한국자동차매매사업조합연합회

■ 데이터, 빅 데이터

구글의 알파고(AlphaGo)와 우리나라 이세돌 9단의 바둑 대결이 온 나라, 전 세계의 관심사가 되었다.
알파고는 바둑 빅 데이터의 분석을 통해 구축한 인공지능형 바둑 프로그램이라 한다.
아직 상용화 단계도 아니고 심지어 베타버전 이전의 초보 단계에 불과하지만 예상과 달리 이세돌 9단을 4대1로 이기는 무서운 저력을 보여 주었다. 
 
다가 올 인공지능의 시대가 기대되기도 하지만 두렵기도 하다.
가뜩이나 불완전하고 불안한 인간의 질서가 인공지능 발달로 더욱 위태로워지지 않을까 하는 걱정이다. 인공지능이 인간의 수호자가 아니고 인간 위에 군림하는 "빅 브라더"가 되지 않으리라는 보장도 없으니 말이다. 이런 걱정이 그저 기우에 그치기를 바랄 뿐이다.

알파고의 대국 상대로 왜 이세돌 9단이 선택 되었는지를 설명한 분석 기사를 흥미롭게 읽어 보았다.  평소 바둑에 대해 아는 것이 별로 없어 이번에 알게 된 내용이지만, 이세돌 9단은 금년 33세로 세계 랭킹이 4위라 한다. 세계1위는 중국의 커제라는 19세의 청년이며, 2위가 한국의 박정환 9단(24세) 그리고 3위가 일본의 이야마 유타(26세), 그리고 그 다음이 이세돌 9단이라는 것이다.
 
그런데 왜 구글이 이세돌 9단을 대국의 파트너로 초대했을까?
알파고 주인인 구글 정도라면 얼마든지 세계 1위 고수를 대국의 파트너로 선정할 수도 있기 때문이다.
위 기사에 따르면 바로 기보(碁譜)라는 데이터의 양 때문에 이 9단이 대국의 파트너가 되었다고 한다.  이 9단이 1995년에 프로에 입단하여 21년 동안 수없이 많은 대국을 해 왔기 때문에 그 대국의 데이터(碁譜)가 타 고수들 대비 상대적으로 훨씬 풍부하다는 것이다. 데이터가 풍부하기 때문에 알파고가 그 데이터의 분석을 통해 입신경지 고수의 전략이나 이세돌 9단 특유의 기풍(碁風)을 파악하여 대응전략을 구사하기가 용이하다는 것이다. 어느 정도 수긍이 가는 기사이다.
 
최근 날이 갈수록 빅 데이터라는 개념이 주목을 받고 있다.
인공지능까지는 아니더라도 빅 데이터를 이용한 다양한 마케팅, 나아가 비즈니스 모델도 생겨나고 있다.

하나 예를 들어 본다면, 온라인 책 판매를 통해 오프라인 서점을 황폐화시킨 "아마존"이 최근 오프라인 서점 400개 개장 계획을 발표했다. 20년 이상 축적된 책 판매 데이터를 기반으로 한 맞춤형 서점이라는 것이다. 서적에 대한 고객의 평가나 계절, 지역별 판매통계를 분석하여 최적의 상품구색을 갖추어 매장을 관리하기 때문에 리스크가 별로 크지 않다는 것이다.
데이터가 있으니 이러한 역 발상적 마케팅이 가능하다. 이것이 바로 데이터의 힘이고 가능성 일 것이다.

중고차 시장에도 빅 데이터가 있을까?
빅 데이터라는 개념은 데이터 규모의 측면에서 "일반적인 데이터베이스 관리도구가 저장• 관리• 분석할 수 있는 범위를 초과하는 규모의 방대한 데이터"로 정의되어 있다.
중고차 유통관련 데이터가 저장, 관리, 분석의 범위를 초과할 정도로 방대하지는 않은 것 같다.
따라서 순수한 의미의 빅 데이터는 아직 이 중고차 시장에 없다고 할 것이다.
그렇지만 중고차 시장에 빅 데이터 정도는 아니라 해도 상당히 방대한 데이터는 분명히 존재하고 있다. 국토교통부 통계누리에서 큰 비중을 차지하고 있고 일반 국민의 관심을 끄는 항목의 하나가 “자동차 등록통계”인데 이 등록통계는 충분히 빅 데이터로 간주될 수 있을 정도로 규모가 큰 데이터 집합체이다. 그 등록통계의 한 부분을 이루는 것이 중고차의 보유 및 거래(이전등록) 통계이다. 2,000만대 이상의 보유대수에 더하여 매년 300만대 이상의 자동차가 매매되어 새로운 소유자 명의로 이전등록 되는 내용이 통계화되는 자료이다.
 
