“AI 학습 데이터 쓰세요”···과기정통부, 7월까지 310종 개방

AI허브 홈페이지 캡처.

과학기술정보통신부와 한국지능정보사회진흥원이 인공지능 학습용 데이터 사업을 통해 구축한 학습용 데이터셋 310종을 이날부터 7월 말까지 ‘AI허브(aihub.or.kr)’를 통해 순차적으로 개방한다고 30일 밝혔다.

과기정통부와 지능정보원은 2020년부터 민간·공공 수요 등에 맞춰 매년 약 200종의 데이터를 구축해 왔다. 전년도 구축 데이터는 해당연도 품질검증 등을 거쳐 개방하는데, 현재까지 개방된 데이터는 한국어와 이미지·영상, 헬스케어 등 6대 분야 381종, 약 11억건에 달한다.

올해 개방하는 데이터는 310종으로 역대 최대 규모다. 지난해 구축 분야를 6대 분야에서 제조·로보틱스·교육·금융·스포츠 등의 14대 분야로 확장하면서 사업 규모를 크게 늘렸기 때문이다.

이날부터 1차 개방되는 데이터는 고서(古書) 속 한자·한글의 광학인식(OCR) 데이터와 실내외 군중 특성 데이터, 소방대원 행동 모션 3차원(3D) 객체 데이터 등 자연어와 인공지능 비전 분야의 데이터 70종이다.

AI허브에 공개되는 데이터는 개인정보 비식별화를 거친 경우에 한하며, 기업·기관들이 실제 사용하는 인공지능 모델에 직접 데이터를 학습시켜 정확성 등을 확인하는 활용성 검토를 받는다. 또 개방 후 약 3개월 동안은 사용자들로부터 데이터 품질 요구사항과 오류 등의 의견을 반영해 데이터 품질 제고를 위한 보완 과정을 거칠 예정이다.

엄열 과기정통부 인공지능정책관은 “기존의 라벨링 데이터(지도학습용) 중심의 사업을 개편해 초거대 인공지능 학습에 필요한 대규모 비라벨링 데이터와 한번에 여러 유형을 학습시킬 수 있는 다중임무형 라벨링 데이터 등 다양한 유형의 데이터를 확보해 나갈 예정”이라고 말했다.

김은성 기자 kes@kyunghyang.com