과학기술정보통신부(과기정통부)와 한국데이터산업진흥원(K-DATA, 원장 양재수)이 AI시대를 맞아 데이터 품질 및 관리체계가 우수한 기업을 발굴, 시상하는 ‘2025년 데이터 품질대상’ 시상식이 18일 오후 서울 코엑스 컨퍼런스룸 E1에서 열렸다.
이번 '데이터 품질대상'은 AI·데이터 시대를 맞아 데이터 품질·관리 역량 강화 및 품질인증제도의 인식 제고를 목적으로 마련한 것으로, 국내 최고 데이터 품질 우수기업을 발굴하고 전파하기 위한 시상제도다. 지난 1997년 '우수데이터베이스 대상'으로 시작, 올해가 29회다.
올해는 지난 10월 23일~11월 21일 약 한달간 접수를 받았고, 높은 경쟁률 속에 심사결과 에이아이리더(AI Leader)가 한국데이터산업진흥원(K-DATA) 원장상을 수상했다. 아래는 성하창 에이아이리더 대표와 인터뷰 일문일답.
-수상을 축하합니다. 에이아이리더는 어떤 기업인가요
"우리는 AI 전문기업입니다. 2021년 10월 18일, 지역(지방) 기반의 AI 인재 육성과 인공지능 기술 확산을 목적으로 설립했습니다. 현재 8명의 임직원으로 구성돼 있고, 초·중·고등학교를 대상으로 침입·배회·쓰러짐·화재·폭행 등 위험 상황을 탐지·알림하는 AI 안전 시스템을 개발, 공급하고 있습니다. 이와 함께 영상 증거 비식별화 시스템, 요양원 대상 낙상 위험 예측 모니터링 솔루션을 비롯해 이미지·영상·음성·텍스트·시계열·신호 데이터 등을 수집·정제·가공한 고품질 AI 학습 데이터셋 구축 사업도 주력 비즈니스로 수행하고 있습니다."
-어떤 솔루션과 어떤 노력을 통해 수상한건가요
"에이아이리더는 중소벤처기업부 창업성장기술개발사업 ‘디딤돌(첫걸음·성장네트워크 R&D)’ 과제를 수행하며 요양원 입거 노인의 낙상 위험을 예측하는 AI 모델과 시스템을 개발하는 과정에서, 학습데이터 품질과 관리체계 우수성을 인정받아 데이터 품질대상 진흥원장상을 수상했습니다.
이번 수상은 단순히 AI 모델 성능이 아닌, 실제 서비스 적용을 전제로 구축한 학습데이터의 정확성·일관성·완전성을 체계적으로 확보한 점이 높게 평가된 결과라고 생각합니다. 해당 과제에서 에이아이리더는 이불을 덮은 상태에서도 인체 자세와 관절을 정밀하게 추정할 수 있도록, 실제 요양원 환경을 반영한 학습데이터를 구축했고, 관절 예측 오차를 10cm 이내로 관리하는 것을 핵심 품질 목표로 설정했습니다.
학습데이터 품질을 확보하기 위해 1차 어노테이터의 관절 정보 가공, 2차 검수자의 오류 검증, 최종 검수자의 전수 점검으로 이어지는 3단계 품질관리 체계를 운영했습니다. 또 촬영 조건, 관절 겹침, 피사체 가림 상황 등을 고려한 데이터 수집 가이드를 자체 개발, 학습데이터의 다양성과 재현성을 동시에 확보했습니다.
이와 같은 학습데이터 중심의 품질관리 체계는 데이터 내용 인증심사에서도 그대로 적용돼, 완전성·유효성·정확성·일관성 항목 전반에서 안정적으로 기준을 충족했습니다. 특히 파이선(Python) 기반 자동 검증 스크립트를 활용해 라벨 오류와 데이터 편차를 사전에 관리, AI 모델 신뢰도를 뒷받침하는 데이터 품질을 지속적으로 유지할 수 있었습니다.
에이아이리더는 이번 수상을 계기로, AI 모델과 시스템 경쟁력의 핵심 요소로서 ‘학습데이터 품질’을 중심에 둔 기술 개발 전략을 더욱 강화해 나갈 계획입니다."
-이 제도에 대해 좋은 점이나, 혹시 개선할 점이 있으면 말해주세요
"데이터 품질대상 제도는 AI 서비스의 신뢰성과 객관성을 공식적으로 검증해 주는 기준이라는 점에서 큰 장점이 있습니다. 특히 요양원과 지자체, 공공기관을 대상으로 제공하는 낙상·배회 감지 시스템은 안전성과 정확도가 핵심인 만큼, Class A 수준의 데이터 품질 인증은 서비스 도입 과정에서 발생할 수 있는 의사결정 부담을 실질적으로 낮춰주는 역할을 합니다.
관련기사
- 플리토 "데이터 품질이 곧 AI 신뢰도"2025.12.18
- 농협은행 "데이터 품질과 활용도 동시에 끌어올려"2025.12.18
- 웨스트문 "데이터 품질, 사회와 산업 움직이는 신뢰 기반"2025.12.18
- 현대차, SDV·R&D 본부장 교체...미래차 기술 회복에 집중2025.12.18
또 인증 절차를 통해 학습데이터부터 AI 모델, 시스템 운영에 이르는 전 과정을 점검하면서, 내부적으로 데이터 구축·검수·운영 프로세스를 표준화하는 계기가 됐습니다. 이를 통해 시설 유형이나 설치 환경이 달라지더라도 일관된 성능을 유지할 수 있는 품질관리 체계를 구축할 수 있었습니다.
향후에는 인증받은 학습데이터를 기반으로 침대 낙상 예측, 야간 위험 자세 분석, 치매 환자 행동 패턴 인식 등 보다 고도화한 AI 모델 개발로 확장해 나갈 계획입니다. 아울러 공공조달과 지자체 실증사업을 통해 스마트 돌봄 안전 플랫폼으로 적용 범위를 넓혀 나가며, 데이터 품질 인증이 실제 현장 확산으로 이어질 수 있도록 활용해 나갈 예정입니다."











