국악을 AI가 배우면 무엇이 달라지나…K컬처 데이터 5종 개방의 의미와 한계
-문체부, 국악·정책정보·관광·문화자원 데이터 5종 12월 개방…2027년까지 12종으로 확대
-장르·악기·장단·복식·전통문양에 ‘문화적 맥락’까지 붙여 AI가 읽을 수 있는 구조로 전환
-데이터가 공개됐다고 모든 콘텐츠를 자유롭게 생성·상업화할 수 있는 것은 아냐…저작권·이용조건 별도 확인해야
인공지능(AI)이 국악을 학습한다고 가정해보자. 음원 파일 수만 개를 AI에 넣는 것만으로 판소리와 산조, 정악의 차이를 제대로 이해할 수 있을까. 악기 이름이나 장단, 연주기법을 구별하고, 어떤 음악이 어떤 역사적 배경에서 만들어졌는지까지 파악하려면 단순히 많은 파일을 모으는 것만으로는 부족하다.
문화체육관광부가 올해 국립국악원과 국립세종도서관, 한국관광공사, 한국문화정보원 등 4개 기관의 문화 분야 인공지능·고가치 공공데이터 5종을 개방하기로 한 배경도 여기에 있다. 기존 문화자료를 사람이 검색해 보는 데이터에 머물게 하지 않고 AI가 학습하고 검색·분석·서비스에 활용할 수 있는 형태로 다시 구성하겠다는 것이다.
문체부는 9월 3일 이 사업을 발표하면서 올해 구축하는 5종을 오는 12월 공공데이터포털의 국가중점데이터로 개방하고, 2027년에는 7종을 추가해 모두 12종으로 확대할 계획이라고 밝혔다. 이번 사업은 행정안전부가 2025년 선정한 ‘인공지능·고가치 공공데이터 톱(TOP) 100’ 개방 사업의 하나로 추진된다.
이번 개방에서 눈여겨볼 부분은 자료의 양보다 구조다. 국악 음원에는 장르와 악기, 장단과 표현기법 같은 전문정보를 붙이고, 전통 복식과 문양·3차원 문화자원에는 역사적 의미와 자원 사이의 관계를 AI가 읽을 수 있도록 연결한다. 관광정보 역시 여러 언어의 텍스트와 영상자료를 AI 서비스가 활용하기 쉬운 형태로 제공하는 방향이다. 문화데이터 개방이 ‘파일 공개’에서 ‘맥락을 가진 학습자료 구축’으로 옮겨가고 있는 셈이다.
AI 시대에는 자료의 양보다 ‘무엇을 뜻하는지’가 중요하다
생성형 AI의 성능을 높이기 위해서는 대량의 데이터가 필요하지만, 문화 분야에서는 단순히 자료가 많다고 해서 좋은 학습데이터가 되는 것은 아니다. 같은 가야금 연주라도 정악인지 산조인지에 따라 음악적 구조와 연주방식이 다르고, 같은 문양도 어느 시대와 지역, 어떤 물건에 사용됐는지에 따라 의미가 달라진다.
사람은 사진이나 음원을 보고 주변 설명을 읽으면서 이런 차이를 이해할 수 있지만 AI는 데이터에 관계정보가 충분히 표시돼 있지 않으면 서로 다른 문화요소를 같은 범주로 묶거나 잘못 연결할 수 있다.
국립국악원이 국악 디지털 음원과 이미지에 장르와 악기, 장단, 표현기법 등의 정보를 추가하기로 한 것도 이러한 문제를 줄이기 위한 것이다. 단순히 ‘국악 음원’이라는 큰 분류 안에 파일을 넣는 것이 아니라 각 자료가 어떤 음악적 특징을 갖고 있는지를 기계가 구분할 수 있도록 구조화하겠다는 의미다.
이 차이는 AI 검색뿐 아니라 음악 생성에도 영향을 줄 수 있다. 특정 장단과 악기를 조건으로 음악자료를 검색하거나, 연구자가 비슷한 연주기법을 가진 음원을 대량으로 비교하고, 교육서비스가 악기별 소리를 자동으로 분류하는 식의 활용이 가능해질 수 있기 때문이다.
