토스 데이터 아키텍트, 데이터 품질 향상을 위한 구조 설계의 중요성 강조
AI 시대에 맞춰 데이터 의미 연결을 위한 설계 방향 제시
품질과 속도의 균형을 맞추는 End-to-End 데이터 거버넌스 구축 목표
AI가 데이터를 이해하기 위해서는 데이터 간의 의미적 연결이 명확해야 한다. 구체적으로, 표준화된 용어와 온톨로지를 활용하여 데이터의 의미를 구조화한다. 따라서, AI가 맥락을 파악하고 정확한 답변을 제공할 수 있도록 돕는다. 결과적으로, 데이터 신뢰도를 높이는 기반을 마련한다.
토스처럼 빠른 조직에서는 속도가 경쟁력이므로, 데이터 아키텍트는 품질과 속도 사이의 균형을 찾아야 한다. 구체적으로, 완벽한 설계보다는 유연한 구조를 지향하며, 을 따르도록 유도한다. 반면, 구축을 통해 데이터 품질을 지속적으로 개선한다.
토스는 데이터 생성부터 활용까지 전 과정을 관리하는 End-to-End 데이터 거버넌스 체계를 구축하고자 한다. 따라서, 데이터 구조, 표준, 품질 관리를 통합적으로 고려한다. 결과적으로, 토스다운 방식의 데이터 거버넌스 모델을 개발하여 업계의 레퍼런스가 되는 것을 목표로 한다.