인공지능 학습용 데이터 구축 수행기관의 품질관리 역량 강화한다

NIA, 인공지능 학습용 데이터 확보를 위한 품질관리 가이드라인 및 구축안내서 개발·보급

[보안뉴스 박미영 기자] 한국지능정보사회진흥원(이하 NIA)은 과학기술정보통신부(이하 과기정통부)가 추진하는 인공지능(AI) 학습용 데이터 구축 사업의 품질 확보를 위해 인공지능 학습용 데이터 품질관리 가이드라인 v1.0(이하 가이드라인)과 인공지능 학습용 데이터셋 구축안내서(이하 구축안내서)를 공개했다고 밝혔다.

이번에 공개하는 가이드라인과 구축안내서는 2021년도 인공지능 학습용 데이터 구축 사업부터 본격적으로 적용해, 구축 사업 참여기관의 품질관리 및 구축 사업 수행 역량을 제고하는데 기여할 것으로 기대된다.

2017년부터 과기정통부와 NIA가 ‘인공지능 학습용 데이터 구축 사업’을 통해 약 21종 460만 건의 인공지능(AI) 학습용 데이터를 구축해 민간에 개방을 했으나, 데이터의 품질이 사용자가 원하는 수준에 미치지 못한다는 지적이 있었다.

이를 해결하기 위해 NIA는 데이터 생애주기를 기반으로 ‘계획-구축-운영-활용’ 영역별 데이터 품질관리 활동을 정의한 가이드라인과 인공지능(AI) 학습용 데이터셋 구축안내서를 개발했다.

NIA 지능데이터본부 고윤석 본부장은 “개발된 가이드라인과 구축안내서를 올해 인공지능(AI) 학습용 데이터 구축 사업에 적용하고 산·학·연 전문가 및 구축 사업 수행기관, 참여기관의 의견을 적극 수렴해 지속적으로 보완해 나갈 예정”이라고 밝혔다.

본 가이드라인과 구축안내서는 NIA 누리집 및 인공지능 학습용 데이터 통합 플랫폼 AI 허브를 통해 내려받을 수 있다.
[박미영 기자(mypark@boannews.com)]

AI 및 AI 보안 솔루션이 보안 인력의 업무에 어떤 식으로 영향을 미칠것이라고 생각하시나요
	부족한 인력 보충: 만성적인 인력 부족 문제를 해결하는 보완재 역할을 하고 있다(100% 대체는 불가)
	업무 영역의 분리: AI는 대량 데이터 처리를, 전문가는 고도의 전략적 판단을 맡는 등 역할이 완전히 다르다
	업무 총량의 전이: 단순 업무는 줄었으나, AI 모델 관리·검증 등 새로운 형태의 운영 업무가 발생해 전체 업무량은 비슷하다
	인력 대체 가능: 단순 반복 업무를 넘어 분석/판단 영역까지 대체하여 인력을 줄일 수 있다
	신뢰도 부족: 아직은 AI의 오탐이나 환각(Hallucination) 우려로 인해 사람이 일일이 재검토해야 하므로 실질적인 도움은 적다