데이터 기본법의 통과에 따른 전망과 기대 > News Insight

지난 9월 28일 ‘데이터 산업진흥 및 이용촉진에 관한 기본법안’, 이른바 데이터기본법이 국회 본회의를 통과했다. 데이터기본법은 민간의 데이터의 생산, 거래 및 활용과 관련된 데이터 산업을 활성화하고 데이터 이용을 촉진하는 것이 목적이다. 빅데이터 및 인공지능이 미래 산업의 기반이 될 것이라는 데는 과학기술, 산업뿐만 아니라 정치에서도 의견이 다르지 않는 것으로 보인다.

데이터법 체계의 완결 보완 --- 성장지원 제도적 장치 규정

 여당인 더불어민주당의 조승래 의원은 지난 20대 국회에서 데이터기본법을 발의했고, 이어서 21대 국회에서도 대표발의를 했다. 야당 의원인 허은아 의원이 ‘데이터의 이용촉진 및 산업진흥 등에 관한 법률안’을, 이영 의원이 ‘데이터 산업진흥 법안’을 대표 발의했다. 이 세 개의 법률안이 통합되어 ‘데이터 산업진흥 및 이용촉진에 관한 기본법안’으로 만들어져 지난 9월  28일 국회 본회의를 통과했다. 이 법안은 10월 12일 국무회의 의결을 거쳐 문재인 대통령이 공포하면서 발효됐으나 시행은 2022년 4월부터이다. 문 대통령은 이날 “우리나라는 데이터가 곧 경쟁력”이라고 강조하고, ‘데이터 강국’이 되도록 최선을 다하겠다고 밝혔다. 

데이터 관련 법체계를 정리하면 ‘데이터 3법’, ‘공공데이터법’, ‘데이터기반행정법’, 그리고 ‘데이터기본법’ 등 4부류로 나뉜다. 

우선 데이터 3법은 개인정보보호의 합리화 및 관련 산업의 촉진을 위한 것이다. 최근 개인정보의 활용주체를 해당 정부의 주체에게 돌려주는 것으로, 금융에서 의료까지 경쟁력 확보를 위한 마이데이터는 이 데이터 3법에 기반을 둔다. 데이터 3법은 개인정보보호법, 정토통신망법, 신용정보법의 3법 개정안을 의미한다. 

공공데이터법의 정식명칭은 ‘공공데이터의 제공 및 이용 활성화에 관한 법률’로 ‘국민의 공공데이터에 대한 이용권을 보장’하여 국민의 삶의 질 향상 과 국민경제 발전을 목적으로 하는 법이다.

 데이터기반행정법의 정식명칭은 ‘데이터 기반 행정 활성화에 관한 법률’로 정책 수립 및 의사결정 과정에 데이터를 활용함으로써 증거기반의 행정을 하기 위한 기본 법률이다. 

이 법안들 중 공공데이터 법이 가장 이르게 2013년 7월 제정되었으며, 데이터 3법은 2020년 2월  4일, 데이터기반행정법은 2020년 6월 9일, 그리고 데이터기본법은 2021년 10월 12일 제정되었다. 국가 차원의 데이터 경쟁력을 강화하기 위해 관련 입법이 숨가쁘게 진행된 셈이다. 

데이터기반행정법이 정부, 지차체 및 공공조직에 대한 것이라면, 데이터 기본법은 민간을 대상으로 한다는 점에서 차이가 있다. 다만 데이터 기반 행정을 위해서는 민간의 데이터를 활용할 수 있다는 점에서 이들 법률은 상호보완적이다.

5년마다 ‘데이터산업 진흥 기본계획’ 수립, 국가데이터전략위원회를 설치 운영

데이터기본법은 8장 49조로 구성되어 있다. 이 법에 따라 데이터 산업진흥을 위한 제도 마련 및 마중물 정책을 위해 정부는 5년에 한번 데이터산업 진흥 기본계획을 수립해야 하고, 범정부 차원의 접근을 위해 국무총리 산하에 국가데이터전략위원회를 설치해야 한다. 데이터 소유자의 권리를 보호하기 위해 ‘개인 데이터 이동권’, 개인데이터 통합해 데이터 주체에게 제공하는 행위의 비즈니스를 허용하는 ‘본인 데이터 관리업’을 규정했다. 그 외에 데이터의 생산, 유통, 거래를 촉진하고 데이터 산업 분야에서의 창업, 전문인력 양상, 기술개발 등을 촉진하고 장려하기 위한 규정을 두었다.

 데이터기본법은 세계 주요국에 전례가 없는 것으로 일종의 선도적 입법 사례에 해당한다. 데이터기본법의 체계만 보자면 데이터 산업이 조만간 성장할 것으로 보인다. 제도적 장치가 중요하고, 마중물이 있어야 하기 때문이다. 

