데이터 이익공유제, AI 시대의 사용료 논의가 시작됐습니다

AI 학습데이터, 공짜 재료처럼 볼 수 없습니다

맛있는 음식을 만들려면 좋은 재료가 필요합니다. AI도 비슷합니다. 모델 구조가 아무리 좋아도, 실제로 쓸 만한 데이터가 부족하면 결과물은 쉽게 좋아지지 않습니다. 그런데 여기서 한 가지 질문이 생깁니다. 그 데이터는 누가 만들었고, 누가 제공했으며, AI가 성과를 냈을 때 그 이익은 누구에게 돌아가야 할까요?

행정안전부는 2026년 6월 29일 한국지능정보사회진흥원에서 ‘데이터 이익공유제 도입 방안 세미나’를 열었습니다. 개인정보나 저작물처럼 권리관계가 복잡해 쉽게 열기 어려웠던 데이터를 어떻게 안전하게 활용하고, 그 성과를 어떻게 나눌지 논의하는 자리였습니다.

한 줄로 정리하면
데이터 이익공유제는 AI와 데이터 산업이 커질수록 “데이터를 쓴 사람만 돈을 버는 구조가 맞는가”라는 질문에서 출발한 논의입니다.

데이터가 있어야 AI도 좋아집니다

AI 이야기를 하면 보통 모델 이름, 성능, 속도, 비용부터 떠올립니다. 하지만 실제 서비스에서는 데이터가 훨씬 더 민감한 문제일 때가 많습니다. 의료 데이터, 금융 데이터, 위치 정보, 창작물, 상담 기록처럼 가치 있는 데이터일수록 그냥 가져다 쓰기 어렵습니다.

이유는 간단합니다. 개인정보가 들어 있을 수 있고, 저작권자가 있을 수 있고, 데이터를 정리하고 관리한 기관이나 기업의 노력이 들어 있기 때문입니다. 데이터는 인터넷에 떠 있는 원료가 아니라, 누군가의 시간과 권리, 책임이 붙어 있는 자산에 가깝습니다.

그동안 AI 기업은 더 많은 데이터를 원했고, 데이터 보유자는 함부로 열 수 없었습니다. 이 간극이 커질수록 AI 개발은 막히고, 데이터 제공자는 보상을 받기 어렵고, 사회는 데이터 활용 성과를 제대로 체감하지 못하는 문제가 생깁니다.

이익공유제는 단순한 사용료가 아닙니다

데이터 이익공유제는 데이터로 돈을 벌었으니 일정 부분을 나누자는 개념으로 이해할 수 있습니다. 다만 단순히 “데이터 사용료를 내라”는 말과는 조금 다릅니다. 데이터 활용으로 생긴 성과를 데이터 제공 주체와 사회에 환원하고, 다시 데이터 생태계에 재투자하자는 방향이 함께 들어 있습니다.

예를 들어 어떤 기업이 공공성 있는 데이터나 저작물 데이터를 활용해 좋은 AI 서비스를 만들었다고 해보겠습니다. 서비스가 성장하면 기업은 매출을 얻습니다. 이때 데이터 제공자나 사회는 어떤 방식으로 보상을 받을 수 있을까요? 직접 현금 보상일 수도 있고, 데이터 품질 개선 투자일 수도 있고, 공익 서비스 확대로 이어질 수도 있습니다.

비유하면 도서관의 책을 활용해 강의를 만들었다면, 강사만 이익을 가져가는 것이 맞는지 묻는 것과 비슷합니다. 책을 만든 사람, 도서관을 운영한 사람, 지식 접근을 가능하게 한 사회적 기반도 함께 보자는 뜻입니다.

개인정보와 저작권은 피해서 갈 수 없습니다

AI 학습데이터 논의에서 가장 조심스러운 부분은 개인정보와 저작권입니다. 개인정보는 동의와 목적, 보관 기간, 제3자 제공 여부가 중요합니다. 저작물은 창작자의 권리와 이용 범위가 중요합니다. 둘 다 “좋은 AI를 만들기 위해 필요하다”는 이유만으로 쉽게 넘어갈 수 없습니다.

특히 생성형 AI가 글, 이미지, 음악, 코드까지 만들 수 있게 되면서 창작물 데이터의 사용 문제는 더 예민해졌습니다. 창작자는 자신의 작품이 학습에 쓰였는지 알기 어렵고, 기업은 어떤 데이터가 어떤 성과로 이어졌는지 설명하기 어렵습니다.

그래서 데이터 이익공유제가 실제 제도로 가려면 보상 기준만큼이나 추적 가능성이 중요합니다. 어떤 데이터를 어떤 목적으로 썼는지, 성과를 어떻게 계산할지, 보상 대상을 어떻게 정할지 정교하게 설계해야 합니다.

기업과 개발자에게 생기는 변화

기업 입장에서는 데이터 확보 전략이 달라질 수 있습니다. 예전처럼 “일단 많이 모으자”는 방식은 점점 부담이 커집니다. 앞으로는 데이터 출처, 이용 권한, 보상 구조, 삭제 요청 대응까지 함께 관리해야 합니다.

개발자 입장에서도 데이터 라이선스를 더 자주 확인하게 될 가능성이 큽니다. 오픈소스 라이선스를 확인하듯이, 학습데이터와 평가데이터에도 사용 조건이 붙을 수 있습니다. 모델 성능만 보는 시대에서 데이터 거버넌스까지 보는 시대로 넘어가는 셈입니다.

서비스 기획자에게도 의미가 있습니다. AI 서비스를 만들 때 “어떤 모델을 쓸까”만큼 “어떤 데이터를 어떤 권리로 쓸까”를 먼저 물어야 합니다. 나중에 문제가 생기면 기술 문제가 아니라 사업 지속성 문제가 될 수 있기 때문입니다.

아직은 시작 단계입니다

이번 논의가 곧바로 새로운 의무나 비용으로 이어진다고 보기는 어렵습니다. 행정안전부도 정교한 설계와 사회적 합의가 필요하다는 점을 강조했습니다. 데이터 제공자, 기업, 창작자, 이용자, 공공기관의 이해관계가 모두 다르기 때문입니다.

그럼에도 방향은 분명해 보입니다. AI가 커질수록 데이터의 가치는 더 커지고, 데이터 사용에 대한 책임도 더 중요해집니다. 좋은 데이터는 그냥 열리지 않습니다. 신뢰할 수 있는 보상과 보호 장치가 있어야 더 많은 데이터가 안전하게 움직일 수 있습니다.

AI 시대의 경쟁력은 모델을 누가 빨리 만드느냐만으로 결정되지 않을 수 있습니다. 누가 데이터를 공정하게 쓰고, 설명 가능하게 관리하며, 성과를 지속 가능한 방식으로 나누느냐도 중요한 경쟁력이 될 것입니다.

참고한 출처

• 행정안전부, 「행안부, 데이터 이익공유제 도입 방안 세미나 개최」, 2026.06.29, https://www.mois.go.kr/frt/bbs/type002/commonSelectBoardArticle.do?bbsId=BBSMSTR_000000000010&nttId=127355
• 연합뉴스, 「행안부, '데이터 이익공유제 도입' 세미나 개최」, 2026.06.29, https://www.yna.co.kr/view/AKR20260629061700530
• 뉴스1, 「AI 학습 데이터, 이익도 함께 나눈다…행안부 '데이터 이익공유제' 첫 논의」, 2026.06.29, https://v.daum.net/v/20260629160200835