Data interoperability(데이터 상호운용성)는 서로 다른 시스템이 데이터를 주고받으면서 그 의미를 잃지 않고 올바르게 사용할 수 있는 능력입니다. 이는 플랫폼 사이에서 바이트를 옮기는 일(이미 data integration이 처리합니다)이나 파일 포맷을 맞추는 일을 넘어섭니다. 상호운용성이 제대로 작동하려면 값이 양쪽에서 같은 의미를 갖게 하는 맥락, 곧 단위와 정의, 필드 간 관계가 보존돼야 합니다. 예를 들어 두 병원이 혈당 수치를 똑같이 숫자로 저장해도, 양쪽이 같은 단위와 참조 범위를 함께 갖고 있어야만 그 값을 안전하게 비교할 수 있습니다. 헬스케어에서 이 점이 가장 분명하게 드러나는데, 참조 범위나 측정 시점을 잃은 검사 결과는 그대로 판단에 쓰기 위험하기 때문입니다. AI에서 상호운용성은 준비도의 전제 조건입니다. 기술적으로는 연결됐지만 맥락이 벗겨진 데이터를 쓰면 모델이 조용히 어긋납니다. 전달되는 동안 남은 의미만으로 모델이 학습하기 때문입니다.
자주 묻는 질문
Data interoperability란 무엇입니까?
서로 다른 시스템이 데이터를 주고받으면서 포맷뿐 아니라 그 의미까지 잃지 않고 올바르게 사용할 수 있는 능력입니다.
데이터 통합(integration)과 무엇이 다릅니까?
통합은 시스템 사이에서 데이터를 옮깁니다. 상호운용성은 단위·정의·관계를 포함해 데이터가 도착한 뒤에도 같은 의미를 유지하게 합니다.
AI에 상호운용성이 왜 중요합니까?
연결은 됐어도 맥락이 벗겨진 데이터로는 모델이 제대로 돌지 않으므로, 시스템 간 의미 보존이 AI-ready 데이터의 전제입니다.