[파이낸셜뉴스]  카카오가 AI 기술 생태계의 구축과 활성화를 위한 노력을 이어간다. 카카오는 AI 언어모델의 펑션콜(Function Call, 함수호출) 성능을 평가할 수 있는 데이터셋인 ‘펑션챗-Bench’를 구축하고, 이를 최근 오픈소스로 공개했다고 27일 밝혔다. 펑션콜이란 AI 언어모델이 자체적으로 수행할 수 없는 동작을 지시하거나 사전에 학습하지 않은 정보를 실시간 정보를 받아올 수 있도록 언어모델과 API 등의 외부 도구를 연결하는 기술을 뜻한다. 언어모델을 기반으로 하는 서비스 구현에 있어 필수적으로, 언어모델이 가진 한계를 해결해 새로운 기능으로 확장할 수 있다. 예를 들어, 모델에 펑션콜 기능을 활용해 지도 등의 특정 API를 연결하면 실시간 도로정보를 호출해 답변할 수 있게 된다. 카카오는 펑션콜 기술의 고도화를 위해 국내 IT 기업 최초로 한국어 대화 환경에서의 성능을 다면적으로 평가할 수 있는 ‘펑션챗-Bench’ 데이터셋을 구축했다. 기존의 펑션콜 성능 평가 데이터셋은 대부분 글로벌 기업에서 구축한 영어를 토대로 이루어져 있는데, 한국어 기반의 관련 데이터셋을 구축한 것은 카카오가 처음이다. 데이터셋은 △함수 이름과 인자 추출의 정확성 △함수 호출 결과 전달의 정확성 △누락 정보 인지를 통한 추가 질의 발생 여부 △호출 가능한 함수와의 관련성 감지 등을 평가하는 기준 항목으로 구성된다. 카카오가 구축한 이번 데이터셋은 함수 호출 전후에 요구되는 사용자와의 적절한 상호 작용 메시지 생성 능력까지 평가 영역으로 포함했다는 점에서 차별성을 갖는다고 카카오는 전했다. 카카오는 한국어 AI 언어모델 생태계의 활성화와 개방적 AI 환경을 위해 해당 데이터셋을 오픈소스 커뮤니티 깃허브(GitHub)에 공개했다. 향후 해당 데이터셋의 규모를 늘리고 영어 버전을 추가하는 등 사용성을 지속적으로 확장해 갈 계획이다. 카카오 김병학 카나나 알파 성과리더는 “이번 ‘펑션챗-Bench’ 데이터셋 구축 및 오픈소스 공개는 한국어 기반의 국내 AI 기술 생태계에 기여할 수 있는 의미를 지닌다”며 “펑션콜 기술의 성능 평가 토대를 처음으로 마련한 만큼, 꾸준히 데이터셋의 활용성을 높여가기 위해 노력할 계획”이라고 말했다. yjjoe@fnnews.com 조윤주 기자

[파이낸셜뉴스] 대구경북과학기술원(DGIST)은 로봇및기계전자공학과 박상현 교수팀이 영상분석 인공지능을 학습시키기 위한 데이터가 일정한 기준을 벗어나 편향되지 않도록 돕는 이미지 변환 모델을 개발했다고 6일 밝혔다. 이 이미지 변환 모델을 통해 인공지능이 정확도 높은 영상 분석으로 자율주행, 콘텐츠 생성, 의료 등 다양한 분야에 적용될 것으로 기대된다. 인공지능을 학습시키기 위해 사용되는 데이터셋에는 편향이 존재할 수 있다. 대표적으로 세균성 폐렴과 코로나를 구분하는 영상 데이터셋을 만들때 개별 데이터를 다른 조건에서 수집할 수도 있다. 이 때문에 영상 내에 미세한 차이가 생겨 실제 질병을 구분하는데 중요한 특징이 아닌 다른 특징들로 질환을 구분하게 된다. 이 경우 학습에 쓰인 데이터에는 정확도가 높지만 다른 곳에서 얻은 데이터에는 예측이 부정확해지는 '오버피팅' 문제가 발생한다. 기존 이미지 변환 모델은 질감과 내용이 서로 얽혀 있어 질감을 바꾸면 내용도 함께 변해 문제가 된다. 연구진은 이미지 변환 모델을 개발해 질감의 편향을 제거한 데이터셋을 만들고, 이 데이터셋으로 모델을 학습시키는 방법을 고안했다. 새로운 이미지 변환 모델은 입력 이미지의 콘텐츠 정보와 다른 도메인의 질감 정보를 추출해 결합시킨다. 