KISAC Mail topM_Gline Contact us topM_Gline
 
인사말 회사비전 회사연혁 조직구성 찾아오시는 길
공지사항 자료실 채용정보 감리 및 IT소식
감리비산정 상담요청 FAQ
개인정보영향평가 ISMS-P 취약점분석평가 SW 보안 약점 진단
통신감리 Smart-City
(U-CITY)구축감리
지능형 교통체계 감리 사물지능 통신감리 VE컨설팅
PMO BPR/ISP 컨설팅 데이터 사업
개발감리 운영감리 BPR/ISP 감리 ERP 구축 감리 GIS 구축 감리 DB 구축감리
데이터
데이터 품질인증
데이터 분석/가시화/거래
데이터 가치평가
데이터 품질진단 상담 신청
데이터 관련 업무 의견 접수




개인정보평가지정
고객센터
데이터 가치평가
(Un)Structured Data Valuation
KISAC HOME >> 데이터사업 > 데이터 가치평가



데이터 품질인증/거래/분석/정제/전처리/가공 및 구축에 관련 상담과 업무에 대해 신청을 지원합니다.    》》》》  




1. 데이터 가치평가 정의 및 목적

  데이터 가치의 중요성
데이터를 분석한 결과(analytics)를 얼마나 잘 활용하는지는 기업의 경영 성과를 좌우하는 중요한 요소가 되었다.
PwC의 2019년 보고서에 따르면, 데이터 분석 결과에 기반하여 경영하는 기업은 동일 업종 내의 다른 기업에 비해 기업 가치가 더 높고, 데이터 분석 역량이 우수한 기업이 해당 업종에서 상위의 성과를 낼 가능성이 2배 이상 높다고 하였다.

  데이터 가치평가 정의
‘데이터 가치평가’란, 상품화하려는 데이터나 상품화된 데이터를 통해 창출하는 경제적 가치를 일반적으로 인정되는 가치평가 원칙과 방법론에 입각하여 평가하는 것을 의미한다.

  데이터 가치의 목적
데이터 가치평가는 객관적이거나 절대적이지 않기 때문에 평가의 목적이나 상황에 따라 적절한 평가 방법을 적용하여 추정하여야 한다. 데이터 가치평가의 목적은 평가의 주체 및 수요자 측면에서 크게 다음과 같은 세 가지로 분류할 수 있다.
  • 첫째,  상품화가 가능한 데이터 보유 기업에 대하여 사업타당성 검토를 목적으로 하는 평가
  • 둘째,  데이터 이전·거래, 라이센싱(licensing), 인수·합병, 데이터 담보·투자 가치산정 등 데이터에 대한 금액적 가치부여 또는 거래가격 결정을 위한 평가
본 방법론에 따른 데이터 가치평가는 사업타당성 검토, 거래가격 결정 등 다양한 용도로 활용될 수 있도록 방법론을 정리하였다.



2. 데이터 가치평가의 원칙 및 범위

  데이터 가치평가 원칙 및 가정(전제)
공정시장가치 데이터 가치평가 결과로 산출되는 가치는 공정시장가치를 원칙으로 함
실시 원칙 및 기준 데이터 가치평가 결과는 전문성 및 신뢰성을 확보하도록 데이터 평가 기준을 준수해야 하며, 데이터 평가 기준시점과 유효기간이 명시되어야 함
평가조건의 설정
및 사용원칙 적용
채택 가능성이 높은 조건을 설정하여 가장 효율적이고 효과적인 사용원칙을 적용하여야 함
목적과 용도의 표시 평가의 관점이나 평가요인에 따라 평가결과가 달라질 수 있으므로 평가의 목적과 용도를 명확히 명시하여야 함
가정 및 한계 평가과정에서 사용된 가정과 제한 조건을 제시하여야 하며, 상황의 변화에 따라 평가결과가 변동될 수 있음을 명시하여야 함

