왜 지금 이 지적이 나왔을까요. 정부가 공공 인공지능(AI) 학습용 데이터 구축에 1조6000억원을 투입했지만, 감사원이 “구축 계획과 품질 관리가 부실했다”는 감사 결과를 내놨거든요. AI 경쟁력의 밑바탕인 데이터가 사실은 허술하게 관리돼 왔다는 점이 드러난 셈이에요.
뉴스1과 경향신문 등이 8월 12일 보도한 내용을 종합하면, 감사원은 공공기관이 진행한 AI 학습용 데이터 구축 사업 전반을 들여다본 결과 상당수 데이터가 저품질이거나 중복됐고, 관리 체계도 부실했다고 지적했어요. 동아일보는 “만든 것 또 만들고, 아예 못 쓸 자료도 있다”는 표현으로 이 문제를 짚었죠.
AI 학습용 데이터는 AI 모델의 성능을 좌우하는 원료와 같아요. 좋은 재료가 없으면 아무리 뛰어난 모델도 좋은 결과를 내지 못하는 것과 같은 이치죠. 그런데 같은 데이터를 여러 기관이 중복해서 만들거나 실제로 활용하기 어려운 저품질 자료가 섞여 있다면, 투입한 예산만큼의 효과를 내기 어렵거든요.
숫자를 정리하면 규모가 더 또렷해져요. 문제가 된 사업 규모는 1조6000억원으로, 국내 AI 예산에서 가장 큰 비중을 차지하는 항목이에요. 감사원은 이 돈이 들어간 데이터 구축 사업에서 구축 계획 수립부터 품질 관리, 사후 활용까지 전 단계에 걸쳐 미흡한 점을 발견했다고 밝혔어요. 정부는 그동안 한국어 말뭉치와 특화 분야 데이터를 대거 구축하며 ‘데이터 댐’이라는 표현까지 써가며 투자를 강조해 왔어요.
정부는 그동안 ‘국가 AI 경쟁력’을 내세우며 데이터 구축에 공격적으로 투자해 왔어요. AI기본법 시행을 앞두고 공공 데이터의 중요성이 더 커지는 시점이라, 이번 감사원 지적은 단순한 예산 낭비 차원을 넘어 국가 AI 전략의 실행 품질을 묻는 신호로 읽혀요. 특히 생성형 AI 시대에는 데이터 품질이 곧 모델 품질로 이어지기 때문에, 관리 부실은 곧 국산 AI의 경쟁력 약화로 직결될 수 있어요.
정부는 2019년부터 ‘데이터 댐’ 사업을 통해 인공지능 학습용 데이터 구축을 대규모로 추진해 왔어요. 한국어 음성·텍스트는 물론 의료, 교통, 제조 등 분야별로 데이터를 쌓는 데 예산을 집중했죠. 이번 감사원 지적은 그동안 ‘양적 확대’에 치우쳤던 사업이 ‘질적 관리’에서는 허점을 보였다는 뜻으로 읽혀요. AI 모델 성능은 결국 학습 데이터의 품질에 좌우되기 때문에, 이 허점은 국산 AI의 경쟁력과 바로 연결되는 문제예요.
업계와 학계에선 이번 감사 결과를 오히려 제도 정비의 계기로 삼아야 한다는 목소리가 나와요. 이미 구축된 데이터를 검수하고, 중복 구축을 막을 통합 관리 체계와 품질 기준을 세워야 한다는 지적이에요. AI기본법 하위 법령에 데이터 품질 관리 조항을 강화해야 한다는 요구도 나오고 있죠.
이번 감사 결과는 공공 AI 데이터 사업이 ‘양’이 아니라 ‘질’로 전환해야 할 시점이라는 걸 보여줘요. 예산을 더 늘리기 전에 이미 만든 데이터를 제대로 검증하고 중복을 없애는 작업이 먼저라는 뜻이거든요. 정부가 감사원 지적을 받아들여 어떤 개선책을 내놓을지, 하반기 AI기본법 시행에 맞춰 데이터 품질 기준이 실제로 강화될지가 관전 포인트예요.
- 원문: 뉴스1 — 감사원 “AI 학습데이터 1.6조 투입했지만…구축계획·품질관리 등 부실”
- 작성: sw4u 9시뉴스 안나영 / 2026-08-13 09:46