새 소식 공간 및 미디어 GLEIF 블로그
이 웹사이트의 영어 이외의 번역은 AI로 제공됩니다. 당사는 정확성을 보장하지 않으며 번역된 콘텐츠 사용으로 인한 오류나 손해에 대해 책임을 지지 않습니다. 불일치 또는 모호성이 있는 경우, 영어 버전 이 우선합니다.

데이터를 기회로 전환하기 이달의 메트릭 - 데이터 품질 규칙 설정

고품질 데이터는 단순한 벤치마크가 아니라 글로벌 신뢰, 컴플라이언스 및 상호운용성을 위한 전략적 필수 요소입니다. 이 블로그에서 GLEIF의 데이터 품질 관리 및 데이터 과학 책임자인 조르니차 마놀로바는 데이터 품질 점검에 대한 구조화된 규칙 기반 접근 방식이 글로벌 LEI 시스템 전반에서 LEI 기준데이터의 무결성을 어떻게 보장하는지를 강조합니다.


저자: 조니차 마놀로바

  • 날짜: 2025-08-07
  • 읽음:

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 원동력입니다. 동시에 낮은 데이터 품질은 비효율성을 초래하고 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 규칙 설정에 대해 계속 살펴봅니다.

오늘날의 상호 연결된 금융 생태계에서 법인참조정보의 신뢰성은 무엇보다 중요합니다. 이를 인식한 Global Legal Entity Identifier Foundation(GLEIF)은 규제감독위원회(ROC) 및 LEI 발급기관과의 긴밀한 협력을 통해 글로벌법인식별기호시스템 전반의 데이터 품질 표준을 개선하기 위한 노력을 주도해 왔습니다.

탁월한 데이터 표준을 유지한다는 사명을 지원하기 위해 GLEIF는 투명하고 측정 가능한 데이터 품질 기준 세트를 정의하는 구조화된 데이터 품질 관리 프레임워크를 도입했습니다. 이러한 기준은 고품질 데이터를 구성하는 요소를 정의하고 LEI 기준데이터의 무결성을 평가하기 위한 객관적인 벤치마크 역할을 합니다.

GLEIF의 데이터 품질 점검은 공용 데이터 파일 형식에 따라 발급, 업데이트, 관리 및 게시에 대한 비즈니스 규칙과 그 기술적 구현을 설명하는 최신 상태 전환 및 검증 규칙에 따라 LEI 기준데이터의 컴플라이언스를 보장하기 위해 세심하게 설계되었습니다 (CDF: Common Data File).

이 블로그에서는 데이터 품질 점검이 데이터 품질 규칙 설정에서 어떻게 정의되는지, 그리고 이것이 어떻게 더 신뢰할 수 있고 효율적인 글로벌 금융 인프라에 기여하는지 살펴봅니다.

데이터 품질 규칙 설정이란 무엇인가요?

데이터 품질 규칙 설정은 글로벌 LEI 시스템 전체에서 각 데이터 품질 점검을 정의, 해석 및 적용하는 방법을 거버넌스하는 체계적이고 구조적인 접근 방식입니다. 이 메커니즘은 각 데이터 품질 점검이 네 가지 주요 구성 요소를 통합하는 특정 구조로 설계되도록 보장합니다:

  • 성숙도 수준 - 측정 대상과 관련된 프로세스 개선의 진전을 정의합니다.
  • 품질 기준 - 데이터가 확립된 품질 원칙(예: 정확성, 유효성) 중 하나에 얼마나 잘 부합하는지를 정의합니다.
  • 확인 의도 - 규칙의 목표 또는 근거를 정의합니다.
  • 공식화된 논리 - 전제 조건과 조건의 조합으로 표현됩니다.

점검은 논리적인 "만약-그렇다면" 형식을 따릅니다: 특정 전제 조건(X)이 충족되면 특정 조건(Y)도 충족되어야 합니다.

예를 들어 법인이 '폐업'으로 표시된 경우(전제 조건), 해당 법인 이벤트가 기록에 존재해야 합니다(조건). 레코드가 전제 조건을 충족하지 않으면 해당 확인은 적용되지 않는 것으로 간주됩니다. 레코드가 전제 조건은 충족하지만 조건을 충족하지 못하면 검사 결과가 실패로 처리됩니다. 두 조건이 모두 충족되면 결과는 합격입니다.

규칙 설정은 각 데이터 품질 점검에 대한 로직을 정확하게 정의함으로써 글로벌 LEI 시스템 전체에서 모든 데이터 포인트가 매번 동일한 방식으로 계산되는 재현성을 보장합니다. 이를 통해 수백만 개의 LEI 기록에 대한 데이터 품질을 투명하고 일관되며 확장 가능한 방식으로 평가할 수 있어 지속적인 개선과 글로벌 표준과의 조율이 용이해집니다.

