데이터 완전성(Data Completeness)은 정해진 목적에 필요한 레코드와 값이 데이터셋에 빠짐없이 존재하는 정도를 뜻합니다. 모든 필드를 무조건 채워야 한다는 가정이 아니라, 사전에 정한 요구사항을 기준으로 측정합니다. 따라서 서로 다른 속성, 대상 범위, 기간, 상세 수준을 요구하는 두 작업에서는 같은 데이터셋의 완전성 평가가 달라질 수 있습니다.
예를 들어 고객 테이블에 필수 계정 식별자가 모두 있어도 특정 분석에 필요한 동의 상태가 없다면 해당 목적에는 불완전할 수 있습니다. 값이 입력된 필드의 비율은 누락을 찾는 데 도움이 되지만, 레코드가 예상 모집단을 충분히 대표하는지 또는 각 값이 정확한지는 별도로 확인해야 합니다. AI 업무에서는 필수 필드와 레코드, 활용 목적, 측정 범위, 관측 시점을 함께 기록해야 합니다. 그래야 빠진 맥락을 확인하고 결과를 비교할 수 있으며, 완전성만으로 전체 준비 상태를 판단하는 오류를 피할 수 있습니다.