K OK R E A R U R A L E C O N O M I C I N S T I T U T E
제2장
데이터 경제 개념과 관련산업 및 정책 현황
24 |
<표 2-1> 데이터 경제의 개념
출처 정의
EC(2014) 데이터 구성원이 만들어 내는 생태계를 뜻하며, 데이터의 생성부터 수집, 저장, 처리, 분배, 전달에 이르는 모든 단계를 포괄하는 개념
MIT(2016) 데이터 서비스 및 데이터 자본적 재화를 생산하기 위해 저장된 정보로, 기존 물리적 자산과 같이 경제적 가치를 내재함
IBM(2016) 내·외부적 데이터 가치 창출 및 사용을 의미하며, 이용가능 데이터와 데이터 기반 의사결정 등이 증대되면서 기업 간 데이터 교환이 증대함
Digital Reality
(2018) 조직 및 비즈니스 데이터를 검색, 저장, 분석하여 창출되는 경제적·금융적 가치 4차산업혁명위원
(2018)
데이터의 수집, 유통, 활용 단계를 포괄하는 가치사슬 기반 공급, 중계, 수요시장을 통한 신제품 및 서비스, 일자리 등의 경제가치를 창출해내는 체계
자료: 한국정보화진흥원(2018).
1.2. 데이터 경제의 특징
데이터 경제의 특징은 데이터 중심의(Data-Driven) 데이터 자체를 생산요소로 하는 새로운 경제 구조이다. 데이터를 중요한 생산요소이며 자산으로 활용하여 주요 산업 활동의 기민성(agility)과 연관성(relevance)을 획기적으로 향상시키고, 전체 경제와 산업의 혁신의 원동력으로 새로운 산업과 기업활동을 가능하게 함으 로써 경제성과 제고가 가능하다. 또한 데이터 경제의 특징은 데이터의 생산과 이 를 수집하고 분석하는 등 처리 결과로 나온 데이터의 속성과 품질 특성, 그리고 이 를 다시 자산으로 투입, 재생산하는 가치사슬(value chain) 전 과정을 통해 가치 있 는 데이터를 창출하고, 이러한 구조는 데이터를 더 많이 획득 가능하게 할 것으로 분석되고 있다.1)
1) 김덕현(2020) 『데이터 경제의 범위와 추진전략 고찰』 참조.
<그림 2-1> 데이터 기반 결정 과정
자료: BSC Designer(https://bscdesigner.com/data-driven-decision.htm).
1.2.1. 한계비용 제로 경제(The zero-marginal-cost) 구조
데이터 경제와 일반 재화 산업 경제를 구분하는 가장 큰 특징은 한계비용 제로 경제 구조이다. 기존 경제구조의 생산체계는 토지, 자본, 노동 등 3대 생산요소를 필수 자산으로 투자하여 막대한 비용이 소요되지만, 디지털 경제에서는 디지털 생태계 구축을 위해 물리적 자본에 얽매이지 않기 때문에 한계비용이 거의 제로에 가깝게 된다. 이와 같은 특성으로 디지털 기반 데이터 경제는 더 큰 정보가치를 지 니는 공유 경제망으로 글로벌 네트워크를 통해 경제·산업 구조로 재편하게 된다.
1.2.2. 양면 시장(Two-sided market)
데이터 경제는 방대한 데이터를 수집하고 이를 활용하여 분석 및 예측의 정확도 를 높일 수 있는 경제 구조이며 데이터 경제의 핵심요소인 데이터 플랫폼은 양면 시 장의 특징을 나타낸다. 디지털 기술의 고도화로 플랫폼을 통해 무형의 디지털 재화 의 거래가 가능해지고 있으며, 플랫폼은 복수 그룹의 사용자인 용역의 공급자와 수
26 |
요자 그리고 특정 재화 등이 거래에 참여할 수 있도록 구축된 환경으로 가격수준이 아닌 가격구조에 의해 시장의 균형 수량이 결정되는 양면 시장을 특징으로 한다.2) 양면 시장은 주체 간 서로 다른 재화 및 용역 등을 판매하는 플랫폼으로 네트워크 효과의 크기에 따라 수익이 결정되며 디지털 생태계에서 거래하는 재화나 용역 종 류, 거래 방식을 비롯한 수익창출 방법 등의 차이가 있으나 거래량은 중개 플랫폼 이 어느 부분에 가격을 더 요구하는지에 따라 달라질 수 있다.3) 디지털 생태계는 경 제활동이 플랫폼 기반으로 작동하고 있어 플랫폼 기업이 한 사용자에게 매기는 가 격이 다른 한 사용자로부터 얻을 수 있는 이윤에도 영향을 주게 된다.4)
<표 2-2> 데이터 경제의 특성
구분 특성 비고
집합적 데이터 가치와 연결
목적으로 하는 분석이 가능할 정도의 데이터가 모여야 경제적 가치 를 가지게 되며, 부분 산정이 어려움. 단순한 데이터의 병합보다 관 계성이 유지된 채 연결이 두 데이터의 활용성을 극대화시킴.
