[AI 기반 산업 대전환④] “데이터 품질·인재·투자가 맞물려야 산업 AI 성장”

인공지능(AI) 산업은 데이터로 시작해 데이터로 완성된다고 해도 과언이 아니다. 다만 국내 산업 현장은 여전히 이 벽을 넘지 못하는 모양새다. 기업과 부처마다 데이터의 형식·표준·접근체계가 제각각이라 AI 학습과 활용이 단절되는 경우가 빈번하다.

특히 이 밑단을 떠받칠 인프라와 전문 인력, 투자 생태계는 아직 성숙하지 못했다. 결국 AI 전환(AX)의 속도가 더디다는 지적은 ‘데이터·인재·투자’ 세 축의 불균형에서 비롯된다.

실제로 업계에서는 고품질 데이터 부족과 표준화 미비로 모델 성능이 제한되고 전문 인재 확보 경쟁이 심화되면서 인건비 부담이 커지고 있다고 토로한다. 민간 투자도 여전히 단기 수익 위주의 프로젝트에 집중되는 경향이 강하다. 한국이 AI 기술 경쟁력을 확보해도 산업 전반의 체질 개선으로 이어지지 못하는 이유가 여기에 있다.

전문가들은 이 문제를 해결하기 위해 데이터·인재·투자를 하나의 유기적 시스템으로 바라봐야 한다고 강조한다.

이에 테크월드는 ‘AI기반 산업 대전환, 산업용 AI와 AX’를 주제로 좌담회를 열고 데이터·인재·투자 간 선순환 구조를 어떻게 구축할 것인지 논의했다. 참석자들은 “산업 AX의 지속가능성은 구조에 달려 있다”며 데이터의 품질과 공유 체계, 인재의 전문성, 장기 투자를 가능케 하는 정책적 뒷받침이 맞물릴 때 비로소 AX가 가속화될 것이라고 의견을 모았다.

참가자(가나다순)

▲강필성 서울대 산업공학과 교수 ▲김현배 딥파인 대표 ▲박찬진 서울AI허브센터장(좌장) ▲이일구 도슨티 대표 ▲이준수 라이너 엔지니어 리드 ▲이현동 슈퍼브에이아이 부대표

(중략)

이현동 부대표: 가장 시급하게 보완해야 할 문제는 산업 데이터의 양이 아니라 AI가 활용할 수 있는 품질과 구조화 능력의 부족이다. 현장의 비정형 데이터를 AI가 이해할 수 있는 ‘지식 구조(Ontology)’로 변환하지 못하는 것이 AI 전환(AX)을 가로막는 가장 큰 제약 요인이다. 인재와 투자도 결국 고품질 데이터가 있는 곳으로 흐르게 됐다.

단순히 데이터를 모으는 것이 넘어 AI 학습에 필수적인 지식 구조와 주석(Annotation)의 품질 표준을 확립해야 한다. 산업별로 필요한 온톨로지를 명확히 정의하고 이를 플랫폼 형태로 공유하면 데이터의 품질·표준·접근성을 동시에 높일 수 있다. 도메인 AI 인재 육성도 AX 성공의 핵심이다. 현업 전문가에게 데이터 온톨로지 설계 및 AI 플랫폼 활용 능력을 교육해 지식-데이터-AI를 연결하는 핵심 역할을 수행하도록 해야 한다.

정부는 민간 투자를 활성화하기 위해 ‘데이터 온톨로지 구축 및 활용’에 대한 명확한 가이드라인을 제시하고 이를 통해 AI 도입 후 ROI(예: 생산성 향상률, 불량률 감소)가 명확한 기업에 대한 가치 산정 및 인증 제도를 마련, 민간 투자가 성과 기반으로 집중되도록 마중물 역할을 해야 한다.