점점 더 상호 연결되는 글로벌 경제에서 조직이 데이터를 신뢰하고 효과적으로 사용할 수 있는 능력은 혁신, 성장 및 경쟁력의 토대입니다.
고품질 데이터 생태계는 조직이 새로운 기회를 식별하고 포착할 수 있도록 하는 변화와 혁신의 원동력인 반면, 낮은 데이터 품질은 비효율성과 규제 및 평판 위험에 노출될 수 있습니다.
GLEIF는 LEI 데이터의 품질, 신뢰성 및 사용 편의성을 최적화하기 위해 최선을 다하고 있습니다. 2017년부터 글로벌 LEI 시스템에서 달성한 전반적인 데이터 품질 수준을 투명하게 보여주기 위해 월간 전용 보고서를 발행하고 있습니다.
이 새로운 블로그 시리즈에서는 GLEIF의 데이터 품질 이니셔티브에 대한 업계의 폭넓은 이해와 인식을 돕기 위해 보고서에 포함된 주요 메트릭을 살펴봅니다.
이번 달 블로그에서는 데이터 품질 기준을 살펴봅니다.
신뢰할 수 있는 데이터를 위한 GLEIF의 노력의 핵심에는 법인식별기호(LEI) 데이터가 완전하고 최신이며 신뢰할 수 있는 상태로 유지되도록 보장하는 강력한 데이터 품질 관리 프레임워크가 있습니다.
GLEIF의 데이터 품질 관리 프레임워크는 고객, 즉 데이터 사용자를 모든 품질 노력의 중심에 두는 총체적 품질 원칙에 의해 뒷받침됩니다. 이 프레임워크는 이해관계자의 요구 사항을 직접 반영하고 글로벌 LEI 시스템 전반에 걸쳐 가능한 최고 수준의 데이터 품질을 보장하도록 설계되었습니다.
이를 달성하기 위해 GLEIF는 총 180개 이상의 구조화된 점검을 통해 유효성, 무결성, 일관성을 포함한 명확한 데이터 품질 기준에 따라 LEI 데이터를 평가합니다. 이러한 기준은 표준을 준수하고 글로벌 상호 운용성을 위한 측정 가능한 벤치마크를 수립합니다. 이는 궁극적으로 고품질 LEI 데이터의 사용을 촉진하여 다양한 산업 전반의 규제 보고, 재무 위험 분석 및 고객확인제도(KYC) 운영을 강화함으로써 글로벌 경제 전반의 신뢰와 투명성을 높입니다.
데이터 품질 기준이란 무엇인가요?
데이터 품질 기준은 데이터 기록 또는 데이터 요소가 예상되는 품질 표준을 충족하는지 평가하는 데 사용되는 구체적이고 측정 가능한 기대치 또는 측면을 정의합니다.
LEI 기준데이터를 평가하는 데 사용되는 기준이 관련성이 있고 영향력이 있는지 확인하기 위해 GLEIF는 국제적으로 인정된 데이터 품질 개념 및 표준에 대한 심층 분석을 수행했습니다. 이를 통해 글로벌 LEI 시스템 내의 데이터 품질 수준을 평가하기 위한 투명하고 객관적인 벤치마크를 수립하기 위한 12가지 데이터 품질 기준이 개발되었습니다. 이는 다음과 같습니다: 정확성, 접근성, 완전성, 포괄성, 일관성, 통화, 무결성, 출처, 대표성, 적시성, 고유성 및 유효성입니다.
각 기준은 적용의 일관성과 확장성을 보장하기 위해 규칙 기반 또는 알고리즘 평가를 허용합니다. GLEIF는 이러한 기준을 적용하여 확립된 벤치마크에 따라 LEI 데이터를 체계적으로 평가합니다. 이러한 데이터 품질 점검은 구조화된 if-then-else 논리 규칙으로 구현되어 데이터 요소의 정확하고 자동화된 유효성 검사를 가능하게 합니다. 각 점검은 단일 품질 기준에 고유하게 할당되어 규칙과 해당 품질 차원 간에 명확하고 추적 가능한 연결 고리를 만듭니다. 이 구조는 월간 데이터 품질 보고서와 공개 대시보드의 기초를 형성합니다.
유효성, 무결성 및 일관성 집중 조명
12가지 데이터 품질 기준은 모두 중요하지만, 이 블로그에서는 고품질 LEI 데이터를 보장하는 데 있어 '유효성', '무결성', '일관성'의 역할에 초점을 맞추고 있습니다:
유효성은 데이터 값이 도메인 값 세트에 어떻게 부합하는지를 측정하는 척도를 말합니다. 이는 각 LEI 데이터 요소가 사전 정의된 형식과 코드 목록을 준수하는지 확인합니다. 유효성은 33개의 개별 점검을 통해 평가되며, 5월에 이 기준에 대한 평균 데이터 품질 점수는 99.99점으로 집계되었습니다. 점검에는 지역 코드가 ISO 3166-1/2(국가 및 그 하위 구역의 이름을 나타내는 코드를 정의하는 국제 표준)를 따르는지 또는 기록이 인증된 LEI 발급자에 의해 관리되는지 여부에 대한 확인이 포함됩니다.
