데이터바우처 지원사업, 품질관리 대폭 강화…기업 AI 전환 기반 높인다

사회부 0 11 2시간전

정형·반정형·비정형 데이터별 맞춤형 품질점검 도입

공개·활용 분야 신설…AI 학습·데이터 재사용 가능한 고품질 데이터 확보

[한국유통신문=김도형 기자] 한국데이터산업진흥원이 데이터바우처 지원사업을 통해 구축되는 데이터의 신뢰성과 활용성을 높이기 위해 품질관리 체계를 대폭 강화한다. 인공지능 학습과 서비스 개발에 활용할 수 있는 고품질 데이터를 확보해 중소기업과 창업기업의 AI 전환, 이른바 ‘AX’를 적극 지원한다는 방침이다.

한국데이터산업진흥원은 2026년 데이터바우처 지원사업에 정형·반정형·비정형 데이터 유형별 맞춤형 품질점검과 다층 품질관리 체계를 도입한다고 밝혔다.

이번 품질관리 강화는 올해 새롭게 마련된 ‘공개·활용 분야’를 중심으로 추진된다. 사업을 통해 구축된 데이터를 특정 기업만 사용하는 데 그치지 않고, 다른 기업과 연구기관도 AI 모델 학습과 서비스 고도화에 활용할 수 있도록 데이터의 신뢰성·표준성·재사용 가능성을 높이는 것이 핵심이다.

과학기술정보통신부와 한국데이터산업진흥원이 추진하는 데이터바우처 지원사업은 중소기업과 청년기업, 예비창업자, 창업 초기기업 등이 데이터에 기반한 AI 서비스를 개발하고 사업화할 수 있도록 지원하는 사업이다.

2026년에는 일반 분야 60개와 공개·활용 분야 60개 등 총 120개 과제를 선정해 72억 원을 지원한다. 일반 분야는 과제당 약 4,500만 원, 공개·활용 분야는 과제당 약 7,500만 원 규모로 지원될 예정이다.

특히 올해 신설된 공개·활용 분야는 지원사업을 통해 구축한 데이터를 공개해 다른 기업과 연구기관 등이 AI 개발과 서비스 고도화에 활용할 수 있도록 하는 분야다. 데이터가 여러 산업과 연구 현장에서 반복적으로 활용되는 만큼, 구축 단계부터 더욱 엄격한 품질관리가 요구된다.

데이터 유형별 맞춤 진단…표준화·상호운용성 확보

품질점검 대상은 데이터바우처 지원사업을 통해 구축되는 정형·반정형·비정형 데이터 전반이다.

정형 데이터는 기준정보와 거래정보, 집계정보 등 테이블 형태로 구조화된 데이터를 말한다. 반정형 데이터는 HTML, XML, 지리정보시스템(GIS) 데이터처럼 일정한 구조 정보를 포함한 파일 형태의 데이터다. 비정형 데이터는 이미지와 영상, 음성, 문서 등 일정한 구조로 정리되지 않은 데이터를 의미한다.

진흥원은 정형·반정형 데이터에 자동화 품질점검 도구를 적용해 테이블 구조, 데이터 표준, 메타데이터 등을 점검한다. 공공데이터 품질관리 수준에 맞춰 데이터 구조와 형식의 일관성을 검증하고, 서로 다른 시스템에서도 활용할 수 있도록 표준화와 상호운용성을 높일 계획이다.

비정형 데이터에 대한 품질점검도 한층 세분화된다.

기존에는 이미지 데이터를 중심으로 품질을 확인했지만, 앞으로는 이미지·영상·음성·문서 등 데이터 유형별 특성을 반영한 별도의 품질 기준이 적용된다. 특히 사람의 육안 점검에 의존해 왔던 영상과 음성 데이터까지 자동진단 대상으로 확대해 품질진단의 정확성과 효율성을 높일 방침이다.

영상 데이터의 해상도와 프레임, 손상 여부, 음성 데이터의 잡음과 왜곡, 문서 데이터의 누락과 형식 오류 등 AI 학습 성능에 직접적인 영향을 미치는 요소를 유형별로 점검할 수 있는 기반이 마련될 것으로 기대된다.

자체점검부터 전문가 검토까지 ‘다층 품질관리’

진흥원은 데이터 구축 과정 전반에 걸쳐 품질을 단계적으로 검증하는 다층 품질관리 체계도 구축한다.

먼저 데이터 공급기업이 구축 데이터에 대한 자체 점검을 실시하고, 이후 자동화 품질진단 도구를 활용해 구조적 오류와 표준 준수 여부 등을 확인한다. 마지막 단계에서는 데이터 품질 전문가가 진단 결과와 실제 데이터의 활용 적합성을 종합적으로 검토한다.

공급기업의 자체 점검, 자동화 품질진단, 전문가 검토를 연계해 단순 오류 검출을 넘어 AI 학습과 데이터 재사용에 적합한 수준인지까지 체계적으로 검증하겠다는 것이다.

이를 통해 데이터 구축 과정에서 발생할 수 있는 누락과 중복, 형식 불일치, 라벨링 오류, 메타데이터 부실 등을 조기에 발견하고 개선할 수 있을 것으로 전망된다.

특히 공개·활용 분야에서 구축된 데이터가 여러 기업과 연구기관에 활용될 경우, 데이터 품질이 AI 모델의 정확도와 서비스 신뢰도에 직접적인 영향을 미칠 수 있다. 이번 품질관리 강화가 국내 AI 생태계 전반의 데이터 활용 수준을 높이는 계기가 될 수 있다는 평가가 나온다.

진흥원은 강화된 품질관리 체계를 통해 데이터바우처 지원사업으로 구축된 데이터의 활용 범위를 확대하고, 기업들이 AI 서비스 개발에 필요한 양질의 데이터를 안정적으로 확보할 수 있도록 지원할 계획이다.

양재수 한국데이터산업진흥원장은 “AI 경쟁력은 결국 고품질 데이터에서 시작된다”며 “데이터바우처 지원사업을 통해 구축되는 데이터를 누구나 신뢰하고 활용할 수 있도록 품질관리 체계를 지속적으로 고도화하겠다”고 밝혔다.

이어 “기업의 AI 전환과 데이터 기반 혁신이 실질적인 성과로 이어질 수 있도록 고품질 데이터의 구축과 개방, 활용을 적극 지원하겠다”고 강조했다.