# DQS 개요

> Data Quality Sense가 무엇인지, 어떻게 작동하는지, 그리고 Salesforce 네이티브 아키텍처가 데이터에 왜 중요한지 알아봅니다.

Source: https://dataqualitysense.com/ko/resources/using-dqs/dqs-overview/
Last updated: 2026-06-03

---

## Data Quality Sense란 무엇인가?

Data Quality Sense(DQS)는 Salesforce 네이티브 데이터 프로파일링 및 품질 분석 애플리케이션입니다. 데이터 품질을 측정하고, 이해하고, 개선하도록 도와 신뢰할 수 있는 비즈니스 의사 결정과 AI 준비가 된 데이터셋을 확보하게 해 줍니다.

DQS는 전적으로 Salesforce 내부에서 실행됩니다. 데이터는 플랫폼을 절대 떠나지 않습니다.

## 핵심 차별점

### 100% Salesforce 네이티브

DQS는 표준 아키텍처를 사용해 Salesforce 플랫폼 위에 구축됩니다.

| 구성 요소 | 기술 |
|-----------|------------|
| 사용자 인터페이스 | Lightning Web Components (LWC) |
| 구성 | Custom Metadata Types (CMT) |
| 처리 | Apex Batch Jobs |
| 저장소 | Custom Objects |

**네이티브 방식이 중요한 이유:**
- 데이터가 Salesforce 안에 머무릅니다 (내보내기 없음, 외부 API 없음)
- 기존 Salesforce 보안 및 권한을 그대로 사용합니다
- 유지하거나 문제를 해결해야 할 연동(integration)이 없습니다
- Salesforce 사용자에게 익숙한 인터페이스입니다

### 코드 불필요

DQS는 포인트 앤 클릭 마법사를 통해 구성합니다. Apex 코드도, 수식도, 기술적 역량도 필요하지 않습니다.

Definition Builder는 다음 과정을 안내합니다.
1. 무엇을 측정할지 선택
2. 어떤 필드를 분석할지 선택
3. 임곗값과 규칙 설정
4. 검토 및 활성화

Salesforce 관리자(Admin)는 개발자의 지원 없이도 스캔을 구성하고 실행할 수 있습니다.

### 모든 기능 포함

DQS는 단일 유료 제품입니다. 모든 역량(capability)을 모든 사용자가 사용할 수 있습니다.

- 모든 데이터 품질(Data Quality) 차원 변형(variant)
- AI Readiness (PII Detection)
- 사용자 정의 정규식 패턴
- CSV 내보내기
- 예약 및 반복 스캔
- Mentor Panel — 각 스캔이 방금 측정한 내용을 바탕으로 한 맥락 기반(in-context) 추천

유일한 사용 제한은 조직(org)당 스캔 횟수입니다 (구성 가능하며 기본값 10회).

## DQS가 측정하는 것

DQS는 그 역량을 두 가지 차원으로 구성합니다.

### 데이터 품질(Data Quality) 차원

운영상의 위생을 위한 전통적인 데이터 품질 검사입니다.

| 역량 | 측정하는 것 |
|------------|------------------|
| 완전성(Completeness) | 필수 필드가 채워져 있는가? |
| 유효성(Validity) | 값이 기대하는 형식에 부합하는가? |
| 고유성(Uniqueness) | 레코드가 서로 구별되는가? |
| 시의성(Timeliness) | 데이터가 최신인가? |
| 일관성(Consistency) | 값이 균일한가? |

### AI Readiness 차원

Agentforce 및 AI 준비를 위한 고급 검사입니다.

| 역량 | 측정하는 것 |
|------------|------------------|
| PII Detection | AI에 노출되기 전에 민감한 데이터가 보호되고 있는가? |

## DQS의 작동 방식

### DQS 워크플로

1. Definition Builder를 사용해 무엇을 분석할지 **정의(Define)**합니다
2. 각 역량에 대한 임곗값과 규칙을 **구성(Configure)**합니다
3. 레코드를 배치(batch)로 처리하는 스캔을 **실행(Execute)**합니다
4. 메트릭과 함께 결과를 **검토(Review)**하고 영향을 받은 레코드까지 드릴다운합니다
5. 발견된 문제를 — Mentor Panel의 맥락 기반 추천의 안내를 받아 — **조치(Act)**하여 데이터 품질을 개선합니다
6. 반복 스캔으로 시간에 따른 추세를 **모니터링(Monitor)**합니다

