품질관리(QC)나 품질 보증(QA) 실무를 준비하시는 분이라면 “데이터 완전성(Data Integrity)”이라는 말은 여러 번 들어보셨을 겁니다. 그런데 개별 장비의 점검 기록(Audit Trail)을 잘 남기고, 전자서명을 걸어두면 데이터 완전성은 저절로 지켜질까요? 실제 현장에서는 그렇지 않습니다. 시스템 하나하나의 통제만으로는 메우지 못하는 틈이 있고, 그 틈을 조직 차원에서 관리하는 개념이 바로 데이터 거버넌스(Data Governance)입니다. 본 포스팅에서는 데이터 거버넌스의 정의, 왜 품질시스템 차원의 관리가 필요한지, 실무에서 어떤 요소로 구성되는지, 그리고 QC/QA 취업·실무에 어떻게 연결되는지 차례로 알아보겠습니다.
데이터 거버넌스의 정의 — 시스템 통제를 넘어서
데이터 거버넌스는 “데이터가 생성·기록·처리·보관·활용되는 전주기에 걸쳐 완전하고 일관되며 정확한 기록이 유지되도록 보장하기 위한 조직 전체의 총체적 장치”를 뜻합니다. 쉽게 말하면, 데이터 완전성을 개별 컴퓨터화 시스템(Computerised System)의 기능이 아니라 조직의 책임과 문화로 끌어올린 관리 체계입니다.
예를 들어 HPLC 장비에 점검 기록 기능이 켜져 있어도, 그 기록을 누가 언제 검토하는지에 대한 절차와 책임이 정해져 있지 않으면 데이터 완전성은 보장되지 않습니다. 기능(technical control)은 절반일 뿐이고, 나머지 절반은 사람과 절차(procedural control), 그리고 이를 떠받치는 조직 문화입니다. 데이터 거버넌스는 이 두 축을 하나로 묶는 상위 개념입니다.
▶ 그럼 ALCOA++와는 무엇이 다른가요? ALCOA++는 데이터가 갖춰야 할 속성(귀속성·가독성·동시성·원본성·정확성 + 완전성·일관성·지속성·가용성 + 추적성)을 정의한 원칙입니다. 데이터 거버넌스는 그 원칙을 조직이 어떻게 실현하고 유지할 것인가를 설계하는 관리 틀입니다. 원칙이 ‘무엇을’이라면, 거버넌스는 ‘누가·어떻게·계속’에 답합니다.
왜 품질시스템 차원의 관리가 필요한가
규제기관이 데이터 완전성 문제를 지적할 때, 대부분의 근본 원인은 특정 장비의 결함이 아니라 조직적 관리의 부재입니다. 공유 계정으로 로그인해 누가 데이터를 수정했는지 추적할 수 없거나, 점검 기록 검토가 절차에 없거나, 일탈(Deviation)이 보고되지 않고 조용히 재시험되는 관행이 대표적입니다. 이런 문제는 시스템 하나를 교체한다고 사라지지 않습니다.
그래서 EU GMP Annex 11 개정 논의와 PIC/S 데이터 관리·완전성 가이드(PI 041)는 공통적으로 데이터 완전성을 품질시스템(Quality System)의 일부로 다루도록 요구합니다. 즉, 변경관리(Change Control), 일탈 관리, 시정조치(Corrective Action)와 예방 조치(Preventive Action)를 아우르는 기존 품질시스템 안에 데이터 완전성 관리를 통합하라는 것입니다.
여기서 중요한 관점 하나. 데이터 거버넌스는 리스크 기반(risk-based)으로 운영됩니다. 모든 데이터에 같은 강도의 통제를 거는 것은 비효율적이므로, 데이터의 중요도(criticality)와 위험도를 평가해 통제 수준을 차등 적용합니다. 완제품 출하 판정에 쓰이는 시험 데이터와 단순 참고용 로그는 관리 강도가 달라야 한다는 뜻입니다.
데이터 거버넌스를 구성하는 실무 요소
현장에서 데이터 거버넌스 체계는 대체로 다음 요소로 구성됩니다.
- 역할과 책임: 시스템 책임자(System Owner), 공정 책임자(Process Owner), 데이터 검토자의 권한과 책임을 문서로 명확히 나눕니다. 접근 권한은 직무에 맞게 최소한으로 부여합니다.
- 절차(SOP): 데이터 완전성 정책, 점검 기록 검토 주기와 방법, 백업·복원, 데이터 교환(Migration) 절차를 SOP로 규정합니다.
- 데이터 흐름 지도(Data Flow Map): 데이터가 어디서 생성되어 어디로 흘러가는지를 그려 위험 지점을 식별합니다.
- 교육과 문화: 데이터 완전성을 ‘통제’가 아니라 ‘기본 태도’로 내재화하도록 정기 교육과 경영진의 지지를 확보합니다.
- 주기적 점검: 데이터 완전성 위험성 평가(DIRA)를 주기적으로 수행하고, 자체 실사(Inspection) 형태로 이행 상태를 확인합니다.
실무 예시를 하나 들어보겠습니다. QC 시험실에서 함량 시험 결과가 기준일탈(OOS)로 나왔다고 가정해 보죠. 데이터 거버넌스가 잘 작동하는 조직에서는, 분석자가 임의로 재시험을 돌리는 대신 OOS 조사 절차가 발동되고, 원본 데이터와 점검 기록이 그대로 보존된 채 검토자가 이력을 확인합니다. 반대로 거버넌스가 없는 조직에서는 “잘못 눌렀으니 다시”라며 원본이 사라지고, 나중에 실사에서 추적성(Traceable)이 깨진 것이 드러납니다. 같은 장비, 같은 데이터라도 조직의 관리 체계에 따라 결과가 갈리는 것입니다.
QC/QA 취업과 실무에 어떻게 연결되나
취업을 준비하시는 분에게 데이터 거버넌스는 단순한 암기 개념이 아니라 지원자의 관점을 보여줄 수 있는 무기입니다. 면접에서 “데이터 완전성을 어떻게 관리하겠느냐”는 질문에 “점검 기록을 켜두겠습니다”라고 답하면 절반짜리 답입니다. “기능적 통제와 함께, 검토 절차·책임 분장·교육까지 포함한 거버넌스 관점에서 접근하겠다”고 답할 수 있다면 실무 이해도가 확연히 드러납니다.
▶ 주니어 실무자라면 무엇부터 봐야 할까요? 우선 우리 부서의 데이터 완전성 정책과 점검 기록 검토 SOP가 무엇인지 확인하고, 내가 다루는 데이터가 어느 중요도에 속하는지 파악하는 것부터 시작하시기 바랍니다. 거버넌스는 거창한 프로젝트가 아니라, 매일의 기록과 검토 습관이 모여 완성되는 체계입니다.
정리하면, 데이터 거버넌스는 개별 시스템의 통제를 조직의 책임·절차·문화로 확장한 데이터 완전성 관리 체계이며, 리스크 기반으로 운영되어 품질시스템의 핵심 축을 이룹니다. 데이터 완전성의 속성 원칙인 ALCOA++는 ALCOA++ 개념과 데이터 완전성 요구 기준 글에서, 데이터가 생성부터 폐기까지 거치는 흐름은 데이터 라이프사이클 관리 3단계 글에서 좀 더 구체적으로 확인하시면 됩니다. 규제 원문 기준이 궁금하신 분은 영국 MHRA의 GxP 데이터 완전성 가이드에서 데이터 거버넌스의 공식 정의를 참고하실 수 있습니다.