.svg)
AI 솔루션 문의하기
공공기관이 AI 관련 사업을 새로 시작하려 할 때 가장 먼저 부딪히는 고민은 학습데이터와 이를 처리할 컴퓨팅 자원을 어디서부터 마련해야 하는지에 대한 것입니다.
국가가 운영하는 AI 개발지원 플랫폼은 연구자와 기업, 공공기관이 누구나 활용할 수 있도록 대규모 데이터셋과 고성능 컴퓨팅 자원, 소프트웨어 API를 함께 지원하고 있어, 공공기관이 인프라 전환을 준비할 때 처음부터 모든 것을 자체적으로 구축하기보다 이미 마련된 자원을 어떻게 자신들의 사업에 맞추어 활용할 것인지를 먼저 검토하는 편이 훨씬 효율적인 접근이 됩니다.
이 플랫폼은 한국어와 영상·이미지, 헬스케어, 교통·물류, 재난·안전, 문화관광처럼 폭넓은 분야에 걸쳐 데이터를 제공하고 있어 공공기관이 다루는 업무 영역과 겹치는 지점을 찾기가 어렵지 않습니다.
이 네 가지를 먼저 점검하면, 공공기관은 처음부터 막대한 예산을 들여 데이터를 자체 구축하는 대신 기존 자원을 활용하는 방향으로 전환 계획의 상당 부분을 조정할 수 있습니다.
새로운 데이터를 구축하는 지원사업에 참여하려면 인공지능 학습용 데이터 구축 역량을 갖춘 두 곳 이상의 기업이나 기관이 컨소시엄을 이루어야 한다는 요건이 마련되어 있습니다. 공공기관이 단독으로는 이 요건을 충족하기 어려운 경우가 많아, 컨설팅 단계에서부터 데이터 구축 역량을 지닌 협력 기관을 발굴하고 컨소시엄을 구성하는 작업이 함께 이루어져야 합니다.
이 컨소시엄 구성이 늦어지면 지원사업의 신청 기한 자체를 놓치게 되어, 전환 계획 전체가 다음 연도로 미루어지는 결과로 이어질 수 있습니다. 협력 기관을 찾는 작업에서 실제로 검토해야 하는 지점은 다음과 같습니다.
협력 기관을 찾는 작업은 전환 컨설팅의 초기 단계에서 가장 먼저 착수해야 하는 과제로 다루어집니다.
공공기관이 새로운 데이터를 구축하려 할 때 그 품질을 어떤 기준으로 관리해야 할지 처음부터 고민할 필요는 없습니다. 이미 마련되어 있는 인공지능 학습용 데이터 품질관리 가이드라인은 데이터 구축 과정 전반에 적용할 수 있는 세부 기준과 절차를 담고 있어, 공공기관은 이 가이드라인을 그대로 참고해 자체적인 품질관리 체계를 빠르게 갖출 수 있습니다. 새로운 기준을 처음부터 만들어야 한다면 상당한 시간이 소요되겠지만, 이미 검증된 가이드라인을 활용하면 그 시간을 실제 데이터 구축 작업에 돌릴 수 있습니다.
이 인프라 지원 사업은 한 번으로 끝나지 않고 매년 새롭게 공고되며 지금도 계속 운영되고 있어, 공공기관은 특정 연도의 공고를 놓치더라도 다음 기회를 통해 전환 계획을 이어갈 수 있습니다. 최근에는 기존에 구축된 데이터를 새로운 활용 목적에 맞추어 다듬는 업사이클링 사업도 함께 진행되고 있어, 처음부터 데이터를 새로 만드는 방식 외에도 기존 자원을 재가공하는 선택지가 함께 열려 있습니다.
대규모 데이터셋을 실제로 처리하려면 그에 걸맞은 컴퓨팅 자원이 필요하지만, 모든 공공기관이 이런 자원을 자체적으로 갖추고 있지는 않습니다. 이 플랫폼이 제공하는 고성능 컴퓨팅 자원은 이런 격차를 메우는 역할을 하며, 자체 인프라 투자 없이도 공공기관이 대규모 데이터 처리 작업을 시작할 수 있는 기반이 됩니다. 전환 컨설팅에서는 이 컴퓨팅 자원을 어떤 방식으로 신청하고 활용할지에 대한 절차 안내도 함께 다루어져야 합니다.
공공기관의 AI 학습데이터 인프라 전환은 처음부터 모든 것을 새로 만드는 작업을 넘어, 이미 마련되어 있는 국가 지원 인프라를 정확히 파악하고 자신들의 사업에 맞추어 조합하는 작업에서 출발합니다. 데이터와 컴퓨팅 자원, 품질 기준까지 이미 상당 부분 마련되어 있는 상황에서, 전환 컨설팅의 역할은 이 자원들을 공공기관의 실제 필요와 정확하게 연결하는 데 있습니다.
.svg)
.svg)
