AI에 넣기 전에,
데이터부터 바로잡습니다
CSV · 엑셀 파일을 올리면 데이터의 특성과 관계를 그림으로 보여 주고, AI 학습에 걸림돌이 되는 문제를 찾아 정제한 파일까지 만들어 드립니다.
| 문의 내용 | 접수일 | 금액 |
|---|---|---|
| <p>배송 지연⟨폭없는공백⟩ 문의</p> | 2026.3.5 | 1,200원 |
| 환불 요청 | 20260306 | N/A |
| 회원 정보 변경 | 9999-12-31 | 35000 |
| 배송 지연 문의 | 2026-03-05 | 1200 |
| 환불 요청 | 2026-03-06 | |
| 회원 정보 변경 | 35000 |
- 01올리기
DB에서 내려받은 CSV · 엑셀 파일을 끌어다 놓습니다.
- 02이해하기
값의 형식, 분포, 열 사이 관계를 그림으로 봅니다.
- 03고치기
문제와 처리 방법을 확인하고 정제를 누릅니다.
- 04받기
정제 파일과 보고서, 데이터 카드를 내려받습니다.
파일만 올리면, 진단부터 정제 파일까지
품질 진단은 값이 규칙에 맞는지를 봅니다. AI에는 그 밖의 문제, 곧 깨진 글자 · 보이지 않는 문자 · HTML 찌꺼기 · 제각각인 빈 값 표기 · 개인정보 · 중복이 더 큰 걸림돌입니다.
DQube WEB의 실제 화면. 인코딩과 구분자는 알아서 판별합니다.
- 1
파일 올리기
CSV · TXT(탭 구분) · 엑셀(xlsx · xls)을 최대 300MB까지 올립니다.
- 2
문제 · 처리 방법 확인
8개 분야 40여 개 항목을 점검해 무엇이 문제인지, 왜 AI에 문제인지, 어떻게 고칠지 안내합니다. 항목마다 기준 · 진단 · 개선 · 예시를 볼 수 있습니다.
- 3
정제
항목별로 하나씩, 또는 체크한 항목을 한 번에 고칩니다. 바꾸기 전과 뒤를 나란히 확인합니다.
- 4
결과 받기
정제 전후 점수와 고친 칸, 남은 문제, 제거된 행까지 보고 필요한 파일을 내려받습니다.
점검하는 8개 분야
형식 표준화
인코딩 · 날짜 · 숫자 · 빈 값 표기를 표준 형식으로
정확성
있을 수 없는 날짜, 숫자 열의 글자, 기본값(9999-12-31), 깨진 글자, 통계적 이상치, 미래 날짜
완전성
칸이 밀린 행, 빈 행 · 빈 열, 내용 없는 행, 결측률, 결측치 채우기
중복
똑같은 행, 본문이 같은 행, 거의 같은 행
노이즈
보이지 않는 문자, HTML 태그, 불필요한 공백, 줄바꿈
일관성
띄어쓰기만 다른 같은 값, 목록의 빈 항목, 반복 항목
개인정보
주민번호 · 전화 · 이메일 · 카드번호 등 식별자, 개인정보 열
학습 적합성
분류 불균형, 드문 분류값, 뜻 없는 식별 열, 지나치게 긴 본문
정제가 끝나면 받는 것
UTF-8 · 쉼표 구분엑셀에서도 바로 열립니다.
AI 학습용한 줄에 한 행, 목록 열은 배열, 숫자는 숫자로.
.xlsx정제 결과를 엑셀에서 살펴봅니다.
.xlsx · PDF요약, 처리 내역, 데이터 사전, 제거된 행, 변경 예시, 남은 문제.
.md데이터 설명, 비식별 여부, 한계.
.json열 정의, 결측률, 품질 점수를 기계가 읽는 형식으로.
