데이터 구매나 가공, AI 학습용 데이터 구축에 드는 비용을 정부가 바우처로 지원하는 사업이 데이터바우처입니다. 수요기업은 바우처로 공급기업의 데이터 서비스를 이용하고, 비용 대부분을 지원받습니다.
2026년에는 지원 건수가 크게 줄고 부문 구조가 바뀌었습니다. 올해 모집 결과와 신청 절차, 그리고 2027년 공고를 준비하는 방법을 정리했습니다. (2026년 9월 기준 전면 업데이트)
데이터바우처 2026 지원 규모와 금액
예년에는 “일반가공·AI가공”으로 나눴지만, 2026년에는 일반부문과 공개·활용부문으로 구분했습니다. 공개·활용부문은 가공한 데이터를 공개하거나 활용하는 조건이 붙는 대신 지원 한도가 더 큽니다. 데이터 상품 구매는 500만원 한도에서 1개 상품만 가능합니다.
신청 절차: 공급기업 사전 협의가 핵심
- 공급기업 찾기: 데이터바우처 포털에 등록된 공급기업 중 필요한 서비스를 제공하는 곳을 고릅니다.
- 사전 협의: 2026년부터 신청 전에 공급기업과 과제 내용을 협의하고 견적서와 과제협의서를 준비해야 합니다.
- 온라인 접수: 데이터바우처 포털의 사업관리시스템(PMS)에서 신청합니다.
- 선정평가·협약: 4~5월 평가와 협약 후 6~11월 사업을 수행합니다.
2026년 모집은 마감, 2027년 준비는 지금부터
2026년 수요기업 모집은 3월 31일에 마감됐고, 추가 모집 공고는 확인되지 않았습니다. 예년 일정을 보면 공급기업 모집이 전년 11~12월, 수요기업 모집이 2월 말~3월에 열립니다. 2027년에 지원하려면 연말까지 다음을 준비해 두세요.
- 데이터로 풀고 싶은 문제와 기대 효과를 한 페이지로 정리하기
- 공급기업 후보 2~3곳에 미리 문의해 견적 범위 파악하기
- 사업자등록·중소기업 확인서 등 기본 서류 최신화하기
데이터바우처로 할 수 있는 일
데이터바우처는 크게 두 가지 용도로 씁니다. 필요한 데이터를 사는 “구매”와, 가지고 있거나 모은 데이터를 쓸 수 있는 형태로 만드는 “가공”입니다. 가공에는 흩어진 데이터를 모으는 수집, 오류를 고치는 정제, AI 학습용으로 표시를 붙이는 라벨링, 분석과 시각화 같은 작업이 포함됩니다.
| 용도 | 예시 | 이런 기업에 적합 |
|---|---|---|
| 데이터 구매 | 상권·유동인구 데이터, 소비 트렌드 데이터 구입 (500만원 한도, 1개 상품) | 시장 조사나 입지 분석이 필요한 기업 |
| 데이터 가공 | 쌓여 있는 고객·판매 데이터 정제와 분석 | 데이터는 있는데 활용을 못 하는 기업 |
| AI 학습 데이터 | 이미지·텍스트 라벨링, 학습용 데이터셋 구축 | AI 서비스를 개발 중인 스타트업 |
| 분석·시각화 | 판매 데이터 대시보드, 수요 예측 분석 | 의사결정을 데이터로 하고 싶은 기업 |
중요한 것은 데이터바우처가 “데이터를 어떻게 쓸지”를 먼저 정해야 성과가 나는 사업이라는 점입니다. 데이터를 모으는 것 자체보다, 그 데이터로 어떤 문제를 해결하고 어떤 결과를 얻을지가 평가에서 중요하게 다뤄집니다.
업종별 활용 아이디어
- 온라인 쇼핑몰: 판매·리뷰 데이터를 정제하고 분석해 인기 상품 패턴과 재구매 고객 특성을 파악합니다.
