유엔과 구글, AI 에이전트용 글로벌 통계 데이터 플랫폼 구축

들어가며

AI에게 특정 국가의 빈곤율, HIV 사망률, 기대수명을 묻는 일은 간단해 보인다. 하지만 신뢰할 수 있는 답을 얻으려면 숫자뿐 아니라 출처, 기준 연도, 지표의 정의, 통계 작성 방식까지 확인해야 한다. 유엔은 구글과 손잡고 공식 통계에 접근하는 과정을 사람과 AI 에이전트 모두에게 더 쉽게 만들고 있다.

새로 공개된 UN System Data Commons는 구글의 오픈소스 플랫폼 Data Commons를 기반으로 한다. 여러 유엔 기관에 흩어진 통계를 하나의 환경에 연결하고, 사용자가 기존 데이터베이스를 단계적으로 탐색하는 대신 자연어로 질문할 수 있도록 설계됐다. 또한 Model Context Protocol(MCP)을 지원해 AI 에이전트가 외부 데이터 소스에 직접 연결해 정보를 조회할 수 있다.

핵심 내용

• 전통적인 검색 방식이 중심이었던 UNData 포털을 대체하는 방향으로 개발됐다.
• 26개 유엔 기관이 참여를 약속했으며, 출시 시점에는 약 20개 기관의 데이터가 제공됐다.
• 2027년까지 유엔 시스템 통계 데이터셋의 80%를 플랫폼에 포함하는 것이 목표다.
• 각 통계의 출처를 기록해 AI가 가져온 수치를 원래 유엔 데이터까지 추적할 수 있다.
• Google.org는 핵심 인프라 구축을 위해 200만 달러의 역량 강화 자금과 기술 지원을 제공했다. 플랫폼은 유엔이 관리하는 환경에서 운영되며, 장기적으로 유엔이 독립적으로 유지·확장할 예정이다.

왜 필요한가

추진 배경에는 UNICEF가 실시한 대규모 언어 모델 평가가 있다. 6개 모델이 글로벌 개발 지표에 관해 내놓은 13만3,000건 이상의 답변을 분석한 결과, 평균 정확도는 21.2%에 불과했다. 약 5분의 3은 활용 가능한 숫자를 제시하지 못했다. 같은 질문을 약 이틀 뒤 다시 했을 때도 두 번 모두 숫자를 제시한 답변 가운데 동일한 수치를 반환한 비율은 약 절반에 그쳤다. 이 연구는 아직 동료평가를 거치지 않은 작업 논문이며, UNICEF는 방법론과 코드, 데이터를 공개할 계획이다.

동시에 생성형 AI는 공식 통계 웹사이트로 향하는 주요 경로가 되고 있다. UNICEF에 따르면 1월 1일부터 9월 14일까지 ChatGPT 답변의 링크를 통한 방문은 전년 동기 대비 67% 증가했다. 이 유입은 전체 세션의 6.4%였고, 다른 AI 비서를 포함하면 AI 유입은 전체 방문의 약 10%로 추정됐다.

의미와 한계

Data Commons의 가치는 통계를 한 검색창에 모으는 데 그치지 않는다. 구조화된 데이터와 출처 정보를 AI 에이전트가 활용할 수 있게 해 여러 지표를 결합한 분석을 더 쉽게 만든다. 구글의 시연에서 MCP로 연결된 AI 시스템은 아프리카에서 미국 대통령 에이즈 긴급구호계획이 미친 영향을 조사하고, HIV 감염, 에이즈 사망, 기대수명 등의 유엔 지표를 활용해 차트와 대시보드, 서면 분석을 생성했다.

그러나 권위 있는 데이터를 제공한다고 해서 AI의 결론까지 자동으로 권위가 생기는 것은 아니다. 모델은 지표의 정의나 기간, 통계적 주의사항을 잘못 해석할 수 있다. 유엔과 구글도 인용하거나 공개하기 전 사람이 결과를 검토해야 한다고 강조한다. 이번 협력은 AI 시대의 공공 데이터 인프라를 개선하는 시도이지만, 통계 전문가의 판단을 대체하는 기술은 아니다.

출처: TechCrunch AI