[서울=뉴스핌] 김수진 기자 = 인공지능(AI) 시장이 매년 큰 폭으로 성장하고 있다. 정보통신산업진흥원에 따르면 AI 시장규모는 2022년 1132억 달러에 이르고 관련 시장도 3조 9230억 달러에 달할 것으로 내다봤다.

동시에 AI를 학습하는 데이터 산업도 크게 성장할 것으로 보인다. 실제로 올해 AI 학습용 데이터 활용건수는 전년도 대비 6250배 성장한 것으로 나타났다.

관련 사업에 신청한 기업 수도 전년도 2075건에서 올해 6164건으로 3배 가까이 증가했다.

정부는 관련 예산을 올해보다 15% 증가한 1230억원을 투입하고 지원 분야도 늘릴 계획이다. 1000억원 이상의 정부 지원금이 들어가는 '뉴딜' 정책이다.

하지만 일각에서는 데이터 양을 늘리는 데에만 집중하지 말고 품질도 높여야 한다는 목소리가 커지고 있다.

산업현장에서 쓸 수 있는 AI를 실현하기 위해서는 질 높은 데이터를 잘 구축해야 하기 때문이다.

AI 학습용 데이터 품질에 대한 기준은 아직 전무한 상황이다. 많은 전문가들은 데이터 댐 사업이 활발한 지금이 데이터 품질 확보의 적기라고 보고 있다.

다음은 인공지능 기반 소프트웨어 공학 기업인 (주)씽크포비엘 박지환 대표와의 일문일답.

[서울=뉴스핌] 김수진 기자 = 박지환 씽크포비엘 대표가 정부 데이터댐 사업이 성공하기 위해 데이터 품질 확보에 나서야 한다고 밝혔다. 사진은 지난 23일 씽크포비엘 사무실에서 본지와 인터뷰 중인 모습. 2020.12.31 nn0416@newspim.com

-'데이터는 양'이라는 인식이 여전한데.

▲ 올해 사업 발표 후 강남 판교 일대 관련 회사들 중 여기에 발 한번 담가보지 않은 곳이 없을 정도로 엄청난 수가 데이터댐 사업에 뛰어들었다.

정부 재원 수천억 원이 풀리니 당연한 결과다. 하지만 프로젝트 대부분이 데이터 구축, 즉 양 불리기에 급급했던 것 같다.

하지만 생각해보라. 더하기 문제만 수만 개를 풀었다고 해서 우리가 그 사람을 수학을 잘한다고 하지 않듯 AI 학습용 데이터도 다양성을 확보해야 하는 것이 당연하다.

하지만 아직도 시장에서 데이터는 '양'으로만 그 가치를 평가한다. 그 인식 그대로 정부 사업에 반영된 것이다.

품질 논의도 이러한 배경에서 나온 것이 아닐까 싶다. 내년부터 중장기 사업도 진행되는 만큼 늦었지만 이제라도 품질 논의를 해야 할 시점이다.

중요한 것은 요구되는 데이터 품질이 무엇이냐는 거다. 데이터의 오타 유무를 의미하는 것인지, 양을 의미하는지, 다양성 수준을 의미하는지, 포맷의 일관성이나 정확성을 의미하는 지 등을 아주 명확히 해야 한다.

그것을 전제로 현장에서 필요한 신뢰성을 갖춰야 하는데 이를 위해 데이터의 '다양성' 수준이 매우 중요하다. 다양성은 AI가 현장에서의 상황을 이해하고 해석할 능력을 키워주기 때문이다.

데이터 댐의 궁극적 목적은 바로 이것을 확보하는 일이다. 결국 '현장에서 써먹을 수 있는 지능이 나오느냐, 아니면 실험실에서 구경할 장난감을 만드느냐'의 차이다.

이러한 다양성 수준을 평가하는 공인 기준이 없다는 것이 큰 문제다. AI 분야는 기술이나 제도가 성숙돼 있지 못한 상황이다. 미국 등 선진국도 마찬가지다. 따라서 지금이 데이터 다양성에 대한 품질을 확인하는 기준이 필요한 시점이다.

데이터를 바라보는 산업에서의 혼란은 적용 기준이 없기 때문이라고 생각한다. 또한 기준이 사용될 수 있는 실용적인 측정 기술이 부재하다. 이를 시급히 해결하지 못한다면 정부 기대치보다 낮은 결과가 나올 가능성도 있다.

