검색창 열기 인더뉴스 부·울·경

Major Company 대기업

대우건설, AI 기반 EPC 입찰안내서 분석 시스템 구축

URL복사

Monday, May 03, 2021, 11:05:49

AI 기반 3억6000만개 플랜트PJ 용어 분석해 자동분류 모형 구축

 

인더뉴스 안정호 기자ㅣ대우건설(대표 김형)이 AI기반 해외 EPC(설계·조달·시공) ITB(Invitation To Bid, 입찰안내서) 비정형 데이터 분석 시스템 구축했다고 3일 밝혔습니다.

 

이를 통해 대우건설은 EPC 프로젝트 수주 경쟁력을 극대화하고 글로벌 시장 리더십을 공고히 한다는 계획입니다.

 

통상 해외 EPC 사업 입찰 시 최대 7000여 페이지에 달하는 다량의 입찰 문서를 정해진 시간 내에 충분히 검토하기 위해서는 많은 인원과 시간이 투입됩니다. 뿐만 아니라, 해외EPC 프로젝트의 규모가 대형화되고 자격 및 시행 요건 또한 복잡해지다보니 디지털 트랜스포메이션을 통한 혁신의 필요성이 대두됐습니다.

 

이에 대우건설은 SAS코리아와의 협업으로 지난해 6월부터 약 8개월 간 인공지능을 기반으로 하는 SAS 솔루션을 활용해 ‘BaroDAP(바로답)’이란 분석시스템을 구축했습니다.

 

‘바로답’은 ▲PDF 파일의 테이블 인식 및 본문 텍스트를 추출하고 문서 구조를 인식해 자동으로 목차별 섹션을 분리하는 데이터 전처리 ▲AI머신러닝 기반으로 3억6000만개의 단어를 분석해 공종(Discipline) 분야별 체크리스트를 자동 분류하는 텍사노미 모형을 구축하는 비정형 텍스트 분석 ▲대시보드, 분석 및 검토화면 시각화 등을 구현했습니다.

 

또한 바로답은 비정형 데이터인 입찰 문서(PDF·MS오피스 파일)의 구조와 데이터를 짧은 시간에 자동으로 인식해 목차별 섹션을 추출하고 수천 개의 카테고리 리스트에 해당하는 각각의 문서 섹션을 분리합니다.

 

공종별 담당자는 각자 필요한 카테고리 리스트에 해당하는 문서의 섹션을 자동으로 찾을 수 있어 쉽고 빠르게 발주처의 요구 및 제약사항을 파악할 수 있습니다. 또한 입찰·실행 프로젝트 전체 공종에 대한 진행상황 및 이슈도 대시보드를 통해 직관적으로 확인할 수 있습니다. 대우건설은 바로답을 통해 사업 담당자의 각 요건별 전문성을 높이고 전문 인력의 노하우를 데이터베이스화해 수주 경쟁력을 강화한다는 방침입니다.

 

대우건설 관계자는 “대형화되는 해외 EPC 프로젝트에 대응하고 빅데이터 기반의 사업수행 경쟁력을 갖출 수 있는 초석을 다지게 됐다”며 “다년간 쌓인 EPC 사업의 전문 역량과 향후 ‘바로답’ 시스템 고도화를 통해 디지털 트랜스포메이션 시대를 대비하겠다”고 말했습니다.

English(中文·日本語) news is the result of applying Google Translate. <iN THE NEWS> is not responsible for the content of English(中文·日本語) news.

배너

안정호 기자 vividocu@inthenews.co.kr

배너

SKT, ‘한국어 특화’ A.X 4.0 오픈소스 공개… “최고 수준 한국어 처리”

SKT, ‘한국어 특화’ A.X 4.0 오픈소스 공개… “최고 수준 한국어 처리”

2025.07.03 11:37:16

인더뉴스 이종현 기자ㅣSK텔레콤[017670]은 한국어 특화 LLM인 A.X(에이닷 엑스) 4.0을 오픈소스로 공개했다고 3일 밝혔습니다. SKT는 이날 오전 글로벌 오픈소스 커뮤니티 허깅페이스(Hugging Face)를 통해 A.X 4.0의 표준 모델과 경량 모델 2종을 공개했습니다. 이번에 공개한 A.X 4.0은 현존 대규모 언어 모델(LLM) 중에서도 최상급의 한국어 처리 효율성은 물론 데이터 보안을 고려한 설계, 그리고 로컬 환경에서의 운영 가능성 등이 강점이라고 SKT는 설명했습니다. 오픈소스 모델인 Qwen2.5에 방대한 한국어 데이터를 추가로 학습시켜 국내 비즈니스 환경에 맞는 성능을 발휘합니다. SKT는 A.X 4.0의 토크나이저를 자체 설계·적용해 높은 수준의 한국어 처리 역량을 구현했습니다. 자체 테스트 결과 같은 한국어 문장을 입력했을 때 GPT-4o보다 A.X 4.0이 약 33%가량 높은 토큰 효율을 기록하며 다른 LLM 대비 높은 정보 처리용량에 비용 절감까지 가능합니다. 토크나이저(Tokenizer)는 문장의 구조를 분석해 토큰으로 분할하는 작업 도구를 의미합니다. A.X 4.0은 대표적인 한국어 능력 평가 벤치마크인 KMMLU2)에서 78.3점을 기록하여 GPT-4o(72.5점)보다 우수한 성능을 보였으며 한국어 및 한국 문화 벤치마크인 CLIcK에서도 83.5점을 획득해 GPT-4o(80.2점)보다 더 높은 한국 문화 이해도를 보였습니다. SKT는 A.X 4.0를 기업 내부 서버에 직접 설치해 사용할 수 있는 온프레미스 방식으로 제공해 기업들이 데이터 보안에 대한 걱정을 덜 수 있도록 서비스할 계획입니다. A.X 4.0 개발 과정에서도 대규모 학습(CPT)의 전 과정을 외부와 연동 없이 자체 데이터로 학습해 데이터의 주권도 확보한 바 있습니다. 표준 모델은 720억개(72B), 경량 모델은 70억개(7B)의 매개변수를 갖추고 있어 이용자들이 목적에 맞춰 선택적으로 이용할 수 있도록 했습니다. SKT는 이미 A.X 4.0을 지난 5월 에이닷 통화 요약에 적용 및 활용하고 있으며 추후 자사는 물론 SK그룹 내 다양한 서비스에 적용할 계획입니다. SKT가 이번에 선보인 모델로 기업들은 파생형 모델을 개발할 수 있고 연구 분야에서도 활용할 수 있습니다. SKT는 이번 A.X 4.0 지식형 모델의 오픈소스 공개와 동시에 추론형 모델의 발표도 앞두고 있습니다. SKT는 이달 중으로 수학 문제 해결과 코드 개발 능력이 강화된 추론형 모델을 공개하고 이미지와 텍스트를 동시에 이해하고 처리할 수 있는 수준까지 모델을 업데이트할 계획입니다. 또한, 소버린 AI 관점에서 A.X 3.0에 적용한 프롬 스크래치(모델의 맨 처음 단계부터 모두 직접 구축) 방식도 병행하여 개발을 진행하고 있으며 후속 모델도 순차적으로 공개할 예정입니다. 김지원 SKT AI Model Lab장은 "SK텔레콤의 다양한 서비스를 고도화하고 기업 시장에서 한국어 특화 LLM으로 국내 비즈니스 환경에 최적화된 모델이 될 수 있도록 지속적인 기술 개발을 추진할 계획"이라고 말했습니다.


배너


배너