"AI 학습용 데이터 품질 굿"…비투엔, 과기부 주도 사업 4년 연속 참여
인공지능(AI) 전문 기업 비투엔이 4년 연속으로 AI 학습용 데이터 구축 사업에 참여하며 기술력을 입증했다. 비투엔은 최근 과학기술정보통신부가 주관하고 한국지능정보사회진흥원(NIA)이 추진하는 '2023년 AI 학습용 데이터 구축사업'에서 컨소시엄의 품질 점검을 완료했다고 25일 밝혔다. 비투엔은 이 사업 중 ▲음성인식에 의한 영상 요약 데이터 ▲만화 웹툰 데이터 ▲건물 균열 탐지 이미지(고도화) 과제 등에 대해 피씨엔, 솔트룩스, 팀벨 등 유수한 기업과 컨소시엄을 이뤄 협업했다. 특히 3개 컨소시엄의 AI 학습용 데이터 품질관리 전담기업 및 품질관리 용역기업으로 참여해 ▲품질관리 계획 수립 및 실행 ▲단계별 품질관리 활동 점검 ▲TTA 품질 검증 전담 지원 등 컨소시엄 내 전반적인 품질관리 업무를 수행했다. 여기에 AI 학습용 데이터 품질관리 솔루션 'SDQ for AI'를 활용해 NIA의 '인공지능 학습용 데이터 품질관리 가이드라인'에 명시된 데이터 구조, 입력 값 범위, 데이터 형식에 대한 구문 정확성 검사를 시행했다. 또 클래스, 인스턴스 분포도, 문장 길이, 어휘 개수 등을 측정한 통계적 다양성 검사를 통해 구축 초기 단계부터 양질의 AI 학습용 데이터를 수집했다. 이번 과제에서 비투엔이 품질 점검한 AI 학습용 데이터는 총 4종, 66만 건이다. 또 이미지 63만 건, 서브 라벨링(초거대AI 말뭉치, 이미지 캡션) 3만 건, 음성 3천 시간이다. 특히 한국어, 재난안전환경, 문화관광 등 다양한 영역의 학습용 데이터의 품질관리를 지원함으로써 AI 학습용 데이터 품질관리 기술력을 재차 증명했다. 더불어 초거대 AI 생태계 조성을 지원하기 위해 언어모델로 사용할 수 있는 말뭉치 데이터 총 186만 문장, 1천744만 토큰(어절 단위) 등 방대한 양의 고품질 말뭉치 데이터의 품질 검사를 성공적으로 수행했다. 박순혁 비투엔 AIX 그룹장은 "2020년부터 2023년까지 4년 연속으로 AI 학습용 데이터 구축 사업에 참여했다"며 "자사 품질 검증 서비스 및 'SDQ for AI' 솔루션의 기술력과 안정성을 인정 받았다"고 말했다. 이어 "2024년도 초거대AI 확산 생태계 조성사업에서는 참여기업, 용역(품질관리 전담), 제3자 품질검증 용역(검사 건별) 등 다양한 형태로 참여할 예정"이라며 "올해는 대규모 말뭉치 데이터의 중복성, 내용 유사성, 유해성 등에 대한 품질 관리를 확대하고, 기존에 제공하던 구문적 정확성, 통계적 다양성 검사 외 의미적 정확성 검사에 대해서도 함께 지원할 계획"이라고 덧붙였다.