🤖 AI 성능을 넘어, 데이터 품질을 바라보는 국제표준

요즘 AI 이야기의 중심이 조금 달라지고 있습니다.

​

"얼마나 똑똑한가?”에서

➡️ “얼마나 믿을 수 있는가?”로요.

​

자율주행 , 의료 , 금융 , 공공 서비스처럼

AI가 사람의 안전과 권리에 직접적인 영향을 미치는 영역이 늘어나면서,

AI의 판단 그 자체보다 ‘어떤 데이터로 판단했는가’가 더 중요해지고 있습니다.

​

아무리 성능 좋은 알고리즘이라도

📉 데이터가 부정확하거나

📉 기준이 들쭉날쭉하다면

AI 결과를 신뢰하기는 어렵겠죠.

​

이런 배경 속에서 ISO와 IEC는 AI와 데이터, 소프트웨어 품질을 체계적으로 평가할 수 있는

국제표준을 제정해 왔고, 최근 특히 주목받는 표준이 바로 ISO/IEC 5259-2와 ISO/IEC 25024입니다.

 

 

 

 

 

<📊 ISO/IEC 5259-2 AI 데이터 품질을 바라보는 기준>

​

ISO/IEC 5259-2는AI 시스템에서 활용되는 데이터의 품질 특성과 평가 관점을 정의한 국제표준입니다.

✔️ 데이터가 정확한지

✔️ 학습·검증·평가에 충분한지

✔️ 일관성과 신뢰성을 갖추고 있는지

AI 모델의 성능을 보기 전에,

​

데이터 자체를 객관적으로 점검할 수 있도록 설계된 것이 핵심입니다.

학습 데이터는 물론, 검증·평가용 데이터까지 폭넓게 적용할 수 있어

AI 신뢰성을 데이터 관점에서 확인하는 기준이 됩니다 🔍

 

 

​

 

<🧪 ISO/IEC 25024 데이터와 소프트웨어 품질을 ‘측정’하다>

​

ISO/IEC 25024는소프트웨어 품질 국제표준인 SQuaRE(ISO/IEC 25000) 시리즈의 일부로,

데이터 품질과 시스템 품질을 구체적인 지표와 방법으로 측정할 수 있도록 제시합니다.

✔️ 정의된 품질 요구사항을 충족하는지

✔️ 운영 환경에서 안정적으로 활용 가능한지

✔️ 데이터 기반 시스템 전반에 적용 가능한지

AI뿐 아니라, 모든 데이터 기반 시스템에 적용할 수 있다는 점에서도

활용 범위가 넓은 표준입니다 📈

​

 

<🏅 데이터 품질 평가와 공인 시험의 의미>

​

AI가 고도화될수록

✔️ 결과의 정확성

✔️ 판단 근거의 설명 가능성

✔️ 데이터 기반의 신뢰성

​

이 점점 더 중요해지고 있습니다.

특히 사람의 안전·권리에 영향을 미치는 분야에서는

데이터 품질에 대한 객관적인 검증이 AI 신뢰성 확보의 출발점이 됩니다.

이러한 흐름 속에서, 📌 2026년 2월, STA테스팅컨설팅은

ISO/IEC TS 5259-2

ISO/IEC 25024

두 국제표준에 대해 KOLAS 인정을 획득했습니다 🎉

​

이를 통해

일반 데이터뿐 아니라 인공지능 데이터 품질에 대해서도

국제표준에 따른 공인시험성적서 발급이 가능해졌습니다.

AI 데이터와 소프트웨어 품질을 국제 기준에 맞춰

객관적으로 검증할 수 있는 기반이 마련된 셈입니다.

 

 

​

​

ISO/IEC 5259-2와 ISO/IEC 25024는 AI 데이터와 시스템 품질을

국제적인 기준으로 바라볼 수 있게 해주는 표준입니다.

AI를 개발·운영하거나 데이터 기반 서비스를 제공하고 있다면,

👉 이제는 모델 성능뿐 아니라 데이터 품질도 함께 고민해볼 시점입니다.

​

​

AI 신뢰성의 출발점, 데이터 품질 관련 표준이나 데이터 품질 평가가 궁금하다면

전문 기관을 통해 한 번 점검해보는 것도 좋은 선택이 될 수 있습니다 😊