투명성과 운영 유연성을 더욱 강화하기 위해 각 데이터 품질 점검에는 이행 수명 주기에서 상태를 반영하는 태그도 할당됩니다. 이러한 태그는 점검을 분류하고 모니터링, 상담 및 보고를 간소화하는 데 도움이 됩니다. 태그에는 다음이 포함됩니다:

  • 미리보기 - 점검이 GLEIF에 의해 완전히 개발, 테스트 및 릴리스되었습니다. 결과는 LEI 발급기관에 표시되지만 아직 공개 보고에는 활용되지 않습니다. 이 단계에서는 조기 액세스를 제공하고 공식 협의 전에 준비 작업을 지원합니다.
  • 협의 - 이 점검은 LEI 발급기관과 적극적으로 협의 중입니다. 이 단계에서는 점검 로직, 영향 및 적용 가능성을 미세 조정하기 위해 피드백을 수집합니다.
  • 보고서 - 점검이 협의를 통과하여 공식적으로 채택되었습니다. 이 점검 결과는 이제 글로벌 LEI 데이터 품질 보고서 및 LEI 발급자별 데이터 품질 보고서와 같은 대중을 대상으로 하는 결과물에 기여합니다.

연례 규칙 설정 협의 2025

궁극적으로 규칙 설정은 이달의 메트릭 시리즈에 소개된 총 데이터 품질 점수(TDQS)부터 성숙도 수준 및 개별 품질 기준 결과에 이르기까지 핵심 성과 지표(KPI)의 기반이 되는 기초입니다. 이는 신뢰와 투명성을 증진하기 위해서는 생태계 참여자들과의 협력을 통한 지속적인 개선이 필수적이라는 것을 의미합니다.

2025년 7월 3일, GLEIF와 LEI 발급기관은 규칙 설정을 위한 2025년 협의 기간을 개시했습니다. 향후 6주 동안 이해관계자들은 22개의 신규 및 24개의 업데이트된 점검 사항을 검토한 후 2025년 후반에 시행하여 LEI 발급자가 시스템과 프로세스를 준비할 수 있는 명확한 실행 방안을 제공할 것입니다. 이러한 추가 및 업데이트는 글로벌 LEI 시스템 전반에 걸쳐 표준화 및 신뢰성을 향상시킬 것으로 기대됩니다.

주요 내용은 다음과 같습니다:

  1. AI 기반 LENU 확인 - GLEIF와 Sociovestix Labs가 공동 개발한 오픈 소스 기계 학습 모델인 LENU(법인명 이해)는 이제 22개 관할 지역의 법인 서식(ELF) 코드를 제안하여 수동 매핑 노력을 줄이고 전 세계적으로 일관성을 향상시킵니다.
  2. 더욱 풍부한 패턴 검증 - 향상된 정규식 규칙은 우편번호와 지역 식별자에 대한 기준을 높여 더 많은 에지 케이스를 포착하고 오탐을 줄입니다.
  3. 5개의 새로운 코드 목록 - 선별된 목록은 다음과 같은 상황을 포괄하는 추가적인 구조를 제공합니다:
    • 부모 또는 자식을 가질 수 없는 법인
    • 특정 ELF 코드에 대한 예상 등록 기관
    • 정부 기관에 적합한 법적 형식
    • 식별기호를 발급하지 않는 기관

협의가 완료되면 관련 점검 사항은 '보고서' 태그 아래에 분류되어 보고서 섹션과 대시보드에서 모두 볼 수 있습니다. 데이터 품질 보고서 내에서 이러한 점검은 '상위 5가지 점검 실패' 아래에 표시되어 주의가 필요한 중요한 영역에 대한 개략적인 스냅샷을 제공합니다.

7월 스포트라이트: C000438 점검

데이터 품질 보고서의 각 항목에는 점검 실패로 영향을 받은 LEI 발급자 수가 요약되어 있으며 실패 비율이 가장 높은 기관이 식별됩니다. 7월에는 C000438 점검이 가장 높은 실패율로 나타났습니다. 이 점검은 LEI 발급자가 보고한 모든 직접 모기업 관계가 공개된 최종 모기업과 일관되게 일치하는지를 확인합니다. 이 점검은 직접 모기업 체인을 따라 기업 구조의 최종 모기업에 대한 관계 구조의 불일치 사항을 LEI 발급자에게 알려줍니다. 7월 동안 총 22건의 평균 실패가 기록되어 6월의 평균 실패 64건보다 감소한 것으로 나타났습니다. 이는 시간이 지남에 따라 발행사의 데이터 품질이 어떻게 진화하는지에 대한 귀중한 인사이트를 제공합니다.

데이터를 기회로 전환

GLEIF와 ROC는 데이터 품질 워킹 그룹을 비롯한 여러 전문 워킹 그룹을 운영하고 있습니다. 이 팀들은 새로운 데이터 품질 점검부터 업데이트된 기술 표준에 이르기까지 새로운 요구 사항을 예측하고 이를 실질적인 개선으로 연결합니다. 이러한 다분야의 협력적 접근 방식은 점점 더 디지털화되고 상호 연결되는 경제에서 LEI 생태계를 목적에 맞게 유지합니다.

엄격한 표준, 투명성, 커뮤니티 피드백을 통합함으로써 GLEIF는 고품질 데이터를 전략적 이점으로 전환하여 효율성을 높이고 위험을 완화하며 전 세계 시장 참가자들에게 혁신의 문을 열어주고 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.



이전 GLEIF 블로그 게시물 전부 읽기 >
저자 소개:

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.


이 기사에 대한 태그:
데이터 관리, 데이터 품질, 오픈 데이터, 글로벌 LEI 색인, Global Legal Entity Identifier Foundation (GLEIF), 법인식별기호(LEI)