9년 동안 1.6조 쏟아부었는데… AI 학습데이터 부실·중복 구멍

AI 요약

감사원은 2017년부터 9년간 정부가 1조6328억여 원을 투입해 AI허브에 공개한 AI 학습용 데이터 908종과 국가·공공기관·지방자치단체 26곳이 따로 구축한 데이터 313종을 분석한 결과, 데이터가 중복되고 품질관리도 부실했다고 12일 밝혔습니다. 개별 기관들이 과기부가 만든 데이터와 유사한 데이터를 수억 원을 들여 중복 생산했는데, 한국도로공사가 2022년 구축한 야생동물 12종 6만 장 중 42%(2.5만 장)가 2021년 과기부 데이터와 유사했고, 대전 서구의 생활폐기물 9000장 중 58%(5200장)도 과기부의 5년 전 데이터와 흡사했으며, 과기부가 2021~2023년 알약·구강·자율주행 관련 데이터 3종에 233억 원을 투입하는 동안 식품의약품안전처 등 3개 기관도 8억4000만 원을 들여 비슷한 데이터를 구축했습니다. 일부 기관은 품질관리 기준과 검증 절차가 없어 부실한 결과물을 냈으며, 예로 한국도로공사의 도로주행 CCTV 데이터는 차량 위치 정보를 어노테이션에 누락해 자율주행 개발에 쓸 수 없었고, 서울시의 2020년 대형폐기물 학습데이터 2303장 중 23.4%(538장)는 파일명과 실제 이미지가 달랐습니다.