데이터 기본법의 통과로 데이터 산업이 활성화될 것으로 보인다. 특히 금융 및 의료에 집중되었던 마이데이터 산업이 다양하게 확산될 것으로 보인다. 데이터의 수집, 가공 및 유통 산업이 활성화됨에 따라 인공지능 학습을 위한 데이터 산업이 탄력을 받을 것이다. 이미 인공지능 관련 데이터 기업이 존재했으나, 데이터 기본법으로 크게 활성화될 것으로 보인다. 데이터 댐과 데이터 산업이 성숙하게 되면, 상당한 자본을 가진 기업만이 인공지능을 개발할 수 있는 생태계가 변화할 것이다. 

데이터 산업의 생태계 변화는 다양한 창의성을 촉발할 것으로 전망된다. 데이터를 비용효율적으로 확보하고 공유할 수 있음에 따라, 데이터의 가공 및 응용 기업이 우후준숙처럼 확산될 가능성이 높다.

 그런데 이러한 변화에 대한 기대와 장밋빛 전망을 하기에는 아직 이른 감이 있다. 이에 앞서 몇 가지를 점검하고, 데이터 산업 ‘차고 벤처(Garage Venture)’의 성공을 응원하고 격려하기 위해 몇 가지 제안을 하려 한다.

우선 데이터 기본법의 통과로 다양한 인공지능 개발 시도가 있을 것으로 짐작된다. 인공지능 개발을 위해서는 막대한 비용이 드는 경우가 많아, 대기업만이 진출하는 사례가 많았다. 그러나 이제는 기본법 통과로  다양한 데이터의 확보가 용이해짐에 따라 보다 적은 자본으로도 인공지능개발이 가능해졌다. 인공지능 개발에서 가장 중요한 것이 아이디어, 열정, 팀워크가 되었다. 

물론 자본이 전혀 필요 없다는 의미는 아니다. 과거에 비해 상대적으로 더 적은 비용으로 인공지능을 개발할 수 있게 되었고, 그 정도의 비용은 아이디어와 아이디어에 대한 초보적 검증으로 앤젤투자를 받을 수 있게 되었다는 의미다. 그렇다고 무턱대고 인공지능을 개발해서는 안 된다. 데이터 기본법이 통과되었다고 신경망 네트워크 알고리즘의 인공지능이 가진 근본적 한계가 사라지는 것은 아니기 때문이다.

신경망 네트워크 알고리즘의 근본적 한계, '인공지능의 가을' 겪어야 할 듯

신경망 네트워크 알고리즘의 인공지능에 대한 실망감이 점증하고 있는 것이 현실이다. 특히 인공지능과 비즈니스를 결합하는 것이 쉽지 않으며, 인간이 인공지능에 대한 편향을 가지는데 원인이 되며, 인공지능의 개발과 유지에 적지 않은 비용이 든다. 이 때문에 인공지능의 가을이 올 것이라는 전망이 적지 않다. 

인공지능은 현재까지 두 번의 겨울을 겪었다. 첫 번째 겨울은 1970년대에 도래했는데, 그 원인은 인공지능이 복잡한 현실문제를 해결하지 못했다는 실망감이었다. 두 번째 겨울은 1990년대에 도래했다.  전문가 시스템 구축을 위한 방대한 규칙을 관리하는 것에 한계에 봉착한 것이 그 원인이었다. 인공지능의 겨울이란 인공지능에 대한 실망으로 투자가 줄어드는 것을 의미한다. 

이번에는 투자가 완전히 마르는 겨울까지는 아니며, 투자가 다소 줄어드는 가을이 올 것으로 전망된다. 현재의 전망으로는 늦가을은 아니고 초가을 정도가 되지 않을까 조심스럽게 짐작해 본다.

따라서 처음 시작하는 인공지능 '차고 벤처'에 착수하기 위해서는 우선 인공지능을 활용하는 비즈니스 모델을 만들어야 한다. 비즈니스 모델 캔버스나 린 캔버스를 활용하여 비즈니스 모델 프로토타이핑을 하는 것은 매우 중요하다. 정리하자면 인공지능을 개발할 때 인공지능 전문가, 비즈니스 모델 전문가가 필요하다는 의미다. 

성공가능성이 높은 영역에서 인공지능 비즈니스 모델을 탐색하는 것이 중요하다. 특히 의료분야는 상당한 잠재성이 있다. 미국의 FDA 승인을 받는 의료용 인공지능이 해가 거듭할수록 늘어나고 있음을 유의해야 한다. 통계변수가 다수인 경우 통계적 예측을 하는 분야도 유망할 수 있다. 전통적 통계가 통계변수가 소수인 경우 타당하다, 신경망 네트워크의 인공지능은 통계변수가 다수여도 통계적 예측이 가능하다. 다만 그만큼 데이터가 많아야 한다.

