과학기술정보통신부가 국산 초거대 언어모델, 이른바 소버린 AI 파운데이션 모델 개발을 공식화하면서 국내 인공지능 업계에서 한국어에 특화된 데이터 확보 경쟁이 본격화하고 있다. 이런 가운데 코스닥 상장기업 비큐AI가 저작권 문제를 해결한 뉴스 데이터를 실시간으로 인공지능 학습에 공급하는 솔루션 RDPLINE으로 업계의 주목을 받고 있다.
비큐AI, 실시간 뉴스 데이터로 인공지능 신뢰성 높인다
비큐AI는 데이터 저작권 문제 해결과 인공지능 모델의 신뢰성 향상을 동시에 겨냥한 솔루션을 제공하는 국내 기업이다. 이 회사가 2023년 선보인 RDPLINE, 즉 실시간 데이터 파이프라인은 합법적으로 확보하고 정제한 뉴스 데이터를 실시간으로 인공지능의 학습과 고도화 과정에 공급함으로써 보다 정확하고 시의성 있는 응답을 이끌어내는 데 목적을 둔 솔루션이다.
기존 대규모 언어모델은 특정 시점까지 수집된 데이터로 학습되기 때문에 최신 사건이나 변화하는 정보에 대해서는 부정확하거나 오래된 답변을 내놓는 한계를 안고 있다. 이른바 할루시네이션과 정보 편향 문제도 훈련 데이터의 시의성 부족에서 비롯되는 경우가 많다. 비큐AI는 이러한 문제를 완화하기 위해 언론사로부터 합법적으로 확보한 뉴스 데이터를 인공지능 기업에 실시간으로 공급하는 구조를 구축했다고 밝혔다.
비큐AI 관계자는 데이터 구축과 인공지능 기술에 대한 전문성을 바탕으로 저작권자와 데이터 수요자 간의 신뢰 기반 거래 구조를 제안하고 있다고 설명했다. 이 관계자는 이어 신뢰할 수 있는 인공지능을 위한 데이터 확보와 기술 개발에 지속적으로 힘쓰며 국내에 바람직한 인공지능 생태계가 구축될 수 있도록 노력하겠다고 말했다.
비큐AI는 1998년 8월 설립된 기업으로 서울 중구 퇴계로에 본사를 두고 있으며 2022년 6월 코스닥 시장에 상장했다. 임경환 대표이사가 이끄는 이 회사는 인공지능 학습용 데이터 구축과 뉴스 저작권 유통, 소프트웨어 형태의 데이터 공급 플랫폼 운영 등을 주요 사업으로 삼고 있다.
한국어 특화 대규모 언어모델이 필요한 이유
한국어는 교착어적 특성과 복잡한 높임법, 다양한 어미 변화 등 다른 언어권과 구별되는 문법적 특징을 지니고 있다. 이 때문에 영어권을 중심으로 학습된 글로벌 대규모 언어모델은 한국어 문맥을 처리하는 과정에서 종종 부정확한 결과를 내놓거나, 한국 특유의 사회문화적 맥락과 역사적 배경이 필요한 질문에는 한계를 드러내는 경우가 있다는 지적이 업계에서 꾸준히 제기돼 왔다.
이런 배경 속에서 국내 주요 정보기술 기업들도 한국어에 특화된 대규모 언어모델 개발에 나서고 있다. 네이버는 하이퍼클로바X를 통해, 삼성전자는 가우스를 통해 각각 자체 한국어 인공지능 모델을 선보이고 있다. 카카오 역시 산하 연구조직이었던 카카오브레인을 정리하고 본사 인공지능 조직을 중심으로 자체 언어모델 카나나를 개발해 카카오톡 등 자사 서비스에 순차적으로 적용하고 있다.
이들 기업은 한국어 코퍼스 구축부터 시작해 한국 문화와 사회에 특화된 학습 데이터를 확보하는 데 주력하고 있다. 다만 영어 등 다른 주요 언어권에 비해 상대적으로 적은 한국어 텍스트 데이터를 어떻게 확보하고 효과적으로 활용할 것인가는 여전히 업계 전반의 공통 과제로 꼽힌다.
정부 정책과 데이터 확보 경쟁
과학기술정보통신부는 특정 국가나 기업에 의존하지 않고 자국의 데이터와 기술로 독자적인 인공지능 기반을 확보한다는 취지의 소버린 AI 파운데이션 모델 개발을 공식화했다. 이에 따라 인공지능 반도체, 클라우드 인프라와 함께 양질의 학습 데이터를 안정적으로 확보하는 문제가 국내 인공지능 생태계의 핵심 과제로 떠오르고 있다.
이런 흐름 속에서 저작권 문제를 해소한 뉴스 데이터를 실시간으로 공급하는 비큐AI 같은 데이터 인프라 기업의 역할에 관심이 쏠리는 모습이다. 언론사가 생산한 콘텐츠에 대한 정당한 대가를 지불하면서 동시에 인공지능 기업에는 신뢰할 수 있는 최신 데이터를 제공하는 거래 구조가 자리 잡을 경우, 저작권 분쟁을 줄이면서도 인공지능 모델의 답변 정확도를 높이는 효과를 기대할 수 있다는 것이 업계의 시각이다.
앞으로 한국어 특화 대규모 언어모델 개발 경쟁은 모델 자체의 성능뿐 아니라 이를 뒷받침하는 데이터의 품질과 신뢰성을 둘러싼 경쟁으로 확대될 전망이다. 언론사와 인공지능 기업, 데이터 인프라 기업 간의 협력 구조가 어떻게 정착되는지가 국내 인공지능 산업의 경쟁력을 좌우하는 변수가 될 것으로 보인다.
