데이터로 하는 비즈니스는 어떤 게 있을까

김영란 기획국장

정부의 디지털 뉴딜 선언 이후에 지속적으로 매체에서 언급하는 단어가 두 가지 있습니다. 바로, 데이터와 인공지능(AI)입니다.

7월 굿인터넷클럽에서는 그 중 데이터에 주목해서 현 시점에서의 데이터 비즈니스를 한 번 톺아보기로 했습니다. ‘데이터가 만드는 산업, 데이터로 만드는 것들’ 이라는 주제로 지난 7월31일, 오전 8시에 시작한 제 63회 굿인터넷클럽에서는 데이터 비즈니스의 정의부터 시작해서 데이터 비즈니스의 현황 그리고 다가올 산업의 미래까지 차근차근하게 전문가들과 짚어봤습니다.

특히, 이번 굿인터넷클럽에서는 데이터 비식별화부터 클라우드까지 데이터 비즈니스의 각 분야의 최전선에 계시는 현업 전문가들께서 참석해주셨는데요. 덕분에 일반론적인 이야기에서 벗어나 산업의 깊숙한 이야기를 생생하게 들어볼 수 있는 좋은 기회였다고 생각합니다. 2020년의 데이터 비즈니스 어떻게 흘러가고 있을까요?

데이터, 4차산업혁명의 중심이 아닐까

고학수 교수(서울대학교): “진행을 맡은 서울대학교 고학수입니다. 오늘의 주제는 데이터 비즈니스구요 패널 세 분 모두 데이터 분야에 계시는 현업 전문가들이 와주셨습니다. 같은 데이터 산업이라도 분야가 조금씩은 다를 텐데 어떤 비즈니스이신지, 회사와 자기소개 부탁드리겠습니다.”

이정수 대표(플리토): “언어 데이터 플랫폼 플리토를 운영하는 이정수입니다. 저희 회사는 언어 인공지능을 학습시키기 위한 언어 데이터를 수집하는 일을 하고 있습니다. 자동 번역기를 학습시키기 위한 언어 데이터, 음성 인식기 정확도를 높이기 위한 발화 데이터 등 일상 생활에서 사용하고 있는 언어 인공지능에 정확도를 높이는 일을 하고 있는 회사라고 말씀드릴 수 있습니다.”

김태훈 대표(딥핑소스): “딥핑소스의 대표 김태훈입니다. 저희는 AI용 데이터 비식별화 기술을 개발, 또 이걸 이용한 AI 개발도 함께하고 있습니다. 예를 들자면 제가 말하고 있는 영상을 수집해서 사용한다고 할 때 제 얼굴도 나오는 등 개인정보 문제들이 있는데요. 제가 안경을 썼는가, 어디를 보는가에 대한 분석은 동일하게 할 수 있지만, 제가 누군지는 알 수 없는 상태로 데이터를 만들어서 사용할 수 있게 하고 있습니다. 더 많은 데이터를 사용할 수 있게 하는 기술 회사라고 설명드릴 수 있습니다.”

류재준 이사(NBP): “저는 NBP의 류재준이라고 합니다. 저희 회사는 클라우드 서비스를 제공하고 있는 회사인데요. 2009년에 네이버에서 분사되어서 시작을 했구요. 2017년부터 클라우드 서비스를 시작하고 있습니다. 지금 현재 아마존과 대등한 서비스를 하고 있는 회사입니다.”

고학수 교수: “소개 말씀 감사합니다. 본격적으로 시작해보겠습니다. 데이터 관련해서 요즘 언론보도가 정말 많이 되고 있죠. 정부에서 데이터 뉴딜이라는 이름으로 예산도 많이 투입되고 있고요. 그렇다면, 데이터 비즈니스가 무엇인지, 어떻게 정의하면 좋을지 한 번 질문 드려봅니다.”

이정수 대표: “최근 들어 데이터가 많이 중요해진다고 느끼고 있는데요. 이는 인공지능을 학습시키기 위해서가 아닐까 합니다. 사람으로 보면 학습 자료가 많이 필요한 상황이라고 생각하시면 될 것 같습니다. 똑똑한 인공지능을 위해서는 데이터를 많이 학습할 필요가 당연히 있거든요. 결국 데이터를 다룬다는 의미는 우리 회사에서 인공지능이 필요로 하는 학습용 데이터를 어떻게 효율적으로 많이 모을 수 있느냐가 아닐까 합니다.”

