인공지능(AI) 산업이 활성화되려면 AI 공급자와 수요자간의 간극이 해소되고 자율적인 AI 생태계가 구축되어야 한다는 지적이 잇따르고 있다.

또 AI 분야의 극심한 인재 부족 문제를 해소하기 위해 데이터 제3자 제공에 대한 명확한 가이드라인이 제시되고, AI 관련학과의 대학 정원을 늘리는 것도 시급하다는 주장이 나오고 있다.

◆AI 수요기업 '솔루션 먼저 가져와라' vs 공급기업 '데이터 먼저 줘라'

6일 AI 업계에 따르면 AI 기술 공급이 활발하지 않은 이유로 AI가 기존 IT 기술과 특성이 전혀 달라 수요기업과 공급기업 간 간극이 크다는 점이 꼽힌다. AI는 고객 데이터를 받아서 학습을 시켜야만 원하는 성능을 낼 수 있는 데 수요기업을 이해시키기 어렵다는 것이다.

한 AI 기업 대표는 "'AI로 콜센터 상담유형을 분류하기를 원한다'며 우리에게 관련 솔루션을 보여달라고 요청하면, 뉴스 카테고리 분류로 AI를 사전 학습시켜놨다 하더라도 고객 상담 유형은 분류할 수 없기 때문에, 기업 데이터가 먼저 필요하다고 설명하는 데도 기존 IT 솔루션과 차이가 커 잘 받아들이지 못 한다"고 설명했다.

그는 이어 "AI 프로젝트를 1만건 만들기로 정했어도 성능이 부족하면 1만건을 더 만드는 방식으로 고도화 작업을 거쳐 AI 성능을 개선해야 하기 때문에, 미리 얼마만큼의 프로젝트를 해야 좋은 성능을 낼지 예측이 불가능해 공수(견적) 상정을 어렵다"며 "처음부터 5만건 등으로 정해놓으면 좋겠지만, 90% 이상 높은 성능을 내기 위해서는 10만건의 프로젝트가 필요할 수 있어 AI 기업이 큰 손해를 볼 수 있다 보니 시작 자체가 어렵다"고 말했다.

수요기업은 그 대신 공급기업에 무료 기술검증(POC)을 요청하지만, AI 수요기업은 데이터 전처리 과정이 어렵다 보니 계약이 될지 안 될지 모를 불확실한 상황에서 비용과 인력을 투입하면 리스크가 너무 커 POC를 주저한다는 것.

◆데이터 유출 우려로 대기업 자체 AI 개발팀 꾸려… AI 인하우스 개발 추진에 'AI 공급 적체'

AI 솔루션을 SI(시스템통합) 방식으로 기업에 구축하면 이후 사후관리는 AI 전문가가 아닌 대기업 전산 담당자가 맡게 되는 경우가 대부분이다.

AI는 구축 이후에도 학습데이터를 지속적으로 학습시키는 고도화 작업을 진행해야 하는데, 이 부분이 잘 안 되지 않아 결국 "AI를 도입해봤더니 품질이 기대에 못 미친다"는 식으로 원망이 AI 솔루션 제공기업에 돌아오는 구조일 수밖에 없다는 것이다.

특히 최근 대기업들이 자체적으로 AI 팀을 꾸리고 인하우스로 AI 개발에 나서면서 수요-공급 간 불균형 문제가 커지고 있다.

업계 한 관계자는 "AI 개발시 경쟁업체에 데이터가 넘어갈 우려가 있어 대기업들이 AI를 외주를 주지 않고 인하우스 형식으로 개발하려는 흐름도 나타나고 있다"며 "자동차, 은행, 교육업체 등 대기업들이 내부에 AI 개발조직을 꾸려 플랫폼은 외부에 맡기더라도 데이터 분석만큼은 내부에서 해결하려 하고 있다"고 설명했다.

수요 기업들이 AI 개발에 대규모 투자를 단행하다보니, AI 솔루션의 공급은 많지만 수요가 적은 불균형이 야기되는 배경이다.

◆데이터 제3자 제공 규정 명확해져야… AI 관련학과 정원 늘리는 것 '급선무'

AI 인재 부족 문제를 해결하기 위해 정부가 '교수·기업 겸직 허용' 방침을 발표하고, 대학과 기업 간 산학 협력을 장려하고 있지만, 데이터의 제3자 제공 규정이 명확치 않아 이를 활용하기 어렵다는 문제도 제기된다.

한 영상 AI 기업 관계자는 "중소기업들은 몸값이 높은 AI 고급 인재를 뽑기 어렵고, 고도화된 연구를 할 수 있는 인력이 대학에 많아, 대학과 기술 개발에 협력하기를 바란다"며 "하지만 영상정보가 대학에 전달될 때 데이터 제3자 제공에서 문제가 생길 수 있다는 점 때문에 협업하기 어렵다"고 호소했다.

이 같은 데이터 제3자 제공의 어려움으로 의료 AI 기업들은 아예 연구진을 병원에 파견해 의료 AI 개발을 진행한 경우가 많았다.

또 대학의 AI 전공 정원을 늘려야 AI 인재 풀을 넓힐 수 있다는 주장이 이어지고 있다. 윤희숙 미래통합당 의원은 최근 페이스북에 AI·빅데이터의 급속한 시장 확대로 컴퓨터 공학에 대한 수요가 크게 증가하고 있지만, 대학 정원은 그대로라는 문제를 제기했다.

윤희숙 의원은 "서울대는 최근 10년간 컴퓨터공학과 정원이 55명에서 변동이 없고, 고려대(115명)와 연세대(66명)도 마찬가지"라며 "이는 '수도권정비계획법' 때문에 대학 총정원이 꽁꽁 묶여 있기 때문"이라고 지적했다.

AI 데이터가 대학·대학원에 공급이 안 되다 보니 AI 전공자들이 산업에 대한 전문지식이 부족해 도메인 전문역량을 갖춘 인재 확보가 어렵다는 문제도 제기되고 있다. 산학 연계 교육과정을 많이 개설하고, 정부나 기업에서 산업 데이터를 제공해 AI 경진대회를 많이 개최해야 단기적인 AI 인재 육성이 가능하다는 것.

특히 AI는 학습 데이터 확보가 가장 중요하기 때문에 기업들이 자발적으로 데이터를 내놓을 수 있는 자율적인 생태계 마련이 중요하다는 의견도 잇따른다.

AI 업계 관계자는 "AI 전문업체들은 대기업들이 AI 산업 발전을 위해 데이터를 공유하면 좋겠다고 하는데 자발적으로 내놓게 하는 것도, 법을 통해 강제하는 것도 쉽지 않다"며 "미국의 구글·애플 등 AI 기업은 자율적인 생태계를 구축해 기업이 함께 성장할 수 있었기 때문에 국내에서도 AI의 생태계 구축이 가장 중요하다"고 강조했다.