[뉴스] KAIST·엔비디아 한국어 데이터 100만건 구축

AI 경쟁은 더 강력한 모델을 만드는 데서 끝나지 않습니다. 모델이 무엇을 배우고 얼마나 정확하게 답하는지를 좌우하는 데이터 역시 중요합니다.

KAIST-엔비디아 AI공동연구소장 김현우 교수는 AI 생태계를 숲에 비유합니다. 모델이 나무라면, 숲을 풍성하게 만드는 토양은 데이터입니다. 그는 데이터가 모델의 지능에 결정적인 역할을 한다고 강조했습니다.

이런 관점에서 연구소는 내년까지 우리말에 최적화한 합성 데이터세트 100만 건 이상을 구축해 공개할 계획입니다. 한국의 인구통계학적·지리적·문화적 특성을 반영한 데이터로 국내 연구자들이 모델을 개발하고 연구하는 데 활용할 수 있도록 지원합니다.

KAIST·엔비디아의 이번 계획은 한국어 AI 연구에 필요한 기반을 넓히려는 시도입니다. 글 데이터에서 출발해 앞으로 피지컬 AI와 기업 특화 데이터로 영역을 확장한다는 점에서도 주목할 만합니다. 모델뿐 아니라 데이터와 응용 서비스까지 함께 키우는 생태계가 만들어질지 기대됩니다.

KAIST·엔비디아 한국어 데이터 100만건 구축, 연구 생태계의 다음 단계

한국의 인구통계학적·지리적·문화적 특성을 담은 데이터가 연구자들에게 공개되면 무엇이 달라질까요? KAIST와 엔비디아는 내년까지 우리말에 최적화한 합성 데이터세트 100만 건 이상을 구축해 공유할 계획입니다. 연구자들은 이를 활용해 한국어와 국내 맥락을 더 잘 반영하는 AI 모델을 개발하고, 다양한 연구를 시도할 수 있습니다.

이번 프로젝트는 데이터를 제공하는 데서 그치지 않습니다. 우선 글 데이터를 구축하고, 이후에는 피지컬 AI와 기업 특화 데이터로 영역을 넓힐 예정입니다. 모델 학습의 토대가 되는 데이터가 다채로워질수록 한국 AI 연구도 언어 모델을 넘어 실제 환경과 산업 현장의 문제로 확장될 수 있습니다.

연구 인력 측면에서도 변화가 이어지고 있습니다. 엔비디아의 글로벌 연구개발 조직인 엔비디아 리서치 소속 공동연구소는 연구원 채용을 진행 중입니다. 글로벌 AI 기업의 핵심 연구 조직에서 한국인 연구자를 정규직으로 채용하는 사례라는 점에서, 국내 연구 인재가 세계적인 연구 환경에 참여할 기회도 넓어질 것으로 기대됩니다.

양질의 한국어 데이터와 연구 인력이 함께 성장한다면, 한국 AI 생태계는 모델 개발을 넘어 데이터와 응용 서비스가 맞물리는 단계로 나아갈 수 있습니다. 이번 데이터 공개가 그 다음 장을 여는 출발점이 될지 주목됩니다.

Reference

한국경제: https://www.hankyung.com/article/2026111083211