이때 입력 이미지의 콘텐츠 정보와 새로운 도메인의 질감 정보를 동시에 유지해야 한다. 이를 위해 이 모델은 콘텐츠 자기유사성 오류함수와 질감동시발생 오류함수를 함께 사용해 학습시킨다. 연구진은 이 방법으로 질감 편향이 제거된 데이터셋을 만들고, 딥러닝 모델을 훈련시켜 기존 방법보다 성능을 향상시켰다. 예를들어 털 색이 다른 개나 고양이, 세균성폐렴 등을 분류하는데 높은 성능을 보였다. 또한 멀티 라벨 숫자 분류 데이터셋이나 사진, 그림, 만화, 스케치 같이 여러 편향이 존재하는 데이터셋에서도 더 나은 결과가 나왔다. 이와함께 의료 영상 및 자율주행 영상과 같은 다양한 도메인에서 기존의 적응 기법과 성능을 비교한 결과, 이 새 기법이 더 높은 성능을 보여줬다. 박상현 교수는 "이번 연구를 통해 개발된 기술은 산업 및 의료 분야에서 딥러닝 모델 학습을 위해 편향된 데이터셋을 불가피하게 사용해야 하는 상황에서 성능을 크게 높일 수 있는 기법"이라며, "인공지능을 상업적으로 이용하거나 배포할 때 여러 환경에서 강인하도록 하는 데에 크게 기여할 수 있을 것"이라고 말했다. 한편, 연구진은 이번 연구 결과를 영상분석 관련 분야 최상위 저널인 '네이처 네트웍스(Neural Networks)'에 발표했다. monarch@fnnews.com 김만기 기자

[파이낸셜뉴스] 카카오브레인이 초거대 인공지능(AI) 연구개발(R&D) 저변을 확대하기 위한 데이터셋을 외부에 공개한다. 카카오브레인은 약 7억4000만개 이미지와 텍스트로 이루어진 데이터셋 ‘Coyo(코요)’를 오는 31일 카카오브레인 공식 홈페이지를 통해 공개한다고 30일 밝혔다. 초거대 AI 개발 기반이자 기업의 핵심 자산인 데이터셋을 외부에 공개하는 것은 매우 이례적이다. 데이터셋은 초거대 AI 모델이 정교한 결과값을 구현하는 데 필요한 핵심 요소 중 하나다. 높은 성능을 위해 많은 기업들이 수작업으로 이미지와 텍스트 쌍을 맞추어 데이터셋을 수집하는데, 이때 높은 비용과 많은 시간이 투입된다. 카카오브레인은 코요 개발 시, 독자 개발한 기술로 이미지와 텍스트를 온라인에서 자동 수집함으로써 투입되는 비용과 시간을 효과적으로 줄였다고 전했다. 동시에 양질의 데이터를 선별해 높은 성능을 구현했다. 이와 관련 카카오브레인은 유수 글로벌 AI 기업에서 공개한 초거대 AI 모델 재현을 통해 교차 검증을 마치며 데이터 품질을 확인했다. 카카오브레인은 코요를 세계 최대 수준으로 확대한다는 목표 아래 한국어를 비롯한 여러 가지 언어로 개발해 나갈 계획이다. 또 내년 상반기 중 코요 데이터셋을 활용한 초거대 AI 모델을 추가 공개할 예정이다. 김일두 카카오브레인 대표는 “이번 데이터셋 공개는 초거대 AI 기술 개발에 중요한 근간이자 이정표가 될 것”이라며 “앞으로도 다방면으로 기술 리더십을 선도하고 AI 커뮤니티와 협력하며 AI 생태계 발전에 이바지할 것”이라고 말했다. 한편, 카카오브레인은 멕시코 대표 화가 프리다 칼로(Frida Kahlo)의 고향인 멕시코시티 ‘코요아칸(Coyoacán)’ 앞 글자를 따 이번 데이터셋을 ‘코요’로 지었다. 칼로가 코요 기반으로 탄생한 것처럼, 코요를 통해 수많은 AI 모델이 개발됐으면 하는 카카오브레인 포부가 담겨있다. elikim@fnnews.com 김미희 기자