  데이터 가치평가 대상 식별 및 범위
대상의 식별 대상 데이터의 속성, 구성, 용도 및 적용 공법(제품) 등의 자산적 속성, 지식 재산권, 사용권 등의 권리관계, 기타 속성 등을 확인하여 평가를 수행하여야 함
데이터 가치평가 범위
[ 출처기준 ]
  1. 저술 데이터
    도면, 사진, 음악 등 창작적 과정을 거쳐 생성된 데이터
  2. 이용자 제공 데이터
    소셜 미디어, 제품 리뷰 등 이용자가 시스템에 입력한 데이터
  3. 기록 데이터
    재무 거래, 웹사이트 방문 이력, CCTV 촬영물 등 온라인 또는 오프라인 데이터 기록
  4. 파생 데이터
    신용점수, 통계 등과 같이 여러 데이터를 결합하거나 취합하여 만들어진 데이터
데이터 가치평가 범위
[ 내용 기준 ]
  1. 마스터 데이터
    고객 데이터, 협력사 데이터, 제품 데이터, 직원 데이터 등 기업의 운영에 있어 중요한 사람, 장소 및 사물에 관한 정보
  2. 거래 데이터
    판매 데이터, 지급 데이터, 고객 접촉 데이터, 지리공간 데이터 등 기업 내부 또는 외부 거래 사건 기록
  3. 참조 데이터
    지역, 통화, 산업 표준 등 다른 데이터 분류를 위한 목적으로만 활용되는 정보
  4. 메타 데이터
    생성일 태그, 저자 태그, 수정 이력, 필드 설명, 감사 이력 등 데이터의 추출, 해석 또는 이용을 보조하기 위한 데이터의 특성 정보
  5. 비구조화된 데이터
    오디오, 텍스트, 비디오, 사진 등 일관된 양식이나 문법이 결여되어 있는 정보
데이터 가치평가 범위
[ 개인정보 기준 ]
  1. 정보주체가 자발적으로 생성한 데이터
    소셜미디어에 등록 또는 업로드한 데이터
  2. 정보주체의 행동을 관측한 데이터
    웹사이트 방문 이력
  3. 추론된 데이터
    자발적 데이터와 관측 데이터를 분석하여 얻어진 데이터



3. 데이터 가치평가 정의 및 평가자 윤리

  데이터 가치평가 정의
  • 데이터 가치평가에 대해 법령에서 다루고 있지 않으므로, 본 방법론에는 다음과 같이 정의하여 사용한다.
  • 데이터 가치평가란 가치를 평가하고자 하는 데이터에 대해 이용 가능한 모든 정보를 활용하여 합리적이며 체계적으로 가치(Value)를 평가하고 그 결과를 수익성과 성장성을 고려한 미래 현금흐름 또는 원가를 설명할 수 있는 자료로 산출하는 전체의 과정으로 정의한다.
  • 이후 데이터 산업법령에 용어정의에 반영될 시 해당 정의를 준용한다.

