과기부, AI 학습데이터 ‘업사이클링’ 사업 공고…“피지컬 AI·추론용 데이터 즉시 공급”

과학기술정보통신부(이하 과기부)가 한국지능정보사회진흥원과 함께 AI 학습용 데이터의 '업사이클링' 사업을 본격적으로 시작한다고 발표했다. 이 사업은 기존의 AI 허브 데이터를 최신 생성 AI 기술 환경에 맞게 재가공하는 것을 목표로 하고 있으며, 피지컬 AI와 대형언어모델(LLM) 관련 데이터셋을 중심으로 진행된다. 이를 통해 기업과 연구기관, 스타트업 등이 보다 효율적으로 AI 학습용 데이터를 활용할 수 있는 길이 열릴 전망이다.

업사이클링의 개념과 필요성

업사이클링은 기존의 자원을 새로운 형태로 재가공하여 가치를 높이는 과정이다. 이번 사업에서는 과거에 구축된 691종의 AI 허브 데이터를 대상으로, 생성 AI 기술에 맞춰 30종의 데이터셋을 새롭게 선정하게 된다. 과기부는 이 과정을 통해 기존 데이터의 활용 가치를 극대화하고, 새롭게 데이터를 구축하는 데 드는 비용과 시간을 절감할 수 있을 것으로 기대하고 있다.

최동원 과학기술정보통신부 인공지능인프라정책관은 "이번 업사이클링 사업을 통해 적은 비용으로도 최신 생성 AI 기술 환경에 맞는 AI 학습용 데이터를 확보할 수 있을 것"이라며, "축적된 데이터 자산이 낭비되지 않도록 활용 가치를 끌어올려 나가겠다"고 강조했다.

AI 학습용 데이터의 재가공 과정

과기부는 2022년까지 구축된 AI 허브 데이터를 체계적으로 분석하여 생성 AI용 데이터로의 확장 가능성을 검토했다. 이 과정에서는 데이터의 활용도와 기술적 적합성을 기준으로 삼아 최종적으로 30종의 데이터셋을 선정하게 된다. 이러한 데이터셋은 다양한 산업 분야에서 적용될 수 있는 가능성을 지니고 있어, AI 모델 학습의 효율성을 극대화할 것으로 예상된다.

재가공된 데이터는 'AI Hub' 플랫폼을 통해 공개될 예정이며, 누구나 자유롭게 사용할 수 있도록 제공될 계획이다. 이는 기업과 연구자들이 최신 기술을 기반으로 한 AI 연구 및 개발을 촉진시키는 중요한 계기가 될 것이다.

향후 전망과 의미

AI 데이터 업사이클링 사업은 단순히 데이터의 재활용 차원을 넘어서, 한국의 AI 생태계 전반에 긍정적인 영향을 미칠 것으로 보인다. 기존의 데이터 자산을 활용함으로써, 새로운 데이터 구축에 필요한 자원과 시간을 절약할 수 있으며, 이는 곧 AI 기술 발전에 기여할 것이다.

또한, 이번 사업은 AI 관련 기업 및 연구 기관에게 데이터 접근성을 높여줄 뿐만 아니라, 새로운 비즈니스 모델과 연구 기회를 창출하는 데도 큰 도움이 될 것으로 기대된다. 데이터의 가치가 더욱 부각되는 만큼, 향후 인공지능 기술 발전에 있어 중요한 이정표가 될 이번 프로젝트에 많은 관심이 쏠리고 있다.