"데이터는 핵심 자원"...성장목표 달성에 활용 극대화해야

그러나 데이터의 양이 급격히 증가하더라도 생산성이 반드시 그에 비례해 상승하는 것은 아니다. 많은 경제에서의 성장은 여전히 자본과 노동의 확장에 주로 의존하고 있으며, 데이터는 각 부문, 계층, 조직별로 분절되고 ‘사일로’화되어 있다. 따라서 이제는 데이터의 중요성 여부가 아니라, 왜 데이터가 경제가 이를 효과적으로 습득하고 활용할 수 있는 내생적 역량을 갖출 때에만 진정한 성장 동력이 되는지에 대한 질문이 제기된다.

데이터와 경제의 내생적 역량

자본과 노동과 달리 데이터는 물리적 축적이 아니라 연결과 활용을 통해 증가한다. 이러한 특성은 데이터에 고유한 경제적 속성을 부여하며, 전통적인 성장 논리를 변화시키고 경제의 내생적 역량에 직접적인 영향을 미친다.

데이터는 소비에 있어 비경합적이다. 하나의 데이터셋은 적절히 관리·공유될 경우, 거의 제로에 가까운 복제 비용으로 동시에 여러 목적에 활용될 수 있으며, 고갈되지 않는다. 다양한 출처의 데이터가 통합될 때, 규모의 경제가 증대되어 분석, 예측, 최적화 역량이 크게 향상된다. 동시에 강력한 네트워크 효과도 발생한다. 데이터 생태계가 클수록 디지털 모델과 서비스의 품질이 높아지고, 개인화 수준도 더욱 향상된다.

하지만 이러한 속성들이 실제 성장으로 이어지기 위해서는 데이터가 적절한 제도적·기술적 환경 내에서 조직화, 표준화, 상호연결되어야 한다. 이를 위해서는 데이터 권리, 공유 메커니즘, 디지털 인프라, 분석 역량에 관한 법적 프레임워크가 유기적으로 구축되어야 한다.

미국 경제학자 폴 로머(Paul Romer)의 내생적 성장 이론은 지식, 연구·개발, 인적 자본이 단순한 투입요소를 넘어, 긍정적 외부효과와 증가수익을 창출하는 자기강화적 자원임을 강조한다. 이는 장기적 성장을 유지하는 핵심이다. 디지털 경제에서 데이터 역시 이를 숙련할 경우 유사한 논리로 작동한다. 데이터를 숙련하는 역량이야말로 이를 내생적 성장 동력으로 전환하는 결정적 조건이 된다.

데이터 숙련은 단순한 수집·저장을 넘어, 접근 관리, 정제, 표준화, 상호운용성, 분석, 활용 등 전체 가치사슬을 포괄한다. 데이터가 연구개발, 거버넌스, 생산에 체계적으로 통합될 때, 경제는 지속적이고 대규모의 지식 축적 메커니즘을 갖추게 된다. 반대로 데이터가 분절되어 고립된 시스템에 ‘잠겨’ 있거나 외부 플랫폼에 의존할 경우, 이 지식 자원은 약화되어 장기 성장 잠재력을 저해한다.

데이터 가치사슬의 각 고리가 동기화되어 발전할 때, 내생적 학습 루프가 형성된다. 운영에서 데이터가 생성되고, 데이터가 지식으로 전환되며, 이 지식이 다시 거버넌스, 생산, 제품 개선에 반영되어 더 고품질의 데이터를 만들어낸다. 이것이 데이터가 지속가능한 성장 동력이 되는 핵심 메커니즘이다.

베트남의 ‘기회의 창’과 해결해야 할 병목

국회가 데이터법(2025년 7월 1일 시행)을 통과시키고, 당의 주요 지침(결의안 57-NQ/TW 등) 및 디지털 전환, 디지털 경제, 디지털 사회 관련 여러 결의안과 프로그램이 마련되면서, 베트남 데이터 시장의 관리·활용·발전을 위한 중요한 법적 토대가 구축되었다. 하노이 호아락에 위치한 국가데이터센터가 가동을 시작해, 국가 차원의 데이터 저장·통합·분석을 위한 핵심 인프라를 형성하고, 국가, 기업, 사회 전반에 걸친 데이터 공유를 가능하게 했다.

