공공 데이터 검증 체크리스트

게시하기 전에 공공 데이터를 확인하세요

공공 데이터는 가져오기 쉽고 잘못 읽기도 쉽습니다. 대부분의 오류는 API 호출이 아니라 숫자가 의미하는 바에 있습니다. 답변을 제공하거나, 차트를 그리거나, 페이지를 배송하기 전에 이 체크리스트를 실행하고, 발견한 내용을 출력(각주, 주의사항 줄, "계산 방법" 노트)에 포함하세요. 결과를 더 깔끔하게 보이게 하려고 주의사항을 숨기지 마세요.

아래 각 규칙은 실제 사례에서 비롯되었습니다. 예제는 포르투갈 데이터를 사용하지만, 검사 내용은 모든 국가에 적용됩니다.

사용 방법

1. 주장을 한 문장으로 작성합니다("아로카는 주민 1인당 공공 계약에 €845를 지출합니다").
2. 8가지 검사를 수행합니다. 각 항목에 대해 확인하거나 주의사항을 추가합니다.
3. 출력을 다음으로 끝냅니다: 출처, 기준 기간, 추출 날짜, 한 줄 방법론, 주의사항.

8가지 검사

1. 기준 기간

• 모든 숫자에는 명시적인 연도(또는 날짜 범위)가 있어야 합니다. "최신"은 연도가 아닙니다.
• 출처를 결합할 때는 해당 연도를 비교하세요. 차이가 있다면 각주뿐만 아니라 차트에도 명시하세요.
• 최신 기간에 실제로 값이 있는지 확인하세요: 일부 API는 빈 최신 연도를 반환합니다(Eurostat lastTimePeriod=1이 value: {} 반환). INE는 최근 연도를 "Dado preliminar"로 표시합니다.
• 데이터세트가 사용하는 날짜를 주의하세요. Portal BASE 파일에는 계약 연도인 "연도" 필드가 있는 반면, 포털은 날짜가 게시 날짜라고 말합니다. 하나를 선택하고 명시하세요.
• 진행 중인 연도는 모든 곳에 레이블이 필요하며("2026년 10월 4일까지"), 명시하지 않고 전체 연도와 비교해서는 안 됩니다.

예: 계약은 2025년, 최신 INE 인구는 2023년 → "€/주민 = 2025년 계약 ÷ 2023년 인구".

2. 단위와 척도

• 데이터보다 먼저 메타데이터를 읽으세요. INE의 지방 재정 지표는 천 유로 단위입니다(10의 거듭제곱 = 3): 23754는 €23.8M이지, €23,754가 아닙니다.
• 통화, 명목 vs 실질(인플레이션), 현금 vs 발생 기준, "%"가 비율인지 변화인지 확인하세요.
• 1인당 수치는 같은 지역의, 그리고 이상적으로는 같은 연도의 인구가 필요합니다.

3. 숫자가 측정하는 것

• 개념을 정확히 명명하세요. 공공 계약은 총 지출이 아닙니다: 계약된(및 게시된) 내용을 다루며, 급여, 이전 또는 모든 지출을 포함하지 않습니다. 지방 수입 및 지출은 예산 집행(DGAL, INE 경유)에서 비롯됩니다.
• 계약 가치 ≠ 지불 금액. Portal BASE에서 "실효 가격" 필드는 종종 0이거나 누락되어 있습니다. 이를 실제 금액으로 취급하지 마세요.
• 추정치, 예측 및 AI 생성 기록은 공식 기록이 아닙니다. 어느 것인지 명시하세요.

4. 범위와 결측치

• 누락된 개체 및 연도가 있는지 확인하세요(예: 특정 연도 예산 데이터가 없는 지방 자치 단체, 학생 수 15~20명 미만일 때 학교 데이터가 통계에서 제외됨).
• 통계에서 제외된 값("*", "-99.0", "dado não disponível")은 누락된 것이지, 절대 0이 아닙니다. 평균에서 제외하고 그 수를 명시하세요.
• 데이터세트가 폐기된 경우(예: 2020년 이후 동결된 BASE OCDS 피드, 2026년에 보관된 api.openar.pt API), 라이브 데이터와 혼합하지 마세요.

5. 작은 숫자와 이상치

• 하나의 큰 항목이 전체를 지배할 수 있습니다: 아로카에서는 하나의 프로젝트(Parque da Saúde)가 2025년 계약의 35%를 차지했습니다. 하나의 항목이 총액의 ~20%를 초과할 때마다 명시하세요.
• 인구가 적으면 1인당 수치가 급변합니다. 작은 지역과 큰 지역을 함께 순위를 매기려면 주의사항을 포함하거나, 규모별로 그룹화하세요.
• 불확실성 또는 표본 크기가 있는 경우 이를 표시하세요(예: 소수의 학생이 있는 "관찰 대 예상" 학교 지표).

6. 개체와 중복

• 동일한 공급업체, 학교 또는 기관이 다른 이름으로 나타납니다 → 이름이 아닌 식별자(세금 번호 NIF/NIPC, DGEEC 학교 코드, INE 지리 코드)로 매칭하세요.
• 파일 간 중복을 확인하세요(중복되는 연간 파일, 나중에 수정된 동일한 계약).
• 분류 코드는 신뢰할 수 없을 수 있습니다(계약의 CPV 코드): 신호로 사용하고 확인한 후 여전히 "검토 중"인 비율을 보고하세요.
• 개인의 개인 데이터를 절대 게시하지 마세요. 개인 세금 번호는 마스킹하세요. 공적 역할을 하는 의원 및 공무원은 괜찮습니다.

7. 공정한 비교

• 동등한 것끼리 비교하세요: 동일한 기간, 동일한 정의, 동일한 단위, 유사한 규모 또는 맥락.
• 존재하는 경우 원시 순위보다 맥락 조정 지표를 선호하세요(예: 학교의 "유사 프로필에 대한 관찰 대 예상").
• 패턴을 패턴으로 제시하고, 비난으로 제시하지 마세요("학교 X의 학점 인플레이션"이 아닌 "예상 프로필 이상의 성적").

8. 라이선스와 출처 표시

• 각 데이터세트 또는 리소스의 라이선스를 기록하세요. dados.gov.pt에서는 동일한 데이터세트가 다른 라이선스로 나타날 수 있습니다.
• 일반적인 사례: Portal BASE other-pd(공개 도메인); INE cc-by(INE + 지표 코드 인용); IPMA 비상업적 용도; Eurostat 및 ECB 상업적 용도 포함 무료(출처 표시 필수); Assembleia da República 출처 표시 필수.
• 라이선스가 notspecified이거나 불명확한 경우, 그렇게 명시하고 확인될 때까지 상업적 제품에 데이터를 넣지 마세요.

출력 템플릿

모든 데이터 답변 또는 페이지를 다음 블록으로 끝내세요:

출처: Portal BASE/IMPIC via dados.gov.pt (2025년 계약, 공개 도메인) · INE, 상주 인구 2023년 (지표 0008273, CC BY)
추출일: 2026-11-02
방법: 2025년 계약 가치 ÷ 2023년 상주 인구
주의사항: 기준 연도 상이; 계약 ≠ 총 지출; 한 프로젝트가 아로카 전체의 35% 차지

빠른 점검 (시간이 부족할 때)

연도? 단위? 정확히 무엇을 측정하는가? 누락된 것? 하나의 항목이 지배적? 동일한 개체가 두 번 계산됨? 공정한 비교? 라이선스? — 어떤 대답이라도 "확실하지 않음"이라면 출력에 그렇게 명시하세요.