### 아키텍처 개요

```
┌─────────────────────────────────────────────────────────────┐
│                     DEFINITION BUILDER                       │
│   Configure what to analyze, which fields, what thresholds  │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                      SCAN EXECUTION                          │
│   Batch Apex processes records against selected capabilities │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                      RESULTS STORAGE                         │
│   Metrics stored in custom objects for analysis and trends   │
└─────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────┐
│                    RESULTS DASHBOARD                         │
│   View scores, drill down to records, export for cleanup     │
└─────────────────────────────────────────────────────────────┘
```

### 처리 모델

DQS는 처리를 위해 Salesforce Batch Apex를 사용하며, 이는 다음을 의미합니다.

- **확장 가능**: 수백만 건의 레코드를 처리합니다
- **거버넌스 준수**: Salesforce 한도(limit)를 자동으로 준수합니다
- **백그라운드**: 사용자를 차단하지 않고 실행됩니다
- **재개 가능**: 중단되더라도 이어서 계속합니다

처리 비용은 역량에 따라 달라집니다.

| 비용 수준 | 예시 역량 | 비고 |
|------------|----------------------|-------|
| LOW | Completeness, Validity | 단순한 필드 검사 |
| MEDIUM | Timeliness, Consistency, PII Detection | 패턴 분석 |
| HIGH | Uniqueness | 레코드 간 비교 |

## 핵심 개념

### Definition

Definition은 사용자가 구성한 데이터 품질 검사입니다. 다음을 지정합니다.

- 어떤 Salesforce 객체를 분석할지
- 어떤 필드를 포함할지
- 어떤 역량을 실행할지
- 어떤 임곗값과 규칙을 적용할지
- 범위를 좁히기 위한 어떤 필터를 적용할지

서로 다른 객체나 사용 사례를 위해 여러 개의 Definition을 가질 수 있습니다.

### Capability(역량)

역량은 특정 유형의 데이터 품질 검사(Completeness, Validity 등)입니다. 각 역량은 다음을 갖습니다.

- **변형(Variant)**: 동일한 검사의 서로 다른 구현
- **메트릭(Metric)**: 측정하는 것 (비율, 개수, 점수)
- **구성(Configuration)**: 사용자가 설정하는 임곗값과 옵션

### Variant(변형)

변형은 역량의 구체적인 구현입니다. 예를 들어 Completeness에는 다음이 있습니다.

- **Global Fill Rate**: 기본적인 완전성 백분율
- **Contextual Logic**: 조건부 규칙이 적용된 완전성

### Metric(메트릭)

메트릭은 스캔이 산출하는 구체적인 측정값입니다. 예시는 다음과 같습니다.

| 메트릭 | 유형 | 예시 |
|--------|------|---------|
| Completeness Rate | 백분율 | 레코드의 85%에 Email이 채워져 있음 |
| Invalid Count | 정수 | 234건의 레코드에 잘못된 이메일 형식이 있음 |
| Dominant Values | JSON | 가장 흔한 Industry 값 상위 5개 |

## 시작하기

### 1단계: AppExchange에서 설치

1. Salesforce AppExchange로 이동합니다
2. "Data Quality Sense"를 검색합니다
3. "Get It Now"을 클릭하고 설치 마법사를 따릅니다
4. 사용자에게 DQS 권한 집합(permission set)을 할당합니다

### 2단계: 첫 번째 Definition 생성

1. App Launcher에서 DQS를 엽니다
2. "New Definition"을 클릭합니다
3. 마법사를 따라 첫 번째 스캔을 구성합니다

자세한 안내는 [Definition Builder 가이드](/ko/resources/using-dqs/definition-builder/)를 참고하십시오.

### 3단계: 실행 및 검토

1. Definition을 저장합니다
2. "Run Scan"을 클릭합니다
3. 처리가 완료될 때까지 기다립니다
4. 결과를 검토합니다

해석에 관한 안내는 [결과 이해하기](/ko/resources/using-dqs/understanding-results/)를 참고하십시오.

## 다음 단계

- [Definition Builder 가이드](/ko/resources/using-dqs/definition-builder/): 단계별 구성
- [스캔 실행](/ko/resources/using-dqs/running-scans/): 실행 및 모니터링
- [결과 이해하기](/ko/resources/using-dqs/understanding-results/): 데이터 해석하기