전체 집합적 가치와 부 분의 가치는 비례관계 가 성립하지 않음.
상대적 가치
데이터 사용자마다 다양한 사용 목적으로 하여 그 가치를 상대적으 로 다르게 인식하여 수요함수 도출이 어렵고 비탄력적 가격 특성을 지님.
동일한 데이터의 가치 가 다를 수 있음.
데이터 재화의 관행적 무상 거래
실물경제상에서 개인정보 등의 제출이 필요한 경우 개인정보 안에 포함된 수집 정보를 무상으로 제출하게 됨. 이러한 관행은 데이터 거 래의 비중이 커도 데이터 수집에 화폐가치가 지불되지 않음.
데이터 재화의 화폐가 치 누락
多:1 및 多:多의 관계
방송, 콘텐츠 등의 생산자 및 소비자의 관계는 [1:多]이지만 데이터 의 경우 생산자와 소비자 관계는 주로 多:1 혹은 多:多임.
데이터 정보주체의 수익 창출 불리
데이터의 공공 재적 성격
데이터는 공공재적 성격을 가지고 있어 지적재산보호가 없는 경우 무임승차, 저생산 문제가 나타날 가능성이 있음.
정보주체의 소극적 데 이터 생산 및 무임승차 문제
자료: 김준연(2020). 데이터 경제 활성화를 위한 이슈와 쟁점.
2) 김빛마로(2018: 13) 『디지털 경제의 특징과 시사점』 참조.
3) 김빛마로(2018: 14) 『디지털 경제의 특징과 시사점』 참조.
4) 김준연(2020) 『데이터 경제 활성화를 위한 이슈와 쟁점』 참조.
1.2.3. 데이터 플랫폼
데이터 플랫폼은 데이터 산업의 혁신적 동력원이 되거나 새로운 산업 및 일자 리 창출을 촉진할 것으로 분석되고 있다. 데이터 경제에서의 온라인 플랫폼은 기 존의 토지의 역할을 하며, 플랫폼 자동화는 노동을 대체하면서 데이터 역량이 새 로운 국가 경쟁력으로 작용하고 있다.5)
<표 2-3> 디지털 플랫폼의 유형
플랫폼 유형 설명 예시
온라인 거래 시장
일반적으로 디지털 재화의 거래, 다운로드, 스트리밍을 위한 온 라인 플랫폼. 혁신을 위한 개방형 API의 양면 플랫폼 포함.
Amazon Apple Spotify eBay Alibaba Craigslist Taobao Rakuten 등 사용자 생성
콘텐츠 및 소셜미디어
사용자 커뮤니티의 콘텐츠 게시가 가능한 온라인 공간 제공 플랫 폼. 개발자 혁신을 위한 다측면 개방형 API
Facebook YouTube(Google) Twitter 등
공유경제 유휴 자산 및 서비스 등의 공급자와 수요자 간의 거래를 위한 다 측면 폐쇄형 API 플랫폼.
Uber Airbnb RelayRides Sidecar JustPark 등
크라우드 소싱 거래 및 계약 업무를 위한 시장. 계약직 및 비정규직을 비롯한 노 동·노하우를 거래하는 플랫폼. 다측면 개방형 API
TaskRabbitt
Amazon Mechanical Turk 등
P2P 대출 및
크라우드 펀딩 기부, 대출 또는 투자를 위한 플랫폼. 다측면 개방형 API
Kickstarter Lending Club Indiegogo Prosper 등
자료: Langley, P and Leyshon, A(2017: 6) “Platform capitalism: The intermediation and capitalisation of digital economic circulation” 재구성.
5) 김준연(2020) 데이터 경제 활성화를 위한 이슈와 쟁점 참조.
28 |
디지털 생태계는 원시 데이터, 인프라, 알고리즘 및 분석, 통찰력 및 응용 프로 그램 등으로 구성되어 고용 없이 데이터 자체가 기업의 주요 자본으로 투입되어 이윤 창출을 가능하게 할 것으로 분석된다.6) 데이터 경제 시대는 데이터의 수집·
보유·활용·분석을 비롯한 데이터를 다루는 능력이 산업 경쟁력과 직결되고 있어 수많은 데이터 중에서 활용도가 높고 가치 있는 데이터를 확보하기 위한 가공·정 제 과정을 통해 조건에 맞는 고품질의 데이터 추출이 중요해지고 있다.7) 소비·구 매·활동으로 생성되는 데이터가 자본화되기 때문에 지속가능한 생태계 조성을 위 한 데이터 소유 및 이를 통한 경제 부가가치를 창출함에 있어 모든 경영 주체가 참 여할 수 있는 환경 조성이 요구된다.