[파이낸셜뉴스] 엔씨소프트(엔씨)는 고려대학교 임희석 교수 연구팀과 공동연구를 통해 구축한 인공지능(AI) 대화 데이터 ‘FoCus Dataset(For Customized conversation dataset)’을 공개했다고 14일 밝혔다. FoCus Dataset은 사용자 개인 페르소나와 외부지식을 모두 활용하는 AI 대화 데이터셋이다. 약 8000여 개 광범위한 주제를 다룬 1만 5000개 이상 대화로 구성되어 있다. FoCus Dataset을 적용한 AI는 대화하고 있는 사용자 경험, 선호, 소유, 흥미 등을 파악하는 한편, ‘위키피디아’에서 이야기 주제에 대한 최신지식을 실시간 습득해 자연스러운 대화를 할 수 있다. FoCus Dataset은 초거대 언어 모델을 사용하지 않고도 같은 성능 대화 기술 구현이 가능한 것이 특징이다. 현재 일반적인 대용량 언어모델은 학습과 추론에 많은 비용이 소요됨에도 불구하고, 실시간 지식과 개인 경험을 반영하는데 한계를 나타내고 있다는 게 엔씨 지적이다. 이에 공동연구팀은 지난 2월 세계 최고권위 AI 학회 ‘AAAI 2022’에서 해당 연구 논문을 게재 및 발표했다. 오는 10월에는 세계 전산언어학회 ‘COLING 2022’에서 데이터 활용 경진대회를 비롯한 연구 성과를 공유하는 워크샵을 고려대와 공동 개최한다. 엔씨 이연수 랭귀지 AI 랩(Language AI Lab) 실장은 “최근 자연어처리(NLP) 학계는 비용 및 환경 문제로 초거대 언어모델 기반 대화 기술에 필적할 수 있는 새로운 대화 기술이 제안되고 있다”면서 “이러한 연구 방향에 공감하는 차원에서 이번 데이터 공개를 결정했으며, 글로벌 연구 커뮤니티에서 활발한 논의와 기술 개발이 이루어지기를 기대한다”고 전했다. elikim@fnnews.com 김미희 기자

[파이낸셜뉴스] 이글루시큐리티가 사이버 보안에 선제적 대응이 가능한 기반을 마련했다.  이글루시큐리티는 지난해 한국인터넷진흥원(KISA)의 ‘사이버 보안 인공지능 데이터셋(침해사고 분야)’ 구축 사업에 참여해 주요 침해사고를 재현한 1억2000만건의 데이터셋 구축을 완료했다고 26일 밝혔다. 앞서 KISA는 K-사이버방역 추진 전략의 일환으로 악성코드와 침해사고 분야에서 AI 침해 대응에 적용할 수 있는 8억건 이상의 AI 데이터셋을 구축하는 ‘사이버보안 AI 데이터셋 구축 사업’을 추진했다. 민간 개방된 침해사고 데이터셋을 토대로 국내 보안 조직이 신·변종 보안 위협에 선제 대응할 수 있는 기반을 마련하는 것이 사업의 골자다. 사업 중 최신 침해사건 재현 분야는 이글루시큐리티가 담당했다. 이글루시큐리티는 15건의 엄선된 침해사고 시나리오 실행으로 6개 이기종 보안 장비에서 생성된 원시 데이터를 수집했다. 이후 공격의 특징을 추출·선별하고 레이블링 해 AI 학습을 위한 데이터셋 형태로 가공했다. AI 보안 모델을 적용한 사이트에 AI 데이터셋을 적용하며 검증도 완료했다. 이글루시큐리티는 국내 보안 조직들이 웹 애플리케이션 취약점을 이용한 공격, 랜섬웨어 감염 등 다양한 침해사고에 신속 대응할 수 있도록 15건의 침해사고에 대한 ‘플레이북’도 개발했다. 이번에 구축된 데이터셋은 KISA 사이버보안빅데이터센터를 통해 민간에 개방될 예정이다. 이글루시큐리티는 더 많은 국내 보안 조직들이 AI 혜택을 누릴 수 있도록 데이터셋 구축과 더불어 데이터 레이블링 툴 개발에도 집중한다는 계획이다. 이득춘 이글루시큐리티 대표는 “데이터 중심의 AI 역량을 토대로 올해는 기존 보안 사업과 더불어 양질의 학습 데이터 제공을 위한 데이터 사업 강화에도 속도를 내겠다”라고 말했다. welcome@fnnews.com 장유하 기자

