▲ 한국전자기술연구원(KETI)이 한국어 기반의 인공지능(AI) 기능을 강화하고 할루시네이션 등 부작용을 최소화하는 데 활용할 데이터셋을 공개했다고 3일 밝혔다. <KETI>

[비즈니스포스트] 한국전자기술연구원(KETI)이 인공지능(AI)의 한국어 기능을 개선하고 부작용을 최소화하는 데 활용될 데이터셋을 공개했다.

KETI 인공지능연구본부는 AI기반모델연구센터와 복합지능연구센터 연구진이 한국어 대면 대화 데이터와 AI의 한국어·한국 문화에 대한 이해 능력을 세밀하게 진단하는 평가 데이터를 구축해 공개했다고 3일 밝혔다.

공개한 데이터는 △멀티모달 한국어 교감대화 데이터 'K-MIND' △멀티모달 AI 대화 능력 평가 데이터 'KoMMERCE' △AI의 환각 진단·응답 신뢰성 평가 데이터 'K-Prism' △한국의 사회문화적 관점에서 AI가 윤리적으로 판단하고 행동하는지를 평가하는 AI 안전성 평가 데이터 'KoEVD'다.

'K-MIND'는 KETI와 마음AI가 함께 구축한 한국어 대화 데이터다.
화자 286명이 나눈 약 115.6시간의 1:1 대면 대화를 비디오·오디오로 기록했다. 억양·발화 속도 등 준언어적 정보와 표정·시선 등 비언어적 정보를 포함하고 있어 공감형 대화 AI 개발에 활용할 수 있다.

'KoMMERCE'는 KETI와 셀렉트스타가 구축한 패션 쇼핑 상담 1만5293건으로 구성된 평가 데이터로, AI가 고객의 감정과 의도를 파악하는지, 고객이 요구한 조건을 계속 기억하는지 등 9가지 멀티모달 연계 대화 능력을 평가할 수 있다.

'K-Prism'은 1002개의 한국어 문항으로 구성, 글과 이미지를 함께 처리하는 AI가 사실과 다른 답을 내는 멀티모달 환각 현상을 진단하고 응답의 신뢰성을 평가하는 데 활용할 수 있다.

'KoEVD'는 한국어 유해·민감 발화 1만3552개와 응답 후보 7만1395개로 구성된 AI 안정성 평가 데이터다. 유해한 요청을 판별하고 안전한 답변과 행동을 선택하는 능력을 평가할 수 있다.

이번 성과를 담은 논문들은 ACM SIGKDD(국제 데이터 마이닝 콘퍼런스), LREC(언어 자원 및 평가 학회), AACL-IJCNLP(아시아·태평양 전산언어학·자연어처리 국제공동학회) 2026 본회의에 채택됐다.

신사임 KETI 인공지능연구본부장은 "이번 성과는 KETI의 한국형 AI 연구 역량을 결집한 성과"라며 "이를 토대로 국내 기업들의 독자적인 한국어와 한국 문화 특화 AI 모델 개발을 지원하겠다"고 말했다. 김나영 기자