
인더뉴스 이종현 기자ㅣKT[030200]가 '한국적 AI'의 철학을 담아 자체 개발한 언어모델(LLM) '믿:음 2.0'의 오픈소스를 AI 개발자 플랫폼 허깅페이스(HuggingFace)를 통해 공개할 예정이라고 3일 밝혔습니다.
'한국적 AI'는 KT의 AI 철학으로 한국의 정신과 방식, 지식을 기반으로 구현해 한국에 가장 잘 맞는 AI를 의미합니다. 이를 위해 KT는 한국의 사회적 맥락과 같은 무형의 요소와 한국어 고유의 언어적·문화적 특성 등을 반영해 학습한 AI 모델 개발에 집중하고 있습니다.
KT의 ‘믿:음’은 사전 학습부터 자체적으로 만든 한국적 독자 AI 모델로서 고품질 한국어 데이터를 준비하는 과정에서 모든 저작권을 확보했습니다. 2023년 믿:음 1.0 버전의 스탠다드, 프리미엄 2종을 출시한 이래 AICC(AI 고객센터), 지니TV, AI 전화, 100번 고객센터 등 서비스에 활용하고 있습니다.
새롭게 선보이는 모델은 ▲115억 파라미터 규모의 '믿:음 2.0 베이스' ▲23억 파라미터 규모의 '믿:음 2.0 미니' 2종으로 한국어와 영어를 지원합니다. 믿:음 2.0 베이스는 범용 서비스에 적합한 모델로 한국 특화 지식과 문서 기반의 질의응답에서 강점을 가집니다. 믿:음 2.0 미니는 베이스 모델에서 증류한 지식을 학습한 소형 모델입니다.
110억 파라미터 이상의 한국어 범용 LLM을 누구나 상업적으로 활용할 수 있는 오픈소스로 공개한 것은 업계 최초라고 KT는 설명했습니다.
믿:음 모델은 KT와 고려대학교가 공동 개발한 한국어 AI 역량 평가 지표인 'Ko-Sovereign(코-소버린)' 벤치마크에서 유사 규모의 국내 기성 모델을 비롯해 글로벌 최고 수준의 오픈소스 모델을 능가하는 점수를 기록했습니다. Ko-Sovereign은 한국적 AI 성능을 종합적으로 평가할 수 있도록 언어, 문화, 사회, 역사 등의 한국적 맥락을 정밀하게 반영한 전문가 수준의 문항으로 구성됐습니다.
KT는 한국과 관련한 전문 지식의 이해도를 측정하는 대표적 벤치마크 'KMMLU'와 한국어 언어모델 평가 지표인 'HAERAE'에서도 믿:음은 국내외 주요 오픈소스 모델보다 더 우수한 성능을 기록했다고 밝혔습니다.
KT는 국내 교육용 도서와 문학 작품 등의 발간물, 법률 및 특허 문서, 각종 사전 등 산업·공공·문화 영역에서 방대한 한국 특화 데이터를 확보해 믿:음 2.0 학습에 활용했습니다. 또 저작권 이슈가 있는 데이터는 모두 제거하는 등 KT의 ‘Responsible AI’ 원칙에 따라 고품질 데이터를 선별해 가공했습니다.
이외에도 한국어의 구조와 언어학적 특성을 반영한 토크나이저(Tokenizer)를 자체 개발하고 필터링으로 줄어든 데이터 규모는 데이터 합성 방법론을 적용해 보완했습니다. 고려대학교 민족문화연구원과의 산학 협력을 통해 '한국적 AI'로서 믿:음 2.0의 학술적 신뢰도를 확보했습니다.
KT는 AI의 윤리성 및 신뢰성을 높이기 위해 국내외 정책과 가이드라인을 기반으로 전문가들과 함께 만든 'AI 영향 평가 체계'를 적용하기도 했습니다.
또 믿:음 개발 단계에서 리벨리온과 협력하며 국산 AI 반도체에서의 동작을 최적화했고 프렌들리AI와 함께 사용자가 별도의 설치 과정 없이도 허깅페이스를 통해 무료로 체험해 볼 수 있는 환경도 한시적으로 제공합니다.
KT는 믿:음 2.0을 공개하며 마이크로소프트와의 협업으로 GPT-4에 한국적 사고를 추가 학습시키는 방식의 모델 또한 순차 공개할 예정입니다.
앞서 KT는 자체 개발한 모델 '믿:음', 글로벌 기업들의 SOTA(State of the Art, 현존 최고 수준 모델) 등을 활용해 한국의 특수성을 반영한 AI 모델에 집중 투자하고 국내 사용 환경에 특화한 AI의 대중화에 앞장서겠다고 밝혀온 바 있습니다.
신동훈 KT Gen AI Lab장(CAIO) 상무는 "믿:음 2.0은 일반적인 생성 능력을 갖추면서도 한국의 문화와 언어를 깊이 이해하도록 고도화된 AI 모델"이라며 "이는 KT가 국내 사용자들에게 고성능 한국적 AI 모델에 대한 새로운 대안을 제시하는 한편 글로벌 경쟁력을 갖추게 될 중요한 발판이 될 것"이라고 말했습니다.