김태훈 대표: “예전에는 사업을 하거나, 작은 가게를 운영한다 하더라도 경험에서 나오는 노하우가 중요했었습니다. 지금도 마찬가지라고 생각하고요. 다만 세상이 너무 빠르게 변하다보니까 물리적 시간을 들여서 경험을 쌓는 것이 쉬운 일은 아니죠. 이것을 대신해줄 수 있는 것이 데이터라고 생각합니다. 대량의 데이터로 사람, 사물, 환경의 경험치를 직접적으로 뽑아서 활용을 할 수도 있고, 새로운 사업에 대하여 예측할 수도 있거든요.”

류재준 이사: “많은 산업을 돌아다녀보면 과거에는 데이터에 대한 이해가 없었는데, 최근에는 각 산업분야에서 관심을 가지고 있는 상황입니다. 현실적으로 데이터가 많이 모이고는 있지만 그 데이터가 아직 잘 활용 되는 사례는 그렇게 아직은 많이 없습니다. 데이터가 잘 쌓이고 잘 가공되면 각 산업 분야에서 지금보다 훨씬 다른 서비스가 만들어질 수 있을 것입니다. 저희가 바라본 데이터는 미래 4차 산업혁명에 중심이 되지 않을까 하고 기대하고 있습니다.”

고학수 교수: “각자 분야의 관점에서 데이터에 대해 좋은 정의들 내려주신 것 같습니다. 하나 더 공통적인 질문을 드려보겠습니다. 데이터에 관해 관심도가 높아진 것은 최근 몇 년 사이인데, 데이터 비즈니스의 현황, 수준은 어떻게 보시는지 궁금합니다.”

이정수 대표: “최근에 왜 데이터의 중요성이 높아졌느냐, 결국 인공지능이 발전하기 때문에 데이터의 중요성이 높아진 상황이다라고 보시면 될 것 같습니다. 인공지능을 학습시키기 위한 데이터가 필요하다보니까 모으고 정제하는 업체들이 생겨나기 시작한거죠. 아이들을 가르치기 위한 학습지, 교육도구들이 생겨난 것이랑 같은 겁니다. 지금은 데이터가 범용적인 부분들이 상당히 있는데, 향후 미래로 간다면 특수 분야로 빠지게 되는 분야도 분명히 있을 것입니다. 초등학교 때 일반적인 것을 가르치다가 대학교에 전공을 가르치는 것처럼 데이터도 의료와 같은 전문적인 분야로 상당히 많이 발전할 것이라 예상합니다.”

김태훈 대표: “2년 전, 창업할 때 만해도 저희가 데이터를 거래한다, 데이터를 보호한다는 이야기를 하면 대부분 데이터가 거래되는 물건이냐는 말들이 되게 많았습니다. 데이터를 공짜라고 여기는 분들이 있었고 기업에서 절대 밖으로 나올 수 있는 것이 아니라는 이야기도 있었는데요. 작년부터 분위기가 완전히 바뀌었어요. 데이터도 당연히 거래되고, 데이터 주인의 권리 이야기도 나오기 시작했습니다. 성장률 같은 것들이 물론 중요하긴 합니다만, 데이터에 대한 인식이 확실히 바뀌고 있고, 형성되고 있어 빠르게 발전하지 않을까 싶습니다.”

류재준 이사: “클라우드 사용 패턴들을 보게 되면 어떻게 변화가 되고 있는지 예측을 할 수가 있는데요. 과거에 보면 2017년 처음 시작할 때 주로 웹서비스 중심의 클라우드, 게임과 같은 부분을 많이 했었는데요. 시간이 지나면서 데이터를 백업하는 용도로 활용하기 시작했고, 최근에는 빅데이터를 구축, 분석하는 형태로 진화되고 있습니다. 장기적으로 데이터가 전 산업의 핵심이 될 수 있지 않을까 합니다. 예를 들어 안젤리나 졸리가 유전체 검사 후에 암 관련 부위를 절제한 것처럼, 생각지 못한 서비스들이 만들어 질 것으로 기대하고 있습니다.”