㈜아이엠알이 내년 상반기 AI 기술 및 제품 서비스 개발에 필요한 AI인프라를 지원하고 누구나 활용 및 참여가 가능한 AI 통합 플랫폼 AIHUB에 제작 완료한 ‘도시소리 데이터셋’을 공개할 예정이라고 밝혔다. ‘도시소리 데이터셋’은 데이터 댐 사업의 일환으로 도시소리 데이터를 수집하는 프로젝트로, 아이엠알은 지난 6월부터 과학기술정보통신부와 한국지능정보사회진흥원의 데이터 댐 구축 공모 사업을 추진하였다. 프로젝트 기간동안 아이엠알은 인공지능 데이터 구축, 인공지능 모델 개발, 인공지능 서비스 개발 등을 진행하고, 도시소음 24개 분류에 대해 7만여 건의 데이터를 구축한 것으로 알려졌다. 데이터 댐 사업은 2017년 7월 정부가 발표한 한국판 뉴딜 정책 중 디지털 뉴딜 과제 중 하나로 데이터 수집ㆍ가공ㆍ거래ㆍ활용기반을 강화하여 데이터 경제를 가속화하고, 전 산업 5세대이동통신(5G)·인공지능 융합을 확산시켜 디지털 산업 육성과 일자리 창출을 도모하기 위한 사업이다. 아이엠알 관계자는 “이번에 제작 완료한 ‘도시소리 데이터셋’은 도시소음분석, 도시소음 측정을 통한 소음 분쟁 완화 등 도시의 안전과 환경을 관리하는 데 필요한 서비스의 기초 토대가 될 것으로 예상된다”고 전했다. 한편 아이엠알은 데이터 댐 구축뿐만 아니라 첨단 산업 분야 인력 양성을 위해 지난 8월 ‘인공지능 데이터 라벨러 교육’을 실시하는 등 일자리 창출에 적극적으로 나서는 등 프로젝트를 성공적으로 마무리 했다. 특히 광주 AI 창업캠프에서 광주시와 함께 진행한 ‘인공지능 데이터 라벨러 교육’은 총 200명이 수료하는 등 데이터 산업 인력양성에 도움을 주었다는 평가를 받았다.

셀렉트스타가 자사가 개최한 ‘오픈데이터셋 온라인 컨퍼런스’의 성황리에 종료하면서 데이터셋 무료 공개 소식을 알렸다. 셀렉트스타는 크라우드소싱을 통해 인공지능(AI) 학습데이터를 구축하는 스타트업이다. 지난 10일 컨퍼런스를 온라인으로 진행하면서 셀렉트스타는 자사와 9개 기업이 함께 구축한 데이터셋을 공개했다. 이 데이터셋은 셀렉트스타 홈페이지를 통해 누구나 무료로 다운로드 받을 수 있다. 셀렉트스타에 따르면, 자사의 지원사업을 통해 구축한 데이터셋 중 장애인의 의사소통을 돕는 인공지능에 사용된 데이터셋도 있다. 광주과학기술원 11명으로 구성된 팀(박사과정 2, 통합과정 6, 석사과정 3)과 셀렉트스타는 중증장애인의 원활한 의사소통을 위한 몸짓 데이터셋을 구축했다. 광주과학기술원 측 참가자 정인택씨는 “이번에 구축한 데이터셋은 수화나 수어보다 직관적이고 쉬운 한국형 몸짓 수어를 담았다”고 말했다. 시각장애인을 위한 교차로 및 화폐 데이터셋을 구축한 위씨 오선택 대표는 “오른쪽 눈이 갑자기 안 보이는 상황을 겪으면서 ‘시각장애’가 가까운 곳에 있다는 것을 깨달았다”며 “장애인을 위해 인공지능 기술을 사용하고자 사업을 시작했다”고 말했다. 셀렉트스타 영업총괄 김진회 팀장은 “2022년 1월 말까지 셀렉트스타 홈페이지를 통해 데이터넷 지원기업을 모집한다”며 “본 지원사업에 합격한 기업은 최대 7,000만원 상당의 데이터셋 구축 비용과 최소 3,000만원 이상의 AWS 크레딧을 제공한다”고 말했다. 이는 국내에서 정부지원 없이 민간기업 최초로 진행되는 인공지능 데이터셋 지원사업이라고 셀렉트스타 측은 말했다. 2022년 셀렉트스타 데이터셋 지원사업의 파트너사 및 스폰서로는 구글, 아마존(AWS), 카카오벤처스, 한국인공지능협회, 인공지능신문, K BAY AREA Group(실리콘밸리에서 활동하는 한국 개발자 모임) 등이 참여한다. AWS가 참여하면서 클라우드 컴퓨팅 지원이 가능하게 됐다. 이 날 행사에서는 네이버 클로바 AI 리더 출신인 업스테이 이활석 CTO와 셀렉트스타 김세엽 대표의 특별 강의도 진행됐다. 강의 후에는 업계 정보를 얻을 수 있는 질의응답과 패널 토론이 진행됐다.

