한국데이터산업진흥원(원장 양재수, 이하 '진흥원')은 2026년 데이터바우처 지원사업을 통해 구축되는 데이터의 신뢰성과 활용성을 높이기 위해 데이터 품질 점검 체계를 대폭 강화한다고 밝혔다.
이번 품질관리 강화는 올해 신설된 '공개·활용' 분야를 통해 구축되는 데이터를 기업의 AI 서비스 개발은 물론 다양한 AI 모델 학습에도 활용할 수 있도록, 고품질 데이터 확보 기반을 마련하는 데 중점을 두었다.
과학기술정보통신부와 진흥원이 추진하는 데이터바우처 지원사업은 중소기업, 청년기업, 예비창업자 및 창업 초기기업 등의 데이터 기반 AI 서비스 개발과 사업화를 지원하는 사업이다. 2026년에는 일반 분야와 공개·활용 분야 등 총 120개 과제를 선정해 72억 원을 지원한다.
일반 분야(60개 과제, 과제당 약 0.45억 원), 공개·활용 분야(60개 과제, 과제당 약 0.75억 원)
특히 올해 신설된 '공개·활용' 분야는 사업을 통해 구축된 데이터를 공개해 다른 기업과 연구기관 등이 AI 개발과 서비스 고도화에 활용할 수 있도록 지원하는 분야이다.
이에 따라 진흥원은 공개·활용 분야 신설에 맞춰 AI 학습과 데이터 재사용에 적합한 고품질 데이터를 확보하기 위해 데이터 유형별 맞춤형 품질 점검과 다층 품질관리 체계를 도입한다.
품질 점검은 데이터바우처 지원사업을 통해 구축되는 정형·반정형·비정형 데이터를 대상으로 추진된다.
정형 데이터 : 테이블 형태로 구조화된 데이터(기준정보, 거래정보, 집계정보 등)
반정형 데이터 : 구조 정보를 포함한 파일 형태의 데이터(HTML, XML, GIS 등)
비정형 데이터 : 구조화되지 않은 데이터(동영상, 이미지, 음성, 문서 등)
정형·반정형 데이터는 자동화 품질점검 도구를 활용해 공공데이터 품질관리 수준에 맞춰 테이블 구조, 데이터 표준, 메타데이터 등을 점검한다. 이를 통해 데이터의 표준화와 상호운용성을 높여 다양한 시스템에서 활용 가능한 수준의 데이터 품질을 확보할 계획이다.
비정형 데이터는 기존 이미지 중심의 품질 점검에서 벗어나 이미지·영상·음성·문서 등 데이터 유형별 품질 기준을 적용한다. 특히 기존 육안 점검에 의존하던 영상과 음성 데이터까지 자동진단 대상으로 확대해 품질 진단의 정확성과 효율성을 높일 예정이다.
아울러 진흥원은 공급기업의 자체 점검, 자동화 품질진단, 품질 전문가 검토를 연계한 다층 품질관리 체계를 구축한다. 이를 통해 데이터 품질을 단계별로 검증해 AI 학습과 데이터 재사용에 적합한 고품질 데이터를 확보하고, 데이터의 신뢰성과 활용 가능성을 체계적으로 관리할 계획이다.
이번 품질관리 강화로 데이터바우처 지원사업을 통해 구축된 데이터의 활용 범위가 확대되고, AI 서비스 개발에 필요한 양질의 데이터 활용 기반도 한층 강화될 것으로 기대된다.
진흥원 양재수 원장은 "AI 경쟁력은 결국 고품질 데이터에서 시작된다"며 "데이터바우처 지원사업을 통해 구축되는 데이터를 누구나 신뢰하고 활용할 수 있도록 품질관리 체계를 지속적으로 고도화해 기업의 AI 전환과 데이터 기반 혁신을 적극 지원하겠다"고 밝혔다.