비식별화는 어떻게 하는 것일까

고학수 교수(서울대학교), 김태훈 대표(딥핑소스), 류재준 이사(네이버비즈니스 플랫폼), 이정수 대표(플리토)

고학수 교수: “개별적 질문을 좀 드려보고 싶습니다. 딥핑소스 김태훈 대표님께 질문하나 드려보겠는데요. 어떻게 안전하게 비식별 정보를 만들어 가시는지 궁금합니다. 덧붙여, 어떤 정보가 되건 간에 비식별 이미지를 만드는 거잖아요. 이 비식별이라는게 꽤 논란이 있는 개념 아닐까 하거든요. 법적으로 얼마나 불러 처리를 해야 하는 지 등 이런 걸림돌에 대해서는 어떻게 생각하시는지 또 궁금합니다.”

김태훈 대표: “저희는 사람 육안으로 절대 알아볼 수 없고, AI로 돌린다 하더라도 개인식별정보를 꺼낼 수 없을 정도로 망가진 형태로 보이게 데이터를 바꾸고 있거든요. 요점은 이렇게 만든 데이터를 그대로 AI에 사용하고 있어요. 그래서 암호화랑 다르게 원본으로 복구할 우려가 전혀 없구요. 소멸된 개인정보는 기술적으로는 다시는 복구되지 않습니다. 레이블링 관련해서는 대다수의 서로 모르는 사람들이 서로 쪼개서, 파편적으로 레이블링을 한 뒤 모으는 장치 등을 하는 등. 데이터를 안전하게 모으고 비식별화 하는 사례를 만들어가고 있습니다.”

김태훈 대표: “이어서 두 번째 질문이 좋은 질문이면서도 어려운 질문 주셨는데 법적으로 이것을 어떻게 안전하다고 증명하는 것인가 입니다. 제가 심혈을 기울여 노력하는 부분이 이것을 안전하다고 증명하는 것인데요. 저희 기술이 아무리 확실한 익명화라고 하더라도 사용하는 쪽에서 잘못 사용하거나, 결합하면 문제가 되기 때문에 지금까지는 고객사들의 법무팀과 섞여서, 문제를 신중하게 검토합니다. 이러다보니 법률 검토만 1년 이상 걸리기도 하구요. 이 부분 관련해서 큰 기업들 위주로 관심이 많아서 인증 절차를 함께 밟아보자 하고 주도적으로 노력하고 있는 상태입니다.”

고학수 교수: “추가 질문 하나 더 드릴게요. 이미지 데이터가 실제로 활용이 많이 되는 쪽이 의료 영역이잖아요. 엑스레이 관련해서 말씀드리는데 엑스레이의 비식별 처리에 대해 논의한 적이 있는데요. 이 같은 부분의 비식별 처리는 어떻게 생각하시는지 궁금합니다.”

김태훈 대표: “저희가 국내 대형병원과 함께 하고 있는 것이 있습니다. 말씀 주신 엑스레이도 그렇고, CT도 그렇고, 이 같은 영상촬영은 얼굴이 복원되는 문제가 있습니다. 저희 기술을 적용하면 망가뜨릴 수 있습니다. 이 상태로 병변 진단 AI 모델에 들어가면 똑같은 결과를 내는 익명화 모델이 가능하긴 합니다. 난독화 기술이라고 불리는데 이 같은 기술로 빠르게 익명화 시키는데 사용되고 있습니다.”

의료 영역에서 클라우드를 적용하는 것

고학수 교수: “이미 진행을 하고 계시네요. 다음으로는 류재준 이사님께 질문을 드립니다. 클라우드 서비스를 제공하시는데, 클라우드는 영역별로 고객의 니즈가 다르게 나타날 것 같구요, 법과 제도가 영역에 따라 또 달라질텐데요. 근래 들어 의료영역에 많이 진출을 하고 계신데, 이런 전문성이 있는 영역에서 어려운 점, 규제 등에 대해서 어떻게 생각하시는지요?”