- 제조 기업: 설비·공정 데이터를 정리해 불량 원인이나 설비 이상 징후를 찾는 분석 기반을 만듭니다.
- 외식·소매 소상공인: 상권과 유동인구 데이터를 구매해 신규 매장 입지나 메뉴 전략을 세웁니다.
- AI 스타트업: 서비스에 필요한 학습 데이터를 라벨링해 모델 성능을 높입니다.
- 콘텐츠·마케팅 기업: 소비자 검색·트렌드 데이터를 분석해 콘텐츠 기획과 광고 전략에 활용합니다.
일반부문 vs 공개·활용부문, 무엇을 고를까
2026년에는 두 부문으로 나눠 모집했습니다. 일반부문은 최대 4,500만원, 공개·활용부문은 최대 7,500만원으로 한도가 더 큽니다. 대신 공개·활용부문은 가공한 데이터를 공개하거나 정해진 방식으로 활용해야 하는 조건이 붙습니다.
회사의 핵심 영업 데이터처럼 외부에 공개하기 어려운 데이터를 다룬다면 일반부문이 현실적입니다. 반대로 공공성이 있거나 공개해도 문제가 없는 데이터라면 공개·활용부문으로 더 큰 지원을 노려볼 수 있습니다. 특히 공개·활용부문 가운데 사회 현안 해결 과제가 따로 배정됐던 만큼, 사회적 문제 해결과 연결되는 주제라면 검토해 볼 만합니다. 부문별 세부 조건은 해당 연도 공모안내서를 기준으로 확인하세요.
공급기업 고르는 법
데이터바우처는 수요기업이 포털에 등록된 공급기업과 함께 과제를 수행하는 구조라, 좋은 공급기업을 만나는 것이 성패를 좌우합니다. 2026년부터는 신청 전에 공급기업과 사전 협의를 하고 견적서와 과제협의서를 함께 내야 해서, 공급기업을 고르는 과정이 사실상 신청의 첫 단계가 됐습니다.
- 우리 문제와 맞는 경험: 비슷한 업종이나 데이터 유형의 수행 경험이 있는지 확인합니다.
- 산출물 구체성: 과제가 끝나면 무엇을 받게 되는지(데이터셋, 분석 보고서, 대시보드 등)를 명확히 합니다.
- 견적의 적정성: 두세 곳에 문의해 작업 범위와 금액을 비교합니다.
- 소통 방식: 사업 기간 동안 정기적으로 진행 상황을 공유하는지, 담당자가 누구인지 확인합니다.
선정 가능성을 높이는 과제 설계
모집 규모가 2025년 약 460건에서 2026년 120건으로 크게 줄어든 만큼 경쟁이 치열해졌습니다. 선정 가능성을 높이려면 다음을 분명히 보여 주는 것이 좋습니다.
- 데이터 활용 목적과 해결하려는 구체적인 문제
- 데이터 가공 결과가 매출·비용·생산성에 어떤 효과를 줄지에 대한 예상
- 사업 기간(6~11월) 안에 끝낼 수 있는 현실적인 작업 범위
- 과제가 끝난 뒤에도 데이터를 계속 활용할 계획
선정 후 사업 수행 흐름
| 시기 (2026년 기준) | 단계 | 수요기업이 할 일 |
|---|---|---|
| 2~3월 | 공모 접수 | 공급기업 사전 협의, 견적서·과제협의서 준비, PMS 접수 |
| 4~5월 | 선정 평가·협약 | 평가 대응, 협약 체결, 기업 부담금 확인 |
| 6~11월 | 과제 수행 | 공급기업과 정기 점검, 중간 산출물 확인, 데이터 제공 협조 |
| 11월 이후 | 완료 평가 | 산출물 검수, 결과 보고, 활용 계획 정리 |
과제 수행 기간에는 수요기업도 할 일이 많습니다. 공급기업이 데이터를 가공하려면 원천 데이터를 제공하거나 현장 정보를 알려 줘야 하고, 중간 결과물을 확인해 방향을 바로잡아야 합니다. 담당자를 한 명 정해 공급기업과 꾸준히 소통하면 결과물의 품질이 크게 달라집니다.
