KT, ‘믿:음 2.0’ 오픈소스로 개방…“저작권 문제 없는 데이터 학습”

[디지털데일리 오병훈기자] KT가 ‘한국적 AI’ 키워드를 강조하며 선보인 AI 모델 ‘믿:음 2.0’을 오픈소스로 공개한다.

KT(대표 김영섭)는 대형언어모델(LLM) ‘믿:음2.0’의 오픈소스를 AI 개발자 플랫폼 허깅페이스(HuggingFace)를 통해 공개할 예정이라고 3일 밝혔다. 이 오픈소스는 기업과 개인, 공공 누구나 상업적으로 활용할 수 있도록 제약 없이 개방된다.

‘한국적 AI’는 한국의 정신과 방식, 지식을 기반으로 구현해 한국에 가장 잘 맞는 AI를 의미한다. 이를 위해 KT는 한국의 사회적 맥락과 같은 무형의 요소와 한국어 고유의 언어적·문화적 특성 등을 충분히 반영해 학습한 AI 모델을 개발했다.

KT의 믿:음은 사전 학습부터 자체적으로 만든 한국적 독자 AI 모델로서 고품질 한국어 데이터를 준비하는 과정에서 모든 저작권을 확보해 신뢰성을 높였다. 지난 2023년 ‘믿:음1.0’ 버전의 스탠다드, 프리미엄 2종을 출시한 이래 KT AICC(AI 콘택트센터), 지니TV, AI 전화, 100번 고객센터 등 다양한 서비스에 활용해 왔다.

이번에 새롭게 선보이는 믿:음 모델 시리즈는 ▲115억 파라미터 규모의 ‘믿:음 2.0 베이스(Base)’ ▲23억 파라미터 규모의 ‘믿:음 2.0 미니(Mini)’ 2종으로 모두 한국어와 영어를 지원한다. 믿:음 2.0 Base는 범용 서비스에 적합한 모델로 한국 특화 지식과 문서 기반의 질의 응답에서 특화됐다. 믿:음 2.0 Mini는 Base 모델에서 증류한 지식을 학습한 소형 모델이다.

KT와 고려대학교가 공동 개발한 한국어 AI 역량 평가 지표인 ‘Ko-Sovereign(코-소버린)’ 벤치마크에서 믿:음2.0이 타사 모델 대비 높은 성능을 보여줬다는 것이 KT 측 설명이다. Ko-Sovereign은 한국적 AI 성능을 종합적으로 평가할 수 있도록 언어, 문화, 사회, 역사 등의 한국적 맥락을 정밀하게 반영한 전문가 수준의 문항으로 구성됐다.

KT는 국내 교육용 도서와 문학 작품 등의 발간물, 법률 및 특허 문서, 각종 사전 등 다양한 산업·공공·문화 영역에서 방대한 한국 특화 데이터를 확보해 믿:음 2.0 학습에 활용했다. 또 저작권 이슈가 있는 데이터는 모두 제거하는 등 KT의 ‘책임있는(Responsible) AI’ 원칙에 따라 고품질 데이터를 선별해 가공했다.

이외에도 한국어 구조와 언어학적 특성을 반영한 토크나이저(Tokenizer)를 자체 개발하고, 필터링으로 줄어든 데이터 규모는 데이터 합성 방법론을 적용해 보완했다. 이를 통해 한국 사회 고유의 언어와 문화적 맥락을 정교하게 반영하여 한국어 사용자에 최적화된 언어 이해 능력과 정밀한 표현력을 지닌 모델로 구현했다. 고려대학교 민족문화연구원과의 산학 협력을 통해 ‘한국적 AI’로서 믿:음 2.0의 학술적 신뢰도를 높이는데 집중했다.

KT 믿:음 2.0은 AI의 윤리성 및 신뢰성을 높이기 위해 국내외 정책과 가이드라인을 기반으로 전문가들과 함께 만든 ‘AI 영향 평가 체계’를 적용해 보다 안전하고 투명한 기술을 구현하는 데 힘썼다.

또, 믿:음 개발 단계에서 리벨리온과 긴밀히 협력하며 국산 AI 반도체에서의 동작을 최적화했고, 프렌들리AI와 함께 사용자가 별도의 설치 과정 없이도 허깅페이스를 통해 무료로 편리하게 체험해볼 수 있는 환경도 한시적으로 제공한다.

KT는 믿:음 2.0을 공개하며 본격적으로 국내 AI 생태계에 ‘한국적 AI’ 확산 선도에 나선다. 마이크로소프트와의 협업으로 GPT-4에 한국적 사고를 추가 학습시키는 방식의 모델 또한 순차 공개한다.

앞서 KT는 자체 개발한 모델 ‘믿:음2.0’, 글로벌 기업들의 SOTA(State of the Art, 현존 최고 수준 모델) 등을 두루 활용해 한국의 특수성을 반영한 AI 모델에 집중 투자하고 국내 사용 환경에 특화한 AI의 대중화에 앞장서겠다고 밝혀온 바 있다. 국내 공공 및 민간 여러 분야에서 AI를 활용한 혁신을 주도하며 국가 AI 경쟁력 제고에 기여한다는 계획이다.

KT 생성형(GEN) AI 랩장(CAIO) 신동훈 상무는 “믿:음 2.0은 일반적인 생성 능력을 갖추면서도 한국의 문화와 언어를 깊이 이해하도록 고도화된 AI 모델”이라며 “이는 KT가 국내 사용자들에게 고성능 한국적 AI 모델에 대한 새로운 대안을 제시하는 한편 글로벌 경쟁력을 갖추게 될 중요한 발판이 될 것”이라고 말했다.

- Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지 -