류재준 이사: “의료 쪽에는 클라우드를 검토할 수 있도록 의료법이 2016년 8월에 개정, 발효가 되긴 했습니다. 다만, 의료 쪽이 산업 분야에서 가장 보수적인 성격을 띠고 있거든요. 그 이유는 의료 데이터가 워낙에 민감한 데이터고 외부에 유출될 경우에는 피해가 큰 이슈들이 발생할 수 있기 때문에 보수적으로 다루고 있는 것이 현실입니다. 그렇다보니 정부 주도로 클라우드가 시작 되었습니다. 정부사업을 통해 이런 인식들이 많이 바뀌고 있구요. 가장 큰 문제는 클라우드에 두는 건 이슈가 없는데, 누군가에게 제공하고자 할 때 IRB(생명윤리위원회심의), 비식별화를 해야 되는 문제가 있거든요. 주로 R&D만을 쓰도록 가이드를 하고 있습니다. 그나마 다행스러운 것은 정부주도로 R&D를 하고 횟수가 많아지다보니 심의 시간이 빨라졌고, 개인이 유전체 검사를 요청할 수 있도록 서비스 할 수 있는 부분이 열리게 되었습니다. 데이터 3법이 발효되면 다른 규제 부분도 풀릴 수 있지 않을까 하는 기대가 있습니다.”

말뭉치는 어떤 데이터로 만드나

고학수 교수: “법은 4년 전에 클라우드 서비스 허용이 되었는데, 개별 의료기관들이 클라우드 서비스를 도입하는 것은 사실, 더디게 걸리고 있군요. 우리나라 비즈니스에서는 법, 제도를 같이 고민해야 되는 것이 현실인 것 같습니다. 이어서 이정수 대표님께 질문 드립니다. 말뭉치를 보면, 범용성의 말뭉치는 상태가 나쁘지 않은 것 같은데, 전문 영역으로 가면 말뭉치가 잘 개발이 되어 있지 않다는 이야기를 제가 종종 듣게 되는데, 의료, 법률과 같은 전문성이 필요한 영역에 활용되는 경우가 있는지 궁금합니다. 또 하나는, 실제로 말뭉치를 개발할 때 어떤 소스로부터 개발을 하냐에 따라 결과가 꽤 달라질 수 있잖아요. 이 부분은 어떻게 고려하시는지에 대한 질문을 드려봅니다.”

이정수 대표: “실제로 언어 데이터에서는 지금 범용 데이터도 없고, 특수 데이터는 더 없는 상황이구요. 이를 위한 데이터가 실제로 없다 보니까 그런 번역기가 나오지 못하는 상황입니다. 때문에 정부에서 많은 예산을 들여서 올해부터 특수 영역에 대한 말뭉치를 모으고 있는 상황이라고 보시면 좋겠습니다. 발화 데이터 역시 마찬가지구요. 해외는 어떠냐면 역시나 데이터가 없습니다. 많은 글로벌 업체들이 데이터를 찾기 위해 혈안이 되어 있는 상황이라고 보시면 좋겠습니다.”

이정수 대표: “또 데이터 원천소스를 어떻게 구하냐에 대해 말씀주셨는데, 언어 데이터는 말을 하게 되면 소유권은 말을 하는 사람에 있거든요. 블로그에 글을 쓰면 저작권은 본인한테 있는 것 이구요. 실질적으로 많은 인공지능을 학습시키는 업체들이 거기에 대한 개념 자체가 아예 없는 실정입니다. 사실, 공공 데이터가 아니라면 사용하면 되지 않는 부분이 있는 것이죠. 언어 데이터는 크게 문어체와 구어체로 나뉘는데요. 두 개 중에 문어체 데이터가 훨씬 많습니다. 구어체 데이터는 말줄임을 하는 등 규칙도 없어서 모으는 것도 쉽지 않고 번역도 쉽지가 않습니다. 그래서 구어체, 발화 데이터는 정확도가 많이 떨어집니다. 이 소스를 구하는 것이 쉽지 않은 상황이라고 생각하시면 될 것 같습니다.”

고학수 교수: “대표님께 제가 평소에 궁금했던 것을 질문 드리고 싶은데요. 발화 데이터를 가지고 작업을 하시면 표준어는 조금 더 데이터도 많고, 작업이 잘 될 것 같은데, 방언들, 예를 들면 제주도 방언을 하면 알아듣기 어려울 것 같고 충청도는 그래도 좀 더 잘 작업이 될 것 같은 생각이거든요. 이런 방언별 차이를 느끼신 적이 있는지요?”

