데이터 검증(Data Verification) 은 데이터 이관(마이그레이션)이 완료된 이후, 다양한 유형의 데이터에 대해 정확성과 불일치 여부를 확인하는 프로세스이다. 이는 데이터가 한 소스에서 다른 소스로 전송될 때 데이터가 정확하게 번역(변환)되었는지, 완전하게 전송되었는지, 그리고 새 시스템의 프로세스를 올바르게 지원할 수 있는지를 확인하는 데 목적이 있다.
데이터 검증 과정에서는 데이터 간 불일치 영역을 식별하고, 잘못된 데이터의 손실을 방지하기 위해 두 시스템(원천 시스템과 목적 시스템)을 병렬로 실행하여 비교하는 방식이 사용될 수 있다.
주요 데이터 검증 방법
- 이중 데이터 입력(Double Data Entry): 동일한 데이터를 두 명이 각각 입력한 후 결과를 비교하여 오류를 찾는 방식.
- 교정(Calibration): 원본 문서를 기준으로 입력된 데이터를 사람이 직접 대조하여 확인하는 방식. 정확도는 높으나 시간과 비용이 많이 소요된다.
- 데이터 자동 검증(Automated Data Verification): 로컬 단방향 해시(해시 값 비교) 등을 활용하거나, Q by SoLVBL과 같은 SaaS 기반 서비스를 사용하여 데이터의 불변성을 자동으로 확인하는 방식.
관련 개념과의 차이
데이터 검증(data verification)은 흔히 혼용되는 데이터 유효성 검사(Data Validation) 와 구분된다. 데이터 유효성 검사는 시스템에 입력되는 데이터가 사전에 정의된 형식, 범위, 규칙을 충족하는지 확인하는 프로세스로, 주로 데이터 입력 및 처리 단계에서 이루어진다. 반면 데이터 검증(data verification)은 주로 데이터 이관이나 전송 이후에 원본과 대상 데이터 간의 정확한 일치 여부를 확인하는 데 초점을 맞춘다.
활용 분야
데이터 검증은 기업의 시스템 전환, 데이터 마이그레이션 프로젝트, 클라우드 이전, 데이터 통합 작업 등에서 필수적인 단계로 활용된다. 또한 임상시험 분야에서는 소스 데이터 검증(Source Data Verification, SDV) 이라고 불리며, 임상 연구 데이터의 신뢰성과 정확성을 보장하기 위한 핵심 절차로 사용된다.
