"한국어 데이터 163배 격차"…엔비디아·KAIST, AI 토양 만든다 작성일 11-10 46 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">[인터뷰] 김현우 엔비디아-KAIST 공동 AI 연구소장<br>합성 데이터 기반 개방형 한국어 데이터셋 구축…내년 하반기 성과 공개</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="YgkmoFb0YN"> <figure class="figure_frm origin_fig" contents-hash="071b8ecea7b90ad3ffef98efd001b86794bad82220ff698b8d92fde39e95083d" dmcf-pid="GaEsg3Kp5a" dmcf-ptype="figure"> <p class="link_figure"><img alt="김현우 엔비디아-KAIST 공동 AI 연구소장은 10일 서울 강남구 엔비디아코리아 사무실에서 국내 취재진과 인터뷰를 진행하고 있다. 2026.11.10 ⓒ 뉴스1 이기범 기자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/10/NEWS1/20261110173109431dabo.jpg" data-org-width="1400" dmcf-mid="yYPe9OYCZA" dmcf-mtype="image" height="auto" src="https://img4.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/10/NEWS1/20261110173109431dabo.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 김현우 엔비디아-KAIST 공동 AI 연구소장은 10일 서울 강남구 엔비디아코리아 사무실에서 국내 취재진과 인터뷰를 진행하고 있다. 2026.11.10 ⓒ 뉴스1 이기범 기자 </figcaption> </figure> <p contents-hash="059b9885f6faf93ba0ad3676b48bfbdea0d44fe2dd1b7ded6181937f27aa11f6" dmcf-pid="HNDOa09Utg" dmcf-ptype="general">(서울=뉴스1) 이기범 기자</p> <blockquote class="quote_frm" contents-hash="236bbd41d389721650b6206c650f0a6470ca409142341902f9eb7851a5384d0d" dmcf-pid="XwCTDBPKXo" dmcf-ptype="blockquote1"> " 영어와 한국어의 인공지능(AI) 학습 데이터량은 최대 163배 차이가 납니다. 우리나라 AI 생태계에서 AI 모델이나 GPU 인프라에 비해 토양 역할을 하는 데이터는 상대적으로 덜 조명받고 있어요. 데이터는 AI에 있어 GPU만큼이나 중요합니다." </blockquote> <p contents-hash="870bb2b44ca69448f8530dfef0d1218b451ff4e38d1270a32eb5c3d91f64e571" dmcf-pid="ZrhywbQ9YL" dmcf-ptype="general">영어와 한국어의 인공지능(AI) 학습 데이터량이 최대 163배 차이 나는 가운데 엔비디아와 한국과학기술원(KAIST)이 한국어 데이터 부족 문제 해결에 나선다. 합성 데이터를 활용해 누구나 사용할 수 있는 개방형 한국어 데이터셋을 구축하고 국내 AI 생태계의 기반을 넓히겠다는 구상이다.</p> <p contents-hash="c59cf851bf8b2021a48028f832a6930b0607f0ad741fe0311ce7a5dcc167fd3e" dmcf-pid="5mlWrKx2Zn" dmcf-ptype="general">김현우 엔비디아·KAIST 공동 AI 연구소장은 10일 서울 강남구 엔비디아코리아 사무실에서 국내 취재진과 만나 "우리나라 AI 생태계에서 AI 모델이나 GPU 인프라에 비해 토양 역할을 하는 데이터가 상대적으로 덜 조명받았다"며 "데이터는 AI에 있어 GPU만큼이나 중요하다"고 강조했다.</p> <p contents-hash="952f39c18fe77b3c5eaa256962eca883785dd1c251af824e670b750f60fe0eba" dmcf-pid="1sSYm9MV5i" dmcf-ptype="general">지난 7월 아시아 최초로 문을 연 엔비디아·KAIST 공동 AI 연구소는 합성 데이터 기반의 개방형 우리말 데이터셋 구축을 주요 연구 과제로 추진하고 있다.</p> <p contents-hash="b3785e6fdd98f4be7d6fce332394902465323994a7fdad576a247ed770d6b902" dmcf-pid="tOvGs2RfXJ" dmcf-ptype="general">김 소장은 국내 AI 생태계에서 데이터 부족 문제 해결이 시급하다고 진단했다. 