(서울=국제뉴스) 고정화 기자 = 국내 AI 산업이 빠르게 성장하며 글로벌 기술 경쟁력은 상위권을 기록했지만, 데이터 활용 환경은 여전히 뒤처져 있다는 분석이 나왔다.
국회미래연구원은 29일 보고서를 통해 "AI 데이터 생태계 혁신을 위한 규제체계 혁신 방안"을 발표하며, 데이터와 AI를 통합 관리하는 전주기 거버넌스 구축의 필요성을 강조했다.
보고서에 따르면 한국은 영국 Tortoise Media의 글로벌 AI 경쟁력 평가에서 개발 능력 3위, 정부 전략 4위, 인프라 6위 등 기술·정책 역량은 선진국 수준을 기록했다.
그러나 데이터 활용 법령과 운영환경은 35위에 머물러, AI 생태계의 발목을 잡고 있는 것으로 나타났다.
실제 산업계 조사에서도 기업의 59.5%가 '데이터 부족 또는 품질 미흡'을, 47.9%가 '과도한 규제와 법적 불확실성'을, 45%가 '전문인력 부족'을 주요 애로사항으로 꼽았다.
보고서는 AI 데이터 생태계를 전주기 관점에서 ▲학습 데이터 확보·품질 관리 ▲공공·민간 데이터 통합·표준·공유 ▲AI 서비스 모델링·위험관리 및 거버넌스 단계로 나눠 구조적 병목 요인을 분석했다.
학습 데이터 단계에서는 개인정보보호법과 저작권법 등 규제 해석이 불명확해 활용 범위가 제한되고, 공공데이터는 행정 목적 중심으로 구축돼 AI 학습 수요와 맞지 않는다는 점이 지적됐다.
또한 데이터 정제·가공·라벨링을 체계적으로 지원하는 제도가 부족해 기업들이 동일한 데이터를 반복 전처리하며 비용과 일정 부담을 떠안고 있다는 것이다.
공공과 민간 데이터의 통합 단계에서도 문제는 이어졌다.
데이터 표준과 메타데이터 체계가 미비해 검색·재사용 가능성이 떨어지고, 데이터 가치 평가 기준과 책임 분담 구조가 불명확해 기관과 기업 모두 공유에 소극적인 태도를 보이고 있다.
이로 인해 데이터 사일로 현상이 심화되고, 협업이 지연되는 구조가 고착화되고 있다는 분석이다.
AI 서비스 운영 단계에서는 생성형 AI 확산으로 개인정보와 기밀정보가 재노출될 위험이 커지고, 판단 과정의 불투명성으로 사고 발생 시 책임 귀속이 어려운 점이 문제로 지적됐다.
특히 의료·금융·교통 등 분야별 규제와 AI 관련 규제가 중첩 적용되면서 동일한 서비스임에도 상이한 기준이 요구돼 일관된 거버넌스 적용이 어렵다는 점도 드러났다.
이에 따라 보고서는 단계별 개선 방향을 제시했다.
학습 데이터 단계에서는 공공데이터의 AI 학습 목적 정밀화·표준화, 산업별 비정형 데이터 구조화, 민간 데이터 축적 인센티브 강화, 개인정보·저작권 규제의 합리화 등을 제안했다.
통합·표준 단계에서는 국가 단위 공동 데이터 표준체계 확립, FAIR 원칙 기반 메타데이터 규범 구축, 데이터 거래·보상 제도화 등을 강조했다.
서비스 운영 단계에서는 AI 생성물의 법적 성격 규정, 데이터–모델–생성물 계보추적체계 구축, 위험기반 서비스 분류 및 단계별 검증 도입 등 책임성과 투명성을 강화하는 제도 정비가 필요하다고 밝혔다.
여영준 국회미래연구원 부연구위원은 "문제의 본질은 규제 강도가 아니라, 데이터와 알고리즘, 서비스가 순환적으로 연결되는 AI 생태계 구조를 제도 설계가 따라가지 못하고 있다는 데 있다"며 "궁극적으로는 데이터와 AI 생태계를 하나의 시스템으로 통합 관리하는 거버넌스 구축이 AI 경쟁력의 핵심 과제"라고 강조했다.
