정부가 투입한 1조6000억 원 이상의 공공 인공지능(AI) 학습용 데이터 구축 사업에서 중복 데이터와 부실 검증, 그리고 오류 방지 미흡 등의 여러 문제가 적발되었다. 감사원은 최근 발표한 감사 결과를 통해 과학기술정보통신부와 행정안전부, 한국지능정보사회진흥원(NIA) 등 관련 기관에 대한 사업 방식 개선과 사후 관리 방안을 요구하였다.

감사에 따르면, 과기정통부가 2017년부터 집계한 데이터 908종과 26개 지자체 및 공공기관의 데이터 313종 간에 사전 공유 체계가 전혀 마련되지 않아, 유사하거나 중복된 데이터가 수십억 원 상당으로 별도로 구축되었다. 예를 들어, 도로공사가 구축한 야생동물 데이터 중 42%는 과기정통부의 기존 데이터와 유사했으며, 서울시와 대전 서구가 구축한 생활폐기물 데이터 역시 각각 63%와 58%가 중복되는 것으로 나타났다. 또한, 식품의약품안전처가 구축한 알약 자동식별 데이터 1411종 중 상당수가 기존 데이터와 유사한 문제를 겪고 있다.

품질 관리에 있어서도 많은 문제들이 드러났다. 도로공사의 ‘도로주행 CCTV 학습데이터셋’은 AI 학습에 필수적인 차량 위치 좌표(어노테이션)가 누락되어, 자율주행 기술을 학습할 수 없는 상태로 확인되었다. 서울시의 대형폐기물 관련 데이터에서는 박스나 탁자 이미지를 ‘가방’으로 잘못 인식한 비율이 23.4%에 달해 품질의 부실성을 드러냈다. NIA에서 제공한 데이터 721종 중 29.5%인 65개 업체가 폐업한 상황에서 발생한 '산불 방재 DB' 데이터의 오류 민원이 접수되었으나, 이들은 종결 처리되어 어떠한 후속 조치도 이루어지지 않았다.

감사원은 이와 같은 중복 데이터 구축과 품질 관리의 미비로 인해 활용이 불가능한 데이터가 생산되고, 데이터 구축 후 사후 관리가 부족하다는 점을 지적하며, 전반적인 사업 방식에 대한 개선을 촉구하였다. 이번 감사 결과는 정부의 대규모 AI 데이터 투자에 대한 중대한 경고로 작용할 것으로 보인다. 향후 AI 데이터의 품질을 높이고 예산 낭비를 방지하기 위해서는 체계적인 사전 공유 및 품질 관리 방안이 필수적이다.