본 논문은 대규모 조직에서 흔히 사용하는 데이터 저장소인 데이터 웨어하우스 내에서 데이터 품질 관리 자동화의 잠재력을 탐구한다. 시중의 DQ(Data Quality) 도구와 학술 문헌에 대한 체계적인 검토를 통해 자동으로 데이터 품질 규칙을 탐지하고 적용하는 기능을 평가하였다. 151개의 도구를 검토한 결과, 대부분의 도구는 데이터 웨어하우스가 아닌 특정 도메인 데이터베이스에서 데이터 정제 및 수정에 중점을 두고 있음을 밝혔다. 데이터 품질 규칙을 탐지할 수 있는 도구는 10개에 불과했으며, 데이터 웨어하우스에 이를 구현하는 도구는 더욱 적었다. 따라서 데이터 웨어하우스에서 AI 기반 DQ 규칙 탐지를 위한 시장과 학계 연구의 상당한 격차를 강조하고, 이 분야의 추가 개발을 통해 DQ 관리 프로세스의 효율성을 높이고 인력 부담과 비용을 절감할 것을 주장한다. 데이터 웨어하우스 환경에 맞춘 데이터 품질 관리 방식 개선을 위한 고급 도구의 필요성을 강조하며, 조직이 요구 사항에 가장 적합한 데이터 품질 도구를 선택하는 데 도움이 될 수 있다.
