언젠가부터 가장 많이 듣는 용어 중 하나가 바로 '데이터'이다.
단순한 자료 또는 검색 대상으로서의 데이터가 지니는 의미 이상으로서
각종 보고서의 근거가 되고, 보다 나은 프로덕트를 보증하고, 인공 지능을 학습시키고, 특히 ChatGPT를 학습시키는 것이 바로 데이터이다.

데이터는 정확성, 일관성, 신뢰성, 가용성, 현재성, 이식성 등 품질 평가 항목이 많다.
누구나 Garbage In Garbage Out의 의미는 정확히 알고 있다.
하지만 현업에서는 시간에 쫓기고, 업무량에 치이고, 데이터 처리 결과에 매몰되는 경우가 많은 것이 일상처럼 느껴진다.

데이터 활용 기술을 다루는 콘텐츠는 매우 많지만, 모든 프로덕트의 근간이 되는 데이터에 품질에 대해서 고민하게 만드는 것은 비교적 드물기에 본서의 가치를 높이 평가할 수 있겠다.
본서는 데이터 품질의 개념부터 데이터의 품질과 신뢰성 확보를 위한 접근 방식, 그리고 모범 사례까지 맥락을 유지하며 잘 구성된 것 같다.

데이터 엔지니어, 데이터 분석가, 데이터 과학자 등 데이터 직무 종사자에게 훨씬 더 유용하겠지만, 현업에서 데이터를 활용하는 사람이라면 데이터 분야에 대한 지식이 없더라도 충분히 이해할 수 있을 것 같다.
나 또한 정독을 하고 나니 데이터 신뢰성에 대한 혜안이 생긴 것 같다... 라고 해놓고선 또 데이터 막 갖다 쓰는 건 아닌지 모르겠다. :)

마지막으로 이 문구가 특별히 와 닿는다.
"저품질 데이터를 쓰느니 데이터가 없는 편이 더 낫다."