AI 시대, 국가 경쟁력의 핵심은 '데이터': 황종성 NIA 원장의 전략과 과제

핵심 트렌드

AI 기술의 발전 속도가 빨라지고 있지만, 이를 뒷받침할 데이터의 제대로 된 자원화 없이는 기술 강국이 될 수 없다는 점이 AI 시대 국가 경쟁력의 핵심 요소로 부상하고 있습니다.

주요 변화 및 영향

• 스케일링 전략의 한계: 과거 GPU와 컴퓨팅 파워 중심의 '스케일링' 전략은 효과가 정체되고 있으며, 이제는 데이터 자체가 경쟁력의 핵심이 되는 시대로 전환되었습니다.
• 한국의 데이터 활용 현실: 디지털화는 우수하나, 공장, 병원, 관공서 등에서 생성되는 방대한 데이터가 표준화되지 않고 자산으로 전환되지 못한 채 버려지고 있어, 1인당 데이터 자원 활용 수준이 글로벌 평균보다 낮거나 중간 수준에 머물러 있습니다.
• AI 활용의 기준 변화: AI를 잘 활용하는 조직과 그렇지 못한 조직을 가르는 기준이 데이터가 되었습니다. 아무리 우수한 모델과 GPU를 갖추더라도 학습할 데이터가 없으면 AI 활용은 불가능합니다.
• 해외 시장 진출의 제약: 향후 제품이 아닌 시스템 수출 시대에 핵심은 내장된 AI와 이를 학습시킨 데이터가 될 것입니다. 해외에서는 로컬 데이터 활용 경험이 중요하며, 개도국 진출 시에도 로컬 데이터 확보 없이는 수출 자체가 어려워질 수 있습니다.
• AI 확산의 비용 장벽: AI 확산을 위해서는 데이터 확보 및 가공 비용 절감이 필수적입니다. 현재 학습용 데이터를 일일이 구매하는 구조는 스타트업 및 공공기관의 AI 도입에 큰 장벽이 되고 있습니다.

트렌드 임팩트

데이터의 체계적인 수집, 정제, 자원화 및 비용 절감 전략 부재는 한국이 AI 기술을 보유하고도 이를 효과적으로 활용하지 못하는 'AI 후진국'으로 전락할 위험을 내포하고 있습니다. 이는 국가 경제 및 산업 경쟁력 전반에 심각한 영향을 미칠 수 있습니다.

업계 반응 및 전망

황종성 NIA 원장은 AI 확산을 위해 학습 데이터를 미리 탑재하고 사용한 만큼만 투명하게 정산하는 '노래방 모델' 도입을 제안하며, 데이터 확보 및 가공 비용 절감의 중요성을 강조했습니다. 이는 AI 기술의 대중화와 실질적인 활용 확대를 위한 새로운 접근 방식 제시로 평가됩니다.