무슨 일이 있었나
2026년 9월 3일, ETSI는 기술 보고서 TR 104 180 'Data Solutions; Development and identification of Data Quality Metrics'를 발행했으며, 디지털 및 AI 생태계에서 데이터세트가 목적에 적합한지를 정량적으로 평가하기 위해 18개의 표준화되고 수학적으로 명시된 메트릭(기본 품질, 유용성, 공정성, 개인정보보호/책임 있는 데이터 사용 차원에 걸침)을 정의합니다. TR은 한국의 세종대학교, 대전대학교, TTA, 이탈리아의 CNIT, 프랑스의 EGM과 함께 개발된 산업용 IoT 센서 데이터 및 인구통계 데이터에 적용된 오픈소스 데이터 품질 검증 시스템 개념 증명을 통해 검증되었습니다. ETSI의 보도자료(json-ld datePublished=2026-09-03)를 통해 확인됨.
왜 중요한가
데이터 품질은 AI 보안 및 신뢰성을 직접 지원합니다 — 낮은 품질, 편향된 또는 대표성이 없는 훈련/추론 데이터는 모델 무결성 실패의 근본 원인이며 데이터 중독 위험과 인접한 벡터입니다. TR 104 180은 조직(및 EU AI Act와 같은 '데이터 거버넌스' 의무를 참조하는 규제기관)에 데이터세트 적합성을 자체 검증하고 보고하는 표준화되고 재현 가능한 방식을 제공하며, 데이터 품질을 입력값으로 가정하지만 측정하지 않는 기존 AI 보안 프레임워크(OWASP AI Exchange, ISO/IEC 27090, prEN 18282)를 보완합니다.
필요한 조치
AI/ML 데이터 엔지니어링 및 거버넌스 팀은 데이터 수집 및 모델 훈련 파이프라인 품질 게이트에 포함하기 위해 18개의 메트릭을 평가해야 하며, EU AI Act 데이터 거버넌스 조항을 추적하는 표준/규정 준수 팀은 이 TR을 지원 증거로서 AI Act Annex 문서 툴킷에 매핑해야 합니다.