[헬로티]

과학기술정보통신부(이하 ‘과기정통부’)는 디지털 뉴딜 ‘데이터 댐’의 핵심자원인 인공지능(AI) 데이터 관련 품질의 개념과 범위, 세부 요구사항 등을 정립한 표준안을 개발하고, 관련 전문가 등의 의견수렴 절차를 거쳐 내년 6월에 최종 채택, 확정해 나갈 것이라고 밝혔다.

과기정통부는 한국정보통신기술협회(이하 ‘TTA’) 단체표준으로 만들기 위해 10월 6일 TTA 내의 단체 표준화 기구에 공식 제안할 예정이다. 또한 앞으로 관련 내용을 국제표준화 성과로도 이어질 수 있도록 추진할 계획이다.

이번 표준안에서는 인공지능 데이터의 품질을 “인공지능 기술(모델 및 알고리즘)에 활용되는 데이터가 다양성, 정확성, 유효성 등을 확보하여 사용자에게 유용한 가치를 줄 수 있는 수준”으로 정의했다.

하지만 아직 세계적으로 품질 수준이 높지 않은 상황이다. 예를 들어 세계적 정보통신기술 기업들인 마이크로소프트나 구글 등이 4~6년 넘게 구축 및 업데이트해온 유명한 개방 데이터셋의 경우에도 데이터 정확도가 43~83% 수준에 불과하다.

이는 아직 세계적으로 인공지능 데이터 품질에 대한 체계적인 방법론이 정립되지 않은 것이 중요한 원인으로 분석된다.

특히, 지난 4월 우리나라 ‘인공지능 국제표준화회의’에 인공지능 데이터(딥러닝) 품질 관련 사항을 신규 과제로 제안하여 채택되는 등 이제 막 논의가 시작되는 초기 단계이다.

이에 한국정보통신기술협회와 한국정보화진흥원을 통해 이미 개발된 ‘인공지능 학습용 데이터 구축 및 품질관리 공통기준’을 해외사례 분석, 인공지능 및 품질관리 전문가 자문 등을 거쳐 보완하고 구체화하여 이번 표준안을 개발하게 됐다.

표준안은 자연어처리, 자율자동차, 의료, 농축수산, 제조 등 다양한 분야에서 공통적으로 적용 가능한 범용표준의 형태로 개발됐으며, 데이터 품질을 체계적으로 확보하고 상호호환성을 제고할 수 있도록 데이터 수집·정제·가공·품질검증·활용 등 전주기 단계별로 필요한 표준절차와 품질 요구사항 등을 정의하고 기본적인 데이터 규격을 담고 있다. 

구체적으로는 △원시데이터 수집단계의 다양성, 사실성 등의 품질 요구사항과 파일 포맷, 해상도 등의 기술 적합성 요구사항, △정제단계의 데이터 중복방지 및 비식별화 조치 요구사항, △ 가공단계의 객체 분류체계 및 라벨링 규격 요구사항, △품질검수·활용 단계의 유효성 등 검수 요구사항·방법 등으로 구성되어 있다.

과기정통부 관계자는 “이번에 개발된 표준안을 이미 추경사업 과제(10대 분야, 150종 데이터)에 적용하고 있으며, 한국정보통신기술협회 내의 단체 표준화 기구(TTA PG 1005, 인공지능기반기술) 내의 산·학·연 전문가 의견수렴을 거쳐 신속하게 단체 표준화를 추진하고, 앞으로 관련 사항을 국립전파연구원 등을 통해 ‘인공지능 국제표준화회의(ISO/IEC JTC1/SC42)’에 제안하는 등 국제표준화의 성과로 이어지도록 할 계획”이라고 말했다.