정부가 1조6000억원 이상을 투입하여 진행한 공공 인공지능(AI) 학습용 데이터 구축 사업에서 중복 구축과 데이터 검증 부실, 오류 방치 등이 심각한 문제로 지적되었다. 감사원은 12일 발표한 ‘인공지능산업 육성 실태(AI 학습용 데이터)’ 감사 결과를 통해 과학기술정보통신부, 행정안전부 및 한국지능정보사회진흥원(NIA) 등의 사업 방식에 대한 개선 필요성을 제기했다.
감사원의 조사에 따르면, 과기정통부가 2017년부터 1조6328억원을 투자해 구축한 908종의 데이터와 26개 지방자치단체 및 공공기관에서 구축한 313종의 데이터 간의 사전 공유 체계가 부재하여, 수십억원 규모의 유사 및 중복 데이터가 별도로 구축됐다. 이는 예산의 낭비로 이어졌으며, 한국도로공사가 만든 야생동물 데이터의 42%가 과기정통부의 기존 데이터와 유사했음이 밝혀졌다. 서울시와 대전 서구가 수집한 생활폐기물 데이터 또한 각각 63% 및 58%가 중복된 것으로 나타났다. 심지어 식품의약품안전처가 구축한 자동 알약 식별 데이터 1411종 역시 기존 데이터와 상당 부분 겹쳤다.
데이터 품질 관리 측면에서도 문제는 심각했다. 한국도로공사의 ‘도로주행 CCTV 학습데이터셋’에서는 AI 학습에 필수적인 차량 위치 좌표 정보가 누락되어 자율주행 학습이 불가능한 상태로 드러났다. 또한, 서울시의 ‘대형폐기물 학습데이터’에서 상자의 23.4%가 ‘가방’으로 잘못 분류되었다. NIA가 공개한 721종의 데이터 중 29.5%를 납품한 65개 업체는 이미 폐업한 상태였으며, 이와 관련된 오류 민원이 접수되고도 해결되지 않고 방치된 사실이 확인되었다.
감사원은 이러한 문제를 해결하기 위해 유사 데이터 구축 중지, 활용 불가능한 데이터 생산 방지 및 데이터 구축 후의 체계적인 사후 관리 방안 마련을 강력히 요구하였다. 데이터 구축 사업이 효율적으로 진행되기 위해서는 기관 간의 사전 공유와 협력 체계를 구축할 필요성이 대두되고 있다. 데이터의 중복 및 비효율성을 줄이기 위한 실질적인 노력이 없다면, 향후 AI 산업의 발전은 물론 세금 낭비를 지속할 가능성이 높다.
이러한 문제를 해결하기 위해서는 정부와 관련 기관들의 철저한 회계 감사와 체계적인 관리 방안 마련이 필수적이다. 공공 AI 데이터 사업의 투자는 시대의 흐름에 맞는 중요한 과제가 되고 있으나, 보다 효과적인 데이터 관리와 품질 보증 체계를 통해 납세자의 혈세를 올바르게 사용해야 한다는 사회적 요구가 커질 것이다.