국악 데이터를 공개한다고 AI가 곧바로 국악을 ‘이해’하는 것은 아니다
다만 학습데이터가 구축된다고 해서 AI가 국악의 문화적 의미를 사람처럼 이해하게 되는 것은 아니다.
AI는 데이터에서 반복되는 형태와 관계를 학습한다. 특정 장단이 어떤 음원에서 반복되는지, 특정 악기와 어떤 연주형태가 함께 등장하는지는 학습할 수 있지만 그 음악이 만들어진 사회적 배경과 연주자들이 공유하는 미학적 감각까지 자동으로 습득한다고 보기는 어렵다.
특히 전통음악은 같은 악곡이라도 연주자와 유파, 시대에 따라 표현방식이 달라질 수 있다. 하나의 표준적인 형태를 만들어 AI에 학습시키는 과정에서 오히려 다양한 전승방식이 단순화될 가능성도 있다.
따라서 문화데이터의 품질은 파일 수만으로 평가하기 어렵다. 어떤 분류기준을 사용했고 누가 메타데이터를 검수했으며, 서로 다른 해석이 존재하는 부분을 어떻게 표시했는지가 중요해진다.
문체부가 이번 사업에서 전문가 검수와 문화적 맥락을 강조한 것도 문화데이터가 일반적인 숫자 데이터와 다른 특성을 갖기 때문이다.
한국문화정보원은 ‘온톨로지’로 문화자원의 관계까지 묶는다
이번 사업에서 기술적으로 주목할 부분 가운데 하나는 한국문화정보원이 구축하는 온톨로지 기반 문화데이터다.
온톨로지는 데이터에 이름을 붙이는 수준을 넘어 서로 다른 개념 사이의 관계를 구조적으로 표현하는 방식이다. 예를 들어 특정 전통 복식이 어느 시대에 사용됐는지, 어떤 신분이나 의례와 연결되는지, 특정 문양이 어떤 문화재와 관련되는지를 데이터 관계망으로 구성할 수 있다.
AI 입장에서는 ‘한복’, ‘조선’, ‘왕실’, ‘의례’, ‘문양’이라는 각각의 단어를 별개로 학습하는 것보다 이 개념들이 어떤 관계를 갖는지를 함께 제공받는 편이 훨씬 유용하다.
한국문화정보원은 이번 사업을 통해 3차원 문화자원과 한국 복식, 전통 문양을 AI가 활용하기 쉬운 형태로 구축하고, 전문가 검수를 거쳐 역사적 사실과 문화적 맥락의 신뢰성을 높일 계획이다. 여기에 자원 사이의 의미와 관계를 온톨로지 형태로 구축해 AI가 한국문화를 보다 정확하게 이해하도록 지원한다는 방침이다.
문화데이터를 AI에 공급하는 데서 중요한 것이 ‘많이 주는 것’이 아니라 ‘관계를 함께 주는 것’이라는 점을 보여주는 사례다.
관광 데이터는 검색에서 ‘대화형 여행서비스’로 연결될 수 있다
한국관광공사는 전국 관광정보와 관광영상의 AI 활용도를 높이는 역할을 맡는다.
기존 관광정보 서비스에서는 사용자가 특정 지역이나 관광지를 검색하고 목록에서 원하는 정보를 찾아야 했다. 생성형 AI와 AI 에이전트가 확산되면 이용방식은 달라질 수 있다.
예를 들어 “부산에서 대중교통으로 이동할 수 있고 비가 와도 갈 수 있는 근현대 문화공간을 하루 일정으로 추천해 달라”는 질문에 AI가 여러 관광정보를 조합해 답하는 방식이다. 외국인 이용자라면 같은 정보를 자신의 언어로 묻고 답을 받을 수도 있다.
이런 서비스를 만들려면 관광지 이름과 주소만 있어서는 부족하다. 위치와 이용시간, 테마, 주변 관광지, 지역적 특성 등이 최신 상태로 연결돼 있어야 한다.
한국관광공사는 이번 사업에서 국문과 다국어 전국 관광정보를 지속적으로 현행화하고 지역별·주제별 관광영상 콘텐츠의 개방 범위도 확대할 계획이다. 문체부는 이를 여행·관광 플랫폼과 다국어 관광안내, 관광콘텐츠 제작 등으로 연결한다는 구상이다.
