빅데이터 동향 분석은 미래가 아니라 현재의 지도

국가AI전략위 AI행동계획에서 가장 중요한 정책 아젠다 중 하나가 ‘AI기본사회 구축 핵심과제 발굴’이다. 오늘 관련 중간연구 결과를 검토했는데, 다소 아쉬움이 남는다.

핵심적인 문제는 연구방법론의 한계다. AI기본사회와 같은 거대 정책 의제의 핵심과제를 발굴하는 데 있어, 채택한 연구방식은 R&D 동향 분석이나 빅데이터 기반 담론 분석에 주로 의존하고 있다. 그런데 이러한 접근은 본질적으로 이미 형성된 담론의 빈도와 확산을 측정하는 방식이다. 이미 논의가 시작된 이슈는 과잉 포착되는 반면, 사회적 담론이 채 형성되지 않은 잠재적 이슈나 기술 전환 초기의 약한 신호(weak signal)는 포착하기 어렵다는 구조적 한계를 지닌다.

더구나 AI 기술환경이 LLM을 넘어 에이전트 기반으로 급변하는 시점에, 3년 전의 누적된 데이터를 토대로 분석할 경우 AI 본격화 이전 시기의 문제의식과 정책 담론이 과도하게 반영될 우려가 있다. 실제로 생성형 AI의 급격한 부상, AI 에이전트 경제의 출현, AI 거버넌스의 충돌과 같은 구조적 변화들은 과거 데이터 분석만으로는 사전에 포착하기 어려웠다는 위원들의 지적이 설득력을 갖는다.

포용적 경제(사회경제연대), 기후변화 대응, 법·제도 변화(AI거버넌스와 민주주의), 재정적 파급효과처럼 아직 제도화되지 않은 정책 이슈를 탐지하는 데에도 같은 한계가 적용된다.

미래를 탐지하는 도구가 아니라 현재의 지도

결국 빅데이터 기반 동향 분석은 미래를 탐지하는 도구라기보다, 현재 담론의 지형을 보여주는 지도에 가깝다. 따라서 AI기본사회와 같은 장기 정책 구상에서는 단기 대응과제의 도출에 그치지 않고, 중장기적으로 전개될 구조적 변화를 예측하는 정책 의제 발굴도 병행되어야 한다.

이를 위해서는 약한 신호 탐지(weak signal detection), 시나리오 플래닝, 정책 실험(policy sandbox) 등의 미래 탐색 방법론을 결합한 보다 예측적이고 질적인 접근이 요청된다.