중고차 거래의 데이터 요소는 상당히 방대하다. 자동차라는 기계적 상품 속성에 소유(Pre-Owned)와 사용(Used)이라는 요소가 더 해져 그 데이터 요소성이 더욱 확대되게 된다. 중고 차량 별 평가(Inspection) 등급과 평가등급에 따른 가격의 차별적 형성이, 신조차와는 다른, 특별한 데이터 구성요소가 되고 있다. 언뜻 생각해 보아도 엄청난 양의 데이터이다
 
그런데 방대한 크기의 빅 데이터가 존재하는 중고차시장에서 왜 그런 데이터의 분석을 통한 표준적인 거래 정보의 파악이나 예측이 이루어지지 못하고 있는 것일까?
연간 100만대씩 과거 10년 동안의 사업자 거래대수만을 대상으로 해도 대략 1,000만 건의 거래 데이터가 있는데, 왜 그런 데이터의 분석과 활용이 불가능했을까?
지금은 불가능하지만 향후에는 어떤 형태로이든지 활용이 가능할 수 있을까?
 
몇 가지 중고차 거래 관련 데이터, 즉 차량의 품질수준을 가늠하기 위한 성능상태점검 데이터와 거래가격 데이터 그리고 거래 당사자에 대한 통계 데이터를 살펴 보도록 한다.
그 데이터의 생산과 집적 실태 그리고 활용 가능성을 생각해 보자는 것이다.
더불어 그러한 데이터의 하자와 불완전성에 대해서도 짚어 보기로 한다.
 
■ 성능점검 데이터의 생산 및 관리
 
중고차를 매도하거나 알선하는 경우에는 자동차관리법 제58조의 1항 규정에 의해 자동차의 성능상태를 점검한 내용을 매수인에게 서면으로 고지하도록 되어 있다. 또한 시행규칙 제116조에 의해 그 고지한 내용 중 다음 항목을 국가 지정 전산망으로 전송하도록 의무화되어 있다.
 
가. 차명/ 나. 자동차 등록번호/ 다. 주행거리 및 계기상태/ 라. 연식/ 마. 검사 유효기간
바. 최초등록일/ 사. 원동기 형식/ 아. 변속기 종류/ 자. 차대번호/차 . 보증유형/
카. 동일성확인 (차대번호표기)/ 타. 불법튜닝/ 파. 사고ㆍ침수유무/ 하. 자기진단사항
거. 배출가스/ 너. 주요장치 및 자동차의 상태/ 더. 외판부위의 판금 용접수리 및 교환
러. 주요골격 부위의 판금, 용접수리 및 교환/ 머. 특기사항 및 점검자의 의견
 
따라서 이론적으로는 거래가 완료된 중고차의 품질관련 데이터는 모두가 국가 전산망에 취합 관리되고 있는 것으로 판단할 수 있다. 소비자들의 관심사항인 실제 주행거리와 사고 유무, 심지어 사고 부위에 따른 교환이나 도장 판금 부위까지도 모두 국가 전산망에 관리되고 있다.
 
실제로 수도권이나 도시 지역에 있는 대형 매매단지 내 입점업체들은 법 규정대로 관련 데이터를 국가 전산망으로 전송하고 있다. 성능점검을 하는 업체로부터 조합 전산으로 데이터가 전송되고 그 데이터가 다시 조합 전산에서 다시 국가 전산망으로 전송되고 있는 것이다
 
그러나 거래가 완료된 차량 모두의 데이터가 전송되고 있지는 못한 것 같다.
일부 지방지역 거래물량에 대해서는 성능점검 자체도 제대로 이루어지지 않고 있으며 그에 따라 국가 전산망에 대한 전송도 제대로 이루어지지 않고 있다는 우려가 있다.

