[기고] 구글·애플에 지도줘도, 데이터 학습 주권은 확보해야

한동수 KAIST 전산학부 교수 "길찾기 서비스가 AI플랫폼…데이터, 해외에 쌓여"

전문가 칼럼입력 :2026/04/26 12:00

한동수 KAIST 전산학부 교수

정부는 지난 2월 구글 1대 5,000 정밀 지도 국외 반출을 조건부로 허용했다. 2007년과 2016년 두 차례 반려됐던 사안이다.

그러나 여기에는 우리가 간과하고 있는 더 큰 문제가 있다. '지도 반출' 그 자체가 문제가 아니라 지도 문호 개방 이후 그 뒷단에서 벌어지는 구조적 변화다.

문제의 본질은 지도 파일이 아니다. 지도 위에서 생성되고 축적되는 데이터 흐름이 더 중요하다.

"지도 반출은 시작일 뿐…뒷단이 더 무서워"

구글과 애플이 한국 지도시장에 진입하는 순간, 변화는 단순한 길찾기 서비스 개선에 그치지 않는다. 지도는 플랫폼 입구일 뿐이다. 그 위에 얹히는 것이 훨씬 더 강력하다.

한동수 KAIST 전산학부 교수.(사진=지디넷코리아)

사용자 이동 동선, 체류 시간, 방문 장소, 결제 흐름, 검색 패턴, 심지어 실내에서의 이동 동선, 이러한 데이터는 단순한 로그가 아니다. AI가 학습하는 ‘현실 세계의 구조화된 행동 데이터’다.

반드시 들여다봐야 하는 부분은 이 데이터가 쌓이는 위치다. 국내가 아니라, 글로벌 플랫폼 서버와 모델 안에 이 데이터가 고스란히 들어간다.

실제 경쟁은 서비스가 아니라 '학습 속도'다. 그럼에도 많은 논의는 “국내 기업이 경쟁에서 밀릴 것인가”라는 표면적 논의에 머물러 있다. 진짜는 "누가, 얼마나 더 많은 데이터를,. 더 빠르게 학습하는가"이다.

"지도가 현실 세계 학습하는 AI 플랫폼으로 진화"

구글과 애플은 이미 운영체제(OS), 앱스토어, 계정 시스템, 광고, 결제까지 통합된 구조를 갖고 있다. 여기에 고정밀 지도와 위치 데이터가 결합되면, 이들은 단순한 지도 서비스 개념을 넘어 현실 세계를 학습하는 AI 플랫폼으로 진화한다. 무서운 얘기다.

반면 국내 기업은 어떠한가. 데이터는 서로 나뉘어 분절돼 있다. 결합은 어렵고, 규제는 강하다. 데이터 품질은 둘째 문제다. 데이터가 있어도 '학습 가능한 구조'로 전환되기 어렵다.

경쟁은 현재의 서비스 품질만이 아니라 데이터에서 학습으로, 그리고 미래 서비스로 이어지는 선순환 구조의 유무에서 갈린다.

한국은 세계적으로 가장 강력한 개인정보 보호 체계를 갖고 있다. 국내 기업은 데이터 결합 하나에도 엄격한 제약을 받는다.

반면 글로벌 플랫폼은 국경을 넘는 구조 속에서 상대적으로 유연하게 데이터를 통합한다. 법적으로 완전히 자유로운 것은 아니다. 그러나 실질적인 집행력과 통제 가능성의 차이는 명확하다.

규제의 역설: 국내 기업은 보호받는 대신 데이터 학습못해

결과는 역설적이다. 국내 기업은 보호받는 대신 학습하지 못하고, 글로벌 기업은 규제 틀 밖에서 더 빠르게 학습한다. 이 격차는 시간이 지날수록 간격이 더 커진다.

우리는 여전히 위치서비스를 하나의 앱, 하나의 산업으로 보는 경향이 강하다. 과거에는 그게 통했을지 모르지만, 지금은 아니다.

위치 데이터는 앞으로 ▲자율주행 ▲로봇·공간 AI ▲물류 최적화 ▲도시 운영 ▲재난 대응 ▲개인화된 AI 서비스 등을 결정한다. 위치는 단순 기능이 아니라 AI 시대 현실 세계 인터페이스라는 의미다.

도로와 통신망을 외국에 맡기지 않듯, 위치 데이터 인프라도 같은 수준의 전략적 자산이다.

"전략적 자산인 위치 데이터, 한 번 잃으면 되돌릴 수 없어"

플랫폼은 한 번 지배 구조가 형성되면 바뀌지 않는다. 사용자는 더 편리한 서비스로 이동하고, 데이터는 더 많은 사용자가 있는 곳으로 모인다. AI는 더 많은 데이터가 있는 곳에서 더 빠르게 진화한다. 이 구조가 고착되면, 국내 기업이 뒤늦게 따라잡는 것은 사실상 불가능하다.

지도 반출은 시작일 뿐이다. 진짜 문제는 그 위에서 벌어질 데이터 집중의 가속이다.

선택은 명확하다. 이를 막을 것인가, 만들 것인가다. 이미 시장 개방은 시작됐다. 지금부터는 대응 속도가 중요하다.

국내에는 이미 세계적으로 경쟁력 있는 기술이 존재한다. 와이파이(WiFi) 신호 기반 라디오맵, 센서 융합 기반 위치 인식, 실내외 통합 위치 기술 등은 글로벌 수준을 넘어선다.

관련기사

한국지도(제공=이미지투데이)

다시 말해 기술이 문제가 아니라 구조가 문제라는 말이다. 데이터는 기업별·기관별로 로 흩어져 있고, 플랫폼도 제각각이다. 개별 기업 간 경쟁이 아니라 국가 차원의 통합 인프라 설계가 필요한 이유다.

지도는 복제할 수 있다. 하지만 데이터 축적과 학습 구조는 복제할 수 없다. 지금 우리가 잃고 있는 것은, 아니 잃을지도 모르는 것은 지도 한 장이 아니라, 미래 AI 경쟁의 핵심인 데이터 학습 주권이다.

*본 칼럼 내용은 본지 편집방향과 다를 수 있습니다.