[창업·스타트업 이슈] AI 데이터 개방 추진, 스타트업은 접근권과 사업성을 따로 봐야 한다

AI 서비스를 만드는 작은 팀에게 데이터는 개발을 시작하기 전부터 비용이다. 필요한 자료가 어디에 있는지 찾고, 어떤 형식인지 확인하고, 제품에 사용할 수 있는지 협의하는 데 시간이 든다. 정부가 데이터의 확보와 제공, 소재 정보의 통합을 강화하는 법 개정을 추진하면서 이 탐색 비용이 정책의 주요 과제로 떠올랐다. 창업기업이 살펴볼 지점은 데이터의 양보다 실제 제품에 쓸 수 있는 범위다.

국무회의 통과와 이용 가능 시점은 다르다

과학기술정보통신부는 10월 13일 AI기본법과 데이터산업법 개정안이 국무회의를 통과했다고 밝혔다. 발표는 정부사업을 통해 구축·산출된 AI 학습용데이터의 확보·제공을 확대하고, 공공·민간 데이터의 소재 정보를 통합 제공하는 방향을 담았다. 소재 정보는 필요한 자료가 어디에 있는지 찾는 단서이며, 그 자체를 원본 데이터의 이용 허가와 같게 볼 수는 없다.

이날 확인된 것은 법 개정안의 국무회의 통과다. 법률 개정의 확정·공포·시행이나 개별 데이터의 공개 완료와 구분해야 한다. 아직 받을 수 없는 자료를 이미 확보한 자산처럼 사업계획에 넣으면 개발 일정과 고객 약속이 앞서갈 수 있다. 팀은 현재 접근 가능한 자료와 향후 개방을 기대하는 자료를 분리해 관리할 필요가 있다.

데이터 정책은 이미 실증사업과 만난다

중소벤처기업부는 9월 발표한 공공데이터 활용 오픈이노베이션에서 공공기관의 현안과 스타트업 기술을 연결했다. 공개 데이터 기반의 기관 제안 방식과 미공개 데이터 확보를 지원하는 기업 제안 방식을 병행했다. 공공기관의 자료를 받는 것에서 그치지 않고 기술검증과 시제품 제작으로 이어지게 한다는 구조다.

해당 기관 제안 과제를 수행할 기업 모집은 9월 15일부터 10월 6일까지로 안내됐으며, 오늘 새로 신청할 수 있는 모집처럼 소개해서는 안 된다. 여기서 읽을 흐름은 데이터 개방과 실증의 접점이다. 데이터 공급자, 현장 문제를 가진 기관, 기술을 개발하는 기업이 서로 다른 주체일 때 각자의 참여 범위가 제품 개발 속도를 좌우한다.

검색되는 자료가 고객의 문제를 풀지는 않는다

공개 목록에서 관련 분야를 찾았더라도 모델에 필요한 조건과 맞는지는 다시 판단해야 한다. 표본이 실제 고객군을 대표하는지, 촬영 환경과 장비가 현장과 비슷한지, 정답표시가 일관적인지에 따라 시험 결과가 달라질 수 있다. 이것은 이번 개정안이 정한 새 의무가 아니라 데이터를 제품에 적용하는 기업이 부담할 검토 과제다.

학습 단계에서 성능이 높아도 고객 현장에서는 다른 결과가 나올 수 있다. 보유 자료로 모델을 개선하는 작업과 실제 업무에서 오류를 줄이는 검증을 나눠 기록하면 차이를 알 수 있다. 고객이 비용을 지불하는 이유는 데이터셋을 사용했다는 이력이 아니라 작업시간과 오류, 관리 부담이 줄어드는 결과에 있다.

사용 범위와 유지 비용이 계약을 결정한다

사업화 단계에서는 상업적 사용, 재제공, 가공 결과의 활용, 보관과 삭제 조건을 자료별로 확인해야 한다. 개인정보나 권리가 얽힌 데이터는 다운로드가 가능하다는 이유만으로 모든 사용이 허용되는 것은 아니다. 공개 확대라는 정책 방향과 개별 이용계약의 조건을 별개로 읽어야 고객에게 설명할 수 있는 제품이 된다.

초기 확보비만 계산하면 원가도 왜곡된다. 형식 변환, 중복 제거, 오류 수정, 최신 정보 반영에는 계속 일이 생긴다. 공급기관이 갱신을 중단하거나 이용 조건을 바꿀 때 대체 자료를 마련할 수 있는지도 중요하다. 데이터를 무료로 받았다는 사실과 서비스를 낮은 비용으로 오래 제공할 수 있다는 판단은 다르다.

투자자나 고객에게 자료의 출처를 설명할 때는 수집 경로, 적용한 이용 조건, 가공 과정, 검증 결과를 연결해 두는 편이 낫다. 담당자가 바뀌어도 같은 기준으로 모델을 다시 평가할 수 있어야 한다. 이렇게 남긴 기록은 권리 확인과 품질 관리의 비용을 다음 계약에서 반복하지 않도록 돕는다.

이번 법 개정 추진은 창업기업이 필요한 데이터를 찾고 활용할 기반을 넓히려는 움직임이다. 정책의 진척은 따로 확인하면서 기업은 지금 사용할 자료의 조건과 고객 현장에서 검증할 기준을 준비할 수 있다. 탐색 비용이 줄어든 뒤 경쟁력을 가르는 것은 데이터를 보유한 목록이 아니라, 그 자료로 어떤 문제를 해결하고 결과를 얼마나 책임 있게 설명하는가다.

기자 소개｜김용한 김용한 기자는 경영학 박사이자 경영컨설턴트로, 지자체·공공기관의 정책기획과 국비공모, 창업·마케팅 분야 교육·컨설팅을 수행해 왔다. 현재 엠아이넥스트와 국비공모랩 대표로 지역 현장의 문제를 실행 가능한 사업과 연결하는 데 주력하고 있다.