법령 규정에 의해서 위의 성능상태점검은 진단보증협회 혹은 기술인 협회 가입 전문업체나 일반 정비공장(2급이상) 에서만 할 수 있도록 되어 있다. 그러나 일부 지방지역 업체들은 여전히 부실하거나 형식적인 성능점검을 계속하기도 하는 것으로 알려져 있다

대당 만원 수준의 점검비용을 징구하는 업체들이 여전히 있다는 것이 그러한 부실 점검의 가능성을 보여주는 현상이다. 수입 차에 대한 성능점검은 더욱 문제가 심각하다. 클레임을 감당하기 어렵다는 이유로 어떠한 책임도 지지 않는 조건으로 형식적인 성능점검기록부를 발급하는 사례가 적지 않다.
 
요약해 본다면 성능상태점검기록부의 국가 관리시스템이 있어 장기적으로 중고차의 품질데이터 관리시스템으로 활용할 가능성이 있기는 하지만 일부 성능점검 현장에서의 평가와 기록관리가 제대로 되지 않고 있어 이에 대한 보완이 필요한 상황이다.
 
■ 매매가격 데이터의 집적 및 관리
 
매수인과 매도인 혹은 알선인 간에 합의된 중고차 거래가격이 표시되는 서류가 중고차 매매계약서이다. 그러나 우리나라 중고차시장에서는 이 계약서의 작성 원칙과 사용 용도와 관련하여 매우 혼돈스런 관행이 이어지고 있다.
 
매도인(차주)과 매수인간 직접 매매를 하는 경우 실제 거래된 가격으로 계약서를 작성하고 그 계약서를 첨부하여 이전등록을 신청하고 사후에 매출(부가세)신고도 그 거래금액으로 하는 것이 정상적이고 합법적인 방법이다.  그러나 실제로 이러한 원칙에 의해 계약을 하고 신고를 하는 업체는 아마 1%도 되지 않을 것이다. 전국 5,000여 개 매매업체 중 50개가 되지 않을 것이라는 것이다.
일부 소수 기업형 업체를 제외하고는 대부분 변칙적으로 계약서를 작성하고 매출신고를 하고 있다.
 
어떤 점이 변칙이라는 것일까? 우선 이중 계약서 작성이 가장 큰 문제이다.
실제 거래에 있어 매수인에게 교부하는 계약서와 이전등록 시 등록관청에 제출하는 제출하는 계약서가 다르다. 고객에게 교부하는 계약서에는 거래가격을 실제 가격으로 표기하지만 이전등록용 계약서에는 미리 확인한 과표 금액 수준으로 거래가격을 표기하는 것이 아주 오래 된 관행이다. 취득세를 축소 납부하기 위한 변칙행위이다.
 
문제는 고객에게 교부하는 계약서 상의 실제 거래가격은 데이터로서 전혀 활용할 수가 없다는 점이다. 계약서가 고객이나 매도인 혹은 알선인의 서랍에 보관되기만 할 뿐 거래 내용이 전산 시스템에 입력되거나 관리되지 않기 때문이다.
 
반대로 매매상사에서 제시신고를 하는 금액이나 이전등록 시 등록 관청에 신고하는 금액은 모두 정확하게 전산에 입력되어 관리되고는 있지만 그 신고 금액은 사실과 다른 금액이다. 그나마 이전등록용 가격은 과표 수준으로는 신고되고 있지만 제시신고용 가격은 그 과표에도 훨씬 미치지 못하는 것이 보통이다. 임의로 축소한 가공의 금액이다. 부가세나 소득세를 줄이기 위한 사전 대비인 것이다.
 
결국 실제 거래가격 데이터는 정확하기는 하지만 체계적인 수집이나 관리가 불가능하고, 수집이나 관리가 가능한 가격 데이터 들은, 데이터의 양은 많지만, 모두 허위 및 가공의 데이터라는 것이다.
둘 다 모두 데이터로서의 의미나 가치가 별로 없는 것 들이다. 이런 불합리한 상황이 개선되지 않으면  중고차시장에서 실제 거래가격 데이터의 관리 및 활용은 원천적으로 불가능하다고 하지 않을 수 없다.

■ 거래 당사자에 대한 데이터의 문제점.
 
