네이버가 EBS를 택한 이유, AI 데이터 확보 전쟁이다

네이버가 EBS와 지식 영상 콘텐츠 공동 제작 MOU를 체결했다. 표면은 콘텐츠 제휴지만, 발표문에 명시된 '고품질 데이터 확보'라는 표현이 핵심을 드러낸다. 한국어 AI 학습 데이터를 둘러싼 경쟁에서 네이버가 공공 교육기관을 방어선으로 삼았다.

왜 EBS인가 — 공공 기관이 가진 데이터의 구조적 가치

EBS는 국가 예산으로 수십 년간 쌓아온 교육 콘텐츠 아카이브를 보유한다. 건강·금융·경제 실생활 정보부터 초·중·고 교과 과정까지 범위도 넓다. 민간 플랫폼이 웹 크롤링으로 수집하는 데이터와 달리, 교육 전문가가 검수한 정제 콘텐츠다. 신뢰도와 정확도가 다르다.

데이터 접근 비용 구조도 중요하다. 상업 콘텐츠사와 협력하면 저작권 협상과 라이선스 비용이 따른다. 공공 기관인 EBS는 이 구조가 다르다. 네이버 입장에서는 상대적으로 낮은 비용으로 고품질 데이터를 확보하는 경로다. 이번 MOU에서 신규 콘텐츠 공동 제작을 명시한 것도 같은 맥락이다. 제작 단계부터 데이터 구조를 AI 학습에 최적화할 수 있다.

글로벌 빅테크가 못 가져가는 데이터를 선점하는 구조

한국어 고품질 데이터는 영어 대비 절대량이 부족하고 검증된 콘텐츠는 더욱 희소하다. OpenAI와 구글은 한국어 데이터 확보에서 제도적·언어적 진입장벽을 가진다. EBS처럼 한국 공공 교육 기관의 콘텐츠에 구조적으로 접근하기 어렵다는 의미다.

네이버가 이 협력으로 얻는 실질적 자산은 두 가지다. 첫째, RAG(검색 증강 생성) 기반 서비스 품질 방어선이다. 네이버 검색과 홈피드에 배포될 콘텐츠는 AI 답변의 정확도를 높이는 레퍼런스 데이터로 기능한다. 둘째, LLM 파인튜닝 데이터다. 교과 과정 기반 콘텐츠는 한국어 모델의 지식 정확도를 끌어올리는 데 직접 활용 가능하다.

비교 기준을 보면 격차가 명확해진다. 구글은 유튜브를 통해 한국어 영상 데이터를 간접 확보하지만, EBS 수준의 교육 검수 콘텐츠 접근 채널은 없다. 일본에서 NHK와 야후재팬이 유사한 공공-민간 협력을 시도했지만, 한국에서 이 규모로 AI 데이터 목적을 명시한 MOU는 이번이 첫 사례에 가깝다.

이것이 선례가 되는 이유

MOU 체결만으로 네이버의 AI 경쟁력이 즉각 바뀌는 건 아니다. 공동 제작 콘텐츠의 규모, 데이터 구조화 방식, 실제 모델 반영 시점은 아직 공개되지 않았다. '아카이브 확장'이라는 표현도 구체적 수량이나 형식이 빠져 있다.

그럼에도 이번 협력이 주목받는 이유는 공공 콘텐츠의 AI 활용 경로를 제도화하는 첫 시도이기 때문이다. 네이버가 EBS 외에 다른 공공 기관과 유사한 MOU를 연속 체결할 경우, 한국어 AI 데이터 생태계에서 독보적인 구조적 해자를 구축하게 된다. 후발 사업자나 글로벌 빅테크가 단기간에 복제하기 어려운 데이터 경쟁력이다.