데이터 재현성(Data Reproducibility)은 특정 분석이나 AI 실행에 쓰인 데이터셋을 그대로 다시 만들어낼 수 있는 능력입니다. 재현성(Reproducibility)이 코드·환경·실행까지 계산 전체를 다루는 개념이라면, 데이터 재현성은 그중 데이터 쪽 절반을 담당합니다. 같은 원천, 같은 버전, 같은 변환 로직이 주어지면 파이프라인은 매번 동일한 데이터셋을 산출해야 합니다.
이를 위해서는 데이터셋 버전 고정, 스키마·필터 조건 기록, 실행 시점 스냅샷 동결, 원천에서 학습 테이블까지 적용된 변환 이력 로깅이 필요합니다. 이런 기록이 없으면 같은 모델 코드를 다시 돌려도 밑의 데이터가 조용히 바뀌어 결과가 달라질 수 있습니다.
데이터 재현성은 AI 결과를 사후에 설명할 수 있게 만드는 기반입니다. 데이터 상태가 고정되고 문서화되어 있으면, 그 데이터를 쓴 실행은 언제든 추적·비교·재실행할 수 있습니다.
관련 용어: Reproducibility · Verifiable Data State · Data State Freezing · State Versioning