9년 동안 1.6조 원을 투입한 AI 학습데이터, 이제는 만드는 것보다 제대로 관리할 때
다음 네이버 9년 동안 1.6조 쏟아부었는데… AI 학습데이터 부실·중복 구멍 최근 AI 기술이 빠르게 발전하면서 정부와 공공기관도 AI 학습용 데이터를 대규모로 구축해 왔습니다. 그런데 9년 동안 1조6000억 원이 넘는 예산이 투입된 국가 AI 학습용 데이터 사업에서 데이터 중복 구축과 품질관리 부실이 감사원 감사에서 확인됐다는 보도가 나왔습니다. 이번 보도에서 드러난 문제는 단순히 일부 데이터가 잘못 만들어졌다는 수준으로 보기 어렵습니다. 이미 존재하는 데이터와 유사한 데이터를 다른 기관이 다시 구축한 사례가 있었고, 별도로 구축된 데이터에서도 AI 학습에 필요한 정보가 누락되거나 실제 이미지와 파일명이 일치하지 않는 문제가 발견됐습니다. 따라서 이번 문제는 단순한 오류 수정으로 끝낼 것이 아니라, 공공데이터를 만들고 관리하는 전체 과정 자체를 다시 점검해야 하는 사안 으로 판단됩니다. 1. 보도에서 확인된 문제 감사원은 과학기술정보통신부가 2017년부터 1조6328억여 원을 들여 국가 AI 개발지원 플랫폼인 AI허브에 공개 중인 AI 학습용 데이터 908종과 국가·공공기관·지방자치단체 26곳이 별도로 구축한 데이터 313종을 분석한 감사 결과를 2026년 8월 12일 공개했습니다. 그 과정에서 기관별로 이미 존재하는 데이터와 유사한 데이터를 다시 구축한 사례가 확인됐습니다. 대표적인 사례가 한국도로공사의 야생동물 학습데이터입니다. 한국도로공사가 2022년 로드킬 예방을 위해 구축한 야생동물 12종의 학습용 데이터 6만 장 가운데 42%, 약 2만5000장이 2021년 과기부가 생산한 데이터와 유사한 것으로 조사됐습니다. 대전 서구가 지난해 구축한 생활폐기물 데이터 9000장 가운데 58%, 약 5200장도 과기부가 5년 전에 만든 데이터와 흡사한 것으로 나타났습...