Data Governance Insight

거버넌스 위클리 · 의미 · 2026-10-01

같은 전환율인데, 왜 회의마다 숫자가 다를까요?

데이터 거버넌스 위클리 01회 · 발행 예정 2026-10-01 · 데이터거버넌스팀


🔥 이번 주의 질문

"이 지표는 어떤 테이블을 기준으로 계산해야 하나요?"


지금 겪는 문제

회의에 전환율 숫자가 두 개 올라오면 논의는 거기서 멈춥니다. 어느 쪽이 맞는지 가리려고 각자의 쿼리를 열어 기간, 분모, 제외 조건을 하나씩 맞춰 보는 데 30분이 지나갑니다. 정의가 BI 도구와 문서와 개인 쿼리 세 곳에 나뉘어 있으니 무엇이 최신인지 아무도 단언하지 못합니다. 그리고 다음 달에 같은 확인을 또 합니다.

누구의 실수도 아닙니다. 같은 질문에 답할 때마다 각자 근거를 새로 만들어야 하는 구조 때문입니다.

데이터 거버넌스의 관점

이건 "데이터를 잘 찾는 문제"가 아닙니다. 검색이 빨라져도, 찾아낸 테이블 중 어느 것이 이 지표의 기준인지 알 수 없으면 숫자는 또 갈라집니다.

빠져 있는 것은 네 가지입니다. 합의된 정의, 그 정의의 기준이 되는 원천, 정의가 언제 왜 바뀌었는지에 대한 이력, 그리고 책임지고 답해 줄 사람.

거버넌스는 어느 숫자가 옳은지 심판하는 일이 아닙니다. 같은 질문에 조직이 같은 근거로 답하도록 만드는 일입니다.

플랫폼으로 달라지는 방식

지금은 이렇게 흘러갑니다.

숫자가 다르다 → 각자 쿼리를 연다 → 조건을 맞춰 본다 → 다음 달에 반복

앞으로는 이렇게 됩니다.

지표를 연다 → 정의와 기준 원천을 함께 본다 → 다른 숫자가 나왔다면 어디서 갈라졌는지 짚는다

지표 하나를 열면 정의·산식·오너·기준 원천·유효기간이 한 화면에 있습니다. 여러 테이블에서 뽑을 수 있는 지표라도 그중 기준이 되는 하나가 정해져 있고, 거버넌스가 확인한 지표에는 인증 표시가 붙습니다. 정의가 바뀌면 새 버전으로 쌓여 언제 왜 바뀌었는지가 남습니다.

지표 상세 화면 — 정의, 산식, 오너, 기준 원천, 유효기간, 버전 이력

사내 개발 환경 화면입니다. 테이블명·쿼리·담당자 정보는 가렸습니다. 실제 화면은 계속 바뀝니다.

플랫폼은 정답을 강요하는 도구가 아니라, 정의·원천·변경 이력·담당자를 투명하게 확인시키는 기반입니다.


한눈에 보는 변화

지금 플랫폼 이후
사람에게 물어본다 정본 지표·자산·오너를 검색한다
SQL을 추정한다 승인된 정의와 원천을 확인한다
회의에서 숫자를 맞춰 본다 회의 전에 같은 정의를 보고 들어간다
정의가 바뀐 걸 나중에 안다 버전과 변경 사유가 이력에 남는다
합산해도 되는지 감으로 판단한다 집계 주의가 정의 옆에 붙어 있다

🌎 해외 사례 — Airbnb

Airbnb는 같은 질문에 팀마다 다른 숫자를 내놓는 문제를 겪었습니다. 공개된 회고에 따르면, "지난주 예약이 가장 많았던 도시는 어디인가" 같은 단순한 질문에도 데이터 사이언스와 재무가 서로 조금씩 다른 테이블과 정의를 써서 다른 답을 내놓는 일이 있었고, 그 결과 데이터 자체에 대한 신뢰가 떨어졌다고 밝혔습니다. 이를 풀기 위해 만든 것이 Minerva로, 핵심 지표와 차원의 정의를 한 곳의 저장소에 모아 "한 번 정의하고 어디서나 쓴다"는 원칙을 세우고 정의 변경을 버전으로 관리했습니다. 도구가 아니라 정의의 단일 출처를 먼저 만든 접근이 참고 지점입니다.

📎 Robert Chang, How Airbnb Achieved Metric Consistency at Scale, The Airbnb Tech Blog, 2021-04-30 — https://medium.com/airbnb-engineering/how-airbnb-achieved-metric-consistency-at-scale-f23cc53dea70 (확인일 2026-09-21)

🇰🇷 국내 사례 — 우아한형제들

우아한형제들은 사내 데이터 질문이 데이터 담당자에게 몰리는 문제를 풀기 위해 AI 데이터 분석가 '물어보새'를 만들었습니다. 공개된 기술 블로그에 따르면, 구성원 대부분이 데이터를 활용하지만 절반 이상이 비즈니스 로직과 추출 조건을 반영한 쿼리를 직접 쓰는 데 어려움을 느끼고 있었습니다. 주목할 점은 AI를 붙이기 전에 기반을 먼저 정비했다는 것입니다. 서비스마다 다르게 쓰이던 비즈니스 용어는 커뮤니케이션 혼동이 없도록 표준화가 필수라고 보고, 데이터 거버넌스 조직의 표준 용어 사전을 활용해 전용 용어집을 구축했으며 테이블 메타데이터를 함께 보강했습니다. 사람이 물어도 AI가 물어도, 답의 품질은 결국 정의가 정리돼 있는가에 달려 있다는 뜻입니다.

📎 우아한형제들 BADA팀, AI 데이터 분석가 '물어보새' 등장 – 1부. RAG와 Text-To-SQL 활용, 우아한형제들 기술블로그, 2024-07-12 — https://techblog.woowahan.com/18144/ (확인일 2026-09-21)


💡 이번 주 생각해 볼 질문

이번 주에 내가 쓴 숫자 중에, 정의를 문서가 아니라 기억이나 예전 쿼리에서 가져온 것이 있나요?
그중 하나만 골라서 "이 숫자의 기준 테이블은 무엇인가"를 적어 본다면, 적을 수 있나요?



다음 회차(02, 2026-10-08 예정) — "회원"과 "고객"은 같은 말인가요? 용어가 갈라지면 지표도 갈라집니다.