1.6조 쓴 'AI 학습데이터', 중복·부실로 새다 — 감사원 감사 결과 정리

한 줄 요약: 정부가 2017~2024년 1조 6,328억 원을 투입해 구축한 AI 학습용 데이터 사업에서, 부처 간 사전 조정 부재로 유사 데이터가 중복 구축되고 품질·사후관리도 부실했다는 감사원 감사 결과가 나왔다.

---

무슨 일이 있었나

감사원은 2026년 8월 12일 '인공지능산업 육성실태 Ⅲ(AI 학습용 데이터 구축사업 중심)' 감사 결과를 공개했다. 과기정통부는 2017년부터 2024년까지 1조 6,328억 원을 들여 AI 학습용 데이터 908종을 구축해 'AI Hub'에 공개해왔고(2025년 11월 기준), 이와 별도로 식약처·서울시·한국도로공사 등 26개 공공기관도 313종을 자체 포털에 공개하고 있다.

문제는 기관들이 기존 데이터의 활용 가능성을 사전 검토하거나 구축계획을 공유·조정하는 체계 없이 개별적으로 사업을 추진했다는 점이다. 그 결과 중복 구축, 품질 부실, 사후관리 공백이 겹쳐 대규모 예산이 비효율적으로 집행됐다는 지적이다.

감사는 2025년 9~12월 과기정통부·행정안전부·개인정보보호위원회·한국지능정보사회진흥원(NIA) 등을 대상으로 실시됐다. (단, 이번 감사는 AI 학습용 데이터 전체를 대상으로 한 것은 아니라고 감사원은 밝혔다.)

---

감사가 짚은 3대 실패

① 사전 검토 부재 → 중복 구축

• 과기정통부가 73억 8,000만 원으로 야생동물·생활폐기물·콘크리트 균열·계란 관련 데이터 4종을 구축했는데, 서울시·한국도로공사 등 5개 기관이 유사 데이터에 다시 6억 1,000만 원을 투입.
• 대전 서구가 구축한 생활폐기물 데이터는 이미지 9,000장 중 5,200장(57.8%)이 기존 과기정통부 데이터와 유사.
• 과기정통부가 2021~2023년 알약·구강·자율주행 데이터에 233억 원을 투입하는 동안, 식약처 등 3개 기관이 유사 데이터 구축에 별도로 8억 4,000만 원을 사용.

② 품질관리 허술

• 구축 실적 상위 20개 공공기관 중 4곳은 품질관리 기준 자체가 없었고, 9곳은 납품 전 제3자 품질검증을 하지 않았다.
• 서울시가 2020년 구축한 '대형폐기물 학습데이터'는 전체 이미지 2,303장 중 538장(23.4%)의 파일명과 실제 이미지가 불일치.

③ 사후관리 공백

• 구축 업체가 폐업한 뒤 데이터 오류를 고치지 못하는 문제가 드러남.
• NIA는 2021~2024년 1,270개 업체를 통해 721종을 구축했는데, 이 중 폐업하거나 내부 사정이 발생한 65개 업체가 납품한 데이터가 213종으로 전체의 29.5%에 달했다.

---

감사원의 조치

감사원은 과기정통부 장관에게 행정안전부 장관과 협의해, 개별 공공기관이 AI 학습용 데이터 구축 사업을 추진할 때 ▲기존 데이터의 대체 활용 가능성을 사전 검토하고 ▲기관별 구축계획을 공유·조정하는 사전 검토 체계를 마련하도록 통보했다. 감사원은 "쓸 만한 데이터가 없다는 AI 기업의 호소가 지속되고 있어, AI 강국 도약을 위해서는 데이터의 양과 질 개선이 시급하다"고 밝혔다.

---

기술사 관점 — 이 사례, 이렇게 쓴다

정보관리기술사·컴퓨터시스템응용기술사 답안, 특히 데이터·감리 영역의 실패 사례(anti-pattern)로 활용가치가 높다.

1. 데이터 품질관리(DQM) 실패 사례
   사전 검증(중복 확인)·구축 시 품질검증·사후관리의 3단계가 모두 무너진 구조. 데이터 품질 6대 기준(정합성·완전성·유효성·정확성·일관성·최신성) 중 '정확성·일관성' 위반(파일명-이미지 불일치 23.4%)의 구체 사례로 인용.

2. 정보화 거버넌스 / 상호운용성
   "기관별 구축계획 사전 공유·조정 체계 부재"는 범정부 EA(전사아키텍처), 중복사업 조정, 데이터 표준화·메타데이터 관리 논제의 실증 근거.

3. 공공 SW·데이터 감리 / 품질보증(QA)
   납품 후 업체 폐업으로 오류 수정 불가(213종, 29.5%), 제3자 검증 누락 → 감리 시점·범위, 유지보수·하자보수 체계 문항으로 직결.

---

팩트 요약

항목	수치
총 투입 예산 (2017~2024)	1조 6,328억 원
AI Hub 공개 데이터	908종 (2025.11 기준)
개별 공공기관 별도 구축	26개 기관, 313종
대전 서구 생활폐기물 중복률	57.8% (5,200/9,000장)
서울시 대형폐기물 파일명 불일치	23.4% (538/2,303장)
NIA 폐업 업체 납품 데이터	29.5% (213종)

---

출처 / 참고

• 원 기사: 디지털타임스, "1.6조 쏟은 'AI 학습데이터' 예산만 낭비" (2026.8.13, 김봉철 기자)
• 원 보고서: 감사원, '인공지능산업 육성실태 Ⅲ(AI 학습용 데이터 구축사업 중심)' 감사 결과 (2026.8.12 공개)
• 교차 확인: 경향신문·헤럴드경제·서울경제 등 2026.8.12~13 보도

---

연결 토픽: 데이터 품질관리(DQM) / 데이터 거버넌스·표준화 / 정보화 거버넌스(EA)·중복사업 조정 / 공공 데이터 감리·QA
서론용 한 줄 논거: 1.6조 투입·908종 구축에도 중복(57.8%)·품질 불일치(23.4%)·사후관리 공백(29.5%) — "쓸 만한 데이터가 없다"는 활용 병목의 실물 증거