1조6000억 들인 공공AI 학습용 데이터, ‘유사·중복·품질 미검증’ 등 부실 관리

감사원, 인공지능산업 육성 실태 감사 결과 발표
각 기관 별로 중복된 데이터 구축
품질 관리 기준 없어 필수 정보 누락하기도

인포그래픽. /감사원

정부가 인공지능(AI) 산업 육성을 지원하겠다며 1조6000억원을 투입해 제작한 공공 AI 학습용 데이터가 다른 기관과 유사한 데이터를 구축하거나 활용이 불가능한 정보를 생산하는 등 부실하게 관리된 사실이 감사원 감사에서 드러났다.

감사원은 12일 '인공지능산업 육성 실태' 감사 결과를 공개했다. 과학기술정보통신부(과기부)는 지난해 11월 기준 908종의 학습용 데이터를 구축해 AI 허브에 공개하고 있다. 식품의약품안전처(식약처)·서울시·한국도로공사 등 26개 기관도 AI 기업이 바로 활용할 수 있는 데이터 313종을 각 포털에서 제공 중이다.

감사원에 따르면 각 기관들은 다른 기관의 계획 등을 확인하지 않고 중복된 데이터를 구축하고 있었다. 대표적으로 과기부가 73억8000만원을 들여 이미지 데이터 4종(야생동물·생활 폐기물·콘크리트 균열·계란)에 대한 학습용 데이터를 구축했음에도 서울시와 도로공사 등 5개 기관은 유사 데이터를 새로 구축한다며 6억1000만원을 추가로 투입했다.

로드킬 예방 등을 위한 야생동물 학습용 데이터의 경우 2022년 도로공사가 구축한 데이터(12종·6만 장)의 42%인 2만5000장이 2021년 과기부가 이미 구축한 데이터와 유사한 것으로 확인됐다.

데이터의 품질 검증이 제대로 이뤄지지 않기도 했다. 학습용 데이터 구축실적 상위 20개 기관 가운데 9개는 사업 수행 시 외부기관의 품질 검증을 거치지 않고 납품을 허용하고 있었다.

감사원은 도로공사가 2025년 구축한 '도로주행 CCTV 학습데이터셋'은 AI 학습에 필수적인 어노테이션 정보(AI 학습을 위한 데이터 가공 과정에서 학습 대상을 기계가 인식할 수 있도록 추가되는 정보)에 차량별 위치정보가 누락돼 자율주행 기술 개발을 위한 학습 목적으로 사용이 불가했다고 밝혔다.

2020년 서울시가 구축한 '대형폐기물 학습데이터'의 경우 박스나 탁자 이미지의 파일명을 '가방'으로 입력하는 등 2303장 가운데 538장(23.4%)의 파일명과 실제 이미지가 달라 학습 시 오류 발생 가능성이 있는 것으로 나타났다.

감사원은 "이미 구축된 데이터의 대체 활용 가능성과 기관별 구축 계획을 사전에 검토해 공유·조정하는 사전 검토체계를 도입하는 방안과 품질 관리 기준 등을 마련하라"고 과기부에 통보했다.