DGIST는 ‘2023년 인공지능 학습용 데이터 구축 지원 사업’에 선정됐다고 5일 밝혔다.

‘한국어 성능이 개선된 초거대 AI 언어모델 개발 및 데이터 구축’을 목표로 과학기술정보통신부, 한국지능정보사회진흥원(NIA)으로부터 총 14억원의 지원을 받아 과제를 수행한다.

이 과제에는 과제 책임자인 DGIST 전기전자컴퓨터공학과 김대훈 교수를 중심으로 송진영 교수 연구팀, 인하대학교 김도국 교수 연구팀과 빅웨이브에이아이, DGIST 학생창업기업 유니바가 컨소시엄을 구성해 참여한다. 연구팀은 지난 7월부터 연구 및 개발에 착수했다.

챗-GPT, 구글 바드(Bard)와 같은 AI 언어 모델 기반 대화 서비스가 등장하면서 누구나 쉽게 초거대 언어 모델 기반의 서비스를 이용하고 있다. 그러나 이러한 초거대 언어 모델 기반의 서비스는 한국어에 대한 이해가 부족해 사용 시 다소 불편을 겪게 된다. 연구팀은 이를 해결하기 위해 양질의 학습용 한국어 말뭉치 데이터 구축 및 모델을 개발해 초거대 AI 언어 모델의 한국어 성능을 개선하는 것을 목표로 하고 있다.

과제 책임자인 김대훈 교수는 “언어 모델을 학습하기 위한 한국어 데이터가 매우 부족한 상황이다”라며, “DGIST, 인하대 연구팀과 관련 기업이 함께 머리를 맞대어 초거대 언어 모델 기반 서비스들의 한국어 성능 개선에 크게 기여할 수 있을 것으로 기대된다”고 말했다.

한편, 인공지능 학습용 데이터 구축 지원 사업은 인공지능 학습용 데이터/모델 구축․개방을 통해 인공지능 생태계 조성 및 일상화를 목표로 과학기술정보통신부가 주관하고 NIA가 추진하는 사업이다. 총 2805억원의 예산을 투입해 150종의 신규 데이터를 구축한다.