1.3. 데이터 가치사슬과 가치평가
1.3.1. 데이터 가치사슬(Data Value Chain)데이터 가치사슬은 크게 생산-관리-유통-소비 등 4단계로 이루어져, 데이터 생 산 → 데이터 정제·가공을 통한 데이터·정보 유통 → 기업·정부·공공기관 활용 → 소비자 및 시민 등이 데이터 기반 혁신 서비스8) 이용의 순서로 진행하여 이를 통 해 산업을 한층 발전시킬 수 있을 것으로 분석되고 있다. 특히 데이터는 공급자와 수요자가 서로 매칭해 수집·저장·유통을 거쳐 그 자체가 유효한 경제적 가치를 가 지는 자산으로 활용되고 있다.9) 데이터 수집·생성·축적 단계에서는 다양한 데이 터를 수집하고, 가공·유통 단계에서는 데이터를 거래·공유하는 신산업이 발생하 며, 분석·활용 분야 단계에서는 산업별로 새로운 경제적 가치가 발생한다.
6) 김준연(2020) 데이터 경제 활성화를 위한 이슈와 쟁점 참조.
7) 한국재정정보원(2020) 데이터 경제 활성화를 위한 데이터 3법 참조.
8) 대한민국 정책 브리핑 정책 위키(korea.kr, 검색일: 2021. 10. 18.) 참조.
9) 장백균(2019) “스마트시티 도시 데이터의 상호 연계 촉진을 위한 자율적 데이터 공유 시장 연구: 블 록체인 기술을 중심으로.” 참조.
<표 2-4> 데이터 가치사슬
구성요소 설명
데이터 수집/생성 신규 데이터의 수집, 생산, 거래를 통한 데이터 획득
데이터 저장/관리 수집, 생산, 분석한 데이터의 테이터 센터, 클라우드 서비스 등을 통해 보관 및 관리 데이터 가공/유통 데이터 분석을 위한 수정, 보완, 가공된 데이터와 원(raw)데이터, 분석결과 등을 거래 데이터 분석/활용 데이터 분석 결과를 서비스 및 비즈니스 모델에 적용
자료: EC(2017). “Enter the data Economy.”; Opher et al.(2016). The Rise of the Data Economy.
축적된 데이터를 필요로 하는 사용자에게 전달하기 위한 건전한 데이터 가치사 슬에 대한 새로운 접근방법이 요구되고 있다. 데이터 가치사슬은 원(raw)데이터 부터 시작하여 통합, 가공, 분석 과정을 거쳐 기업의 목적에 따라 사용됨으로써 재 화로서의 가치가 발생하며, 새로운 비즈니스를 만드는 순환적 특징을 가지고 있 다. 특히 AI를 학습시키기 위한 양질의 데이터가 요구되고 있다. 즉 인공지능이 산 업의 핵심 기술로 부상하면서, 이의 기반 데이터의 가치가 높아지면서 데이터 확 보 및 활용이 세계적 화두가 되고 있다.
1.3.2. 데이터 가치평가
1차 데이터는 주로 원(raw)데이터나 약간의 가공과 통합 과정을 거친 데이터로, 이로부터 의미 있는 데이터를 추출해 그 적용 범위를 넓혀 나가기 위한 노력이 증 대되고 있다. 데이터가 만들어 내는 가치는 최종단계에서 구매자에게 얼마만큼의 가치를 제공해 주냐에 따라 결정되기 때문에 원(raw)데이터 단계에서 최종 가치 범위의 예측이 어렵다. 아울러 데이터는 접근과 활용도 면에서 사용폭이 정해져 있지 않기 때문에 특정 기업이나 혹은 특정 부서와 같이 쓰이는 곳이 다를 경우나 특정 데이터를 언제, 어디서, 누가 활용하느냐에 따라 그에 대한 가치도 달라지기 때문에 원재료 데이터에 대한 정확한 가치 산정이 어렵고 기존 단계에서 없던 가 치를 새로이 창출할 경우, 그 가치를 측정할 기준이 없어 평가가 어려울 뿐만 아니 라, 데이터의 가치는 사용하는 시점에 따라 그 가치가 증가 또는 감소하는 등 변화 할 수 있기 때문에 실체 확인에 어려움이 따르고 있다.