지난해 4월 '데이터 기본법'이 시행되면서 데이터의 경제적 가치를 전문적으로 평가할 기관을 지정하는 제도가 도입되었다. 그리고 며칠 전 기술보증기금, 신용보증기금 등 4곳이 첫 가치평가기관으로 지정되었다고 한다. 기술금융 사례와 같이 공공기관이 주도하여 데이터라는 무형자산을 담보로 금융을 제공하고 나아가 데이터 거래 시장을 활성화시키겠다는 취지로 보인다. 앞으로 제도의 실효성을 지켜보아야 하겠지만, 정부가 먼저 나서 데이터의 경제적 가치와 지위에 공신력을 부여하려는 노력은 그만큼 데이터가 경제 성장에 기여하는 바가 큼을 방증한다. 이러한 데이터의 가치는 어디서 나오는 것일까? 1. 생산비용의 감소 2010년대부터 인공지능 기술이 급격하게 발전하고 많은 업무 영역을 자동화시키며 재화와 서비스의 생산비용을 감소시키고 있다. 최근 많은 사람들에게 충격을 준 Chat GPT의 기술력을 보았을 때, 단순 반복적인 작업뿐만 아니라 인간의 고유한 영역이라고 여겼던 글쓰기, 번역, 코딩 등 복합적 사고와 창의성이 필요한 업무마저 많은 부분이 자동화가 될 것으로 예상된다. 이러한 인공지능 기술 개발의 핵심은 모델을 학습시키기 위한 데이터에 있기에, 기업과 국가에서는 학습 데이터를 확보하기 위해 막대한 예산을 투입하고 있다. 2. 거래비용의 감소 데이터는 시장의 거래비용을 낮추고, 시장의 효율성을 높인다. 시장 참여자들의 의사결정을 위한 데이터와 정보가 부족해진다면, 거래비용이 높아지고 결국 시장 실패로 이어질 수 있다. 대표적인 예가 중고차 시장이다. 조지 애컬로프는 중고차 시장을 사례로 '정보비대칭'으로 인해 시장실패가 발생할 수 있다는 '레몬 시장(The Market for Lemons)' 이론을 처음 제시하였고, 그 공로를 인정받아 노벨 경제학상을 수상하였다. 투자시장에서는 공시정보가 대출시장에서는 신용정보가 필요한 이유도 이러한 시장 실패를 방지하기 위해서다. 정리해 보면 우리는 데이터를 통해 상품과 서비스의 생산 비용을 낮추고, 상품과 서비스를 사고팔 수 있는 시장의 거래비용도 낮출 수 있다. 즉, 데이터의 가치는 이러한 비용 감소를 통한 이익 증가에서 나온다고 말할 수 있다. 그렇다면 데이터의 가치를 높이기 위해서는 어떻게 해야 할까?' 데이터의 가치를 극대화하기 위해서는 무엇보다 '연결'이 필요하다. '서로 다른 데이터 간의 연결', '데이터와 다양한 관점과의 연결'이 필요하다. 그러나 많은 데이터가 여러 이유로 사일로에 갇혀 있다. 그렇기 때문에 정부에서도 데이터 사일로 (Data Silo) 문제를 해결하고자 데이터 가치평가기관 등 다양한 정책을 추진하는 것이라 생각한다. 내가 지금 회사에 합류하여 함께 하고 있는 이유도 데이터 사일로 문제를 해결하자는 팀의 미션에 많은 공감을 했기 때문이다. 그리고 그 문제를 해결하기 위한 수단으로서 프라이버시 강화 기술 (Privacy-Enhancing Techonology)과 데이터 클린룸 (Data Clean Room)이라는 프로덕트의 가능성을 믿고 있다. 우리의 작은 도전이 더 많은 데이터가 연결되어 그 가치가 실현되고, 더 나은 세상을 만드는데 기여할 수 있기를 소망한다.