일반적으로 유효성은 시스템 상호 운용성을 개선하고 자동화된 워크플로우에서 처리 오류의 위험을 줄여줍니다.
무결성은 29개의 점검으로 구성되어 있으며 5월에 평균 데이터 품질 점수 99.98점을 획득하여 높은 수준의 데이터 무결성과 정확성을 반영했습니다. 세부 점검 사항에는 보고 예외가 뚜렷하고 동시 관계 기록이 없는지 또는 국가당 하나의 활성 해외 지사 관계만 존재하는지 여부가 포함됩니다.
무결성은 LEI 기록의 상충되는 정보를 방지하여 사용자가 내부 논리에 대한 확신을 가지고 데이터에 의존할 수 있도록 도와줍니다. 이는 LEI 데이터가 정의된 데이터 관계 규칙에 부합하는 정도를 의미하며, 필수 필드가 적절하게 채워져 있는지, 필드 간의 관계(예: 부모-자식 법인)가 일관적인지, 모순되거나 논리적으로 불가능한 조합이 존재하지 않는지 등을 검사합니다.
일관성은 고유한 데이터 조각이 여러 데이터 세트에서 동일한 값을 유지하는 정도를 평가합니다. 이를 통해 법인 형태와 관할권 코드가 균일하게 적용되고 유사한 법인 유형이 일관된 명명 규칙을 따르도록 보장합니다. 25개의 전용 점검을 통해 지원되며, 5월 평균 데이터 품질 점수는 99.99점입니다. 점검에는 신고된 등록기관 코드가 법적 관할권과 일치하는지 또는 펀드 법인이 적절한 법인 카테고리를 사용하는지 여부가 포함됩니다.
일관된 데이터는 LEI 기록이 생성된 장소나 작성자에 관계없이 비교 가능하고 상호 운용될 수 있도록 보장합니다. 이는 정확한 데이터 취합을 용이하게 하고 신뢰할 수 있는 국가 간 분석을 지원하며 규제기관, 금융기관 및 기타 이해관계자를 위한 LEI 데이터 세트의 분석적 가치와 유용성을 크게 향상시킵니다.
일관성은 글로벌 LEI 시스템과 같은 분산 시스템에서 특히 중요합니다. 관할 지역, 부문 및 법인에 걸쳐 공통 표준을 일관되게 준수하지 않으면 데이터의 무결성이 손상될 수 있습니다.
데이터를 기회로 전환
데이터 품질을 유지하는 것은 연결된 투명한 금융 생태계의 미래를 형성하는 데 필수적입니다.
GLEIF의 데이터 품질 기준은 파편화된 정보를 신뢰할 수 있는 범용 자원으로 전환하는 데 기본이 되는 유효성, 무결성 및 일관성을 통해 LEI 데이터가 정확하고 완전하며 관할 지역 및 부문 전반에서 전략적으로 사용되기에 적합하도록 보장합니다.
명확한 벤치마크를 설정하고 투명하고 측정 가능한 통찰력을 제공함으로써 GLEIF는 사용자가 정확한 데이터가 자신의 선택을 뒷받침한다는 확신을 가지고 정보에 입각한 결정을 내릴 수 있도록 지원합니다. 이러한 표준은 데이터를 개선하고 규제 보고부터 위험 분석 및 디지털 신원 관리에 이르기까지 모든 분야에서 체계적인 신뢰성을 가능하게 합니다.
검증 가능한 고품질 법인 데이터에 대한 수요가 증가함에 따라 고품질 데이터에 대한 GLEIF의 노력으로 LEI는 글로벌 디지털 신뢰의 핵심 요소로 자리매김하고 있습니다.
블로그 게시물에 댓글을 추가하려면 영어 GLEIF 웹사이트 블로그 기능을 이용하여 댓글을 추가해주십시오. 이름과 성을 써서 자신이 누구인지 밝혀주십시오. 이름은 댓글 옆에 표시됩니다. 이메일 주소는 공개되지 않습니다. 토론 게시판을 이용하거나 게시물을 등록하는 것은 GLEIF 블로그 정책 약관을 준수하는 것에 동의하는 행위이므로, 해당 약관을 주의 깊게 읽어주십시오.
조니차 마놀로바는 Global Legal Entity Identifier Foundation(GLEIF) 데이터 품질 관리 및 데이터 과학 팀을 이끌고 있습니다. 2018년 4월부터 혁신적인 데이터 분석 접근 방식을 도입하여 확립된 데이터 품질 및 데이터 거버넌스 프레임워크를 향상하고 개선하는 일을 맡고 있습니다. 과거에는 PwC Forensics의 국제 금융 조사에서 포렌식 데이터 분석 프로젝트를 관리했습니다. 독일 마르부르크 필리프 대학교에서 기계 학습에 중점을 둔 컴퓨터 공학 학위를 이수했습니다.
