[6월9일 IT뉴스] AI사업 대가산정 SNAP 도입 검토, 개인정보 기술R&D 로드맵

과학기술정보통신부와 KOSA가 인공지능 사업의 대가 산정 체계 개편에 본격 착수했다. 기존 기능점수 FP 방식이 가진 한계를 보완하기 위해 국제 표준인 SNAP 도입 가능성을 검토하고 있으며, 인공지능의 특성상 데이터 학습 비용과 반복 학습·검증 과정 등을 반영하는 맞춤형 대가 산정 체계를 마련하려는 움직임이 포착된다. FP 방식의 기능 중심 산정은 화면 수나 데이터 수 등 가시적 기능에 집중해 왔으나, AI의 핵심 작업은 데이터 정제와 모델 검증, 벡터DB 구축 등 비가시적 요소가 큰 비중을 차지한다는 지적이 제기된다.

인공지능 사업 특성은 데이터 학습과 피드백의 반복, 목표 성능에 이르는 검증 횟수의 예측 어려움, 사업 범위와 난이도 변동성의 큼 등으로 요약된다. 이러한 구조적 차이는 전통적 SW 사업의 대가 산정과 현장 비용의 차이를 낳아 왔다. SNAP는 비기능 요구사항을 정량화하는 평가 체계로, 기술 난이도, 개발 환경의 복잡성, 품질 요구사항, 운영‧유지보수 특성 등을 포함해 눈에 보이지 않는 비용 요소를 반영한다. 이를 통해 데이터 정제, 벡터DB 구축, 모델 검증 및 할루시네이션 대응 등의 핵심 작업 비용을 체계적으로 반영할 수 있게 된다. 또한 고급 인력 투입 증가와 함께 AI 결과 검증 인력 확보 및 품질 관리에 따른 비용 편차를 줄여줄 것으로 기대된다.

SNAP 도입의 기대 효과로는 AI 사업의 불확실성 비용의 제도권 편입, 데이터 학습 및 검증 작업의 표준화된 산정, 발주기관과 수행기관 간의 산정 기준 명확화가 꼽힌다. 향후 FP와 SNAP의 결합 모델이 국내 인공지능 사업 대가산정의 유력한 방향으로 평가되며, 단발성 연구에 의존하기보다 국내 AI 사업 데이터의 지속적 축적과 제도 보완이 필요하다는 제언도 제시된다. 한편 개인정보보호위원회는 인공지능 시대 대응 로드맵을 발표했고, 생애주기 전 영역의 데이터 보호와 활용을 포함한 4대 전략 분야와 11대 핵심 기술을 제시했다. PET와 AI-PET의 확대를 통해 가명처리·익명화·합성데이터 등 보호 기술을 강화하고, 전문인력 양성 로드맵을 수립하는 등 인공지능 시대의 개인정보 생태계 구축에 중점을 둔다. 앞으로의 연구와 제도 보완은 AI 산업에 적합한 표준 체계의 지속 발전으로 이어질 전망이다.