거래 당사자 데이터에 관한 문제는 위에서 제기된 문제와는 다른 관점의 문제이다.
즉 누락이 되거나 사실과 다르다는 차원의 문제가 아니라 거래의 방식 혹은 집계의 방식 차이로 인해 실제 시장 규모에 대한 오해나 착시현상이 야기되는 문제라는 것이다.
 
하나의 예를 들어 보자
2015년도 우리나라 신차판매대수는 등록기준으로 국산 차, 외산수입차를 모두 합하여 1,847,102대 이다. 같은 기간 중고차 거래대수는 3,591,395대 이다. 이런 통계를 보고 어떤 사람들은 중고차가 신차보다 174만대(359만대 - 185만대) 더 팔렸다거나 약 두 배(359만대/185만대=약 1.9)의 판매실적을 보였다고 말하기도 한다. 중고차시장의 잠재성이나 성장성을 얘기할 때 자주 동원하는 표현이다.
그러나 사실은 전혀 옳지 않은 사실이고 적절하지 않은 표현이다.
 
일반적으로 판매라는 것은 본래의 용도로 사용하고자 하는 소비자에게 유상으로 공급되는 거래를 말한다. 신차판매는 이러한 의미와 정확히 일치하는 개념이다.
그러나 중고차 거래는 다르다. 자동차관리법 제12조 3항에는 “자동차를 양수한 자가 다시 제3자에게 양도하려는 경우에는 양도 전에 자기 명의로 제1항에 따른 이전등록을 하여야 한다”고 규정하고 있으며 또한 제6조에서는 “자동차 소유권의 득실변경(得失變更)은 등록을 하여야 그 효력이 생긴다”라고 규정하고 있다. 소위 “미등록 전매행위”를 금지하기 위한 근거 규정이다.
 
위와 같은 강제 규정에 의하여 매매상사들은 모든 상품용 매입차량에 대해서도 일단 매매상사 명의로 이전등록을 하고 있다. 이에 따라 단순히 상품용 중고차를 확보하는 행위도 1회의 거래로 계상되게 된다. 이 차량이 실제 사용고객에게 판매되어 이전등록이 되면 다시 1회의 거래가 추가되게 된다. 결국 한 대의 차량에 대해 2회의 거래통계가 계상되게 된다. 위탁판매를 제외한 모든 사업자거래는 최소 2회 이상의 거래회수가 통계로 계상되게 된다.
 
위와 같은 문제점을 해소하기 위해 국토교통부에서는 현행과 같은 거래건수 외에 순수 거래대수를 기준으로 한 통계의 도입을 추진하기도 했다. 2015년 7월부터 9월까지 시범적으로 거래대수 및 거래건수 통계를 병행 공표했으나 정확성이나 신뢰성에 문제가 있어 이후 정규 통계화를 보류하고 말았다.
 
실제 사용자간에 매매가 이루어지는 당사자거래에서는 이론적으로는 위와 같은 중복 계상이 이루어지지 않는다. 그러나 현실적으로는 여기에도 문제가 있다. 실제로는 사업자거래 이지만 탈세 등의 목적으로 당사자거래로 위장하는 경우가 있다는 것이다.
 
2015년 한 해 마감통계를 보면 총 거래 중 정확히 1,329,022대(37.0%)가 당사자거래로 나타나고 있는데 어떤 기준으로 보아도 이렇게 많은 대수가 당사자거래 일 리가 없다. 
부가가치세나 소득세 탈루를 위해서 당사자거래로 위장되는 대수가 적지 않을 것으로 추정되고 있다. 주로 취득세 부담이 없거나 덜한 경차와 저가차량이 이런 위장 당사자거래의 대상으로 이용되고 있다. 거래 데이터나 통계의 신뢰성을 떨어 뜨리는 요인이라 하지 않을 수 없다.
 
2010년 7월부터 자동차관리 고도화 작업의 일환으로 이전등록의 집계 기준이 갑자기 변경되어 2011년부터는 과거기간 대비 중고차거래실적이 50% 정도 증가되어 표기되는 것도 헷갈리는 일이다.
지금의 기준이든 혹은 과거의 기준이등 어느 하나는 잘못된 기준임이 분명하지만 여전히 그러한 통계들이 누적 통계로 관리되고, 인용되고 있다. 이 또한 통계 데이터의 신뢰성을 의심받게 하는 요소라 하지 않을 수 없다.
통계도 결국은 하나의 데이터이다. 어쩌면 가장 농축된 형태의 데이터가 통계라 할 수도 있을 것이다. 이런 중요한 통계가 중고차시장에서는 너무 착시를 유발하는 형태로 작성되고 활용되고 있다.
 
