과기정통부, ‘독자 AI 파운데이션 모델’ 학습데이터 29종 개방…약 1.56조 토큰 규모

AI 요약

과학기술정보통신부와 한국지능정보사회진흥원(NIA)이 ‘독자 AI 파운데이션 모델’ 프로젝트에 참여한 5개 정예팀이 1차 단계평가 과정에서 확보한 29종의 AI 학습용 데이터를 AI허브를 통해 공개합니다. 이번에 공개된 데이터는 약 3,544만건, 약 1.56조 토큰 규모로 네이버클라우드, 업스테이지, SK텔레콤, 엔씨에이아이, LG AI연구원이 구축한 대규모 사전학습 데이터와 영상·음성 기반 멀티모달 데이터, AI 안전성 검증용 레드티밍 데이터 등을 포함합니다. 해당 데이터는 2025년 데이터 구축·가공 예산 150억원으로 확보됐으며 NIA와 한국정보통신기술협회(TTA)의 품질·개인정보·유해성 검증을 거쳐 라이선스 제약 데이터는 제외하고 공개되었고, 국내 기업과 연구자, 학생 등 대한민국 국민은 AI허브에서 무료로 내려받아 일부는 ‘안심존’에서 별도 신청 후 이용할 수 있습니다.