감사원, AI 육성실태 감사보고서
기관마다 ‘유사 데이터’ 중복 생산
상위 20곳 중 9곳 품질 관리 미비
정부가 1조6000억원 넘게 투입해 인공지능(AI) 학습용 데이터를 구축했지만 일부 데이터가 공공기관끼리 중복되거나 품질관리가 제대로 되지 않고 있다는 감사 결과가 나왔다.
감사원이 12일 공개한 AI 산업 육성 실태 감사 결과를 보면 과학기술정보통신부는 2017~2024년 1조6328억원 예산을 들여 908종의 AI 학습용 데이터를 구축했으나, 이미 있는 데이터를 확인하지 않은 채 공공기관마다 개별 사업을 추진하며 비슷한 데이터를 중복 구축해온 것으로 나타났다. 과기정통부는 2020년 16억원을 투입해 128가지 생활폐기물을 학습하는 이미지 15만장 데이터를 축적했다. 서울시와 대전 서구도 각각 2020년과 2025년 동일한 목적으로 생활폐기물 학습용 데이터를 별도 구성했다. 대전 서구가 1억3000만원을 들여 갖춘 데이터 9000장 중 절반 이상(57.8%)은 이미 과기정통부에서 공개한 이미지와 유사했다.
과기정통부와 개인정보보호위원회가 각각 구축한 구강 학습용 데이터도 비슷했다. 과기정통부는 2023년 17억5300만원 예산으로 구강 학습용 데이터 14만5140장을, 개보위는 3억800만원을 투입해 1000장을 확보했는데, 전부 과기정통부 데이터와 유사한 것으로 확인됐다.
감사원은 과기정통부에 개별 공공기관에서 AI 학습용 데이터 사업 수행 시 이미 갖춰진 데이터의 대체 활용 가능성을 사전에 검토하라고 통보했다. 또 기관별 데이터 구축 계획을 사전에 공유·조정토록 하라고 했다.
공공기관이 생산·공개한 AI 학습용 데이터의 품질도 낮은 것으로 확인됐다. 학습용 데이터 구축 실적 상위 20개 기관 중 9곳은 제3자의 품질 검증 없이 데이터를 공개하고 있었다. 식품의약품안전처 등 2개 기관은 품질관리 기준이 없다는 이유로 자가점검이나 제3자 품질 검증도 하지 않았다. 한국도로공사는 지난해 도로주행 폐쇄회로(CC)TV 학습 데이터 이미지 2680장을 축적했지만, 위치 좌표 정보가 누락돼 AI가 학습할 수 없는 종류인 것으로 나타났다. 서울시도 2020년 대형폐기물 이미지 데이터 2303장을 갖췄지만 이 중 23.4%가 텍스트 파일과 이름이 달라 사용하기 어려운 것으로 파악됐다.
감사원은 “공공기관에서 AI 학습용 데이터를 구축할 때 통일된 품질관리 기준이 없다면 구조적·형식적 오류나 규격 위반, 라벨 불일치 등 문제를 충분히 걸러내지 못해 품질 차이가 생길 뿐 아니라, 낮은 품질의 데이터를 제공하게 돼 AI 학습 정확도를 크게 저해하는 요인이 될 수 있다”고 했다.
댓글
0