얼마 전 '아마존' 구직자 평가 AI가 성차별하는 모습을 보여 폐기되지 않았나. 업계에 만연한 성차별 편견이 반영된 기존 데이터를 학습했기 때문이다. 이렇듯 AI 신뢰성은 이제 먼 미래 일이 아니라 당장 내가 겪을 수 있는 현실이 됐다.

헬스케어나 에너지 산업 적용 AI의 신뢰성은 생명과 관계되는 만큼 검증 시스템, 즉 가이드라인 확보는 필수다. AI 기술에 맞는 윤리기준을 다방면으로 생각해 만들어야 한다.

현장에서 바라는 정부 정책은.

▲ 다행히 지난 가을 정부가 조만간 관련 대안을 만들겠다고 발표했는데 현장 목소리에 부디 귀기울여주길 바란다. 지식은 없는데 힘을 가진 비전문가들이 정책에 관여해 현실성 떨어지는 대안을 만드는 일이 앞으로는 없었으면 한다.

데이터 댐 사업은 상당히 전문적인 분야고 일반인이 이해하기 쉽지 않다. 따라서 정책 결정 시 비전문가의 영역과 전문가 영역을 명확히 나눠야 한다고 생각한다. 

감리 부문의 현실화 등 현장의 애로도 반영해줬으면 한다. 일례로 감리로 온 분이 데이터와 빅데이터의 차이도 이해 못하거나 보고서를 회사 측에 대신 써달라고 했었다고 전해 들었다. 이런데 어찌 데이터 댐 사업이 좋은 결과를 얻겠는가. 정부는 이러한 업계 목소리를 열심히 들어야 한다.

데이터 댐 사업의 일자리 창출 효과에 대한 논의도 놓쳐선 안 된다고 생각한다. 당초 사회적 약자를 위해 만들어진 정책인 만큼 그들이 앞으로도 꾸준히 일을 하면서 능률과 경쟁력을 갖출 수 있도록 보완해야 한다.

현재 데이터 구축 사업은 단순반복에 그쳐 저임금근로자로 남을 수밖에 없는 구조다. 우리 회사에서는 단순반복 작업자가 아닌 '데이터 밸런서'로써 고효율적인 업무 능력을 갖출 수 있도록 교육하고 있다.

-데이터 밸런스를 강조하는데.

▲ 예를 들어 이미지 데이터 중 고양이 화상만을 뽑아내는 AI를 개발한다고 하자. 이때 AI는 이미지 데이터의 색조, 명암, 선명도 등 자체 특성뿐만 아니라 해상도, 촬영 시간대, 주변 환경 등 외부 요소까지 고려해 파악해야 한다.

여기에 더해 표범이나 자칼 등 고양이와 혼동할 수 있는 동물 데이터도 AI를 훈련시켜야 현장에서 호랑이를 큰 고양이로 인식하는 실수를 막는다. 이렇듯 AI가 실 산업현장에서 필요한 기능을 안정적으로 수행할 수 있도록 데이터를 설계하고 적용하는 기준 설정은 매우 중요하다. 그것이 '데이터 밸런스'라는 기술이다.

이 기술을 통해 데이터 댐에 모인 데이터가 실제로 특정 현장에서 유용한지 오작동 가능성은 없는지를 검증한다. 현재 한국정보통신기술협회(TTA)의 단체표준으로 지정돼 있다.

-앞으로 산업 전망은.

▲ AI의 경쟁력은 신뢰성이 생명이다. AI가 얼마나 똑똑한지 보다, 얼마나 안전하고 어디까지 믿을 수 있는지가 더 중요해질거다. 그러한 신뢰성을 갖추기 위해서는 AI 데이터를 평가하고 검증하는 기술을 갖춰야 한다고 생각한다.

아직 AI 성능이나 신뢰성을 평가하는 기술이 부재하고 그에 대한 기준도 사실상 거의 없다. 아직은 혼란한 상황이지만 또 다르게 말해 한국이 관련 시장을 선도할 수 있다는 의미기도 하다.

우리 회사의 데이터밸런스 뿐만 아니라 국내 다른 기업들이 더 많은 다양한 방법을 시도하며 선의의 경쟁을 펼친다면 관련 시장도 더욱 발전하지 않을까 싶다. 공공의 영역에서도 이에 많은 관심과 지원이 있기를 바란다.

nn0416@newspim.com