STEPI, 국내 6대 플랫폼·거래소 분석...“플랫폼·거래소 기능 강화 시급” 작성일 04-08 27 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="ulm4NC8BY4"> <figure class="s_img figure_frm origin_fig" contents-hash="a5e57e79b75ebe270aee683d08e0325f83a3b3d8531efa2990f0addc0e369e43" dmcf-pid="7Ss8jh6bZf" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/08/etimesi/20260408114704731hhjd.png" data-org-width="214" dmcf-mid="UmcbiwKpH8" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/08/etimesi/20260408114704731hhjd.png" width="214"></p> </figure> <p contents-hash="956ab4f33083524cb7045f5da614d5f83382992bfcf9ad0de8d71f1550796e81" dmcf-pid="zvO6AlPKXV" dmcf-ptype="general">인공지능(AI) 기술이 기업 핵심 동력으로 부상한 가운데, 국내 데이터 플랫폼·거래소가 실질적인 유통 기능을 제대로 수행하지 못해 대기업과 중소기업 간 데이터 활용 격차도 심화되고 있다는 분석이 나왔다.</p> <p contents-hash="e86e1844020c1a2d8b81a2213c5db383f53efd643202e9dcf8cda6862961cfad" dmcf-pid="qTIPcSQ9Z2" dmcf-ptype="general">과학기술정책연구원(STEPI)은 지난 1일 'STEPI 인사이트' 제357호'기업의 인공지능(AI) 활용을 위한 데이터 플랫폼·거래소 활성화방안'을 발간하고, 국내 주요 6개 데이터 플랫폼·거래소의 현황과 한계를 분석한 결과를 공개했다.</p> <p contents-hash="3bfc117983e78164c91ce6aafb45840cafe4123c7c45e5f209e73944973eb401" dmcf-pid="ByCQkvx2X9" dmcf-ptype="general">보고서에 따르면 정부는 2020년 디지털 뉴딜 이후 143개의 데이터 플랫폼을 구축했지만, 실제 거래·유통 기능을 갖춘 플랫폼은 24개(16.8%)에 불과하다. 데이터 거래 시 주요 애로사항은 구매 가격 부담(39.6%), 양질의 데이터 부족(39.1%), 탐색의 어려움(36.0%) 순으로 나타났다.</p> <p contents-hash="369685d1293f6977e835ed4e8794a76046cae2a995b79be7fab101128701042a" dmcf-pid="bZyJsHiPZK" dmcf-ptype="general">연구진은 AI-허브, 데이터 바우처, 보건의료빅데이터개방시스템, 금융데이터거래소, 국가교통 데이터 오픈마켓, 피타그래프 등 6개 플랫폼·거래소를 심층 분석한 결과, 공통적으로 △중소기업의 구조적 역량 부족 △거래 인프라 미비 △법·제도 불확실성 △과도한 비식별화로 인한 AI 성능 저하가 핵심 병목으로 작용하고 있음을 확인했다.</p> <p contents-hash="e42065498820650e5b98d88629ed4e5338f83c06e36c6873e8b74df65a398e77" dmcf-pid="K5WiOXnQ5b" dmcf-ptype="general">특히 의료·금융·모빌리티 분야에서는 개인정보 보호를 위한 비식별화 조치가 AI 학습 성능 저하로 직결되는 딜레마가 두드러졌다. 보건의료빅데이터개방시스템의 경우 유출 우려와 책임 부담으로 인해 공공기관의 가명정보 제공 경험이 최근 1년간 2.3%에 그쳤으며, 금융데이터거래소는 대형 금융사 중심의 데이터 집중으로 핀테크·스타트업의 접근이 구조적으로 제한되고 있는 것으로 나타났다.</p> <p contents-hash="ea52be813c7b0dd28d80394e1969154b23d00ff8dfad3d0b69e9a3422e30ab37" dmcf-pid="91YnIZLxGB" dmcf-ptype="general">보고서는 미국(민간 주도), 유럽(규제 주도), 중국(국가 주도), 일본(민관 협력) 등 해외 주요국의 데이터 정책을 비교 분석해 시사점을 도출하고, 역량 → 인프라 → 제도 → 확산의 4단계 정책 방향을 제시했다.</p> <p contents-hash="7756af25848479546fc1bf8a8bc71ec727bd17781e602ade18a25c7571f7c00a" dmcf-pid="2tGLC5oMYq" dmcf-ptype="general">핵심 과제로는 'AI-Ready 데이터' 공급 체계 구축, 표준계약·분쟁조정 등 거래 신뢰 인프라 정비, 가명처리 심의 기간의 310일에서 100일로 단축, 국가 데이터 카탈로그 구축 및 빅테크-선도기업 연합 모델 확산 등이 포함된다.</p> <p contents-hash="07c64dd560c43ed9a76d7a6e0140073856b0a71f2eb167bebe81f73a7667dda9" dmcf-pid="VFHoh1gRHz" dmcf-ptype="general">김영환 선임연구위원은 “중소기업이 양질의 데이터에 공정하게 접근할 수 있는 생태계 조성이 AI 시대 산업정책의 최우선 과제”라며 “데이터 플랫폼·거래소가 실질적 허브로 기능하려면 양적 공급 확대를 넘어 신뢰 기반의 인프라와 법·제도 정비가 반드시 병행돼야 한다”고밝혔다.</p> <p contents-hash="2f1dfcd09b8e5a3f907e4bde161726ebf06221f116250109c4bd0fd1869584cb" dmcf-pid="f3XgltaeG7" dmcf-ptype="general">김영준 기자 kyj85@etnews.com</p> </section> </div> <p class="" data-translation="true">Copyright © 전자신문. 무단전재 및 재배포 금지.</p> 관련자료 이전 그냥 넘기지 마세요! '이용약관에 동의하고 싶어' 개발한 vestman 04-08 다음 충주 탄금호서 오는 11∼13일 전국조정대회 열려 04-08 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
