"기관마다 '복붙' 수준 유사 AI 데이터 구축…파일명 오류도"

[이데일리 김인경 기자]과학기술정보통신부를 비롯해 국가기관과 지방단체, 공공기관이 인공지능(AI) 산업을 위해 학습용 데이터를 구축하고 있지만, 다른 기관 데이터와 ‘복사하고 붙여넣기(복붙)’ 수준으로 유사한 데이터가 많아 효율성이 떨어진다는 지적이 나왔다. 박스 데이터를 ‘의자’라고 표기해 오류를 야기할 수 있는 데이터 관리 정황도 드러났다.

[감사원 제공]

12일 감사원은 ‘인공지능산업 육성실태Ⅲ’ 주요 감사결과를 발표했다. 앞서 작년 11월 과기정통부는 인공지능(AI) 산업 육성을 위해 2017년부터 1조 6328억원을 투입해 구축한 학습용 데이터(원시데이터를 AI가 학습할 수 있도록 가공하고 정제한 데이터) 908종을 AI허브에 공개한 바 있다. 과기정통부와 별도로 국가기관과 지방자치단체, 공공기관 26곳도 AI기업이 바로 활용할 수 있는 학습용 데이터 313종을 구축해 개별 포털에 공개하는 등 공공부문 기관들은 AI기업 지원을 위해 노력 중이다. 그러나 ‘쓸 만한 데이터가 없다’는 AI기업들의 호소가 지속되면서 감사원은 공공분야 학습용 데이터 구축사업에 대해 들여다보게 된 것이다.

먼저 막대한 돈을 들인 학습용 데이터지만 기관들이 다른 기관 데이터를 검토하지 않고 유사한 데이터를 구축해 예산 집행의 효율성이 저하된 정황이 확인됐다. 작년 11월 기준 과기정통부는 물론 식약처, 서울시, 도로공사 등 26개 기관도 개별 포털에 학습용 데이터를 공개하고 있다. 하지만 각 기관은 기존에 구축된 데이터에 대해 확인도 하지않고 개별로 사업을 진행하다보니 유사데이터가 구축된 사례가 다수였다.

야생동물, 생활폐기물, 콘크리트 균열, 계란 등 이미지 데이터 4종은 과학기술부가 74억원을 들여 학습용 데이터를 구축한 이후에도 서울시나 도로공사 등 5개 기관이 6억원을 들여 유사한 데이터를 또 구축한 것으로 나타났다. 특히 로드킬 예방을 위한 야생동물 학습용 데이터의 경우 2022년 도로공사가 구축한 데이터(12종, 6만장)의 42%인 2만 5000장이 1년 전 과기정통부가 구축한 데이터와 유사한 것으로 조사됐다.

또 학습용 데이터의 구축계획에 대한 공유나 조정도 되지 않는 정황도 밝혀졌다. 알약, 구강, 자율주행 등과 관련한 데이터 3종의 경우 2021∼2023년간 과기정통부가 233억원을 들여 학습용 데이터를 구축하였는데, 같은 연도에 식약처 등 3개 기관이 8억원을 들여 유사한 데이터를 별도로 구축했다.

개별 기관들이 데이터를 구축할 때, ‘품질관리 기준’이 없이 관리되고 있는 정황도 감사 결과 드러났다.과기정통부는 ‘AI 데이터 품질관리 가이드라인’ 등을 통해 데이터 구축 시 사업수행기관의 자가점검과 함께 납품 전 전문기관 품질검증을 거치도록 요구하고 있지만 개별기관은 기준없이 데이터 품질을 분석하고 있었던 것이다.

도로공사가 작년 구축한 도로주행 CCTV 학습데이터셋의 경우, AI 학습에 필수적인 어노테이션(AI 학습을 위한 데이터 가공 과정에서 학습대상을 기계가 인식할 수 있도록 추가되는 정보를 의미)정보에 차량별 위치 정보가 누락돼 자율주행 기술 개발을 위한 사용이 불가능했다. 또 2020년 서울시가 구축한 ‘대형폐기물 학습데이터’는 박스나 탁자 이미지의 파일명을 ‘가방’으로 입력하는 등 2303장 중 538장(23.4%)의 파일명과 실제 이미지가 달라 AI 학습 시 오류가 발생할 수 있는 상황도 드러났다.

뿐만 아니라 민원을 통해 AI 허브에 공개된 인공지능 학습용 데이터의 오류를 확인하고도 사업수행기관 폐업을 사유로 오류 수정조치 없이 방치된 상황도 있었다.

감사원은 유사한 데이터가 구축되며 예산 집행의 효율성이 저하되는 만큼, 과기정통부 장관에 행정안전부 장관과 협의해 개별 공공기관에서 인공지능 학습용 데이터 구축 시 이미 구축된 데이터의 대체 활용 가능성을 사전에 검토하고, 기관별 데이터 구축 계획을 사전에 공유·조정하는 등의 사전 검토체계를 도입하는 방안을 마련하도록 통보했다.

아울러 개별 공공기관이 구축하고 공개하는 인공지능 학습용 데이터의 품질수준이 향상될 수 있도록 공통적으로 적용하는 품질관리 기준을 마련하거나 최신의 ‘AI 데이터 품질관리 가이드라인’을 적용해 품질 자가점검 및 제3자 품질검증을 하도록 하는 등의 방안을 마련하도록 통보조치했다.

감사원 청사_[연합뉴스 자료사진]