  데이터 가치평가자의 윤리 규준
  • 데이터 가치평가에 참여하는 모든 평가자는 본 방법론에 규정된 윤리기준을 반드시 준수해야 한다.
  • 데이터 평가자는 ?데이터 가치평가 방법론?이 적용되는 데이터 가치평가의 객관성을 충분히 이해하고 전문가로서의 사회적 역할과 책임을 깊이 인식하여 스스로 행동을 엄격히 규율해야 할 책무가 있다.
  • 데이터 가치평가자는 데이터 가치평가 업무를 수행함에 있어 다음의 윤리원칙을 준수해야 한다.
    1. 데이터 가치평가자는 객관성과 성실성을 유지해야 하며, 고의로 사실을 왜곡하거나 정당한 사유가 없는 한 다른 사람으로 하여금 평가를 대리하도록 하여서는 아니된다.
    2. 데이터 가치평가자는 가치평가 대상 데이터에 대한 전문성을 보유해야 하며, 전문성이 결여된 경우에는 반드시 가치평가 대상 데이터 가치평가의 수행을 완료하기 이전에 지식 또는 경험을 가지고 있는 다른 전문가와 함께 추가적인 연구 또는 자문을 통하여 필요한 데이터 가치평가자로서의 전문성을 보완해야 한다.
    3. 데이터 가치평가자는 소속기관이나 관련 기관의 간섭으로부터 독립되어 자신의 전문지식과 객관적 증거를 바탕으로 데이터 가치평가를 수행해야 한다.
    4. 데이터 가치평가자는 자신과 이해관계가 있는 데이터 가치평가에 대하여는 평가자로서 관여할 수 없고, 데이터 가치평가 의뢰자의 정당하지 않은 청탁이나 평가보수에 영향을 받아서는 아니된다.
    5. 데이터 가치평가자는 제공된 관련 서비스와 관련하여 결론, 제언 또는 견해 등에 대한 합리적인 근거를 제공하기 위한 자료를 충분히 확보해야 한다.
    6. 데이터 가치평가자는 데이터 가치평가 업무를 수행하는 데에 있어 전문가로서의 상당한 주의 의무를 부담하며, 이를 위하여 충분한 증거를 확보해야 한다.
    7. 데이터 가치평가자는 관계 법령에서 정한 명시적인 사유 또는 데이터 가치평가 의뢰자의 명시적인 사전허락이 없이는 제3자에게 데이터 가치평가 관련 자료를 공개해서는 아니된다.
    8. 데이터 가치평가자는 전문가로서 품위를 유지해야 하며, 다음의 행위를 해서는 아니된다.
      • 부당한 청탁, 선전, 광고나 타인에게 오해를 줄 수 있는 행위
      • 정당한 업무활동 이외에 이해관계인과 부적절한 접촉 행위
      • 고의로 지나치게 높거나 낮은 데이터 가치평가금액을 제시하는 행위
      • 평가업무의 수임을 위하여 자신의 전문지식과 능력을 과장되게 광고하거나 기망하는 행위
      • 기타 공정한 데이터 가치평가를 해할 염려가 있는 행위

4. 데이터 가치평가 방법 개요
데이터는 수익을 창출해 낼 수 있다는 점에서 지적재산권이나 영업권 등의 다른 무형자산과 다르지 않다고 볼 수 있다. 따라서 전통적인 자산 평가 방법을 데이터 가치평가에 적용한다.

일반적으로 자산의 가치평가 방법은 ① 소득 접근법(income approach), ② 시장 접근법(market approach), ③ 원가 접근법(cost approach) 이 있다. 이러한 방법은 유가증권, 부동산, 동산 등의 유형자산뿐만 아니라 소프트웨어나 데이터베이스 등의 무형자산의 가치를 평가하는데 활용되어 왔다.

싱가포르 정보통신 개발청(IMDA)와 개인정보보호위원회(PPDC)가 2019년 발간한 “데이터 가치평가 가이드”는 위와 같은 전통적인 자산평가 모델을 적용하여 시장 접근법, 원가 접근법, 소득 접근법을 적용한 결과를 종합하여 데이터의 최종적 가치를 평가할 수 있다 고 설명하고 있다.




의사결정자의 관점에서는 데이터의 사회적 편익을 계산하는 것이 필요하다.이 경우 데이터 활용을 통해 특정 경제적 또는 사회적 목표에 어떠한 인과적 영향이 관련되는 것인지(가령 사회 후생의 증대 효과) 또는 데이터를 활용하지 못함으로써 비효율이 발생할 경우 그 사회적 비용이 얼마나 되는지 측정하는 방법이 활용될 수 있으며, 이에 따라 본 방법론에는 세 가지 방법에 대해 간략하게 정리하며, 특히 데이터 가치평가를 위해 주로 권고하는 Cost 접근법, Income 접근법을 주요 방법론으로 선정하여 두 가지 방법론에 대해 전사 데이터 가치평가 방법론으로 정립하여 내용을 전달하며, 방법론에 따라 산출물, 기법 등을 자세하게 후술한다.


데이터 품질인증/거래/분석/정제/전처리/가공 및 구축에 관련 상담과 업무에 대해 신청을 지원합니다.    》》》》  
회사소개 감리 통신/융합 보안 고객지원 KISAC Mail