정책자료는 AI가 답을 만드는 근거자료로 활용될 수 있다
국립세종도서관이 맡은 정책정보 데이터도 성격이 다르다.
국립세종도서관은 국내외 정부 부처와 공공기관, 연구기관, 국제기구 등에서 수집한 정책자료 가운데 개방 가능한 자료를 기반으로 AI 학습용 질의응답 데이터 집합을 구축할 예정이다. 주요 정책과 사회·경제 현안, 국정과제에 따라 필요한 정보를 찾기 쉽게 구성하는 방안도 포함된다.
이는 단순한 문서검색보다 한 단계 나아간 형태다.
기존 검색에서는 이용자가 여러 보고서를 찾은 뒤 직접 읽고 내용을 비교해야 했다면, 구조화된 정책자료가 충분히 구축되면 AI가 질문과 관련된 공식자료를 찾아 핵심 내용을 정리하는 서비스를 만들 수 있다.
다만 이 분야에서는 최신성과 출처표시가 특히 중요하다. 정책은 법률 개정과 예산변경, 정부 발표에 따라 내용이 계속 달라지기 때문에 오래된 자료와 최신자료를 구분하지 못하면 AI가 틀린 답변을 만들 가능성이 있다.
문화데이터를 AI 친화적으로 만든다는 것은 파일 형태를 바꾸는 작업에 그치지 않고 작성일과 기관, 개정 여부, 자료 사이의 관계까지 정확하게 관리해야 한다는 뜻이다.
이번 개방에서 새롭게 등장한 ‘MCP’는 무엇인가
문체부는 이번 사업을 통해 문화 분야 데이터 제공체계에 처음으로 모델 컨텍스트 프로토콜(MCP)을 도입하겠다고 밝혔다. 최종 구축된 데이터를 공공데이터포털에 개방하면서 MCP 연계정보도 함께 제공한다는 계획이다.
MCP는 AI 모델과 외부 데이터·서비스를 연결하기 위한 공통 규칙으로 이해하면 쉽다.
지금까지 공공데이터는 사람이 웹사이트에서 파일을 내려받거나 개발자가 API 사용방법을 확인한 뒤 프로그램에 직접 연결하는 경우가 많았다. MCP 방식이 적용되면 AI 에이전트가 외부 데이터와 도구를 일정한 규칙에 따라 연결해 사용하는 환경을 구축하기가 쉬워질 수 있다.
문체부가 표현한 것처럼 ‘사람이 찾아 쓰는 공공데이터’에서 ‘AI도 연결해 활용할 수 있는 공공데이터’로 이동하려는 시도다.
다만 MCP를 제공한다고 데이터 자체의 정확성이 높아지는 것은 아니다. 연결 방식과 데이터 품질은 별개의 문제다. 잘못된 데이터가 잘 연결되면 AI가 잘못된 정보를 더 빠르게 이용할 수도 있다.
AI 학습데이터 개방은 이미 수년 전부터 추진돼 왔다
문화 분야 AI 데이터 구축은 이번에 처음 등장한 정책은 아니다.
문체부는 앞서 ‘문화 디지털혁신 기본계획 2025’에서 한국어 말뭉치와 문화·관광 해설, 뉴스·스포츠 중계, 국악 등을 AI 학습데이터로 구축하는 방향을 제시한 바 있다. 당시 계획에서도 국악을 AI 학습데이터로 구축해 음악 작곡과 문화콘텐츠 개발 등에 활용하는 방안이 포함됐다.
2023년 시행계획에는 국악 AI 학습데이터와 한국어 말뭉치, 뉴스 진행 학습데이터 등의 사업예산까지 구체적으로 반영됐다. 국악 분야에서는 당시 3차원 데이터와 디지털 음원을 구축하는 작업도 진행됐다.
이번 5종 개방은 이러한 개별 구축사업을 넘어 AI가 실제로 연결해 사용할 수 있는 국가중점데이터 형태로 전환한다는 데 차이가 있다.
데이터가 공개됐다고 저작권까지 사라지는 것은 아니다
창작자와 콘텐츠 기업 입장에서는 가장 중요한 문제가 남는다. 공공데이터가 개방됐으면 이를 AI에 넣어 만든 음악이나 이미지, 영상도 자유롭게 상업적으로 이용할 수 있는가 하는 문제다.
