1.6조원 쏟은 AI 학습데이터 곳곳 ‘구멍’…중복 구축에 학습 불가 자료까지

AI 이미지. 중앙포토

정부가 1조6000억원 넘게 투입한 인공지능(AI) 학습용 데이터 구축 사업에서 유사한 데이터를 중복 제작하거나 실제 AI 학습에 사용할 수 없는 자료를 만든 사례가 감사원 감사에서 다수 적발됐다.

12일 감사원이 공개한 ‘인공지능산업 육성 실태Ⅲ-AI 학습용 데이터’ 감사 결과에 따르면 정부 부처와 공공기관 사이에 기존 데이터와의 유사성이나 대체 가능성을 사전에 확인하는 절차가 미흡해 중복 투자가 잇따른 것으로 나타났다.

과학기술정보통신부는 2020년 16억원을 들여 생활폐기물 128종류의 이미지 15만장 데이터를 구축했다.

하지만 대전 서구는 2025년 1억3000만원을 투입해 생활폐기물 45종류, 9000장 데이터를 별도로 만들었다. 이 가운데 26종류, 5200장은 기존 데이터와 유사한 것으로 조사됐다. 전체의 57.8%에 해당한다.

한국도로공사가 2억8400만원을 들여 구축한 야생동물 이미지도 6만장 가운데 2만5000장, 41.7%가 기존 자료와 유사한 것으로 나타났다.

기관들이 같은 시기에 비슷한 데이터를 각각 구축한 사례도 확인됐다.

과기정통부와 개인정보보호위원회는 2023년 각각 17억5300만원과 3억800만원을 투입해 구강 이미지 데이터를 구축했다.

개인정보보호위원회가 만든 치아 상·하 이미지 1000장은 모두 과기정통부가 구축한 자료와 유사한 것으로 조사됐다.

실제 AI 학습에 사용할 수 없는 데이터를 만든 사례도 있었다.

한국도로공사가 공개한 도로주행 폐쇄회로(CC)TV 이미지 2680장은 자동차 위치 좌표 정보가 빠져 있어 AI 모델 학습에 사용할 수 없는 상태였던 것으로 나타났다.

서울시가 구축한 대형폐기물 이미지에서도 오류가 발견됐다. 전체 2303장 가운데 538장, 23.4%는 파일에 표시된 품목명과 실제 사진이 일치하지 않았다.

감사원은 기관 간 데이터 구축계획을 사전에 공유하거나 조정하는 체계가 부족해 유사 데이터에 예산이 중복 투입되고 품질 관리에서도 허점이 발생한 것으로 판단했다.

감사원은 과기정통부에 기존 데이터의 대체 활용 가능성을 사업 추진 전에 검토하고, 기관별 데이터 구축계획을 공유·조정할 수 있는 체계를 마련하라고 통보했다.

정부가 AI 산업 육성을 위해 대규모 재정을 투입하고 있는 만큼 향후 학습용 데이터 구축 단계에서 중복 투자 방지와 품질 검증을 강화해야 한다는 지적이 나온다.



정재홍([email protected])