AI 데이터 활용 한계, 개인정보보호와 구조화 부족이 핵심 과제로

핵심 요약

- 2026년 오픈이노베이션 평가 기준이 기술력에서 사업화 가능성 중심으로 전환 - AI 활용의 핵심 장애물은 병원·기업·정부 보유 데이터의 비표준화와 개인정보 보호 규제 - 데이터 접근성과 개인정보보호 균형이 AI 사업화의 핵심 과제로 부상

주요 내용

2026년 7월 현재, 국내 오픈이노베이션 생태계의 평가 기준이 근본적으로 변화하고 있다. 조 전무는 "AI의 핵심은 결국 데이터"라며 현재 AI 사업화의 가장 큰 장애물을 지적했다.

특히 병원, 기업, 정부, 연구기관이 보유한 데이터가 각기 다른 형태로 존재하며, 충분히 구조화·표준화되지 않아 실제 AI 모델 학습 및 활용에 한계가 있다는 점이 문제로 제기됐다. 바이오 분야 등 민감정보를 다루는 영역에서는 개인정보 보호 규제가 추가적인 장벽으로 작용하고 있다.

이는 2024년 AI기본법 제정 이후 AI 거버넌스 체계가 강화되면서, 데이터 활용과 개인정보보호 간 균형점 모색이 더욱 중요해진 상황을 반영한다. 특히 의료·금융 등 고위험 AI 시스템에서는 데이터 접근성 확보와 동시에 개인정보 비식별화, 가명처리 등의 기술적 보호조치가 필수적이다.

오픈이노베이션 평가에서 '사업화 가능성'이 강조되는 것은 기술적 우수성만으로는 실제 시장 진입이 어렵다는 현실을 반영한 것으로, 데이터 거버넌스 체계 구축이 사업 성공의 선결 조건이 되고 있음을 보여준다.

전문가 시각

ISMS-P 심사 현장에서 가장 빈번하게 발견되는 문제가 바로 AI 학습용 데이터의 개인정보 처리 근거 부재와 비식별 조치 미흡이다. 특히 바이오·헬스케어 분야에서는 민감정보에 해당하는 의료데이터를 AI 학습에 활용하면서도 개인정보 영향평가(PIA)를 수행하지 않거나, 데이터 최소화 원칙을 간과하는 사례가 많다. 2026년 현재 개인정보보호위원회의 AI 데이터 가이드라인이 강화되면서, 데이터 수집·처리·보관 전 과정에서 개인정보보호 설계(Privacy by Design) 원칙 적용이 의무화되고 있다.

기업들은 AI 사업화를 위해 데이터 표준화와 개인정보보호를 동시에 충족하는 전략이 필요하다. 구체적으로는 ① 데이터 수집 단계부터 개인정보 처리 방침 명시 ② 가명·익명 처리 기술 적용 ③ 데이터 거버넌스 체계 구축 ④ 정기적인 개인정보 영향평가 실시 ⑤ 데이터 표준화를 위한 산업별 협의체 참여가 권고된다. 특히 병원-기업 간 데이터 공유 시에는 제3자 제공 동의 확보와 안전성 확보조치가 필수적이다.

CPPG·ISMS-P 연계 포인트

개인정보 영향평가(PIA): 개인정보를 활용하는 새로운 정보시스템(특히 AI 시스템) 도입 시, 개인정보 침해 위험요인을 사전에 분석·평가하는 절차. 고유식별정보·민감정보 처리 시스템, 100만 명 이상 정보 처리 시스템은 의무 대상이다.

가명정보 처리: 개인정보 일부를 삭제·대체하여 추가 정보 없이는 특정 개인 식별이 불가능하도록 처리하는 기법. 통계작성, 과학적 연구, 공익적 기록보존 목적으로는 정보주체 동의 없이 활용 가능하나, 안전성 확보조치와 결합 제한 등의 보호조치가 필요하다.