데이터 품질 모니터링(Data Quality Monitoring)은 정해진 데이터 품질 조건을 지속적으로 측정하여 시간에 따른 변화와 예외, 반복되는 문제를 확인하는 활동입니다. 완전성, 일관성, 유효성, 최신성, 정확성 같은 특성에 규칙이나 측정 지표를 적용하고 그 결과를 검토 가능한 기록으로 남깁니다. 데이터 시스템과 파이프라인의 폭넓은 신호를 다루는 데이터 관측성과 달리, 데이터 품질 모니터링은 데이터가 사전에 정한 품질 기대치를 충족하는지에 초점을 둡니다.
예를 들어 매일 들어오는 고객 데이터에서 식별자 누락, 잘못된 날짜, 예상 범위를 벗어난 레코드 수 변화를 확인할 수 있습니다. 검사 실패는 추가 조사가 필요하다는 신호이지만, 그 자체로 원인을 설명하거나 해당 데이터가 특정 AI 작업에 적합하다는 사실을 입증하지는 않습니다. AI 업무에서 모니터링 결과는 데이터 상태를 시점별로 비교하고 변화 이력을 추적하는 근거가 됩니다. 실제 활용 가능 여부는 목적, 필요한 맥락, 수용 기준을 바탕으로 별도로 평가해야 합니다.