답은 데이터마다 다를 수 있다.
공공기관이 제공하는 데이터라고 해서 그 안에 포함된 모든 콘텐츠의 저작권이 자동으로 자유이용 상태가 되는 것은 아니다. 기관이 직접 제작한 자료가 있을 수 있고, 외부 창작자의 음원이나 사진처럼 제3자가 권리를 가진 자료가 포함될 수도 있다.
공공데이터의 이용조건과 개별 콘텐츠의 저작권은 구분해서 확인해야 한다.
이번 사업 역시 12월 실제 데이터가 공개될 때 데이터별 이용허락 범위와 저작권 표시, 상업적 이용 가능 여부를 확인하는 것이 중요하다. 현재 문체부 발표는 구축·개방 계획을 설명한 단계로, 모든 자료를 조건 없이 상업적으로 사용할 수 있다고 발표한 것은 아니다.
특히 생성형 AI 학습과 결과물의 상업적 이용은 일반적인 데이터 검색보다 권리관계가 복잡해질 수 있다.
‘공공데이터이니 무료’라는 접근도 경계해야 한다
공공데이터 개방의 목적은 민간 활용을 확대하는 데 있지만 무료 접근과 무제한 이용은 같은 개념이 아니다.
라이선스에 따라 출처표시가 필요할 수 있고 변경이나 상업적 이용에 조건이 붙을 수도 있다. 원자료의 권리관계에 따라 AI 학습에는 사용할 수 있지만 결과물 활용에는 추가 검토가 필요한 경우도 생길 수 있다.
따라서 문화데이터를 활용하는 AI 개발사에는 데이터 규모만큼 라이선스 정보를 기계가 읽을 수 있도록 제공하는 것이 중요하다.
AI가 어떤 자료를 사용했는지 기록하고 원자료의 이용조건까지 추적할 수 있어야 향후 창작물 제작과 상업서비스 단계에서 권리분쟁을 줄일 수 있기 때문이다.
문화데이터 개방이 성공하려면 데이터셋에 ‘무엇이 들어 있는가’뿐 아니라 ‘어떻게 사용할 수 있는가’도 명확하게 표시돼야 한다.
문화적 맥락을 잘못 학습하면 오류도 더 그럴듯해질 수 있다
생성형 AI의 대표적인 문제 가운데 하나는 사실과 다른 내용을 자연스러운 문장이나 이미지로 만들어내는 현상이다.
문화 분야에서는 이런 오류의 파급력이 더욱 크다. 특정 시대에 존재하지 않았던 복식을 역사적 의상으로 제시하거나 서로 다른 지역의 문양을 같은 전통으로 설명하고, 다른 장단과 악기를 혼합해 ‘정통 국악’이라고 소개할 수도 있다.
데이터가 부족한 상태에서는 이런 오류가 단순한 정보부족에서 발생하지만, 잘못 구조화된 데이터가 대규모로 학습되면 오류가 더 체계적으로 반복될 수 있다.
그래서 한국문화정보원이 전문가 검수와 온톨로지를 강조하는 것은 의미가 있다.
AI 친화적인 문화데이터의 품질을 판단하려면 파일 개수보다 메타데이터의 정확성과 분류체계, 전문가 검증 과정을 살펴야 한다.
창작자에게 중요한 것은 AI가 ‘복제’하는 데이터가 아니라 ‘참조’할 수 있는 데이터다
국악과 복식, 전통문양 같은 데이터를 생성형 AI에 활용한다고 하면 기존 작품을 학습시켜 비슷한 콘텐츠를 자동 생산하는 모습을 먼저 떠올리기 쉽다.
하지만 공공 문화데이터의 활용가치는 반드시 생성에만 있는 것은 아니다.
창작자가 특정 시대의 전통문양을 찾거나 영화 제작자가 시대에 맞는 복식을 조사하고, 게임 개발자가 문화재의 3차원 형태를 참고하며, 음악가가 특정 장단이나 악기의 자료를 검색하는 작업에도 활용할 수 있다.
AI가 문화자료의 검색과 분류, 번역을 돕는 도구가 된다면 창작자가 자료를 찾는 비용을 크게 줄일 수 있다.
특히 해외 제작자에게는 언어장벽 때문에 접근하기 어려웠던 한국문화 자료를 다국어 AI가 연결해주는 효과도 기대할 수 있다.