【파이낸셜뉴스 울산=최수상 기자】 울산 제조업의 근간을 이루는 뿌리기술에 특화된 ‘제조 인공지능(AI) 데이터셋’ 5종이 공개된다. 제조업에 특화된 데이터셋을 공개하는 것은 세계 첫 사례로, 국내 중소 제조기업의 스마트 공정 구축에 큰 도움이 될 전망이다. ‘제조 AI 데이터셋’은 인공지능 분석을 위한 제조 데이터의 집합을 일컫는다. 이러한 데이터는 각 기업들이 자신의 공정에 특화된 제조 데이터 분석과 공정 개선에 활용할 수 있다. 문제는 제조 데이터가 기업의 민감 정보로 분류돼 공개가 거의 없었다는 점이다. 정부는 이를 개선하기 위해 제조 데이터셋 구축을 추진해왔고 UNIST가 결실을 내놓았다. UNIST(총장 이용훈) 연구팀은 오는 14일 중소벤처기업부의 ‘인공지능(AI) 중소벤처 제조 플랫폼(Korea AI Manufacturing Platform, KAMP)’를 통해 뿌리산업 대표공정 5종에 대한 ‘제조 AI 데이터셋’과 가이드북을 배포한다고 8일 밝혔다. UNIST가 제작한 데이터셋은 CNC 머신, 사출성형기, 용접기, 머신비전, 프레스 등 뿌리산업 분야에 집중돼있다. 이는 중소 제조기업의 스마트 공장 구축 및 공정에의 인공지능 적용에 유용하게 쓰일 수 있을 것으로 기대된다. 김동섭 UNIST 정보바이오융합대학장은 “이번에 공개되는 데이터셋은 인공지능과 빅데이터가 실제 산업현장에 직접 구현될 수 있도록 돕는 중요한 역할을 할 것”이라며 “특히 중소기업 뿌리산업의 스마트 제조혁신을 가속화 하는 사례가 많이 탄생하길 기대한다”고 말했다. UNIST 연구진은 실제 5종의 공정 데이터를 제조업 현장에서 체계적으로 수집한 뒤, 표본 테이블 구성과 전처리 과정을 거쳐 데이터셋을 구축했다. 이와 함께 제공되는 가이드북에는 각 공정에 대한 소개와 더불어 제조 인공지능 분석에 사용 가능한 인공지능 알고리즘과 실제 인공지능 분석 과정이 포함돼 있다. 중소벤처기업부와 UNIST 연구진 등 데이터 전문가들이 나서 제조업에 특화된 인공지능 분석을 위한 데이터셋을 공개하는 것은 이번 사례가 세계 최초이다. 기존에 미국, 영국, 독일 등 제조 선진국들이 공공데이터 포털을 통해 다양한 업종의 데이터를 관리해왔지만, 제조업 각 분야의 인공지능 분석을 독려하기 위한 데이터셋 공개는 없었다. 한편 이번 KAMP에는 총 12종의 데이터셋이 공개된다. KAIST K-Industry 4.0 추진본부가 운영기관을 맡아 2개의 데이터셋을 구축했으며, UNIST 컨소시엄과 임픽스 컨소시엄이 각각 5개 데이터셋을 담당했다. 이번 데이터셋 구축은 UNIST 정보바이오융합대학 산업공학과 임성훈 교수가 연구책임자를 맡았으며, 전기전자공학과 양승준 교수, 4차산업혁신연구소 정태석 교수 등이 참여했다. 이와 함께 참여기관으로 컨소시엄에 함께한 ㈜인터엑스(대표 박정윤)은 각 공정의 데이터셋 수집 및 전처리를 수행했다. ulsan@fnnews.com 최수상 기자

