과학기술 전문 AI! 한글 모델과 멀티모달
한국과학기술정보연구원(KISTI)은 과학기술 분야의 정보를 깊이 있게 이해하는 과학기술 특화 언어 모델인 KorSci-BERT와 KorSci-ELECTRA를 개발하였습니다. 이는 논문, 보고서, 특허와 같은 방대한 과학기술 데이터를 기반으로 구축되었으며, 일반 상식 데이터 중심의 기존 모델과는 차별화된 성능을 제공합니다. 연구자들이 특정 분야에 특화된 모델을 만들 수 있도록 지원하며, 과학기술 자연어 처리와 의사결정의 효율성을 높이는 데 핵심적인 역할을 수행합니다. 언어 모델 개발에는 대규모 데이터와 강력한 컴퓨팅 자원이 필수적입니다. KISTI는 오랜 기간 축적해 온 과학기술 정보와 국가슈퍼컴퓨팅센터의 인프라를 활용하여 이러한 요건을 충족했습니다. 특히 자체적인 자원 확보가 어려운 민간 기업이나 대학 연구자들이 더 나은 성과를 도출할 수 있도록 지원하는 것이 개발의 주요 동기였습니다. 이를 통해 AI와 인간의 협업이 원활하게 이루어지는 연구 생태계를 조성하고 생산성을 비약적으로 높일 수 있는 토대를 마련하게 되었습니다. 데이터의 가치는 단순히 양에 있지 않고 지속적인 관리와 품질에 달려 있습니다. KISTI는 디지털 뉴딜 사업 이후에도 과학기술 텍스트 데이터 구축을 정규 업무로 수행하며 품질을 높여가고 있습니다. PDF 원문의 텍스트 변환 과정에서 구축자, 검토자, 검수자로 이어지는 다단계 검증 시스템을 도입했습니다. 문장 분리, 오타, 개인정보 포함 여부 등을 철저히 점검하여 신뢰할 수 있는 데이터셋을 제공함으로써 인공지능 모델의 정확도와 윤리성을 동시에 확보하고 있습니다. 최근 인공지능 연구는 텍스트를 넘어 이미지와 영상을 결합한 멀티모달 형태로 진화하고 있습니다. KISTI는 과학 문헌에 포함된 시각 정보를 인식하고 이해하는 시각 지능 기술 연구에 매진하고 있습니다. 사람이 말하듯 이미지를 생성하거나 논문 속의 복잡한 객체를 식별하는 기술을 통해, 마치 전문가가 모든 자료를 학습한 뒤 답변을 주는 듯한 지능형 시스템을 구축하고자 합니다. 이는 전문 지식 베이스를 바탕으로 한 고차원적인 답변 생성을 가능하게 할 것입니다. 글로벌 빅테크 기업들이 거대 모델을 주도하는 환경 속에서, KISTI는 과학기술이라는 전문 분야에 특화된 모델로 경쟁력을 확보하고 있습니다. 이제 인공지능 기술은 모델 중심에서 대규모 데이터 중심으로 변화하고 있으며, KISTI는 보유한 데이터셋과 국가슈퍼컴퓨팅센터의 인프라를 연계하여 국가적 연구 지원 체계를 강화할 계획입니다. 과학기술 종사자뿐만 아니라 국민 누구나 전문 지식에 쉽고 유익하게 접근할 수 있는 환경을 만드는 것이 KISTI가 추구하는 궁극적인 지향점입니다.