실제 구글의 대규모 다국어 학습용 데이터셋(말뭉치)인 'mC4'를 기준으로 영어와 한국어 데이터량은 약 163배 차이가 난다.</p> <p contents-hash="88ddad7731c37b1f10924609d28289dbc94bf5e0ec5bbfd6c2ec41153edbf1d6" dmcf-pid="FITHOVe4Xd" dmcf-ptype="general">김 소장은 AI 모델을 나무, 고성능 그래픽처리장치(GPU) 등 컴퓨팅 인프라를 햇빛과 물에 비유했다. 그는 "우리 땅에 경쟁력 있는 나무들이 심어지고 본격적으로 자라기 시작했다"면서도 토양 역할을 하는 데이터는 상대적으로 주목받지 못했다고 지적했다.</p> <p contents-hash="8859faf96d64f667fee07a98ec48431a4bccaf38d08abe4a8e38b528bcf91e66" dmcf-pid="3CyXIfd8Ye" dmcf-ptype="general">김 소장은 "데이터 학습 노하우가 공개되지 않고, 각 회사들끼리 자기 내부에서만 공유하는 문제점이 있다"며 "그렇기 때문에 토양이 축적되듯 데이터가 쌓아 올려진 게 아직 없다"고 말했다.</p> <p contents-hash="71236ea3bd62ec88083024451c456c1fecb485f1228508857c0f7df2c39a26cc" dmcf-pid="0hWZC4J61R" dmcf-ptype="general">연구소는 이 같은 격차를 줄이기 위해 AI가 생성하는 합성 데이터를 활용할 계획이다. 사람이 직접 생산하는 데이터만으로는 부족한 한국어 학습 데이터를 충분히 확보하기 어렵다는 판단에서다.</p> <p contents-hash="3e12811701c474aed8645d38d2861a2c0a2f544d4463b43b314ac82008c00a02" dmcf-pid="plY5h8iPYM" dmcf-ptype="general">이와 함께 기존 데이터에서 더 많은 것을 학습할 수 있도록 데이터 활용 효율을 높이는 연구도 진행한다.</p> <p contents-hash="257052332c098fa27c59851c89187157c0d2697c627ac61291ca1414c3ee8663" dmcf-pid="USG1l6nQ5x" dmcf-ptype="general">궁극적으로는 데이터가 지속해서 축적되고 순환하는 '데이터 플라이휠'을 구축하는 것이 목표다.</p> <p contents-hash="c44e9ff1db76c4db9308ff2846364cf819500436cf40206e047d7ab38762eb73" dmcf-pid="uvHtSPLx5Q" dmcf-ptype="general">김 소장은 "우리가 개방형 우리말 데이터를 만들면 사람들은 그걸로 더 나은 모델을 만들고, 더 나은 모델이 실제 현장에서 쓰이고, 그 과정에서 새로운 데이터가 나오고, 여기서 한계와 공백이 발견되면 다시 이를 반영해 더 나은 우리말 데이터를 만들 수 있다"고 설명했다.</p> <p contents-hash="de80098f56c5e081ebc034db97f7f56a1baac01fc16138c6d78a8048809861ad" dmcf-pid="7jwINp2u5P" dmcf-ptype="general">합성 데이터 기반의 우리말 데이터셋이 최근 불거진 저작권 문제를 완화하는 데도 도움이 될 수 있다는 취지로 설명했다.</p> <p contents-hash="3a6e4e99b45b9fc4d21bafb60fdbcc52196151f6fa15443a02a25f491ddb0914" dmcf-pid="zArCjUV756" dmcf-ptype="general">한국어 학습 데이터에 대한 수요는 실제 현장에서도 확인되고 있다.</p> <p contents-hash="88819d7ed6072cf919c9670cc2d49ca15e9101cc4831850e04c29ae31615e2a0" dmcf-pid="qcmhAufzt8" dmcf-ptype="general">지난 4월 엔비디아가 한국형 AI 모델 개발을 위해 공개한 대규모 데이터셋 '네모트론 페르소나 코리아'는 AI 개발자 플랫폼 '허깅페이스'에서 열흘간 트렌딩 데이터셋 전 세계 1위에 올랐으며 다운로드 수 약 14만 회를 기록했다.</p> <p contents-hash="51a72c18ccdac96a2d2e3f429dd9611ea11ab19dd0a05eafad27734cfe082456" dmcf-pid="Bkslc74qt4" dmcf-ptype="general">전날 공개된 LG AI연구원의 독자 AI 파운데이션 모델 'K-엑사원 2.5'에도 엔비디아의 데이터셋이 활용됐다.