한국의 데이터 정책과 AI 정부

서론

제1부 한국의 데이터 정책
제1장 데이터 정책 개관
1. 데이터 정책의 역사적 배경과 발전 과정 │ 2. 데이터 정책의 핵심 요소

제2장 3대 데이터 플랫폼
1. 개요 │ 2. 공공데이터포털 │ 3. 빅데이터 플랫폼 │ 4. AI Hub

제3장 한국의 데이터 정책의 성과와 과제
1. 데이터 정책의 성과 │ 2. 데이터 정책의 특성과 성공 요인 │ 3. 데이터 정책의 문제점과 한계 │ 4. 데이터 정책의 향후 과제

제4장 한국의 데이터 정책 추진의 교훈
1. 정책 추진의 적시성 │ 2. 신속하고 올바른 의사결정과 정책 실행 │ 3. 집단 지성 “크라우드 워커”의 활용 │ 4. 데이터 거버넌스 및 품질 관리

제2부 AI 정부
제5장 인공지능 서비스의 특징과 AI 정부
1. AI의 개념, 작동 방식과 구성 요소 │ 2. 인공지능 서비스의 특징 │ 3. AI 정부의 행정의 특성

제6장 AI 정부의 두뇌, 정부 인공지능 기본 모델 구현
1. 개요 │ 2. 참조 모델 선정 │ 3. 고품질의 데이터 수집 │ 4. 데이터 정제·가공 │ 5. 모델 최적화 │ 6. 사전 학습 │ 7. 미세 조정

제7장 AI 정부 에이전트 구현 방안
1. 개요 │ 2. AI 정부 단일 접속 창구, AI 정부 에이전트 │ 3. AI 정부의 두뇌, 정부 인공지능 플랫폼(GAIP) │ 4. 모든 정부 서비스 검색소, 범정부 서비스 카탈로그 │ 5. 작고 가볍고 조합이 자유로운 레고블록형 정부 서비스 │ 6. 범정부 분류 체계 기반 고품질의 기계 판독 가능 데이터 │ 7. 레고블록형 AI 정부 서비스 조합을 통한 문제 해결

제8장 AI 정부 구현을 위한 도전과 과제
1. 개요 │ 2. 정부 인공지능 모델 검증 │ 3. 기계 판독 가능 데이터로 전환 │ 4. 국가 차원의 데이터 분류 체계 수립 │ 5. 데이터의 품질 검증을 위한 국가 데이터 품질 검증 │ 6. 레고블록형 시스템으로 전환 │ 7. 가상 서비스의 적절성 검증

부록
참고문헌

2021년에는 그간의 데이터 정책 경험을 바탕으로 데이터 경제 실현을 위한 ‘데이터 기본법’을 제정했다. 데이터 시장 활성화와 활용을 촉진하기 위해 마련된 이 법은, 데이터의 생산·분석·결합·활용 촉진, 인력 양성, 국제 협력 등 산업 전반을 아우르며, 데이터의 자산 가치 인정과 권리 보장을 명시하고 있다. 또한, 데이터 품질 및 가치 측정 기반 마련, 전문 데이터 거래사의 양성, 데이터 거래소 설치, 분쟁조정위원회 운영 등 민간 참여를 유도하는 다양한 장치를 포함하여, 무단 취득·사용·공개 등의 문제를 해결하고 범국가적 거버넌스를 구축하고 있다. _ 제1장 데이터 정책 개관

AI Hub의 목표는 공공이 AI 기술개발을 위한 기반 데이터를 제공하고, 민간이 이를 활용해 기술적으로 확장하며, 확장된 데이터를 다시 개방하는 선순환 생태계를 조성하는 것이다. 데이터뿐만 아니라 데이터 라벨링 도구 및 AI 서비스 모델도 함께 공개하여 AI 기술 개발과 서비스 확산을 동시에 지원한다. 정부는 AI 학습용 데이터 구축 지원 사업에 대규모 예산을 투입하여 양질의 데이터를 확보하는 동시에, 데이터 구축 과정에서 라벨러(labeler, 크라우드 워커) 일자리를 창출하는 효과도 기대하고 있다. _ 제2장 3대 데이터 플랫폼

한국의 데이터 정책이 지속 가능하고 성과를 제고하기 위한 첫 번째 과제는 응집적이고 종합적인 데이터 거버넌스 구축이다. 데이터 거버넌스는 데이터 활용과 관련 정책 추진의 비전과 목표, 데이터 정책과 관련된 참여 조직과 분업 체계, 데이터 정책과 관련된 권한과 책임의 배분 구조를 의미한다. 좋은 데이터 거버넌스는 다양한 이해관계자와 기관들이 공통의 비전과 목표를 가지는 데 기여하며, 응집적이고 일관된 데이터 관련 정책 집행과 조정이 이루어질 수 있도록 지원한다. 이와 함께 제도와 규제, 그리고 기술적 역량을 강화하여 데이터의 가치를 창출하기 위한 통제와 관리 수준을 높인다. 또한, 데이터의 수집, 구축, 저장, 보호, 처리 및 공유와 재활용 과정에서 신뢰 수준을 높이고 가치를 창출할 수 있다. _ 제3장 한국의 데이터 정책의 성과와 과제