데이터는 인공지능의 연료이자 새로운 자본

2024년 《월스트리트저널》은 GPT나 제미나이(Gemini) 같은 대규모 언어모델(LLM)이 곧 데이터 부족 위기에 직면할 것이라고 보도했다. 인공지능 성능 향상을 위해 필요한 60~100조 개의 학습 토큰에 비해, 현재 사용 가능한 고품질 데이터는 10~20조 개 수준에 불과하다. 이에 오픈AI, 구글 등 기업들은 셔터스톡·레딧과의 고가 라이선스 계약을 체결하며 데이터 확보 경쟁에 나섰다. 그러나 단순한 데이터 양의 부족을 넘어, 고품질·전문 데이터의 결핍이 AI의 신뢰성과 정확성을 저하시키는 근본 문제로 대두되고 있다.

AI는 경험적 학습을 기반으로 작동하며, 데이터의 질이 곧 인공지능의 성능을 결정한다. 편향된 데이터는 왜곡된 결과를 낳으며, 과거 마이크로소프트 챗봇 ‘테이(Tay)’의 혐오 발언이나 아마존 AI 채용 시스템의 성차별 사례가 이를 입증했다. 결국 인공지능은 알고리즘보다 데이터의 품질에 더 크게 의존하는 기술이다.

데이터는 이제 기술 발전의 핵심 인프라이자 새로운 자본으로 인식된다. IDC는 2025년 전 세계 데이터 생성량이 163제타바이트(ZB)에 이를 것으로 예측하며, 이는 2010년 대비 80배 이상 증가한 수치다. 데이터는 원시 상태로는 가치가 없지만, 인공지능을 통해 분석·가공될 때 비로소 경제적 의미를 지닌다. 섀넌의 정보이론에 따르면, 데이터는 불확실성을 줄이고 유의미한 패턴을 생성함으로써 사회적·경제적 엔트로피를 낮춘다. 세계경제포럼(WEF)은 데이터와 AI의 결합이 2030년까지 약 13조 달러의 경제 가치를 창출할 것으로 전망했다. 넷플릭스, 아마존, 구글 등은 이미 데이터 기반 예측과 맞춤형 서비스를 통해 막대한 수익을 거두고 있다.

하지만 데이터가 자산으로 기능할수록 소유권과 윤리 문제가 중요해진다. 1967년 앨런 웨스틴은 개인정보를 스스로 통제할 권리, 즉 ‘정보 자기결정권’을 제시하며 데이터 소유 논의의 기초를 마련했다. 이후 유럽연합(EU)은 데이터의 ‘소유권적 권리’보다 ‘접근권·이용권·이동권’을 중심으로 한 새로운 법체계를 구축했다. 데이터는 비경합성과 비배타성을 지니기 때문에 단일 소유 개념보다 다층적 권리의 집합, 즉 ‘권리의 다발(bundle of rights)’로 이해된다.

오늘날 데이터는 공공재로서의 성격도 함께 갖는다. 사회적 효용을 극대화하기 위해 공공데이터 개방, 데이터 댐 사업 등 공유 정책이 추진되고 있으며, 데이터는 집단 지성과 혁신의 자원이 된다.

우리나라의 경우 데이터 소유권에 대한 단일 법 체계가 없어, ｢개인정보보호법｣, ｢저작권법｣, ｢부정경쟁방지법｣ 등 개별 법률을 통해 간접적으로 보호하고 있다. 그러나 이러한 분절적 구조는 데이터 활용의 법적 불확실성을 낳고 있다. 데이터의 경제적 가치가 급증하는 현시점에서, ‘누가 데이터의 권리를 가지는가’, ‘데이터 접근권은 어떻게 보장되는가’에 대한 명확한 법적 정의가 필요하다.

결국 데이터 소유권은 단순한 재산권이 아니라, 인공지능 시대의 공정성·신뢰성·지속가능성을 보장하는 제도적 기반이다. 데이터가 ‘디지털 사회의 원유’로 기능하기 위해서는, 보호와 활용의 균형을 이루는 새로운 법적 패러다임이 필수적이다.