• ETRI Journal
• /
• 제28권2호
• /
• pp.191-204
• /
• 2006

Many previous studies of data quality have focused on the realization and evaluation of both data value quality and data service quality. These studies revealed that poor data value quality and poor data service quality were caused by poor data structure. In this study we focus on metadata management, namely, data structure quality and introduce the data quality management maturity model as a preferred maturity model. We empirically show that data quality improves as data management matures.

• 정보관리학회지
• /
• 제40권1호
• /
• pp.51-71
• /
• 2023

본 연구는 공공데이터 품질관리 모델, 빅데이터 품질관리 모델, 그리고 연구데이터 관리를 위한 데이터 생애주기 모델을 분석하여 각 품질관리 모델에서 공통적으로 나타나는 구성 요인을 분석하였다. 품질관리 모델은 품질관리를 수행하는 객체인 대상 데이터의 특성에 따라 생애주기에 맞추어 혹은 PDCA 모델을 바탕으로 구축되고 제안되는데 공통적으로 계획, 수집 및 구축, 운영 및 활용, 보존 및 폐기의 구성요소가 포함된다. 이를 바탕으로 본 연구는 연구데이터를 대상으로 한 품질관리 프로세스 모델을 제안하였는데, 특히 연구데이터를 대상 데이터로 하여 서비스를 제공하는 연구데이터 서비스 플랫폼에서 데이터를 수집하여 서비스하는 일련의 과정에서 수행해야하는 품질관리에 대해 계획, 구축 및 운영, 활용단계로 나누어 논의하였다. 본 연구는 연구데이터 품질관리 수행 방안을 위한 지식 기반을 제공하는데 의의를 갖는다.

• 한국IT서비스학회지
• /
• 제18권1호
• /
• pp.91-112
• /
• 2019

The IoT environment has led to explosive growth of existing enterprise data, and how to utilize such big data is becoming an important issue in the management field. In this paper, major factors affecting the decisions of companies to utilize big data have been studied. And also, the effect of big data utilization on the management quality is studied empirically. During this process, we have studied the difference according to the award of Korean national quality award. As a result of the study, we confirmed that the five factors such as cost from technology, organization and environment perspective, compatibility, company size, chief officer support, and competitor pressure are key factors influencing big data utilization. Also, it was confirmed that the use of big data for management activities has an important influence on the six management quality factors based on MBNQA, and that the management quality level of Korean national quality award companies is relatively high. This paper provides practical implications for companies' use of big data because it demonstrates for the first time that big data utilization has an impact on management quality improvement.

• 정보관리학회지
• /
• 제20권4호통권50호
• /
• pp.249-275
• /
• 2003

오늘날 정보화 사회에서 경쟁하는 기업들에 있어서 데이터품질 저하는 기업경쟁력 하락과 새로운 비용창출이라는 부정적인 영향요인으로써 작용하고 있다. 이러한 데이터품질 저하의 문제를 해결하기 위해 데이터품질에 대한 많은 선행연구들이 진행되어 왔으며, 데이터품질의 측면 중 결과적 이고 현상적인 품질개념인 데이터 값의 품질과 데이터서비스의 품질에 대해 주로 연구되어 왔다. 이에 반해 본 연구에서는 원인적인 데이터품질 개념인 데이터의 구조적 품질을 메타데이터 관리의 관점에서 연구하였으며, 이를 통해 평가와 개선을 위한 관리의 관점이 적용된 데이터품질관리 성숙도모델을 제시하였다. 또한 본 연구에서 제시한 데이터품질관리 성숙도모델의 타당성 검증을 위해 데이터품질 관리단계가 성숙될수록 데이터품질수준이 높아지게 된다는 것을 실증적으로 검증하였다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.155-160
• /
• 2023

국방부 또는 공공기관에서 관리하는 모든 데이터베이스 및 시스템의 데이터는 일정 품질 이상 보장하는 것이 원칙이나 대부분 다수의 정보시스템을 구축·운영하기 때문에 현실적으로 모든 시스템에 대한 데이터 품질관리는 한계가 있다. 국방데이터는 업무의 특성상 공개되지 않는 데이터가 대부분이고 군에서 업무의 필요 및 중요도에 따라 전략적으로 개발되거나 통합되어 관리하는 시스템이 많다. 또한, 무기체계에서 발생하는 센서데이터, 비정형데이터, 인공지능 학습데이터 등 데이터 품질관리가 필요한 다양한 유형의 많은 데이터가 축척되고 생성되고 있다. 그러나, 국방데이터를 위한 데이터 품질관리 가이드 및 품질관리 대상 선정에 대한 가이드가 부재한 상황이고, 공공데이터 품질관리 매뉴얼의 기준에 따라 국방데이터의 품질관리 대상 데이터베이스 및 시스템을 선정하기에는 선정 기준이 모호하며 실무 담당자에 의존적이다. 따라서, 본 논문에서는 국방데이터의 품질관리를 위한 대상 체계 선정 기준에 대하여 제안하며, 제안한 선정기준들과 기존 매뉴얼의 선정기준과의 관계성에 대하여 기술한다.

