플리토가 저자원 언어를 중심으로 텍스트 및 음성 데이터를 추가 확보, ‘데이터 주권’ 기여와 솔루션 성능 고도화에 나선다.
AI 데이터 및 솔루션 전문 플리토(대표 이정수)는 국립국어원이 주관하는 ‘2026년 한국어-외국어 말뭉치 구축 사업’ 수행 기업에 선정, AI 언어 데이터 자원 부족 문제를 해소하고 국내 모델 및 서비스 개발에 기여하겠다고 13일 밝혔다.
한국어-외국어 말뭉치 구축 사업은 AI 시대에 한국어 중심의 언어 데이터 주권을 확보하는 것을 목표로 한다. 통역과 번역, 음성인식 등 AI 언어 기술 개발을 지원하기 위해 추진되는 국립국어원의 대표적인 대규모 데이터 구축 사업이다.
이번 사업은 경희대학교 산학협력단이 주관하며 플리토는 공동 수행 업체로 참여한다. 총 사업 규모는 약 38억원으로, 플리토는 전체 545만 어절과 음성 50만 어절, 총 595만 어절의 병렬 말뭉치 구축을 담당한다. ▲베트남어 ▲인도네시아어 ▲태국어 ▲힌디어 ▲크메르어 ▲타갈로그어 ▲러시아어 ▲우즈베크어 ▲영어 등 기존 9개 언어에 신규 언어 아랍어를 추가해 총 10개 언어 데이터 구축을 진행한다.
구체적으로 AI 통역과 번역 기술 개발을 위한 언어 자원으로 활용하기 위해 문장 단위에서 문단 단위로 변환해 병렬 말뭉치(커퍼스)를 구축한다. 구축되는 데이터는 말뭉치 웹사이트에서 누구나 이용 가능하며, 국내 기업들의 서비스 개발 등에도 활용이 가능하다. 특히, 저자원 언어 데이터를 중점적으로 구축해 통역 및 번역 과정에서 안정적인 결과물을 지원하고 국가별 언어 차이로 인해 발생하는 AI 기술 격차를 타파하겠다는 설명이다.
관계자는 “실제, 동남아를 주요 해외 시장 중 한 곳으로 보고 있다”라며 “지난 3월 체결한 베트남 국립 대학인 호찌민시 인문사회과학대학과의 MOU를 시작으로, 앞으로도 동남아 국가와 협력 범위를 넓혀갈 것”이라고 말했다.
또, 기존 9개 언어에 대한 STS(Speech to Speech) 말뭉치도 공동 구축할 예정이다. AI 서비스 고도화로 인해, 텍스트를 넘어 음성 인풋(input)이 많아지는 기술적 흐름을 반영한 것이다. 신규 언어·유형에 맞춘 평가 기준 및 도구 마련, 번역 플랫폼 개선 등 데이터 정제 및 검수 체계 고도화 연구도 병행한다는 설명이다.
플리토 관계자는 “고품질의 한국어-외국어 말뭉치는 필요시 플리토 솔루션 고도화를 위한 데이터로 활용될 수 있다”라며 “문맥 이해와 추론 능력을 갖춘 차세대 번역 모델 개발 촉진에도 기여할 것으로 기대한다”라고 말했다.
한편, 플리토는 글로벌 시장에서 검증된 다년간의 데이터 정제 노하우를 바탕으로 국립국어원의 핵심 파트너로 자리매김했다. 그 결과, 이번 연도에 구축할 데이터까지 포함하면 음성 포함 누적 구축 어절은 약 6100만개에 달할 예정이다.
이정수 플리토 대표는 “플리토의 언어 데이터 전문성과 검수 품질을 높이 평가 받아 올해 국립국어원 말뭉치 구축 사업에 참여하게 돼서 기쁘다”라며 “앞으로도 정부 및 연구기관과 협력해 고품질의 AI 언어 데이터를 지속적으로 공급, AI 모델 강국으로 자리매김하는 데 힘을 보태겠다”라고 말했다.
장세민 기자 semim99@aitimes.com
댓글
0