중국의 디지털경제 정책이 지역별 실험에서 전국 확산 단계로 넘어가고 있다. 국가데이터국은 9월 21일 장쑤성 쑤저우에서 국가 디지털경제 혁신발전 시험구 건설 현장회의를 열고 다음 단계의 주요 정책과제를 제시했다.
현재 국가 단위 시험구에는 톈진, 허베이 슝안신구, 상하이, 장쑤, 저장, 광둥, 쓰촨 등 7개 지역이 참여하고 있다. 이 지역들은 데이터 유통과 디지털 인프라, 디지털산업 클러스터와 산업현장 적용방식을 먼저 시험하는 역할을 맡고 있다.
중국이 ‘시험구’를 운영하는 이유는 새로운 제도를 전국에 한꺼번에 도입할 경우 발생할 수 있는 문제를 줄이기 위해서다. 특정 지역에서 먼저 정책을 시험하고 효과와 부작용을 확인한 뒤 다른 지역으로 확대하는 방식이다.
이번 회의에서는 다음 단계의 6대 과제도 제시됐다. 첫째는 ‘디지털 중국’ 관련 핵심정책을 더욱 구체화하는 것이다. 둘째는 시험구에서 검증된 개혁성과를 조건이 맞는 다른 지역으로 확대하는 것이다.
셋째는 데이터를 경제적 가치로 전환하는 새로운 경로를 탐색하는 것이다. 중국 국가데이터국은 이 과정에서 ‘词元’이라는 새로운 개념을 활용한 데이터 가치 실현방식도 시험하겠다고 밝혔다. 세부 제도는 앞으로 더 구체적으로 공개될 필요가 있다.
넷째는 디지털경제 분야 투자를 확대하는 것이다. 데이터센터와 클라우드, 산업용 AI와 스마트공장, 데이터유통 인프라 등은 대규모 투자가 필요한 분야다.
다섯째는 데이터를 실제 산업과 공공서비스 현장에 활용하는 것이다. 데이터를 모으는 것 자체가 목적이 아니라 제조와 교통, 의료, 도시관리 등에서 실제 문제를 해결해야 한다는 의미다.
여섯째는 산업별 고품질 데이터세트 구축이다. AI가 발전하면서 데이터의 양보다 품질이 중요해지고 있다. 잘못되거나 중복된 정보가 많으면 AI의 결과도 부정확해질 수 있기 때문이다.
중국 정부가 고품질 데이터세트를 정책과제로 강조하는 이유도 AI 경쟁과 직접 연결된다. 고성능 AI 모델을 만들기 위해서는 컴퓨팅 자원뿐 아니라 정확하고 구조화된 학습데이터가 필요하다.
한국도 디지털경제 정책에서 데이터의 활용과 보호 사이에서 비슷한 고민을 하고 있다. 공공데이터와 의료, 금융과 산업데이터를 더 활발하게 이용해야 하지만 개인정보와 기업 영업비밀을 보호하는 제도도 함께 마련해야 한다.
중국의 시험구 방식은 한국에도 참고할 부분이 있다. 전국에 새로운 규제를 동시에 적용하기보다 규제특구나 산업단지에서 먼저 시험한 뒤 효과가 확인된 제도를 확대하는 방식이다.
다만 데이터는 일반 원자재와 다르다. 한번 복제하면 여러 사람이 동시에 사용할 수 있고 잘못 유출되면 되돌리기 어렵다. 따라서 데이터를 경제적 자원으로 활용할수록 보안과 책임체계를 더 정교하게 만들어야 한다.
중국 디지털경제 정책의 다음 단계는 ‘데이터를 얼마나 많이 확보하느냐’가 아니라 안전하게 유통하고 실제 경제적 가치로 전환할 수 있느냐의 경쟁이 될 가능성이 크다.
[참고자료]
중국 국가데이터국, 2026년 9월 23일, 국가 디지털경제 혁신발전 시험구 건설 현장회의. 7개 시험구와 다음 단계 6개 핵심과제 발표. 国家数据局
국가발전개혁위원회·국가데이터국 관련 활동자료. 국가발전개혁위원회
중국 국가데이터국 공식 자료
中国数字经济试验区进入成果推广阶段
七个地区先行探索，高质量数据集和数据价值释放成为新重点
中国国家数据局近日在江苏苏州召开国家数字经济创新发展试验区建设现场会。
天津、雄安新区、上海、江苏、浙江、广东和四川等七个国家数字经济创新发展试验区参加交流。
这些试验区正在探索数据要素市场化配置、数字基础设施、数字产业集群和数据应用等新制度。
下一阶段，中国提出六个重点方向。
其中包括推广试验区改革成果、扩大数字经济投资、建设数据应用场景以及加快行业高质量数据集建设。
人工智能快速发展以后，高质量数据的重要性越来越突出。
数据数量很多并不意味着AI一定更好，如果数据质量低，模型也可能产生错误结果。
韩国同样面临数据开放和数据安全之间的平衡问题。
未来数字经济真正的竞争力，不只是拥有数据，而是能够安全、有效地使用数据。
数字经济试验区：디지털경제 시험구
数据要素：데이터 요소
高质量数据集：고품질 데이터세트
数据流通：데이터 유통
数据市场：데이터시장
数字基础设施：디지털 인프라
应用场景：응용현장
改革试点：개혁 시범사업
){kind=small}
){kind=small}
){kind=small}
){kind=small}