NIA-TTA, 유해 표현 검출 AI 모델 학습용 데이터 공개

한국지능정보사회진흥원(NIA)와 한국정보통신기술협회(TTA)는 국내 AI학습용 데이터 제공 플랫폼 ‘AI허브’를 통해 대형언어모델(LLM) 학습용 데이터 내 유해 표현 검출 AI 모델과 유해 표현 학습용 데이터를 공개했다고 14일 밝혔다.

공개된 AI 모델은 주어진 말뭉치 데이터 내에서 유해 표현을 검출하고 다양한 유해 표현 카테고리로 분류하는 기능을 수행할 수 있다.

해당 인공지능 모델 및 데이터는 과기정통부 초거대AI 확산 생태계 조성 사업의 일환으로 LLM 데이터의 품질검증 과정에서 주요 특성 중 하나인 유해성을 측정하기 위해 개발했다. 자체 성능 검증 결과 정확도80~90%를 달성했다.

AI 모델에 학습시키기 위해 구축된 데이터는 △유해 표현 검출용 데이터 20만 건과 △유해 표현 카테고리 구분용 데이터 21만 건으로 구성돼 있다.

해당 데이터는 한국어 유해표현 오픈소스 데이터를 토대로 AI허브의 ‘온라인 구어체 말뭉치 데이터’와 ‘지식그래프-투-텍스트 데이터’를 활용하여 문체의 다양성을 확보하는데 중점을 뒀다.

또 국가인권위원회의 혐오 표현에 대한 안내서 등과 같은 신뢰할 수 있는 가이드라인을 참조해 유해 표현 및 유해 카테고리 11개를 명확하게 정의하고 이를 재가공해 데이터의 일관성과 신뢰성을 확보했다.

이번에 공개된 데이터 및 AI 모델은 AI허브에 개방돼 누구나 활용할 수 있다.

황종성 NIA 원장은 “이번 인공지능 모델 및 데이터의 공개가 한국어 LLM의 신뢰성 및 안전성을 강화하기 위한 계기가 될 것으로 기대한다”며“앞으로도 윤리적 책임을 고려한 양질의 인공지능 데이터 구축 및 활용 기반 마련을 지원할 것”이라고 말했다.