본 연구는 데이터 웨어하우스 환경에서 AI 기반 데이터 품질 관리(DQM)를 지원하는 기존 도구들의 현황을 조사한 체계적 문헌 검토 연구입니다. 151개의 DQM 도구를 대상으로 자동화 기능, 특히 데이터 웨어하우스에서 데이터 품질 규칙 감지 및 추천 기능을 평가했습니다. 기능, 사용 가능성, 규정 준수, 데이터 웨어하우스와의 아키텍처 호환성을 기준으로 다단계 선별 과정을 거친 결과, AI 기반 DQM 기준을 충족하는 도구는 10개에 불과했습니다. 분석 결과, 대부분의 도구는 AI를 위한 데이터 정제 및 준비에 초점을 맞추고 있으며, AI를 활용하여 DQM 자체를 개선하는 데는 중점을 두지 않는 것으로 나타났습니다. 메타데이터 및 ML 기반 규칙 감지 기술은 존재하지만, SQL 기반 규칙 명세, 조정 로직, AI 기반 권장 사항의 설명 가능성과 같은 기능은 부족했습니다. 본 연구는 도구 선택을 위한 실질적인 지침을 제공하고 차세대 AI 기반 DQM 솔루션을 위한 중요한 설계 요구 사항을 제시하며, "AI를 위한 데이터 품질"에서 "데이터 품질 관리를 위한 AI"로의 패러다임 전환을 주장합니다.
