정부, 초거대AI 학습 데이터 확대 구축…2805억원 투입

기사내용 요약
AI 허브 통해 연말 310종 AI 학습데이터 순차 개방 예정
올해 150종 신규 데이터 확보…대화형 모델용 데이터 구축도 추진

[서울=뉴시스]세종시 세종파이낸스센터에 위치한 과학기술정보통신부 현판. 2019.08.29. (사진=과학기술정보통신부 제공) photo@newsis.com

[서울=뉴시스]윤현성 기자 = 정부가 2805억원의 예산을 들여 초거대 AI(인공지능)의 학습을 위한 데이터 150종을 새로 구축한다. 챗GPT와 같은 초거대 AI 기반 대화 챗봇 을 지원하기 위한 데이터도 마련될 예정이다.

과학기술정보통신부는 4월14일부터 5월19일까지 'AI 학습용데이터 구축사업' 참여사업자를 공모한다고 밝혔다.

과기정통부는 2017년부터 언어·이미지·영상·음성·센서 등 다양한 유형의 AI 학습데이터를 구축해 누구나 손쉽게 활용할 수 있도록 지원하고 있다. 현재 AI 허브를 통해 한국어, 헬스케어, 교통 등 6대 분야 381종의 데이터를 제공 중이며, 이달 말부터는 지난해 구축한 310종을 품질검증을 거쳐 순차 개방할 예정이다.

올해 구축사업은 총 2805억원의 예산을 투입해 150종의 신규 데이터를 구축한다.

우선 지난해 수요조사를 통해 접수된 약 1400건의 후보데이터를 토대로 기획된 130종의 데이터는 지정과제 형태로 추진한다. 지정과제는 지난해 1월 수립한 'AI 학습용 데이터 구축·활용 고도화 방안'에 따라 선정된 14대 분야 118종의 데이터와 2022년도 계속과제 12종으로 구성된다. 나머지 20종은 자유과제로 지역특화, 자유주제 등 일반영역과 초거대AI 영역으로 나눠 선정할 예정이다.

특히 올해에는 챗GPT와 같은 초거대AI에 기반한 대화형 모델 지원을 위한 데이터 구축도 추진한다. 기존의 지도학습용 데이터(라벨링데이터) 물량은 일부 축소하고, 한국어 21종 등을 포함한 총 34종의 데이터를 '초거대AI 지원 데이터'로 구분해 자기지도학습에 필요한 비라벨링 데이터 구축을 확대한다.

이미지 데이터 48종은 생성형AI 등의 학습에도 활용할 수 있도록 이미지를 묘사·설명하는 캡션 정보를 추가로 포함한다. 내년도부터는 사업개편을 통해 초거대AI 데이터 구축을 별도 트랙으로 신설하여 본격 지원할 예정이다.

이번 사업은 AI 학습데이터를 활용하는 전문기업과 데이터 수집·보유·가공 등의 구축 역량을 갖춘 2개 이상의 기업·기관 등이 컨소시엄을 구성해 참여할 수 있다. 총 114개의 신규 주관기관을 선정할 예정이며, 선정 기관에는 데이터 종당 구축비용으로 1년간 13억5000만원~17억원이 지원된다.

박윤규 제2차관은 "방대한 양의 데이터를 배워 사람처럼 추론하는 초거대 AI 등 새로운 AI 기술이 등장하면서 양질의 대규모 데이터 확보는 어느 때보다 중요해지고 있다"며 "혁신적인 아이디어를 가진 많은 기업들이 인공지능 도입·개발에 보다 적극적으로 도전할 수 있도록 고품질의 데이터 인프라를 조성함으로써 우리 국민들이 생활 속 구석구석에서 더욱 다양한 인공지능 혜택을 누릴 수 있는 기반을 다져 나가겠다"고 말했다.

☞공감언론 뉴시스 hsyhs@newsis.com