데이터가 처음인 소상공인을 위한 팁
“우리 가게에 무슨 데이터가 있겠어”라고 생각하기 쉽지만, 대부분의 사업장에는 이미 데이터가 쌓여 있습니다. 결제 기록, 배달앱 주문 내역, 예약 기록, 고객 문의, 리뷰가 모두 데이터입니다. 이런 데이터를 모아 요일·시간대별 매출, 인기 메뉴 조합, 재방문 고객 비율처럼 운영에 바로 쓸 수 있는 정보로 바꾸는 것이 데이터바우처의 대표적인 활용 방식입니다.
처음이라면 거창한 AI 프로젝트보다 “매출 분석 대시보드 만들기”처럼 결과를 바로 확인할 수 있는 과제로 시작하는 것이 좋습니다. 공급기업과 상담할 때도 현재 어떤 데이터를 어떤 형태로 가지고 있는지 목록을 정리해 가면 과제 설계가 훨씬 수월합니다.
2027년 공고 준비 타임라인
| 시기 | 할 일 |
|---|---|
| 10~11월 | 해결하고 싶은 문제와 보유 데이터 목록 정리 |
| 11~12월 | 공급기업 모집 결과 확인, 후보 공급기업 2~3곳 상담 |
| 1~2월 | 과제 범위·견적 확정, 과제협의서 초안 작성 |
| 2월 말~3월 (예년 기준) | 공고 확인 후 PMS 접수 |
예년 일정을 보면 공고와 접수 사이 기간이 한 달 남짓으로 짧습니다. 공고가 난 뒤에 공급기업을 찾기 시작하면 사전 협의와 서류 준비를 제때 끝내기 어려우니, 연말부터 미리 준비하는 것이 선정 확률을 높이는 가장 확실한 방법입니다.
함께 알아볼 지원사업
데이터바우처 외에도 AI 솔루션 도입을 지원하는 바우처 사업이나 지자체의 디지털 전환 지원 사업이 운영되는 경우가 있습니다. 데이터를 가공한 다음 AI 도입까지 계획하고 있다면 관련 사업 공고를 함께 살펴보고, 중복 수혜 제한 조건을 확인한 뒤 순서대로 활용하는 전략을 세워 보세요. 창업 초기 기업이라면 창업 지원사업과 연계하는 것도 방법입니다.
자주 하는 실수
- 공고 후에 공급기업 찾기 시작: 사전 협의와 과제협의서가 필수가 되면서 준비 기간이 더 필요해졌습니다.
- 목적 없이 데이터부터 모으기: 무엇을 해결하려는지 불분명하면 평가에서 좋은 점수를 받기 어렵습니다.
- 작업 범위를 너무 크게 설정: 6개월 남짓한 사업 기간 안에 끝낼 수 없는 계획은 실현 가능성 평가에서 불리합니다.
- 산출물 정의 누락: 과제가 끝났을 때 무엇을 받는지 구체적으로 정하지 않으면 결과물이 기대와 다를 수 있습니다.
- 개인정보 처리 소홀: 고객 데이터를 다룰 때는 개인정보 비식별 처리와 제공 동의 범위를 반드시 확인해야 합니다.
신청 전 체크리스트
- 해결하려는 문제와 기대 효과를 한 페이지로 정리
- 보유 데이터의 종류·형태·양 목록 작성
- 데이터바우처 포털 등록 공급기업 2~3곳과 사전 상담
- 일반부문과 공개·활용부문 중 적합한 부문 결정
- 견적서·과제협의서 준비 후 공고 기간 안에 PMS 접수
- 개인정보가 포함된 데이터라면 비식별 처리 방안 확인
헷갈리는 부분은 데이터바우처 고객센터(1833-2246)에 문의하면 신청 자격과 부문 선택, 공급기업 매칭 방법을 안내받을 수 있습니다. 2027년 공고가 나오면 이 글에 바로 반영하겠습니다.
