데이터 준비가 곧 AI 준비다 (08/08)

AI 시대의 데이터 발주 가이드 · Ep.08 (완결)

일곱 달은 없앨 수 없다.
옮길 수 있을 뿐이다.

데이터 준비가 곧 AI 준비다 · HFC Consulting

---

1화의 장면으로 돌아가자. 전사 데이터를 모으는 데 일곱 달이 걸려 검수가 무너진 사업. 이 연재가 내내 말한 것은 하나다. 그 일곱 달은 없앨 수 없다. 데이터를 모으고 고치고 권리를 확인하는 시간은 누구에게나 필요하다. 선택할 수 있는 것은 그 시간을 어디에 둘 것인가다. AI 사업의 한복판에 두면 지연과 분쟁이 되고, 사업 앞에 두면 준비가 된다. 이번 완결편은 그 준비를 하나의 로드맵으로 묶고, 어디서부터 시작할지의 순서를 정리한다.

여덟 편이 그린 하나의 그림

랜드연구소가 80% 이상이라 추정한 AI 프로젝트 실패율, 그 원인 2위였던 데이터. 가트너가 전망한 AI 준비 데이터 없는 프로젝트의 60% 폐기. 이 연재는 그 통계를 발주 실무의 동선으로 번역하는 작업이었다. 진단으로 실태를 재고, 범위를 숫자로 잠그고, 품질을 검수기준으로 바꾸고, 권리를 계약으로 확인하고, 플랫폼의 퇴장 조건을 명시하고, 거버넌스로 그 전부를 지속시키는 동선이다.

단계	해야 할 일	계약의 언어
진단	자산 목록·품질 표본 실측	사전 과업, RFP 첨부
정비	범위의 수량화·변경 단가	과업범위·재산정 트리거
기준	품질 지표·측정 절차 정의	검수기준서
권리	출처·저작권·개인정보 실사	데이터 권리 조항
기반	플랫폼 선정·반출 리허설	조달 조건·퇴장 비용
지속	오너십·상시 측정·이관	거버넌스 과업·종료 조건

각 편이 남긴 원칙을 한 줄씩 회수하면 이렇다. 진단 없는 발주는 견적이 아니라 추측을 사는 일이다(2화). 범위를 잠그는 이유는 통과시키기 위해서다(3화). 형용사는 검수되지 않는다(4화). 우리 서버에 있다는 사실과 우리 것이라는 사실은 다르다(5화). 퇴장 비용이 계약에 없는 단일 벤더는 선택이 아니라 종속이다(6화). 정비는 사건이고 관리는 제도다(7화). 여섯 문장이 이 연재의 전부다. 나머지는 이 문장들을 계약서의 언어로 옮기는 각론이었다.

순서가 전략이다

여섯 단계를 한 번에 살 필요는 없다. 그러나 순서는 지켜야 한다. 진단 없는 범위는 낙관이고, 기준 없는 검수는 분쟁이며, 권리 확인 없는 학습은 소송의 후보다. 예산이 한 해에 하나의 단계만 허락한다면 진단부터 사는 것이 옳다. 진단은 가장 싸고, 나머지 다섯 단계 전부의 견적을 정직하게 만들기 때문이다. AI 사업의 규모가 클수록 이 순서의 가치는 커진다. 완공된 취수장 없이 수도꼭지를 다는 공사부터 발주하는 도시는 없다.

이미 AI 사업이 시작된 조직에도 길은 있다. 착수 첫 달을 진단 단계로 분리해 범위 재확정 절차와 함께 계약에 담는 병행 전략이다(3화의 재산정 트리거가 그 안전장치다). 이상적인 순서를 놓쳤다는 이유로 아무 순서도 갖지 않는 것이 최악이다. 늦게 세운 기준도 없는 기준보다 강하다.

완주 점검표

AI 발주 전 데이터 준비 점검 — 데이터 자산 목록과 품질 실측치 보유 / 정비 범위의 수량 명문화 / 품질 지표·측정 절차의 검수기준화 / 학습 데이터 권리 목록과 계약 조항 / 플랫폼 퇴장 조건과 반출 리허설 / 데이터 오너십과 상시 측정 체계

연재를 마치며 - 다음 이야기

이 연재는 발주자의 문법으로 썼지만, 수행사에도 같은 지도가 필요하다. 제안 단계에서 발주기관의 데이터 실태를 묻는 질문 목록이 곧 이 연재의 목차다. 진단 자료가 첨부되지 않은 AI 사업의 제안요청서를 받았다면, 사전질의로 실태를 물어야 한다. 답이 없다는 사실 자체가 가장 중요한 답이고, 그것을 견적과 위험 조항에 반영하는 것이 수행사의 생존술이다.

1기부터 11기까지가 발주자, 수행사, 제3자의 눈으로 사업의 절차를 다뤘다면, 12기는 처음으로 그 절차들이 딛는 기술의 바닥층을 다뤘다. 다음 연재는 시선을 넓혀 현장의 차이로 간다. 금융의 차세대와 공공의 차세대는 같은 AI를 다르게 만난다. 도메인마다 다른 규제, 다른 데이터, 다른 쟁점을 짚는 이야기를 준비하고 있다.

전체 회차 지도

회차	제목
Ep.01	왜 AI 사업은 데이터에서 무너지는가
Ep.02	발주 전에 우리 데이터부터 - 현황 진단의 기술
Ep.03	데이터 정비 사업의 과업범위 - 범위는 왜 항상 넘치는가
Ep.04	데이터 품질을 검수기준으로 바꾸는 법
Ep.05	AI에 먹일 수 있는 데이터의 조건 - 학습·RAG 데이터 발주
Ep.06	데이터 플랫폼 조달 - 종속 없이 사는 법
Ep.07	사업이 끝나도 데이터가 살아 있게 - 데이터 거버넌스 발주
Ep.08	데이터 준비가 곧 AI 준비다 (본편·완결)

열두 번의 연재 동안 계약과 절차와 사람을 이야기했지만, 이번 연재의 결론이 가장 짧다. 급수탑이 서 있는 도시는 가뭄을 두려워하지 않는다. 준비된 조직만이 기술의 속도를 기회로 만든다. 데이터가 준비된 조직에 AI는 도박이 아니라 공정이다. 데이터 준비가 곧 AI 준비다.

📎 더 읽을거리
· RAND, The Root Causes of Failure for Artificial Intelligence Projects - 이 연재의 출발점이 된 실패 원인 분석
· Gartner, Lack of AI-Ready Data Puts AI Projects at Risk - AI 준비 데이터의 부재가 프로젝트 폐기로 이어진다는 전망

본 글은 일반적인 정보 제공을 목적으로 하며 법률 자문이 아닙니다. 계약·조달 관련 구체적 사안은 법률 전문가의 검토를 받으시기 바랍니다.

AI 사업 전, 데이터 준비 로드맵이 필요하십니까

HFC컨설팅은 진단부터 거버넌스까지, 조직의 상황에 맞는 데이터 준비 로드맵 수립과 단계별 발주를 지원합니다.

changks@hfcconsulting.co.kr

1영업일 이내 답변 · 주식회사 에이치에프씨 컨설팅 · 대표이사 장기석

---

📚 AI 시대의 데이터 발주 가이드 (완결)
◀ 이전 편: 사업이 끝나도 데이터가 살아 있게 - 데이터 거버넌스 발주
처음부터 다시 보기 → Ep.01 왜 AI 사업은 데이터에서 무너지는가
연재 전체 보기 →