데이터 개방 · 공유가 필요한 기업
내부 데이터는 충분하지만 외부 공유·활용이 막혀 있는 경우
많은 기업이 데이터를 보유하고 있지만, 실제 활용으로 이어지지 못하고 있습니다. 문제는 ‘데이터 부족’이 아닌, ‘AI를 사용할 수 없는 상태’에 있기 때문입니다.
CUBIG은 AI가 실제로 작동할 수 있는 데이터 상태를 만드는 인프라 레이어를 제공합니다. 기업의 데이터를 AI-Ready 기준으로 진단하고, 실제 업무에 활용 가능한 데이터 구조로 전환합니다.
데이터 바우처 사업은 기업이 가진 데이터나 필요한 데이터를 새로 확보하여 ‘AI·분석 업무 활용이 가능한 환경을 만드는 데 정부가 비용을 지원하는 제도’ 입니다.
CUBIG은 데이터 바우처 공식 공급기업으로 AI 사용 시 요구되는 보안 및 규제 환경을 충족합니다. 기업의 현황 진단부터 전환·검증까지, 데이터 활용이 가능한 상태를 완성하는 전 과정을 지원합니다.
K-Data
한국지능정보사회진흥원
3자 협약 체결 후 사업 모형
내부 데이터는 충분하지만 외부 공유·활용이 막혀 있는 경우
개인정보·금융·의료 정보 등 규제로 활용이 제한된 경우
데이터가 부족하거나 품질이 안맞는 경우
데이터 바우처 참여 자격 확인
데이터 활용 가능성 사전 검토
과제 내용 구체화 및 신청
수요기업·큐빅·진흥원 협약 체결
데이터 활용 실행 및 결과 도출
원본 데이터 접근 없이 합성 데이터 변환 가능
텍스트, 표, 이미지 등 다양한 데이터 변환 가능
AI 학습·분석에 바로 사용할 수 있는 고정밀 합성데이터 제공
보안 요구사항 및 인프라 환경에 맞춘 클라우드/온프레미스/API 제공
1,500개 이상 AI 모델 학습 경험을 기반으로 한 다수의 PoC·실증 사례 보유
이상 거래나 특이 케이스는 중요하지만 실제 데이터에서는 너무 희소해 모델 학습이 어려웠습니다. DTS를 활용하면서 정상·이상 패턴의 구조를 유지한 상태로 데이터를 확장할 수 있었고, 민감 정보를 사용하지 않고도 다양한 리스크 시나리오를 반복적으로 검증할 수 있었습니다. 덕분에 모델 검증과 의사결정 속도가 눈에 띄게 개선되었습니다.
현장에서 특정 조건이나 상황의 데이터를 수집하는 데는 시간과 비용이 많이 들고, 현실적으로 불가능한 경우도 많았습니다. DTS 도입 이후에는 필요한 조건을 기준으로 데이터 환경을 먼저 구성해 시뮬레이션과 검증을 진행할 수 있었고, 이후 실제 수집 전략도 훨씬 명확해졌습니다. 데이터를 기다리는 방식에서 벗어날 수 있었던 점이 가장 큰 변화였습니다.
개인정보 이슈 때문에 실제 시민 데이터를 활용한 분석은 항상 제한적일 수밖에 없었습니다. DTS를 도입한 이후에는 원본 데이터를 직접 다루지 않고도 정책 시나리오와 데이터 활용 가능성을 충분히 검증할 수 있었습니다. 특히 결측이나 편차가 컸던 데이터 구간을 보완해 분석 기준을 맞출 수 있었던 점이 실무에서 큰 도움이 되었습니다.