자주 묻는 질문
데이터바우처는 예비창업자도 신청할 수 있나요?
네. 2026년 공고 기준으로 중소기업·소상공인뿐 아니라 예비창업자, 공공·연구기관, 대학 연구팀도 신청 대상에 포함됐습니다.
기업 부담금은 얼마인가요?
부문과 기업 유형에 따라 다르며, 해마다 공모안내서에서 정합니다. 신청 전에 해당 연도 공모안내서의 부담금 기준을 확인하세요. 문의는 고객센터 1833-2246입니다.
개인사업자도 신청할 수 있나요?
2026년 공고 기준으로 중소기업과 소상공인이 신청 대상에 포함됐기 때문에 개인사업자도 요건을 갖추면 신청할 수 있습니다. 신청 자격은 해당 연도 공고에서 다시 확인하세요.
작년에 선정됐는데 올해 또 신청할 수 있나요?
연속 지원이나 중복 수혜에 대한 제한은 해마다 공고에서 정합니다. 이전에 지원받은 적이 있다면 공고의 제외 대상 조항을 먼저 확인하세요.
공급기업이 먼저 연락해 오면 믿어도 되나요?
데이터바우처 포털에 정식 등록된 공급기업인지 먼저 확인하세요. 선정을 보장한다거나 기업 부담금을 대신 내 주겠다는 식의 제안은 사업 규정 위반 소지가 있으니 주의해야 합니다.
기업 부담금은 현금으로 내야 하나요?
부담금의 비율과 납부 방식은 부문과 기업 유형에 따라 공모안내서에서 정합니다. 신청 전에 해당 연도 안내서를 확인하고, 협약 전에 납부 일정을 준비해 두세요.
데이터 상품 구매만 신청할 수도 있나요?
2026년 공고 기준으로 데이터 상품 구매는 500만원 한도 안에서 1개 상품만 가능하다고 안내됐습니다. 구매만으로 신청할 수 있는지, 가공과 함께 신청해야 하는지는 해당 연도 공모안내서에서 확인하세요.
선정 결과는 어떻게 알 수 있나요?
선정 결과는 사업관리시스템(PMS)과 데이터바우처 포털 공지로 안내됩니다. 선정되면 협약 절차와 부담금 납부 일정이 함께 안내되니 기한을 놓치지 않도록 확인하세요.
사업 기간이 끝난 뒤 데이터 소유권은 누구에게 있나요?
가공된 데이터와 산출물의 권리 관계는 사업 규정과 공급기업과의 협의 내용에 따라 달라질 수 있습니다. 특히 공개·활용부문은 공개 조건이 붙으니, 과제협의서를 쓸 때 산출물의 소유와 활용 범위를 분명히 정해 두세요.
과제 도중에 공급기업을 바꿀 수 있나요?
협약 이후 공급기업 변경은 제한적으로만 허용되고 승인 절차가 필요한 경우가 많습니다. 처음부터 신뢰할 수 있는 공급기업을 신중하게 고르는 것이 중요합니다.
소상공인도 선정될 가능성이 있나요?
신청 대상에 소상공인이 포함돼 있어 선정될 수 있습니다. 규모가 작더라도 해결하려는 문제와 데이터 활용 효과가 분명하면 충분히 경쟁력이 있습니다.
데이터바우처 결과물을 다른 사업에 활용해도 되나요?
과제로 만든 데이터와 분석 결과는 회사 운영과 후속 사업에 활용하는 것이 제도의 목적입니다. 다만 공개·활용부문의 공개 의무나 개인정보 관련 제한은 지켜야 합니다.
함께 보면 좋은 글
출처
2026년 9월까지 공개된 공고를 기준으로 정리했습니다. 2027년 공고의 지원 규모와 조건은 달라질 수 있습니다.