한국지능정보사회진흥원(NIA)이 한국정보통신기술협회(TTA)와 국내 최대 AI 학습용 데이터 플랫폼인 AI허브를 통해 대규모언어모델(LLM) 학습용 데이터 내의 ‘유해 표현 검출 인공지능 모델 및 유해 표현 학습용 데이터’를 공개했다.

14일 NIA에 따르면 이번에 공개된 AI 모델은 주어진 말뭉치 데이터 내에서 유해 표현을 검출하고 다양한 유해 표현 카테고리로 분류하는 기능을 수행할 수 있다.

공개된 모델과 데이터는 과기정통부 초거대AI 확산 생태계 조성 사업의 일환으로 LLM 데이터의 품질검증 과정에서 주요 특성 중 하나인 ‘유해성’을 측정하기 위해 개발했다.

자체 성능검증 결과 높은 정확도(80~90%)를 달성해 유해 표현 검출의 효용성을 입증했다고 NIA는 설명했다.

모델에 학습시키기 위해 구축된 데이터는 유해 표현 검출용 데이터 20만건과 유해 표현 카테고리 구분용 데이터 21만건으로 구성되어 있다.

이 데이터는 한국어 유해표현 오픈소스 데이터를 토대로 AI허브의 ‘온라인 구어체 말뭉치 데이터 및 ‘지식그래프-투-텍스트 데이터’를 활용해 구어체, 문어체 등 문체 다양성을 확보하는데 중점을 두고 구현됐다. 공개된 모델은 AI허브에서 누구나 활용할 수 있다.

NIA는 “국가인권위원회의 혐오 표현에 대한 안내서 등과 같은 신뢰할 수 있는 가이드라인을 참조해 유해 표현 및 유해 카테고리(11개)를 명확하게 정의하고 이를 재가공해 데이터의 일관성과 신뢰성을 확보했다”고 전했다.

NIA 황종성 원장은 “AI기술의 발전은 기술적 진보뿐만 아니라 사회적책임을 담보할 수 있는 윤리적 고려가 병행돼야 한다. 이는 지속가능한 AI생태계 조성을 위한 핵심 요소”라며 “이번 공개가 한국어 LLM의 신뢰성 및 안전성을 강화하기 위한 계기가 될 것으로 기대한다”고 말했다.