■ 문제의 인식과 활용성 제고를 위한 고민
 
“농경시대의 자산은 땅, 산업시대의 자산은 석탄과 철광석 그리고 오늘과 같은 정보화 시대의 자산은 데이터”라는 말이 있다. 그 만큼 데이터의 의미와 가치가 상승해 있다는 반증이다. 알파고라는 인공지능형 바둑 프로그램이 가능한 것은 기보(碁譜)라는 정확한 데이터가 있었기 때문일 것이다.

데이터의 생명은 사실성과 객관성이다. 객관적인 사실(Facts)이나 요소가 일정한 분포를 이루고 그 분포의 변화가 추세로 나타날 때 미래에 대한 예측과 전망의 기초가 될 수 있다.
 
중고차시장의 데이터도 마찬가지이다. 품질이나 가격정보가 객관적으로 취합되고 관리될 수 있다면 그런 데이터를 가공하여 거래의 표준으로 삼거나 소비자에 대한 서비스의 컨텐츠로 활용할 수 있을 것이다. 통계를 근거로 해서 이 중고차시장의 크기와 잠재성 그리고 성장가능성이 예측될 수 있다.
그리고 그러한 예측을 바탕으로 다양한 비즈 모델의 설계와 운영도 가능할 것이다.
 
그러나 위에서 살펴 본 바와 같이 우리나라의 중고차 관련 데이터나 통계는 그 통합성이나 일관성 그리고 신뢰성 측면에서 보완되어야 할 점이 너무 많다. 특히 품질이나 가격관련 데이터는 생산이나 집적 그리고 관리의 측면에서 허술하기 짝이 없다.
 
그나마 성능점검데이터는 일부 지역의 데이터가 부실한 점은 있지만 수도권이나 대도시 지역 매매상사 판매차량은 대부분 그 데이터가 정확하게 기록되어 국가 전산망에 누적되고 있으므로 어떤 식으로든 활용 방안을 강구하게 될 것이다. 
 
그러나 실 거래가에 대한 데이터는 지금 상황에서는 수집 및 관리방안이 전혀 없는 것과 마찬가지이다. 실제 거래금액이 기재되어 있는 상사대표나 중고차딜러들 서랍 속 계약서는 이를 취합하고 관리할 방법 자체가 없고, 국토교통부의 제시, 매도전산시스템상의 가격이나 등록관청의 이전등록 가격은 모양은 그럴 듯하나 아무런 쓸모가 없다. 대부분 과표나 과표의 절반 수준으로 축소, 조작된 가격이기 때문이다.
 
짐작컨데 앞으로 인터넷이나 모바일을 활용한 다양한 비즈 모델이 중고차시장에도 나타나게 될 것이다. 인공지능을 탑재한 프로그램도 나올 지 모른다. 어떤 비즈 모델이 되었건 그 모델이 진정으로 유용하고 가치가 있기 위해서는 품질이나 가격과 관련된 컨텐츠가 반드시 포함되어야 한다. 중고차 거래시의 핵심 관심사항이기 때문이다
 
정상적인 거래의 요소와 내용을 데이터 화하여 집적하고 그 집적 데이터를 분석하여 마케팅 컨텐츠를 만들어 내고 나아가 그러한 컨텐츠를 조합하여 비즈니스 모델을 만들어 내는 일 이런 일들이 앞으로 중고차시장에서 이루어져야 할 일들이다.
 
품질이나 가격과 관련된 컨텐츠가 발전해 나가기 위해서는 먼저 관련 데이터의 생성과 취합과 관리가 제대로 이루어져야 한다. 정상적인 거래에서의 정상적 데이터가 취합되고 관리되어야 한다는 것이다.

막연하고 원론적인 주장이지만 그런 "비정상의 정상화 과정"을 거치지 않고서는 데이터의 생성도, 컨텐츠의 구축도 그리고 비즈니스 모델의 시도도 제대로 이루어지기 어렵다.
 
그것이 알파고의 무서운 힘을 확인한 요즘 느끼는 절실한 감정이다.

글. 연합회 정책위원장 신현도 대표
​