기술/연구

“국방부도 반했다” 고장난 AI 살리는 ‘데이터 심폐소’

댓글 0 · 저장 0 · 편집: 이도윤 기자 발행: 2026.01.20 17:34

기사 3줄 요약

1 데이터메이커 현장 중심 AI 선포
2 국방과 정비 분야서 AI 실효성 입증
3 2026년 데이터 전략 고도화 예고

많은 기업이 인공지능(AI) 도입을 서두르고 있지만, 정작 현장에서는 '쓸모없는 AI' 취급을 받는 경우가 많습니다. 막대한 돈을 들여 개발했지만 엉뚱한 대답을 내놓거나, 정작 필요한 업무에는 적용하기 어렵기 때문입니다. 이런 문제의 핵심 원인은 AI 모델의 성능 부족이 아니라, AI를 학습시키는 '데이터'에 있다는 사실이 밝혀지고 있습니다. 데이터메이커에 따르면 20일 신년사를 통해 '신뢰 가능한 데이터'와 '일하는 AI'를 새로운 키워드로 제시했습니다. 단순히 기술을 개발하는 것을 넘어, 실제 산업 현장에서 밥값을 제대로 하는 AI를 만들겠다는 강력한 의지입니다. 그들은 데이터 품질 문제를 해결해 AI 프로젝트의 성공률을 높이는 데 집중하고 있습니다.

AI가 자꾸 헛소리하는 이유가 뭘까

우리가 흔히 접하는 AI 서비스들이 가끔 황당한 답변을 하는 '환각 현상'을 보일 때가 있습니다. 이는 AI가 학습한 데이터가 부정확하거나, 최신 정보가 반영되지 않았기 때문입니다. 데이터메이커는 이 문제를 해결하기 위해 '데이터 중심 AI' 전략을 강조합니다. 좋은 식재료가 있어야 맛있는 요리가 나오듯, 고품질의 데이터가 있어야 똑똑한 AI가 탄생합니다. 데이터메이커는 방산혁신기업과 혁신 프리미어 1000에 선정되며 그 기술력을 인정받았습니다. 특히 데이터 파이프라인 기술을 통해 복잡한 데이터를 AI가 이해하기 쉬운 형태로 가공하는 데 탁월한 능력을 보여줍니다.

복잡한 정비 매뉴얼도 척척 박사처럼

비행기나 기차를 정비하는 MRO(유지보수·정비·운영) 분야는 수만 페이지에 달하는 매뉴얼을 다워야 해서 매우 복잡합니다. 사람이 일일이 찾아서 확인하기에는 시간이 너무 오래 걸리고 실수할 위험도 큽니다. 데이터메이커는 여기에 'RAG(검색증강생성)' 기술을 적용했습니다. RAG는 AI가 답을 할 때 미리 구축된 신뢰할 수 있는 데이터베이스에서 정보를 찾아보고 답변하는 기술입니다. 마치 오픈북 시험을 보는 것과 같습니다. 이를 통해 정비사들이 복잡한 매뉴얼을 뒤적거리지 않고도 AI에게 물어보고 즉시 정확한 정비 절차를 확인할 수 있게 되었습니다. 또한 국방 분야나 로봇, 드론처럼 실수가 용납되지 않는 현장에서도 그 실효성을 입증했습니다. 데이터메이커는 현장의 복잡한 데이터를 구조화하여 AI가 실질적인 의사결정을 도울 수 있도록 시스템을 구축했습니다. 이는 AI가 단순한 챗봇을 넘어 전문가 수준의 조수로 진화했음을 의미합니다.

2026년은 데이터 혁명의 해가 된다

데이터메이커는 2026년을 '데이터 중심 AI 전략 고도화의 원년'으로 삼겠다고 선포했습니다. 앞으로 AI 프로젝트가 멈추는 주된 이유인 데이터 문제를 근본적으로 해결하겠다는 계획입니다. 이를 위해 데이터의 수집부터 관리까지 전 과정을 자동화하는 '데이터옵스' 기능을 강화할 예정입니다. 이에녹 데이터메이커 대표는 현장에서 많은 AI 프로젝트가 모델이 아닌 데이터 문제로 중단되는 것을 목격했다고 합니다. 그는 앞으로도 데이터 문제에 직면한 AI 프로젝트를 해결하는 전문 기업으로서 역할을 다하겠다고 강조했습니다. 결국 AI의 미래는 얼마나 똑똑한 모델을 만드느냐가 아니라, 얼마나 믿을 수 있는 데이터를 주입하느냐에 달려 있습니다. 데이터메이커의 행보가 AI 거품론을 잠재우고 실질적인 성과를 만들어낼지 주목됩니다.