K컬처 AI 데이터의 성과를 단순히 ‘AI가 한국 음악을 만들었다’는 사례로 평가하기보다 창작과 연구 과정에서 문화자료 접근성이 얼마나 개선됐는지를 함께 볼 필요가 있다.
2027년에는 도서·박물관·영화까지 확대될 가능성이 있다
문체부는 올해 5종에 이어 2027년 7종을 추가해 AI·고가치 문화데이터를 모두 12종으로 확대할 계획이다.
향후 후보 분야로는 도서 종합정보와 박물관 유물정보, 영화정보 등이 거론되고 있다.
이런 자료가 하나의 생태계로 연결되면 활용 가능성은 훨씬 커진다.
예를 들어 특정 시대를 검색했을 때 당시의 문학과 복식, 음악, 유물과 영화를 한꺼번에 연결하거나, 하나의 문화재에서 관련 전통문양과 역사자료, 관광정보까지 이어지는 서비스도 생각할 수 있다.
각 기관이 보유한 데이터가 따로 존재할 때보다 관계망으로 연결됐을 때 AI가 활용할 수 있는 정보의 가치가 높아지는 것이다.
관건은 12월에 ‘무엇이 실제로 열리는가’다
이번 발표는 문화 분야 AI 데이터 정책의 방향을 보여주지만 현재는 구축과 개방을 추진하는 단계라는 점도 분명히 할 필요가 있다.
문체부가 제시한 일정대로라면 올해 5종은 12월 공공데이터포털을 통해 국가중점데이터로 개방될 예정이다. 따라서 실제 활용성을 평가하려면 개방 이후 데이터의 규모와 파일형식, API 또는 MCP 연결방식, 갱신주기와 이용조건을 확인해야 한다.
국악 데이터에 전문 메타데이터가 어느 수준까지 붙는지, 관광자료가 얼마나 자주 갱신되는지, 3차원 문화자원의 범위가 얼마나 넓은지에 따라 실제 개발자가 느끼는 가치는 크게 달라질 수 있다.
‘5종 개방’이라는 숫자보다 한 데이터셋을 실제 서비스에서 얼마나 안정적으로 사용할 수 있느냐가 더 중요한 평가기준이다.
K컬처의 AI 경쟁력은 콘텐츠 양보다 ‘맥락을 얼마나 잘 데이터화하느냐’에 달렸다
한국은 음악과 드라마, 영화, 게임, 음식, 전통문화 등 세계적으로 알려진 문화콘텐츠를 많이 갖고 있다. 그러나 사람이 알고 있는 문화가 자동으로 AI가 활용할 수 있는 데이터가 되는 것은 아니다.
AI가 한국문화를 제대로 다루려면 음원과 이미지, 문서 자체뿐 아니라 그것이 무엇인지 설명하는 정확한 정보와 다른 문화요소와의 관계, 이용할 수 있는 권리범위까지 함께 제공돼야 한다.
이번 문화 분야 AI·고가치 공공데이터 5종 개방이 의미를 갖는 이유도 여기에 있다. 국악 음원을 공개하는 데서 끝나는 것이 아니라 장르와 악기, 장단을 구조화하고, 전통복식과 문양에는 역사적 관계를 붙이며, 관광과 정책정보까지 AI가 연결해 사용할 수 있는 형태로 바꾸려는 시도다.
다만 데이터가 많아진다고 AI가 문화적 맥락을 자동으로 정확하게 이해하는 것은 아니다. 잘못된 분류와 불완전한 메타데이터는 오히려 오류를 확대할 수 있고, 공개된 데이터의 이용허락 범위와 원저작물의 권리도 별도로 확인해야 한다.
결국 문화 분야 AI 경쟁력은 얼마나 많은 콘텐츠를 AI에 넣느냐보다 한국문화가 가진 세부적인 차이와 관계를 얼마나 정확하게 데이터로 설명할 수 있느냐에서 결정될 가능성이 크다.
AI가 국악을 ‘듣는’ 것과 국악이 무엇인지 구분할 수 있도록 가르치는 것은 전혀 다른 문제다. 이번 데이터 개방의 성패도 그 차이를 얼마나 제대로 메우느냐에 달려 있다.