데이터 확보 용이성과 데이터 확보 전략을 다시 한번 점검해야 한다. 데이터 산업이 발달한다 하더라도 인공지능을 학습할 정도의 대량에 양질이며 표준화된 데이터를 얻기는 어려울 수 있다. 따라서 데이터 확보 전략을 초기부터 수립하고 그 타당성을 검증해야 한다. 구글 등은 비즈니스 아이디어를 만들고 관련 데이터를 확보한 것이 아니라, 데이터를 용이하게 확보할 수 있거나, 혹은 이미 확보한 영역에서 인공지능을 개발했다는 점을 상기해야 한다. 2020년 자연어 처리 선행 학습 인공지능인 OpenAI의 GPT-3(Generative Pre-trained Transformer 3)는 영문 위키 등으로 학습을 했다. 주변에 용이하게 확보 가능한 양질의 데이터가 있는지 확인하고 인공지능 비즈니스 모델 전략을 수립해야 한다. 

성공 가능한 조합 = ‘인공지능 전문가+소프트웨어 전문가+ 비즈니스 전문가’ 

데이터가 중요하다고, 소프트웨어를 경시해서는 안 된다. 대량 데이터를 가공하고 처리하기 위해서는 소프트웨어 역량이 필요하다. 디지털 상품과 서비스는 데이터의 수집, 가공 및 처리로만 이뤄지지 않는다. 소프트웨어와 프로그래밍 역량이 필요하다. 앞에서 인공지능 비즈니스 모델을 성공적으로 구축하는데 비즈니스 전문가와 인공지능 전문가가 필요하다고 했다. 여기에 소프트웨어 전문가도 같이 해야 한다. 소프트웨어 알고리즘과 패턴 등을 이해하고 전체 소프트웨어 구조를 설계하는 소프트웨어 아키텍처와 그 설계에 따라 효율적으로 구현하는 개발자 모두 필요할 수 있다.

다양한 데이터를 융합하여 새로운 통찰력과 서비스를 만드는 데이터 기업도 증가할 것이다. 코로나로 인해 마스크가 부족해지고 이를 해결하기 위해 약국 중심의 공급망 관리를 한 적이 있다. 이 때 어느 약국에 마스크가 있는지를 스마트 폰 앱으로 개발하여 제공했는데, 이는 정부의 공공데이터를 활용한 것이다. 서울시 버스 정류장에서 특정 번호의 버스가 언제 오는지를 알려주는 모바일 앱도 이 공공데이터를 활용한 것이다. 서로 다른 데이터를 융합하여 새로운 통찰력을 제공할 수 있다면 이는 충분히 가치 있는 서비스가 될 것이다. 

이러한 서비스를 개발하기 위해서는 데이터 뭉치의 주제와 주제를 단어로 만들고, 이 단어로 문장을 만드는 브레인스토밍을 할 것을 권한다. 이는 일종의 연계지능으로 창의성을 유발하는 기법이기도하고, 소프트뱅크의 손정의가 사용한 기법이기도 하다. 

 정부, 원격의료·표준화·금융시스템 등 규제완화에  “팔 걷어붙여야”

 정부에서도 몇 가지 데이터 분야에서는 팔을 걷어붙여야 한다. 정부의 공공 데이터 공개, 한국지능정보사회진흥원(NIA)의 데이터 댐 구축사업 및 데이터 3법과 데이터 기본법을 시행하고 있는 데는 비판적 격려와 응원을 보낸다. 그런데 자연어 처리에 보다 집중적 연구와 투자를 진행해야 한다. 한국어 코퍼스, 이중 코퍼스에 대한 집중적 투자로 한국판 GPT-3와 GPT-4를 개발할 수 있는 마중물을 투자해야 한다. 인고지능 자연어 처리 선행 학습 모델은 다양한 분야에 응용될 수 있기 때문이다.  

의료관련 데이터의 처리, 분석 등이 모바일과 의료용 사물통신을 통해 진행되기 위해서는 원격의료에 대한 규제를 과감하게 풀어야 한다. 이는 정부가 주도해야 한다. 자신의 직업을 의사가 아니라 의료 벤처에서 찾는 의사가 많아져야 한다. 정부가 보다 과단성과 일관성을 가지고 국민, 대학, 병원 및 의사와 사회적 대타협을 이끌어 내야 한다.

양질의 데이터 확보를 위해 체계적 접근을 해야 한다. 아날로그 기기에서 디지털 데이터로 전환하는 경우, 데이터의 민감도와 신뢰성 확보를 위한 통일적 접근이 필요하다. 데이터의 미래 활용성을 고려하여 데이터의 표준화를 추진해야 한다. 

데이터 기본법의 통과로 우리나라에 데이터 산업 차고 벤처가 무수히 등장할 것으로 기대된다. 이들 차고 벤처가 중견기업으로 성장할 수 있는 생태계가 금융 시스템, 앤젤 투자 체계, 기술 신용 제도 등의 혁신으로 마련될 것으로 기대한다. 많은 응원을 드린다. 파이팅이다.