이정수 대표: “실제로 한국어 같은 경우는 방언이 어느 정도 인식을 하는 경우가 있는데요. 아랍어 같은 경우는 이집트 아랍어, 사우디 아랍어, 레바논 아랍어가 완전히 차이가 많이 나는데, 이런 경우에는 번역기가 인식하기 어려운 부분이 있습니다. 또 재미있는 것이 어떤 문장을 주면 제주도 방언으로 발화를 하라는 것이, 문장을 제주도 억양으로 읽으라는 건지, 문장을 제주도 말로 바꿔서 읽으라는 건지가 정확히 나와 있지 않기 때문에 난항을 겪고 있는 부분이 또 있습니다.”

디지털 뉴딜, 진짜 도움이 될까

고학수 교수: “흥미롭네요. 다시 공통 질문으로 돌아와서요. 김태훈 대표님께 여쭤봅니다. 정부에서 투자하는 디지털뉴딜 같은 정책이 데이터 비즈니스에 도움이 될지, 조금 더 고려해야할 부분이 무엇인지 의견 부탁드립니다.”

김태훈 대표: “지금 정부에서 굉장히 많은 자금을 들이고 있습니다. 때문에, 기존에는 데이터와 관련 없던 회사까지 업종 전환을 할 정도로 업계가 혼란스러운 것은 사실입니다. 초기의 혼란기라고 생각을 하구요. 지속적으로 정책이 이어진다면, 양질의 데이터가 많이 생길 것으로 생각을 합니다. 내년부터는 파생데이터가 많이 나올 것으로 보이고 이렇게 진행되다보면 사람들도 개인이 어떻게 이 산업과 연결이 되는가에 대한 감이 생길 것입니다. 산업계나, 정부에서도 주장하고 있는 마이데이터 역시 활성화 될 것으로 예상합니다.”

고학수 교수: “알겠습니다. 류 이사님에게도 질문 드려보겠습니다. 클라우드 관련 질문입니다. 클라우드가 실제로 어떤 도움이 되는지 유용성, 고객 기업의 비즈니스에 어떤 편익을 주는지 한 번 말씀 해주실 수 있는지.”

류재준 이사: “클라우드 도입에 가장 효과적인 것이 제가 보기에는 공공 쪽이 아닐까 생각을 합니다. 공공 같은 경우는 사업을 만들기 위해서는 미리 예산을 잡잖아요. 갑자기 용량을 증설해야 하는 등 변수가 발생하면 다시 1년이 걸리게 됩니다. 이러다 보니 탄력적으로 대응하기가 굉장히 어렵습니다. 그래서 바로 대응이 어려운 부분이 있습니다. 이 부분이 클라우드 서비스가 유용하구요. 또 하나는, 모든 인프라를 구매해서 진행을 할 때는 중간에 필요없어질 때는 반납을 할 수가 없거든요. 클라우드는 필요할 때 빌려서 쓰다가 반납을 할 수 있기 때문에 훨씬 더 경제적으로 이용할 수 있습니다. 장기적으로 보면 클라우드가 훨씬 저렴하거든요 특히, 소멸 비용이 발생하지 않습니다. 비용을 효율적으로 쓸 수 있는 부분이 있습니다.”

류재준 이사: “또 다른 이야기 드리자면, 실제 저희가 쭉 돌아다녀 보면 데이터를 다루는 인력이 생각보다 적습니다. 실제 지방으로 가면 데이터를 다룰 수 있는 인력이 더 적습니다, 지자체에도 공공 데이터가 있거든요. 지방 대학을 중심으로 경진대회를 통해서 학생이 데이터에 대한 관심을 가지지 않겠는가, 창업 의지가 생기지 않을까 하는 이야기를 하고 있습니다. 이런 부분들이 클라우드 내에서 진행되면 시도의 여력이 더 커지거든요. 그래서 클라우드가 어떤 시도의 장이 되지 않을까 하는 생각도 하고 있습니다.”

언어 데이터, 수요는 지속적으로 커진다

고학수 교수: “좋은 말씀 잘 들었습니다. 플리토 이 대표님, 언어 영역은 말씀을 들어보면 되게 흥미롭고 새로운 이슈들이 계속 나타나는, 그런 영역인데, 이걸로 어떻게 비즈니스가 되지라는 생각이 들기도 하거든요. 비즈니스 적으로 어떻게 수요를 창출하고 계신지, 앞으로 어떤 전망이 있는지 등에 대해서 질문 드려봅니다.”

