AI기본법·데이터산업법 개정안, 데이터 개방의 실효성을 가를 조건

국무회의 통과, 어디까지 읽어야 하나

최근 보도에 따르면 국가 AI 데이터의 체계적 관리와 활용, 확보·제공 확대를 위한 AI기본법·데이터산업법 개정안이 국무회의를 통과했다. 데이터 연계·개방 의무화도 보도의 주요 내용이다. 이를 읽을 때는 정책이 지향하는 방향과 실제 적용 조건을 구분해야 한다. 국무회의 통과 소식만으로 모든 데이터가 곧바로 공개되거나 누구나 자유롭게 쓸 수 있다고 받아들이기는 어렵다.

이번 변화의 의미는 AI 경쟁력을 모델 개발뿐 아니라 데이터의 공급과 관리에서도 찾는다는 데 있다고 분석할 수 있다. 데이터가 여러 곳에 흩어져 있으면 필요한 자료를 찾고 연결하는 데 비용이 든다. 체계적인 관리와 제공 확대는 이런 부담을 낮출 가능성이 있다. 다만 공급 창구를 늘리는 것만으로 활용 성과까지 보장되는 것은 아니므로, 실제 이용 과정의 편의도 함께 살펴야 한다.

개방의 가치는 파일 수보다 활용 가능성

분석의 초점은 얼마나 많이 개방하느냐에서 얼마나 쓸 수 있게 제공하느냐로 옮길 필요가 있다. 같은 항목이라도 기관마다 분류 기준이나 단위가 다르면 결합 전에 별도의 정리가 필요하다. 자료의 생산 목적, 수집 범위, 갱신 여부를 설명하는 정보도 중요하다. 이런 설명이 충분해야 이용자는 데이터의 한계를 이해하고, 자신의 서비스에 적합한지 판단할 수 있다.

가령 지역별 수요를 예측하는 AI 서비스를 만든다고 가정해 보자. 자료를 내려받을 수 있어도 지역 구분과 집계 기간이 서로 다르면 바로 비교하기 어렵다. 이는 개정안의 구체적인 내용을 설명하는 사례가 아니라, 데이터 활용에서 흔히 생기는 문제를 보여주는 예다. 개방 확대의 실효성을 평가할 때 접근 가능 여부와 함께 비교 가능성, 오류 수정 방식까지 살펴야 하는 이유다.

기업은 도입 전에 이용 조건부터 확인

기업 입장에서는 외부 데이터 확보의 선택지가 넓어질 가능성이 있다는 점이 관심사다. 특히 자료를 직접 수집하고 정리할 여력이 적은 조직에는 도움이 될 수 있다. 그러나 실제 비용 절감 폭은 데이터의 품질과 가공 난도에 따라 달라질 전망이다. 도입 검토 단계에서는 필요한 항목이 있는지뿐 아니라, 기존 업무 시스템과 연결하는 데 얼마나 많은 작업이 필요한지도 따져야 한다.

지금 할 수 있는 준비는 필요한 데이터와 이용 조건을 목록으로 정리하는 일이다. 상업적 이용과 재제공이 가능한지, 갱신 주기는 어떠한지, 제공이 중단되면 대체할 자료가 있는지 확인할 항목을 마련할 수 있다. 이는 개정안이 특정 의무를 부과한다는 뜻이 아니라 실무적인 점검 제안이다. 작은 범위의 시험 적용으로 정제 비용과 결과의 유용성을 확인하면 도입 판단에도 도움이 된다.

개인에게는 설명 가능한 서비스가 중요

개인에게 데이터 개방은 다소 멀게 느껴질 수 있지만, 이를 활용한 서비스의 판단을 받는 순간 생활과 연결된다. 일반적인 분석으로는 자료가 특정 집단이나 상황을 충분히 담지 못할 때 결과의 유용성도 달라질 수 있다. 이용자는 AI 서비스가 어떤 범위의 자료를 참고하는지, 최신 정보인지, 잘못된 결과에 대해 설명을 요청하거나 정정을 문의할 창구가 있는지 살펴볼 만하다.

앞으로 정책의 성과를 가늠할 때는 개방 자료의 양과 함께 이용자가 실제로 겪는 불편이 줄었는지를 볼 필요가 있다. 필요한 자료를 찾기 쉬워졌는지, 설명이 충분한지, 오류를 알렸을 때 수정 여부를 확인할 수 있는지가 판단 기준이 될 수 있다. 데이터 확보와 제공 확대가 활용 성과로 이어지려면 공급 단계의 관리와 이용 단계의 피드백이 연결돼야 한다는 것이 이번 변화에서 읽을 실무적 시사점이다.