데이터포털 개편 나선 정부, ‘디지털플랫폼’ 꿈꿨지만 인력난엔 ‘속수무책’

정부가 공공데이터포털의 데이터 접근성과 활용성을 사용자 중심으로 획기적으로 높이기 위해 본격적인 전면 개편에 나선다. 지능형 검색과 맞춤형 데이터를 추천하는 공공데이터 융합·분석 플랫폼으로 ‘업그레이드’하고자 오는 2026년까지 246억원을 투입하기로 한 것이다. 다만 업계에선 여전히 ‘인력 부족’이 최대 난제로 꼽힌다. 업계는 “인력 부족이 심화되는 양상”이라며 “공공데이터 활용성을 높이기 위해선 관련 인력 양성이 우선돼야 할 것으로 보인다”고 제언했다.

행안부 “공공데이터포털 전면 개편 진행할 것”

행정안전부는 민·기업·정부가 데이터를 기반으로 새로운 가치를 창출하는 ‘디지털플랫폼정부’ 추진을 위해 공공데이터포털 개편을 진행할 예정이라고 7일 밝혔다. 공공데이터포털은 2013년 서비스를 시작해 현재 8만3,000여 개 공공데이터를 개방하고 있는 명실상부 정부 대표 데이터플랫폼이다. 지금까지 공공데이터포털에서 개방한 주요 공공데이터가 활용된 건수는 5,300만 건에 이르는 것으로 알려졌다. 서비스 전달체계를 민간이 선도하도록 지원하면서 데이터경제 활성화에 이바지했다는 평가다.

새롭게 개편될 공공데이터포털에서는 공공데이터의 활용 목적에 맞게 여러 데이터를 융합하고, 데이터 간의 연관성 등을 분석하는 융합·분석서비스를 제공할 계획이다. 예를 들어 공공데이터포털에서 제공되는 CCTV 데이터, 여성안심무인택배함 데이터, 여성안심지킴이집 데이터를 지리정보체계(GIS)에 융합한다면 여성안전 지역과 관련된 분석이 가능해진다. 데이터 전문가가 아닌 국민이나 기업도 포털 내에서 서로 다른 공공데이터를 손쉽게 융합할 수 있어 공공데이터 활용이 더욱 용이해질 전망이다. 정부는 “공공데이터포털 개편을 통해 국민과 기업이 더욱 심도 있게 국가·사회문제 해결의 실마리를 찾을 수 있고 보다 창의적인 창업 아이디어를 발굴할 수 있을 것”이라고 기대감을 드러냈다.

정부는 찾고자 하는 데이터를 정확하게 찾을 수 있고 데이터 활용의 다양한 통찰을 얻을 수 있도록 수요자 관점의 개방 환경도 구축할 방침이다. 현재 개별기관에서 운영 중인 데이터포털과 공공데이터포털을 연계해 전체 공공데이터를 확인할 수 있어 데이터 검색이 더욱 용이해질 전망이다. 이외 대형언어모델(Large Language Model) 등을 활용해 질문을 해석하고 의미를 분석하는 키워드 검색 및 융합 또는 대체 가능한 연관 데이터도 함께 제공한다. 대규모의 복잡한 데이터 학습을 통해 인간의 미묘한 질문과 대화를 이해하고 응답하는 인공지능 모델을 제공하겠단 취지다.

공공데이터 활용성 제고 나선 정부, 하지만

그간 정부는 공공데이터 활용성 제고를 위해 꾸준한 노력을 이어왔다. 지난해 9월엔 공공데이터 활용 서비스 개발 공모전을 열어 공공데이터를 활용한 사회 현안 해결 및 국민 편의성 향상을 유도한 바 있으며, 2020년엔 공공데이터 활용기업 실태조사를 통해 기업별 맞춤 지원전략을 수립하기도 했다. 그러나 정부의 이 같은 노력은 빛을 찾기 어려웠다. 홍보 인력 외 공공데이터를 실질적으로 활용할 수 있을 만한 인력이 부족한 데다 구체적인 전략 형성에 부진을 면치 못했기 때문이다.

지난해 12월 정부 차원에서 공공데이터 활용 강화를 위한 혁신전략을 내놓긴 했으나, 실질적인 데이터 활용성 제고에는 큰 도움이 되지 못했다는 평가가 나온다. 정부는 당시 국민이 필요로 하는 데이터가 비공개로 분류돼 있어 활용에 의미 있는 중요 데이터가 부족하다는 지적을 수용해 보다 진보적인 데이터 개방을 추진하고자 했다. 중앙행정기관뿐만 아니라 지방자치단체 등 현장에서 생산되는 데이터에 대한 개방 요구도 지속적으로 확대된 만큼 이와 관련한 자료 수집·가공도 활성화했다. 그러나 활용성 있는 데이터의 잠금장치는 여전히 단단했고, 그나마 풀린 공공데이터마저 완결성·유효성에 대한 적절한 검증이 되지 않았다는 비판이 쏟아지면서 사실상 전략적 구성에 실패했다는 쓴소리가 끊이지 않고 있다.

데이터 인력난 심화, 이 상태론 공공데이터 활용성 제고도 ‘꿈’

더 큰 문제로 지적되는 건 인력난이다. 우리나라 AI 기업 매출액은 최근 3년간 평균 40% 증가하는 등 고성장을 이뤄냈다. 인력 수요도 늘었다. AI 분야 종사자수는 2020년 2만5,599명에서 지난해 3만9,181명으로 증가했고, 이 가운데 경력 기준 3년 미만 종사자수(2022년 기준)가 9,791명, ‘3년 이상∼7년 미만’이 1만4,432명, ‘7년 이상∼10년 미만’이 8,527명, ’10년 이상’이 6,430명이었다.

그러나 기업들 사이에선 “여전히 부족하다”는 목소리가 쏟아진다. 응답 기업 중 59.2%는 스스로를 ‘초기 성장기’라고 진단했는데, 이들 기업은 AI 사업 운영상 느끼는 애로사항 중 ‘AI 인력 부족’을 가장 큰 문제점으로 꼽았다. AI 개발자 부문 인력 부족률은 ‘AI SW 개발자’가 23%로 가장 높았고, 이어 ‘AI 하드웨어 개발자'(13.9%), ‘AI 아키텍처 설계 및 분석가'(12.6%), ‘AI 서비스 개발자'(9.8%) 순으로 나타났다. 결국 데이터 활용을 이끌어 낼 만한 인력이 턱없이 부족하다는 의미다.

이에 따라 업계에선 전문인력 양성이라는 후속 보완작업이 필요하다는 목소리가 높다. 특히 데이터 전문인력 양성기관 활성화가 시급하다는 공감대가 분명하다. 데이터 관련 학과 정원을 늘리고 데이터 중심으로의 학과 개편도 필요하지만, 그것만으로는 지금 당장 요구되는 인력 부족을 해결하긴 어렵다는 판단이다. 데이터 기업 관계자는 “기업과 대학 간 괴리가 많은 상황이라 실질적 교육이 필요하다”며 “대학에서 이뤄지는 이론 중심의 교육이 실무 역량 함양으로 이어지기 위해서는 산업 현장에서의 인력 수요를 반영한 세분화된 교과목 편성과 더불어 실무 프로젝트의 비중을 높여야 한다”고 역설했다. 이어 “정부도 관련 예산 지원 등을 통해 인력 양성을 지속했지만, 계획보다 데이터 산업이 팽창했다”며 “공공데이터 활용성을 높이기 위해선 관련 인력 양성이 필수적으로 뒤따라야 할 것”이라고 덧붙였다.