Where Projects Become Outcomes

"프로젝트를 성과로 전환하다"

데이터품질 5

데이터를 옮기고 잇는 법 - 행정 데이터 이관과 연계 (05/08)

AI 시대의 공공 차세대 전환 가이드 · Ep.05한 달 만에 9만 건의오류 신고가 쌓였다.데이터를 옮기고 잇는 법 - 행정 데이터 이관과 연계 · HFC Consulting차세대 사회보장정보시스템이 미완성 상태로 열린 뒤, 첫 한 달 동안 시스템 개선 요청이 약 9만 건 접수됐다. 여섯 달 누적으로는 30만 건을 넘었다. 그 사이 기초연금과 아동수당의 지급이 흔들렸다. 코드가 아니라 데이터가, 화면이 아니라 이관과 연계가 무너진 자리였다.행정 데이터의 세 가지 무게행정 데이터는 민간 데이터와 다른 무게를 갖는다. 첫째, 법정 데이터다. 서식과 항목이 법령과 지침으로 정해져 있어, 이관 과정의 임의 변환이 곧 규정 위반이 될 수 있다. 둘째, 이력 데이터다. 수십 년치 개인의 자격·급여·처분 이력이 쌓여..

99.5퍼센트는 합격이었다

PMO 실전 노트 · Note 27숫자는 목표를 넘었다.현장은 쓸 수 없었다.99.5퍼센트는 합격이었다 · HFC Consulting장면데이터 정비 사업의 최종 검수 회의였다. 수급인의 보고서 첫 장에 숫자가 크게 적혀 있었다. 정합성 99.5퍼센트. 계약서의 품질 목표는 99퍼센트였다. 초과 달성이었다. 박수가 나올 분위기였다.현업 팀장이 서류 봉투를 꺼냈다. 고객 100건을 무작위로 뽑아 출력해 온 것이었다. 주소가 비어 있는 건이 아홉, 같은 사람이 두 번 등록된 건이 일곱. 현업 팀장은 목소리를 높이지 않았다. 출력물을 한 장씩 넘기며 같은 질문만 반복했다. "이게 99.5퍼센트입니까." 수급인이 산식을 설명했다. 전체 테이블의 전체 컬럼 값을 분모로 잡은 숫자였다. 비어 있어도 되는 값과 비어서..

PMO 실전 노트 2026.09.23

데이터 이관은 마지막 달에 시작되었다

PMO 실전 노트 · Note 24시스템은 완성되어 있었다.데이터가 들어가지 않았다.데이터 이관은 마지막 달에 시작되었다 · HFC Consulting오픈을 여섯 주 앞둔 이관 리허설이었다. 새 시스템은 검수를 통과할 만큼 완성되어 있었다.그날 밤 적재 로그가 말한 것은 하나였다. 문제는 새 시스템이 아니라 스무 해 묵은 데이터라는 것.장면한 금융기관의 차세대 사업이었다. 기간계는 10년을 운영된 시스템이었고, 옮겨야 할 데이터는 천만 건 단위였다. 수행계획서에서 "데이터 이관"은 한 줄이었다. 담당 두 명, 기간 한 달.첫 리허설에서 전체 건수의 3할이 적재에 실패했다. 새 스키마가 허용하지 않는 코드값. 존재하지 않는 날짜로 기록된 생년월일. 같은 고객이 세 명의 다른 사람으로 등록된 원장. 오류의 ..

PMO 실전 노트 2026.09.07

데이터 품질을 검수기준으로 바꾸는 법 (04/08)

AI 시대의 데이터 발주 가이드 · Ep.04품질을 높이라는 과업은검수할 수 없다.데이터 품질을 검수기준으로 바꾸는 법 · HFC Consulting검수 회의에서 발주 담당자가 말했다. 품질이 기대에 못 미칩니다. 수행사 PM이 물었다. 기대가 몇 점이었습니까. 회의실이 조용해졌다. 계약서 어디에도 그 숫자는 없었다. 데이터 품질 제고라는 여섯 글자가 과업의 전부였다.형용사는 검수되지 않는다높은 품질, 정확한 데이터, 신뢰할 수 있는 기반. 제안요청서에 흔한 이 표현들은 검수 단계에서 전부 분쟁의 씨앗이 된다. 기대는 사람마다 다르고, 문서에 없는 기대는 계약상 존재하지 않기 때문이다. 9기 8화 ‘검수 방어: 검수는 마지막 주에 시작되지 않는다’의 명제는 데이터 사업에서 더 이르다. 데이터 검수는 착수..

왜 AI 사업은 데이터에서 무너지는가 (01/08)

AI 시대의 데이터 발주 가이드 · Ep.01모델은 준비됐다.데이터가 오지 않았다.왜 AI 사업은 데이터에서 무너지는가 · HFC Consulting시범 사업 시연은 박수로 끝났다. AI 상담 지원 시스템은 질문에 막힘없이 답했고, 사업 예산은 이듬해 본사업으로 증액되었다. 열 달 뒤, 검수 회의실의 공기는 달랐다. 같은 모델, 같은 수행사였다. 답변의 절반이 낡은 규정을 인용하고 있었다. 원인은 모델이 아니었다. 학습에 쓸 전사 데이터를 모으는 데 일곱 달이 걸렸고, 모아 놓은 데이터의 상당수가 서로 다른 코드 체계를 쓰고 있었다.이 연재는 그 일곱 달에 관한 이야기다. AI를 발주하기 전에, 발주자가 데이터라는 기반을 어떻게 진단하고 발주하고 검수해야 하는지를 여덟 편에 걸쳐 다룬다.실패의 숫자는 모..