점검 기준 : 행정안전부 · NIA 「공공데이터의 인공지능 친화적 관리 가이드라인」, NIA 「AI 데이터 품질관리 가이드라인」, 개인정보보호위원회 「가명정보 처리 가이드라인」
처음 받은 데이터, 파일만 올리면
특성과 관계가 보입니다
열마다 어떤 값이 어떻게 들어 있는지, 열 사이에 어떤 관계가 있는지를 그림과 쉬운 문장으로 보여 줍니다. 품질 규칙을 정하기 전에, AI 학습에 쓰기 전에 데이터를 먼저 이해하는 단계입니다.
분포 · 특수값
히스토그램 · 상자 그림 · 분위수와 함께 0, 음수, 극단값, 9999 같은 특수값을 짚어 줍니다.
열 사이 관계
피어슨 · 순위 상관 · 크래머 V · 상관비로 연관도 행렬을 그리고, 산점도와 교차표로 확인합니다.
핵심 발견 · 업무규칙 후보
- 금액 = 수량 × 단가
성립률과 어긋난 행을 함께 표시 - 시작일 ≤ 종료일
순서 규칙 후보로 제시 - 연락처 열
개인정보 의심, 예시 값은 일부를 가림 - 해지일 · 해지사유
늘 함께 비는 열 묶음
분석 결과의 유형을 보여 주는 가상 데이터 예시이며, 실제 제품 화면과 모양이 다릅니다.
무엇을 볼 수 있나요
열 형식
정수 · 실수 · 날짜 · 일시 · 코드 · 범주 · 식별값 · 자유 텍스트를 값으로 판단합니다. 날짜 형식과 소수 자리, 천 단위 쉼표까지 알아봅니다.
채움 · 고유값
빈 값, 고유값, 한 번만 나온 값, 가장 많은 값, 고른 정도를 보고 후보 키가 될 열을 찾습니다.
분포
히스토그램, 상자 그림, 분위수, 왜도 · 첨도와 0, 음수, 극단값, 9999 같은 특수값을 보여 줍니다.
날짜 패턴
기간과 연 · 월 · 요일 · 시각별 건수, 계절성을 보고 미래 날짜나 1900년 이전 날짜를 찾습니다.
표기 · 글자
표기 형식(9999-99-99 등), 길이, 글자 구성, 앞뒤 공백, 보이지 않는 글자, 대소문자만 다른 값을 찾습니다.
개인정보 의심 열
주민번호 · 휴대전화 · 이메일 · 카드 · 계좌 · 주소 · 이름으로 의심되는 열을 알려 주고, 예시 값은 일부를 가립니다.
열 사이 관계
연관도 행렬을 그리고 산점도 · 교차표 · 범주별 상자 그림으로 관계를 봅니다.
업무규칙 후보
합계 · 곱 · 비율 · 순서 · 종속(코드 → 이름) 규칙을 찾아 성립률과 어긋난 행을 보여 줍니다.
데이터 전체
똑같은 행, 결측 지도, 늘 함께 비는 열, 함께 움직이는 열 묶음, 분포를 가르는 열을 한눈에 봅니다.
올린 파일은 오래 남기지 않습니다
기관 서버에 설치
서버 한 대에 설치하고, 담당자는 웹 브라우저로 사용합니다.
AI-Ready 정제
파일은 서버 임시 공간에서만 처리하며, 24시간 쓰지 않으면 지웁니다.
탐색적 분석
올린 파일은 분석한 뒤 바로 지웁니다. 결과는 DB에 저장하지 않고 서버 메모리에 두었다가 24시간 쓰지 않으면 지웁니다.
보유 데이터로 직접 확인해 보십시오
설치와 시범 적용을 안내해 드립니다. AI-Ready 정제와 탐색적 분석은 데이터 품질 진단 솔루션 DQube WEB에 포함된 기능입니다.
- TEL
- 02-719-0380
- sales@mitsoft.kr
- 제품 전체 소개
- www.mitsoft.kr