원천 데이터는 분석과 연구의 출발점이 되는 최초 기록으로, 이후의 정제, 변환, 검증, 해석 과정이 이 자료를 기준으로 이어진다.[1][3] 임상 연구에서는 연구 수행과 규정 준수를 입증하는 근거 자료가 되고, 데이터 분석에서는 출처와 수집 경로를 추적할 수 있는 기초 입력이 된다.[1][2]

1. 개요

원천 데이터는 원본 기록 자체에 가깝기 때문에, 값의 정확성보다 먼저 기록의 출처와 생성 맥락이 중요하다.[2][3] 이 단계에서 데이터가 어떻게 만들어졌는지 분명하지 않으면 이후의 데이터셋, 요약 통계, 시각화 결과도 신뢰하기 어렵다.[3]

원천 데이터는 단일 형식으로만 존재하지 않는다. 관찰 기록, 설문 응답, 장비 출력, 시스템 로그, 수동 입력처럼 서로 다른 형식이 섞일 수 있으며, 조직은 이를 같은 기준으로 보존하고 추적할 수 있어야 한다.[2][3]

2. 임상 연구에서의 의미

임상시험에서는 원천 데이터가 피험자 관찰, 검사 결과, 의무기록, 처치 내역 같은 최초 기록을 가리킨다.[1][2] 연구팀은 이러한 기록을 토대로 프로토콜 준수 여부를 입증하고, 규제와 기관 요구 사항을 충족했는지 설명해야 한다.[1][2]

원천 데이터 검증(SDV)은 기록값이 실제 원본 자료와 일치하는지 확인하는 절차다.[1] 이 과정은 단순한 교차 확인을 넘어서, 연구 문서가 남아 있는지, 수정 이력이 일관적인지, 누락이나 전사 오류가 있는지를 함께 살피는 품질 관리 수단으로 쓰인다.[1][2]

3. 데이터 분석과 엔지니어링

데이터 분석 환경에서 원천 데이터는 내부 시스템, 외부 파일, API 응답, 수동 입력 등 다양한 경로로 들어온다.[3] 분석가는 이 자료를 바로 해석하기보다 먼저 데이터셋으로 묶고, 데이터 정제와 변환 단계를 거쳐 분석 가능한 형태로 바꾼다.[3]

이 과정에서 출처, 수집 시점, 변환 이력, 누락 여부를 함께 기록해야 한다.[2][3] 같은 값이라도 어떤 시스템에서 언제 추출되었는지에 따라 의미가 달라질 수 있기 때문에, 원천 데이터의 추적 가능성은 분석 재현성과 직결된다.[3]

4. 관리와 품질

원천 데이터의 품질은 정확성, 일관성, 추적 가능성으로 평가된다.[1][2] 출처가 불분명하거나 일부 기록이 사라지면 통계적 추론, 시각화, 의사결정 과정에서 오류가 증폭될 수 있다.[3]

그래서 조직은 접근 권한, 비식별화, 보존 정책, 변경 기록을 분리해 관리한다.[1][2] 원천 데이터와 정제된 데이터의 역할을 구분하면, 필요한 경우 원본으로 되돌아가 검증할 수 있고, 학습 데이터나 보고용 데이터와도 책임 경계를 나눌 수 있다.[2][3]

5. 같이 보기

6. 관련 문서

7. 인용 및 각주

[1] Ppmc.ncbi.nlm.nih.gov(새 탭에서 열림)

[2] Wwww.rochester.edu(새 탭에서 열림)

[3] Wwww.coursera.org(새 탭에서 열림)