그러나 이러한 법적 토대와 실질적 성장 성과 사이에는 여전히 큰 격차가 존재한다. 현재 데이터는 부문, 계층, 지역, 운영 시스템별로 분절되어 있다. 많은 기관과 조직이 데이터를 보유하고 있지만, 상호연결 메커니즘이 부족해 수집의 중복, 업데이트의 중첩, 데이터 품질 저하가 발생한다. 데이터가 ‘폐쇄’된 상태로 남아 있을 때, 경제는 데이터 경제의 핵심 가치인 규모의 경제와 네트워크 효과를 상실하게 된다.

또 다른 병목은 데이터 및 기술적 상호운용성 표준의 불일치에 있다. 서로 다른 데이터 모델, 식별자, 데이터 사전, 기술 규약 등은 통합 비용과 시간을 증가시켜, 부문 간 데이터 활용과 신제품·서비스 개발을 제한한다.

더불어 데이터 권리와 책임에 대한 거버넌스 메커니즘도 아직 명확하지 않다. 접근 통제, 공유, 추적성, 품질 측정이 미흡하게 설계된 경우, 각 주체는 시스템 전체 최적화보다 지역적 안전을 우선시하는 방어적 태도를 취하게 된다. 이로 인해 데이터가 유동성 자산이 되거나 혁신 및 총요소생산성(TFP) 향상을 위한 대규모 투입요소로 활용되기 어렵다.

데이터는 핵심 자원...인식 전환 필요

데이터 경제가 제공하는 ‘기회의 창’을 진정한 내생적 성장 동력으로 전환하려면, 집중적이고 일관된 접근이 필요하며, 네 가지 우선 솔루션 그룹이 요구된다.

첫째, 데이터 표준화와 상호운용성을 국가 생산성 프로그램으로 간주해야 한다. 데이터 표준, 메타데이터, 식별자, 기술 사양은 전기, 도로, 항만과 같은 생산성 인프라로 인식되어야 한다. 효과적인 표준화는 통합 비용을 줄이고, 디지털 제품·서비스의 시장 출시 시간을 단축하며, 혁신을 가속화한다.

둘째, 개방성과 위험 관리를 균형 있게 조정하는 통제된 데이터 공유 메커니즘을 설계해야 한다. 공유는 데이터 분류와 접근 통제, 추적성, 품질 측정과 연계되어야 하며, 데이터 제공자에게 충분한 동기 부여도 필요하다. 이러한 동력이 없다면 데이터는 ‘폐쇄’ 상태에 머물고, 네트워크 효과도 형성될 수 없다.

셋째, 데이터 가치사슬을 재구성하고, 국가 데이터베이스와 데이터 공유 플랫폼의 완성을 우선시해야 한다. 신원, 토지, 기업, 금융, 보건, 교육, 물류 등 TFP에 영향을 미치는 핵심 분야에 우선순위를 두어야 한다.

넷째, 분석 및 모델링 역량을 내생적 성장의 인적 자본 형태로 투자해야 한다. 데이터는 분석, 통계, 데이터 과학, 데이터 거버넌스, AI 활용 역량이 뒷받침될 때 비로소 지식이 된다. 숙련된 인력, 견고한 프로세스, 적합한 도구를 개발하는 것이 데이터를 의사결정과 혁신으로 전환하는 데 필수적이며, 안전, 윤리, 준수도 보장해야 한다.

자본과 노동 기반 성장 모델이 한계에 다다르는 상황에서, 데이터는 경제의 내생적 역량을 결정하는 핵심 자원으로 부상하고 있다. 분절된 데이터를 숙련되고 전략적으로 연결된 데이터 시스템으로 전환하는 것이 장기적 성장의 관건이다. 데이터가 잘 조직되고 혁신, 거버넌스, 생산과 긴밀히 연계될 때, 경제는 지속적인 지식 축적 메커니즘을 구축하고, TFP를 높이며, 자립 기반의 지속가능한 성장으로 나아갈 수 있다.