정부가 인공지능(AI) 서비스 상용화를 위한 빅데이터 구축에 3년간 약 1조 3000억 원의 예산을 투입했으나 실제 매출액은 투입 예산의 6% 정도에 그친 것으로 나타났다. 서비스 상용화에 다소 시일이 걸린다는 점을 감안하더라도 정부가 부은 ‘마중물’에 비해 산출물이 적다는 지적이 나온다. AI 모델의 경쟁력은 데이터로부터 나오는데 사용성 높은 서비스로 이어지기에 정부가 구축한 데이터세트의 품질이 부족한 것이 상용화에 걸림돌로 작용했다는 분석이다. 업계에서는 정부의 AI 정책 방향이 민간 데이터 거래 환경 구축을 통해 완성도 높은 서비스 개발 지원으로 옮겨가야 한다는 지적이 나온다.
13일 과학기술정보통신부에 따르면 여러 산업군에서 데이터세트를 구축하는 AI학습용 데이터 구축 정책에 2020년부터 지난해까지 3년 간 약 1조 2427억 원이 투입됐다. 이 정책은 다양한 산업군에서 데이터세트를 구축해 이를 활용할 스타트업들의 비용 부담을 줄이는 한편 상용 AI 서비스 배출을 유도하기 위해 기획됐다. 데이터 구축 사업자는 물론 이를 활용해 서비스를 개발하는 사업자가 컨소시엄을 이뤄 참여한 것으로 1222개 기업·기관이 참여했다.
문제는 이들이 만든 서비스 중 매출을 발생시킨 경우는 115건에 그쳤다는 점이다. 대규모 데이터를 정제·분석하는 도구인 데이터 저작도구가 매출을 일으킨 경우도 포함돼 단순 AI 서비스만으로 발생한 매출 건수·규모는 이보다 적다. 전체 서비스가 일으킨 총 매출도 투입 예산의 6% 정도인 약 855억 원 수준이다. 업계 관계자는 “챗GPT 개발에 약 2조 원 정도가 든 것으로 추산되는데 비슷한 규모가 투입된 것 치고는 아쉽다”고 평가했다.
AI 모델의 성능은 데이터 품질과 직결된다. 업계에서는 구축된 데이터세트들이 고도화된 서비스를 만들기에는 품질이 떨어진다고 평가한다. 양적 성과 달성이나 일자리 창출에 무게를 둔 탓에 데이터 품질에 대한 관심이나 관리가 부족했다는 지적이다. 박춘원 한국외대 정보기록학과 교수는 “거의 모든 산업 분야에서 데이터세트를 만드려 하다보니 산업별 특성을 제대로 반영한 요구와 검증이 제대로 이뤄지지 못했다”고 평가했다.
전문가들은 정부가 보유한 데이터 외에도 양질의 민간 데이터를 끌어낼 수 있는 거래 환경을 형성하고 이를 유도할 수 있는 인센티브 구조를 설계해야 한다는 목소리가 힘을 얻는다. AI 스타트업 업계를 연구해 온 김정환 부경대 미디어커뮤니케이션학부 교수는 “평가 기준 자체가 업로드 양이나 거래 수와 같은 정량 위주가 되다 보니 품질 통제 부분에서 아쉬웠다”며 “생성형 AI 시대에는 데이터 양도 더 많이 필요해지기 때문에 이제는 좋은 데이터를 가진 기업들이 데이터를 공유할 수 있는 시장을 만들고 인센티브를 제공할 필요가 있다”고 말했다.
좋은 서비스가 만들어지면 자연히 이용자가 몰리고, 이용자가 서비스를 쓰는 과정에서 양질의 데이터들이 생겨날 수 있기 때문에 챗GPT와 같은 화제작이 만들어져야 한다는 주장도 나온다. 이경전 경희대 경영학과·응용통계학과 교수는 “정부 차원에서 데이터를 구축하는 것도 의미가 있지만 이용자들이 서비스를 사용하게 해야 한다”며 “일단 서비스가 시작되면 데이터가 저절로 생기고 쌓인다”고 설명했다.
정책 효과를 극대화하기 위해서는 보다 정밀한 피드백이 필요하다는 지적이다. 급변하는 기술 흐름에서 시장에서 통하는 신규 서비스를 배출한다는 정책 목표에도 3년 간 개발된 신규 서비스가 개수조차 파악되지 않는 실정이다. 한국지능정보사회진흥원 관계자는 “기관 안팎의 문제 제기에 따라 올해부터는 신규 서비스 수치 등 보다 면밀히 조사할 계획"이라고 밝혔다.
< 저작권자 ⓒ 서울경제, 무단 전재 및 재배포 금지 >
hjin@sedaily.com