이정수 대표: “간단하게 말씀드리면 문장 하나가 거래될 때 보통 100~1천원 사이로 거래가 됩니다. 어느 정도 정제가 됐는지, 전문성이 들어갔는지에 따라 다르다고 생각하시면 되고요. 실제로 데이터를 만드는 사람에게 그 정도의 보상이 간다라고 생각하시면 좋겠습니다. 말씀드린 것처럼 특수 분야로 가면 갈수록 더 많은 데이터가 필요하고 인공지능을 학습시키기 위해 범용적으로 들어가는 데이터가 1천만 개 정도 거든요. 그래서 사실 데이터를 공급하는 데 있어, 내부 리소스가 부족한 상황이지 데이터 수요가 줄어드는 상황은 아니고, 미래에는 더 많아 질 것이라 예상하고 있습니다.”

데이터 비즈니스, 생각지 못한 것들을 가능케 해

고학수 교수: “마무리 질문 드리면서 오늘 자리 마치도록 하겠습니다. 마지막 질문은 데이터 비즈니스에서 앞으로 5년 후를 바라본다면 어떤 변화가 예상이 되는지, 가능성이 어떨지 전망에 대한 말씀 부탁드리겠습니다.”

이정수 대표: “저희가 8년 전에 사업을 시작했는데, 많은 분들이 데이터를 누가 사겠냐는 질문을 저희에게 많이 하셨어요. 2016년까지 데이터를 전혀 팔지 못했는데요. 2017년부터 실제로 언어데이터를 판매를 하고, 업체들이 등장하고 하더라고요. 운이 좋게 맞는 방향을 갔구나 라는 생각이 들고요. 그러다보니 미래가 어떻게 될까를 많이 보게 되는데 말씀 드린 것처럼 점점 더 많은 AI가 나오는 상황이고, 이 AI를 학습시킬 데이터들은 아직 너무나 많이 부족합니다. 저희가 해외도 많이 찾아보거든요. 실제로 학습시킬 언어 데이터가 전무하다고 보시면 돼요. 또, 5년 뒤에는 특수 분야에 있는 인공지능이 대부분 나올 것이라 생각하고 있습니다. 그 이후에는 커머스 등 서비스에 접합이 될 것 같고요. 결론적으로 데이터의 가치는 지속적으로 성장할 것이라 생각하고 있습니다.”

김태훈 대표: “90년대에는 국내에서 소프트웨어가 공짜라는 인식이 있었는데 지금은 전혀 그렇지 않잖아요. 데이터도 마찬가지라고 생각합니다. 얼마 전까지만 해도 데이터를 사용하는 쪽은 무료로 생각하고 데이터를 가지고 있는 쪽에서는 안판다라는 생각을 가지고 있었는데 지금은 그 중간 지점쯤에서 만나는 과정을 거치고 있는 중이구요. 이제 데이터를 살려는 쪽에서는 합리적 가격을 원하고, 팔려는 쪽에서는 공개함으로서 얻는 이득에 대해 고민을 하고 있습니다.”

류재준 이사: “데이터를 잘 분석하게 되면 수박이 얼마나 사람들이 좋아할 수 있는 성분을 갖출 수 있을 것인가부터, 농산물을 보게 되면 폭락이 많잖아요. 그런 부분들을 미리 예측해서 조정할 수 있는 것도 데이터를 통해서 예측하고 해서 폭락을 조정하는 부분도 가능할 수 있습니다. 의료 분야 역시 당뇨병이 걸리면 합병증이 온다고 하잖아요, 이 합병증이 약물의 부작용이라고 하게 되면, 약물의 유전체나 부작용 부분들을 계속 체크를 해보면 이 사람에게 부작용이 없는 약물을 처방하게 되는, 맞춤형 처방까지 할 수 있는 데이터 기반으로 가능 할 것이라고 생각합니다.”

고학수 교수: “이런 저런 말씀을 나눠봤는데요, 데이터 비즈니스가 대략적으로 어떤 변화가 이었는지 대략적으로 가늠할 수 있는 유익한 시간이었던 것 같습니다. 감사합니다.”