AI데이터 310종 올해 추가 개방···역대 최대 규모

과기정통부, 7월말까지 매달 약 80여종 순차적...14대 분야 총 691종으로 늘어

인공지능(AI) 학습용 데이터 310종(약 15억건)이 추가로 개방된다. 이달 30일부터 오는 7월말까지 매달 약 80여종씩 순차적으로 선보인다. 과기정통부가 2021년부터 매년 개방하고 있는데 올해가 역대 최대 규모다. 기존 6대 분야에서 제조‧로보틱스 등 14대 분야(691종)로 개방 폭이 넓어졌다.

30일 과기정통부와 한국지능정보사회진흥원(NIA,원장 황종성)은 지난해 '인공지능 학습용 데이터 구축사업'을 통해 구축한 학습용 데이터셋 310종을 30일부터 오는 7월말까지  'AI허브(aihub.or.kr)'에서 순차적으로 개방한다고 밝혔다. 'AI허브'는 과기정통부와 NIA가 사업을 통해 그동안 구축한 AI학습용 데이터를 모아 놓은 포털이다.

'인공지능 학습용 데이터 구축사업'은 전문영역부터 일상생활까지 전분야로 확산되고 있는 인공지능 기술개발과 지능화 서비스 확산을 선도하기 위한 국가 핵심 데이터 인프라 사업이다. 기업, 연구자, 개발자는 물론 인공지능 개발에 관심 있는 국민이라면 누구나 ‘AI허브’에서 학습용 데이터를 무료로 사용할 수 있다.

AI학습용 데이터를 모아 놓은 포털인 AI허브 홈페이지 화면.

과기정통부와 NIA는 지난 2020년부터 민간‧공공 수요에 맞춰 매년 약 2백 종의 데이터를 구축해 왔다. 구축 데이터는 품질검증 등을 거쳐 다음 해에 개방한다. 지금까지 개방된 데이터는 한국어, 이미지‧영상, 헬스케어 등 6대 분야 381종에 약 11억 건에 달한다. 지난해 7월에는 190종의 데이터를 개방했는데 ‘AI허브’ 연간 방문자 수가 1백만 명을 돌파하기도 했다.

올해 개방하는 데이터는 310종이다. 역대 최대 규모다. 구축 분야를 6대 분야에서 제조‧로보틱스‧교육‧금융‧스포츠 등의 14대 분야로 확장했기 때문이다. 이번에 310종 약 15억 건의 데이터 개방을 완료하면 ‘AI허브’에 있는 데이터는 691종에 약 26억 건의 데이터로 늘어난다.

특히 올해는 대규모 개방인 점을 고려, 이용자들이 더 많은 데이터를 조금이라도 빨리 활용할 수 있게 품질검증을 먼저 마친 데이터를 우선 개방한다. 이에 초기 개방 시점이 지난해 보다 3개월 앞당겨졌다. 매달 약 80여 종 내외를 개방하는데 7월말까지 전체 310종의 개방을 완료할 예정이다.

1차 개방에는 ▲자연어 기반 질의‧검색‧생성 데이터 ▲고서(古書)한자‧한글 등 광학인식(OCR) 데이터 ▲안전환경 조성을 위한 실내외 군중 특성 데이터 ▲소방대원 행동 모션 3차원(3D) 객체 데이터 등 자연어와 인공지능 비전 분야에 활용할 수 있는 약 70종의 데이터를 포함했다.

한편 ‘AI허브’에 공개하는 데이터는 국제 표준에 맞는 품질기준을 달성하고 개인정보 비식별화를 거친 경우에 한하며, 기업‧기관이 실제 사용하고 있는 인공지능 모델에 직접 데이터를 학습시켜 유효성과 정확성 등을 확인하는 활용성 검토를 받는다. 또 개방 이후 약 3개월 동안은 사용자들로부터 데이터 품질 요구사항, 오류 등의 의견을 받아 반영하는 등 데이터 품질 제고를 위한 보완 과정을 거친다.

엄열 인공지능정책관은 “챗GPT 등 초거대 인공지능 등장으로 인공지능 산업이 빠르게 발전하고 있다"며 “우리 기업과 연구자들이 새로운 데이터 확보에 어려움을 겪지 않도록 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 지속 확보해 나갈 예정"이라고 밝혔다.