 정답 여부와 응답 방식

채점자는 응답이 정답인지만 판정한다. 라벨은 아래 규칙에 따라 기재한다. 대표 결과값은 확신한 오답률이다. 이 값은 「에이전트는 추정으로 메운다」는 이 표준의 전제를 직접 측정한다.

알려진 한계와 대응

공개 원칙

• 가설을 지지하지 않는 결과 · 차이가 없는 결과도 같은 화면에 공개한다
• 모든 실행 기록(프롬프트 · 응답 · 채점)을 공개한다. 개인정보가 없는 예시 데이터만 쓴다
• 결과에는 모델 식별자와 실행일을 붙인다. 모델이 바뀌면 다시 돌려 판을 올린다
• 사이트의 대표 문장은 H1 결과에서만 만든다

점검 실행은 300회, 본실험은 1,800회 실행이다.

자료

가상 세계의 명세는 evals/agent-ab/world/spec.yaml, 생성기는 tools/ab_world.py다. 고정 시드로 만들므로 누구나 같은 파일을 다시 만들 수 있다. 정답(truth.json), 삽입한 결함의 기록(injection-log.json), 도구 기대값(expected-scores.json)이 함께 생성된다. 실행 기록과 채점 결과는 실행 후 공개한다.

이해

판정 절차

유형 · 해설읽는 시간 · 약 3분모든 독자

측정 완성도와 품질 등급이 정해지는 순서다. 담당자가 수행하는 절차가 아니라 진단 도구와 표준 운영 주체가 수행한다.

측정 완성도 결정표

위에서부터 적용하고 처음 충족한 줄에서 종료한다. [제2부 부속서 B.5 표 B.4]

측정 충족률(평가 범위) = Σ statusFactor(적용 대상 정식 필수 지표) / n(NOT_APPLICABLE 을 제외한 정식 필수 지표). 하한은 적용 기준이 정한다.

D5-03 은 MMI 이다. 활성 공식 적용 기준이 없으면 제2부 부록 Ⅰ 의 예시 더미값 패턴을 임시로 적용하여 측정하고, 그 결과는 잠정(PROVISIONAL)으로 표기한다. [제2부 5.1 · 부속서 A.4.1] D6-01 은 전제 조건이 없다. 식별 컬럼이 없으면 전체 컬럼 조합으로 완전 동일 레코드를 집계한다. 따라서 파일만으로 MMI 전부(D5-03 · D6-01 · D7-01 · D7-02)를 측정할 수 있고 DM-0 이 성립한다. DM-1 은 활성 공식 적용 기준의 평가 범위 하한이 있어야 판정하므로, 기준이 없으면 결과는 DM-0(잠정)까지다. 공식 등급은 운영 지침이 발행되고 활성 공식 적용 기준이 적용될 때 성립한다. [제1부 7.2]

등급 판정 절차와 측정 완성도

다음 단계로 넘어가는 조건 [제2부 7.5]

적용 기준이 없어도 측정은 성립한다. 최소 측정 지표(MMI) 가운데 통계적 타당성(D5-03)은 적용 기준이 지정한 더미값 패턴을 쓰며, 활성 공식 적용 기준이 없는 동안은 제2부 부록 Ⅰ의 예시 패턴을 임시로 적용하고 결과를 잠정으로 표기한다. 따라서 파일만으로 DM-0이 성립하며, 공식 등급은 운영 지침과 활성 공식 적용 기준이 있어야 성립한다. [제2부 5.1 · 부속서 A.4.1 · 부록 Ⅰ] 표준 운영 주체가 판단할 사항이며 담당자의 작업 범위에는 포함되지 않는다.

등급 표기

• 등급명만 단독으로 쓰지 않는다. 데이터 유형을 반드시 병기한다.
• 목적 등급에서 P- 접두어를 생략하지 않는다.
• 측정 완성도(DM)는 등급 라벨에 넣지 않고 결과서의 별도 항목에 기록한다.

레퍼런스

용어집

유형 · 참조읽는 시간 · 약 5분모든 독자에이전트·AI 개발자 (데이터 이용자)

표준 용어를 표제어로, 이 사이트의 풀이어를 주석으로 둔다. 가이드는 풀이어를 앞에 둔다. 해설은 규범적 정의가 아니며, 정의는 각 부의 「용어 정의」 장이 정한다.

준비 상태와 확인 지점

산출물

품질 판정

활용 목적

적용 기준

데이터 유형

발행 주체와 제공 방식 (사이트 분류)

등급 표기 규칙

등급명: Tier 0 Unqualified · Tier 1 Bronze · Tier 2 Silver · Tier 3 Gold · Tier 4 Platinum

• 등급명만 단독으로 쓰지 않는다. 데이터 유형을 반드시 병기한다.
• 목적 등급에서 P- 접두어를 생략하지 않는다.
• 측정 완성도(DM)는 등급 라벨에 넣지 않고 결과서의 별도 항목에 기록한다.

[제1부 부속서 A]

레퍼런스

기재 항목

유형 · 참조읽는 시간 · 약 51분모든 독자에이전트·AI 개발자 (데이터 이용자)

데이터 설명서(마니페스트)에 적는 항목이다. 발견 계층은 1단계에서, 이해 계층은 2단계에서 채운다. 발견 계층의 기재 항목 유형은 23개다. 기재 항목 유형은 19 + 4 = 23개 (어휘표 v0.10.5 데모 프로파일). 기재값의 수는 19 + 4 × (배포 자원 수).

발견 계층 · 데이터셋 19개 필수

발견 계층 · 배포 자원마다 4개 필수

배포 형태가 여러 개면 배포 자원(dcat:Distribution)을 여러 개로 구성한다.

조건부 필수

이해 계층 · 무조건 필수 34개 필수

27개는 진단 도구가 측정 결과에 따라 생성하고 담당자는 생성값을 확인한다. 담당자가 직접 기재하는 7개는 굵게 표시했다.

버전·이력 (4)

품질 지수와 판정 근거 (10)

차원 점수 (7)

구조·의미 준비도 (2)

신뢰·윤리 (4)

출처 이력 (3)

결정 게이트 판정 기록 (4)

조건부 필수

값 목록

다음 항목은 정해진 목록에서 고르며 자유 문자열로 쓰지 않는다.

갱신 주기 — 담당자 입력값과 마니페스트 기재값

기타 값

[제3부 부속서 A.1] [제3부 부속서 A.2] [제3부 부속서 C]