</p> <figure class="figure_frm origin_fig" contents-hash="602a0927a1b89223f40c977190556edefcad0e9d48a444b71f6b18f186e40ac3" dmcf-pid="bEOSkz8B5f" dmcf-ptype="figure"> <p class="link_figure"><img alt="엔비디아와 한국과학기술원(KAIST)의 공동 AI 연구소는 지난 7월 KAIST 김재철AI대학원에 아시아 최초로 문을 열었다. (엔비디아-KAIST 제공)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/10/NEWS1/20261110173110701rxau.jpg" data-org-width="1400" dmcf-mid="WLAwn1qF5j" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/10/NEWS1/20261110173110701rxau.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 엔비디아와 한국과학기술원(KAIST)의 공동 AI 연구소는 지난 7월 KAIST 김재철AI대학원에 아시아 최초로 문을 열었다. (엔비디아-KAIST 제공) </figcaption> </figure> <p contents-hash="9bf7d61ac9698816c216808e5634f0733f0cb8ec2ebe18b1902f347224b0e84d" dmcf-pid="KDIvEq6bXV" dmcf-ptype="general">엔비디아와 KAIST의 공동 AI 연구소는 지난 7월 KAIST 김재철AI대학원에 설립됐다. 연구소는 매년 최소 10명의 KAIST 연구원에게 연구비를 지원하고, 각 연구원에게 엔비디아 인턴십 기회를 제공할 계획이다. 엔비디아는 우수한 한국인 연구원들을 정규직으로 채용할 예정이다.</p> <p contents-hash="67b76c9aeaca92d2579214d2164b4de376b9f4eb58257ca2d88912fc8da4b1e4" dmcf-pid="9wCTDBPKt2" dmcf-ptype="general">아울러 5년간 총 2억 5000만 달러 상당의 컴퓨팅 인프라가 지원된다. 김 소장은 구체적인 채용 규모와 GPU 지원 수량을 밝히지는 않았지만, 연내 일부 채용 절차를 마치고 내년 하반기쯤 연구 결과물을 공개할 예정이라고 밝혔다.</p> <p contents-hash="0c9c031a988820713c932cb26fde886508927efd067d0842069e63887613be06" dmcf-pid="2rhywbQ9X9" dmcf-ptype="general">KAIST 김재철AI대학원 조교수를 겸임하고 있는 김 소장은 "이번 공동 연구소는 KAIST의 뛰어난 연구 역량을 전 세계에 확인시켜 준 사례"라며 "전 세계에서 우수한 연구진들이 우리나라에 들어올 수 있게 하는 게 목표"라고 말했다.</p> <p contents-hash="beeeae04baf33201218061a1efa1272d98df77ef9e3e5fa5336ede58d9c3ea67" dmcf-pid="VmlWrKx2HK" dmcf-ptype="general">아울러 김 소장은 최근 세계 최고 권위의 AI 학회인 'NeurIPS 2026'(뉴립스 2026)에서 KAIST가 미국 매사추세츠공대(MIT)와 스탠퍼드대를 제치고 전 세계에서 두 번째로 많은 논문이 채택된 사실을 언급하며 "우리나라의 AI 연구자들이 세계에서 이렇게 주목받고 인정받을 수 있는 것은 우리나라가 그만큼 발전했다는 증거이기도 하고, 소중한 기회를 잘 살려 AI 생태계에 씨앗을 심어 큰 숲으로 만들어 가고자 한다"고 말했다.</p> <p contents-hash="5193a4ffd83cbf7d1aca575a8d0c318faac61a2158a05fd944851ee5437f3d87" dmcf-pid="fsSYm9MV5b" dmcf-ptype="general">이어 "모두가 다 함께 우리나라 AI 생태계의 숲을 만들어 나갔으면 좋겠다"고 강조했다.</p> <p contents-hash="7128b22fa545fcdcc265c0b2df9d10fe3482b95f493eb7fa0d85c1e3db413cd9" dmcf-pid="4jwINp2uZB" dmcf-ptype="general">Ktiger@news1.kr </p> </section> </div> <p class="" data-translation="true">Copyright © 뉴스1. All rights reserved. 무단 전재 및 재배포, AI학습 이용 금지.</p> 관련자료 이전 군무에서 카드 마술까지…어린이의 호기심을 깨운 로봇 공연 [현장] 11-10 다음 [AI는 지금] 신모델 띄운 앤트로픽…韓선 개인정보 유출 조사 11-10 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.