[파이낸셜뉴스] 정부가 중소 제조기업이 스마트팩토리를 실현하기 위해 인공지능(AI)분석에 활용할 수 있도록 데이터셋을 공개한다. 한국과학기술원(KAIST)은 세계 최초로 12종의 제조AI데이터셋을 개방한다고 29일 밝혔다. 제조AI데이터셋은 중소벤처 제조 플랫폼(KAMP)를 통해 12월 14일 공개한다. KAIST 김일중 제조AI빅데이터센터장은 "이번 공개를 통해 국내 중소 제조 생태계에 제조데이터의 체계적 수집과 AI 분석을 촉진하는 단초가 마련된 만큼 보다 다양한 국내 제조 AI 솔루션 출시 및 연구가 활성화될 것"이라고 전망했다. KAIST는 K-Industry4.0 추진본부 산하에 제조AI빅데이터센터를 구성해 사업을 추진 중이다. KAIST에서는 이번 제조AI데이터셋 구축에 산업및시스템공학과 문일철 교수와 AI대학원 최재식 교수가 참여했다. 문 교수는 직접 개발한 실시간 공정관리시스템(RPMS)에서 확보한 중량 계측 이미지 데이터셋을, 최 교수는 글로벌 자동차 제조기업의 엔진으로부터 수집되는 데이터셋을 제공한다. 이 외에도, 지정설비 분야의 울산과학기술원(UNIST) 컨소시엄은 CNC머신·사출성형기·용접기·머신비전·프레스 등 뿌리 업종에서 가장 많이 사용하는 설비 관련 제조데이터셋 5종을 구축한다. 또한, 자유설비 분야의 ㈜임픽스 컨소시엄이 용해탱크·교반구동장치·살균기·건조구동장치·검사설비 등 식품 제조 공정에 기반한 AI데이터셋 5종을 담당한다. 이번에 공개되는 12종의 패키지에는 제조AI데이터셋 뿐만 아니라 활용 목표와 AI알고리즘이 첨부된 가이드북이 포함될 예정이다. 한편, 그동안 제조 데이터는 기업의 민감한 정보로 분류돼 쉽게 공개되지 않았다. 뿐만 아니라 국내 중소 제조 기업의 경우 실무 및 연구에 참고할 AI제조데이터셋을 확보하는 데 어려움을 겪는 실정이었다. 또한 현재 미국·캐나다·영국·독일 등 제조 선진국은 공공데이터 포털을 운영해 여러 업종의 데이터를 관리하고 있다. 그러나 정부 기관이 제조업을 특정지어 제조 AI 분석을 독려하기 위해 특화된 데이터셋 공개는 세계 최초다. 김흥남 KAIST K-인더스트리4.0 추진본부장은 "KAMP에 공개되는 제조AI데이터셋은 제조데이터의 체계적 관리를 희망하는 국내 중소 수요기업과 제조AI분석 서비스 창업 및 사업 다각화를 이행하고자 하는 공급기업 모두에게 유용한 자양토가 될 것"이라고 말했다. monarch@fnnews.com 김만기 기자

정부 3.0정책에 따라 정부가 제공하는 공공데이터를 민간이 활용하는 사례가 급증하고 있는 것으로 나타났다. 안전행정부는 지난해 10월 말 '공공데이터의 제공 및 이용활성화에 관한 법률' 시행 이후 공공데이터포털)을 통한 공공데이터 활용이 크게 늘고 있다고 8일 밝혔다. 공공기관이 제공하는 공공데이터의 주제별 데이터 집합을 의미하는 데이터셋 다운로드의 경우 법률 시행이전 월평균 118건에서 1465건으로 12배가량 늘었고 표준인터페이스인 오픈 API신청건수도 월평균 574건에서 2066건으로 3.5배 정도 증가했다. ktitk@fnnews.com 김태경 기자