(사진=와이즈넛)
이번 사업은 지난해 12월 개최된 성과보고회에서 우수 사례로 선정돼 소개됐다. 단순한 데이터 구축 성과를 넘어 실제 현장 활용 가능성과 향후 확장성까지 동시에 인정받았다.
와이즈넛은 2021년과 2022년 관련 사업을 성공적으로 수행한 바 있다. 이번에는 방송통신기자재 등 적합성 평가 데이터를 확보하고, LLM 기반 생성형 AI 모델 구축을 함께 진행해 데이터 구축 범위와 완성도를 한 단계 끌어올렸다.
와이즈넛은 본 사업 주관기관으로서 △적합성 평가 관련 방대한 비정형 데이터의 체계적 수집·정제 △360개 분류 체계에 기반한 고품질 학습 데이터셋 10만건 구축 △평가 유형과 판단 근거를 반영한 질의응답을 통해 AI 모델 구축 등을 총괄 수행했다.
특히 자체 보유한 데이터 전처리 역량을 활용해 AI 학습용 데이터의 정확도 향상과 생성형 AI 모델에 대한 신뢰도를 높이는 데 주력했다.
최종 구축된 적합성평가 생성형 AI 모델과 질의응답 데이터는 상반기 내 AI 허브를 통해 공개될 예정이다. 향후 공공과 민간 전반에서 방송통신기자재 적합성 평가에 대한 이해도를 높이고 산업 현장의 실질적인 활용을 확대하는 데 기여할 전망이다.
강용성 와이즈넛 대표는 “AI 성능과 활용 가치는 결국 얼마나 양질의 데이터를 확보하는가에 달려 있다. 고품질 학습 데이터는 AI 에이전트의 실효성을 결정하는 출발점”이라며 “앞으로도 와이즈넛은 공공과 민간 모두 활용 가능한 초거대 AI 기반 학습데이터 생태계 확산에 기여하고, AI 기술의 실질적 활용 기반을 지속적으로 확장해 나가겠다”고 말했다.
