엔비디아·카이스트 ‘공동 AI 연구소’ 김현우 소장
김현우 엔비디아·카이스트 공동 AI 연구소장이 연구소의 연구 방향을 설명하고 있다. 카이스트 제공
유명 AI 모델 대부분 미 기업 개발
영·중국어 비해 한국어 비중 적어
“데이터 격차 극복하는 데 힘쓸 것”
글로벌 인공지능(AI) 반도체 시장을 주도하는 엔비디아와 카이스트(한국과학기술원)가 지난 7월말 한국에 공동 AI 연구소를 설립한다고 발표했다. 엔비디아가 아시아 최초의 산학협력 AI 연구소를 서울의 카이스트 김재철AI대학원에 만든 것이다.
3개월이 지난 지금 연구소는 어떤 구상을 하고 있을까. 10일 서울 강남구 엔비디아코리아 사무실에서 공동 AI 연구소의 김현우 소장(35)을 만났다. 김 소장은 카이스트 김재철AI대학원 조교수이자, 엔비디아 리서치 매니저를 겸하고 있다.
김 소장은 연구소 설립에 관해 “카이스트 등 한국 AI 연구자들의 뛰어난 역량을 전 세계에 확인시켜준 사건”이라고 말했다. 엔비디아는 연구소에 초기 5년간 매년 5000만달러(약 672억원)의 컴퓨팅 자원을 포함해 총 3억달러(약 4032억원)를 지원한다. 매년 최소 10명의 카이스트 연구원에게 인턴십 기회를 제공하고, 우수 연구원은 정규직으로 채용할 예정이다. 전 세계적으로 그래픽처리장치(GPU)가 품귀인 상황에서 국내 연구진이 엔비디아의 최첨단 GPU를 활용할 수 있다는 것도 장점이다.
연구소는 ‘데이터 격차를 극복하는 방법’을 연구할 계획이다. AI 모델은 데이터를 학습하면서 성능을 진화시키는데, 챗 GPT와 클로드 등 유명 AI 모델은 대부분 미국 기업들이 개발한 것이다. 이 AI 모델들도 한국어로 대화하고 한국어 자료를 분석할 줄 알지만 어떤 데이터를 어떻게 학습했는지 그 노하우가 공개돼 있진 않다. 국내 기업들이 한국어에 특화된 고성능 AI 모델을 만들기 위한 ‘토양’이 부실한 것이다.
전 세계적으로 영어·중국어에 비해 한국어의 사용 비중이 적다는 점도 AI 모델 학습에 영향을 미친다. 그만큼 AI가 학습하는 데이터 모음(데이터셋)이 부족하기 때문이다. 연구소는 AI 모델 학습에 활용할 우리말 데이터를 2027년까지 문서 단위로 총 100만건 이상 구축해 공개할 예정이다.
김 소장은 “지금까지는 나무에 해당하는 AI 모델, 햇빛과 물에 해당하는 GPU와 연구 인프라가 주목받았지만 AI 생태계라는 숲을 이루기 위한 토양은 사실 데이터”라며 “(시중에서) 양질의 우리말 데이터를 찾기가 정말 어렵다. 이 데이터 격차를 극복하는 게 굉장히 중요하다”고 강조했다.
연구는 기존 데이터를 활용해 더 좋은 합성 데이터를 만들고, 보유한 데이터에서 더 많이 배우는 방법 등 두 가지 축으로 진행된다. 연구소가 만드는 한국어 특화 데이터셋은 개방형으로 공개해 국내 기업들이 활용하게 할 계획이다. 질 좋은 한국어 데이터로 고성능 AI 모델을 만들고, 현장 활용으로 보완하면서 AI 생태계를 풍성하게 만드는 게 목표다.
김 소장은 “각자의 노력이 다음 사람에게 더 나은 출발점이 되도록 하고 싶다”는 뜻을 밝히면서 “많은 사람이 AI를 만들고 배포하면서 한국 사회 전반의 역량이 쌓일 수 있다”고 말했다.
그는 “기존의 산학 협력은 국내 AI 생태계에 국한된 면이 있었는데 이번 연구소를 통해 엔비디아의 우수한 연구진과 카이스트 연구진이 합심해 세계 AI 연구 생태계에 기여할 수 있는 ‘글로벌 패스트트랙’이 마련된 것”이라며 “소중한 기회를 잘 살려 한국의 AI 숲을 만들고 싶다”고 밝혔다.
댓글
0