과기부, 독파모 프로젝트서 확보한 AI 학습용 데이터 29종 개방

과학기술정보통신부와 NIPA, AI 데이터 29종 공개

최근 과학기술정보통신부(이하 과기부)와 한국지능정보사회진흥원(NIPA)은 한국의 AI 생태계 발전을 위한 중요한 이정표를 세웠습니다. 이들은 '독자 AI 파운데이션 모델' 프로젝트에 참여한 5개 정예팀이 1차 단계평가를 통해 확보한 29종의 AI 학습용 데이터를 공개한다고 발표했습니다. 이번에 개방된 데이터는 약 3544만 건, 즉 약 1.56조 토큰 규모에 이르며, AI 연구와 개발에 있어 큰 자산으로 작용할 것으로 기대됩니다.

다양한 데이터로 구성된 AI 학습 자산

이번에 공개된 데이터는 독파모 프로젝트의 참여팀이 150억 원의 예산을 통해 구축하고 가공한 결과물입니다. 데이터는 기본적인 사전학습에 필요한 대규모 데이터셋을 포함하여, 영상 및 음성을 포함한 멀티모달 데이터, 그리고 AI 시스템의 안전성을 높이기 위한 레드티밍 데이터까지 다양하게 구성되어 있습니다. 이 데이터들은 이론적으로 약 70억에서 80억 개의 매개변수(70~80B)를 가진 대형 AI 모델의 학습에 적합한 수준입니다.

특히 네이버클라우드, 업스테이지, SKT, NC AI와 같은 주요 기업들은 품질 검증을 마친 전체 데이터를 개방하기로 결정했습니다. 반면 LG AI연구원은 의무 개방량인 50% 이상을 준수하며, 일부 데이터에 대해 선별적으로 공개할 예정입니다. 이러한 조치는 국내 기업과 연구자, 학생 등 누구나 AI허브를 통해 데이터를 무료로 다운로드하고 활용할 수 있도록 하기 위함입니다.

AI허브를 통한 접근성과 활용

AI허브는 이번 개방된 데이터를 쉽게 접근할 수 있는 플랫폼입니다. 사용자들은 '독자 AI 모델 데이터' 항목에서 팀별 또는 데이터 종류별로 원하는 데이터를 손쉽게 검색하고 확인할 수 있습니다. 또한, 일부 데이터는 홈페이지 내 '안심존'을 통해 별도의 신청 절차를 거쳐 이용할 수 있습니다.

과기부의 김경만 인공지능정책실장은 "개방된 데이터는 정예팀의 AI 학습 전략이 담긴 귀중한 자산으로, AI 생태계의 성장과 자생력 강화를 이끄는 밑거름이 될 것"이라고 강조했습니다. 이는 우리나라의 AI 기술 수준을 한 단계 끌어올릴 수 있는 기회를 제공하며, 다양한 연구와 실험을 통해 혁신적인 서비스를 창출할 수 있는 기반이 될 것입니다.

향후 AI 생태계 발전에 미치는 영향

이번 데이터 개방은 단순히 정보의 공유를 넘어, AI 생태계 전반에 긍정적인 영향을 미칠 것으로 예상됩니다. 다양한 기업과 연구자들이 데이터에 접근함으로써 상호 협력과 혁신이 촉진될 것이며, 이는 궁극적으로 한국의 AI 기술 경쟁력을 높이는 데 기여할 것입니다.

앞으로도 이러한 데이터 개방이 지속적으로 이루어진다면, AI 관련 연구와 개발의 호황을 이끌어내고, 나아가 글로벌 AI 시장에서의 경쟁력을 더욱 강화할 수 있을 것으로 기대됩니다. AI의 발전이 우리의 일상과 산업 전반에 미치는 영향을 고려할 때, 이번 데이터 개방은 매우 의미 있는 시작점임이 분명합니다.