인공지능(AI) 시대 핵심 자원인 학습데이터의 처리 관련 정책이 산업현장 요구를 충분히 반영하지 못 한다는 지적이 나왔다.
한국인공지능·소프트웨어산업협회(KOSA) 산하 초거대AI추진협의회는 최근 이 같은 내용을 담은 'AI 산업전환을 위한 데이터 전략 보고서'를 발간했다.
KOSA는 “산업별로 요구되는 데이터 유형과 처리 기준은 다르지만, 이를 반영한 실효성 있는 제도적 지원은 아직 부족한 상황”이라며 “기업은 학습데이터를 수집·활용하는 과정에서 준수해야 하는 법적·윤리적 기준을 자의적으로 판단할 수밖에 없어 데이터의 수집 용이성 및 품질 저하, 상용화 지연 등 다양한 문제로 이어지고 있다”고 진단했다.
보고서는 AI 기업들이 실제 현장에서 직면하는 어려움을 소개했다.
의료 영상 데이터를 활용하는 A 기업은 데이터가 특정 기관 내에 폐쇄적으로 보관돼 있어 협업을 통한 확보에 어려움을 겪었다. 기관별 데이터 반출 절차도 상이해 표준화의 필요성을 느꼈다.
B 기업은 산업현장 안전 진단을 위한 CCTV 영상 기반 AI 모델을 개발하면서 공개된 학습데이터의 비식별화 처리로 인해 객체 인식 정확도가 저하되는 문제를 겪었다. 이를 보완하기 위해 폐쇄망 내에서 원본 데이터 활용이 가능한 조건부 제도 도입이 필요하다는 점을 제기했다.
보고서는 “(AI 학습데이터 처리 관련)가이드라인이 추상적인 원칙 위주로 구성돼 있어 실제 적용 시 해석 모호성이 존재하며, 그로 인해 기업은 보수적 접근을 취하게 된다”며 “가명정보와 익명정보의 경계가 모호해 동일한 데이터에 대해서도 기관마다 다른 판단을 내리는 사례가 빈번하게 발생하고 있다”고 지적했다.
이에 따른 정책 개선 방향도 제시했다. △의료, 금융, 제조, 유통 등 각 산업의 데이터 특성과 활용 목적을 고려한 세분화된 지침 마련 △개인정보보호위원회, 보건복지부, 금융위원회 등 분산된 가이드라인을 통합한 원스톱 체계 마련 △실무자들이 쉽게 이해하고 적용할 수 있는 구체적인 사례와 판단 기준 제공 △AI 학습데이터 활용을 위한 규제 샌드박스 확대 등이다.
조준희 한국인공지능·소프트웨어산업협회장은 “데이터 전략 없이는 AI 전환이 불가능하다는 위기의식을 가지고 게임체인저 전략을 추진해야 한다”고 강조했다.
현대인 기자 modernman@etnews.com