• 산업경영시스템학회지
• /
• 제40권3호
• /
• pp.18-26
• /
• 2017

Defense industries which require high reliability need an optimized quality management system with well-planned implementation. And the government should examine the overall status of defense industries, then establish practical policies with a proper support plan in required areas to upgrade the quality management level of manufacturers. Thus, DTaQ developed the model for 2 years from 2014, which specialized in quality management level analysis for defense industries. And a survey has been undertaken with that model by DTaQ and Korea Research Center in 2016. The surveyed companies randomly sampled among those which have more than 30 employees and delivery history over past 3 years, and finally 106 defense industries were selected. This paper present survey method and indexes for survey of defense industry quality management level. The survey was conducted in the order of planning, data collection and data processing, and the validity and reliability of the data were verified to increase objectivity of survey results. The survey contents mainly consist of system quality and management quality. System quality includes Product Development Management, Production Operation Management, supply chain quality management, Safety & Environment Management and Reliability Management, on the other hand, management quality includes Strategic Leadership, Human Resource Management, Customer Market Management and Information & Knowledge Management. Thus this proposes the current overall quality management status of the 106 defense industries and shows level differences by company sizes and manufacturing sectors based on the result of survey. Specifically, this paper enables to track the areas which need prompt government support with the policy directions to make quality management level higher. Therefore, it is expected that this can be used as reference data in establishing quality policies for military supplies in the future.

• 경영정보학연구
• /
• 제13권1호
• /
• pp.1-11
• /
• 2011

본 연구는 한국 금융산업에서의 기업 데이터 품질이 경제적인 성과에 주는 영향을 2008년과 2009년 자료를 이용하여 실증적으로 분석하였다 데이터 품질은 한국데이터베이스진흥원에서 측정한 데이터 품질관리 프로세스 지수와 데이터 품질기준을 이용하였으며, 기업의 재무 성과는 금융감독원의 금융 통계정보시스템을 이용하여 수집하였다. 분석 결과, 데이터 품질은 기업의 매출액, 영업이익, 부가가치에 통계적으로 유의한 영향을 주었다. 데이터 품질관리 프로세스 지수가 1만큼 증가하면, 부가가치는 약 2.3%가 증가한다. 또한 데이터 품질기준이 1만큼 증가하면, 부가가치는 약 72.6%가 증가한다. 기업의 경영자는 데이터 품질을 개선시키도록 노력해야 하고, 경제정책 입안자들은 기업들이 데이터 품질에 관심을 갖고 데이터 품질을 개선시키도록 하는 유인책과 정책 방향을 수립해야 한다.

• 한국전자거래학회지
• /
• 제14권3호
• /
• pp.39-57
• /
• 2009

전자거래가 보편화 되고 전자카탈로그 데이터의 양이 증가하면서 데이터 품질을 관리할 수 있는 체계적인 접근 방법이 필요해지고 있다. 이러한 필요성에 따라 여기서는 프로세스 기반의 전자카탈로그 데이터 품질관리 프레임워크를 제시한다. 이것은 기업이나 조직 의 전자카탈로그 시스템의 기대를 만족시키기 위해 지속적으로 수행하는 데이터 관리 및 개선 활동에 대한 방법이다. 이 프레임워크에서는 품질관리를 위한 대상이 데이터, 데이터 품질관리 항목, 데이터 품질관리 프로세스의 세 가지로 구분된다. 세 가지 관리 대상은 다시 관리조직의 레벨인 총괄데이터 책임자, 데이터 관리자, 사용자에 따라 세분화 되어 제시된다.

• 경영정보학연구
• /
• 제10권1호
• /
• pp.91-113
• /
• 2008

최근 기업의 각 업무가 정보화되면서 부문별, 업무별 정보시스템의 데이터 간에 심각한 중복성과 불일치성의 문제가 대두되면서 데이터 품질관리에 관심이 집중되고 있다. 본 연구는 실제로 데이터품질 관리 프로세스 개선을 통해 데이터 품질이 향상된 기업의 사례를 통하여 프로젝트 수행 과정에서의 주요 이슈와 위험요인을 살펴보고 그 해결방안을 제시함으로써 데이터 품질 향상을 위해 노력하는 타 기업들에게 도움을 주고자 하였다. 또한, 개선된 데이터 품질 관리 프로세스에 대한 다차원적인 평가로서 데이터 품질, 생산성, 고객만족도, 조직 및 문화의 측면에서 정성적이고 정량적인 지표를 통한 개선효과를 살펴보고 평가함으로써 제안된 프로세스에 의해 품질수준이 향상되었음을 검증하였고 평가 분석을 통한 시사점을 도출하였다.

• 한국전자거래학회지
• /
• 제18권4호
• /
• pp.83-105
• /
• 2013

데이터의 품질을 평가하기 위해서 데이터 자체의 품질을 측정하는 방법과 데이터 품질을 관리하는 프로세스를 측정하는 방법이 활용되고 있다. 최근에는 조직의 데이터 품질을 보장 및 인증하기 위해 데이터 품질관리 프로세스의 성숙도를 측정하는 방법을 활용하고 있다. 이러한 추세에 따라 본 논문에서는 데이터 품질관리의 프로세스 성숙도를 평가하는데 필요한 프로세스 참조모델을 제시한다. 우선 데이터 품질관리 프로세스 성숙도 평가 모델의 개요를 제시한다. 그리고, 프로세스 성숙도 평가에 기본이 되는 프로세스 참조모델을 제시한다. 여기서는 프로세스 도출 방안, 데이터 품질관리의 기본 원칙, SPICE 프로세스 참조 모델의 기본 개념을 기초로 하여 프로세스 참조모델의 구성과 세부 프로세스를 개발하였다. 그리고 본 모델의 특징 및 개선점을 ISO 8000-150의 프로세스와 비교하여 설명하였다.