전체기사 최신뉴스 GAM 라씨로
뉴스핌 채널 추가
뉴스핌 채널 추가 안내
문화·연예 문화·연예일반

속보

더보기

문체부·국립국어원 '챗GPT 말뭉치 사업' 긴급진단…현주소는?

기사입력 : 2023년03월17일 10:39

최종수정 : 2023년03월17일 15:19

문체부, 국어원과 'K-챗GPT' 저작권·활용방안 논의
국립국어원, K-GPT 개발 지원 '말뭉치' 사업
이달 말 '모두의 말뭉치' 영문판 홈페이지 개통
말뭉치 사업, 올바른 한국 정보 알리기 위한 기초 작업

[서울=뉴스핌] 이현경 기자 = 한국형 챗GPT 개발을 지원하는 국립국어원이 이달 말 '모두의 말뭉치' 홈페이지의 영문판을 개통한다.

'모두의 말뭉치'는 국립국어원이 거대 인공지능(AI) 기술에 활용될 언어 자료를 공식적으로 게시하는 온라인 공간이다. '모두의 말뭉치'의 영문판 홈페이지 구축은 한국 관련 정보의 오류 발생을 줄일 수 있는 발판을 마련한 것으로 해석된다. 

국어원에 따르면 '말뭉치 사업'은 고차원적인 한국어를 이해할 수 있는 자료인 동시에 저작권이 해결된 정보이기 때문에 기존 챗GPT가 소개하는 한국 정보보다 신뢰성도 높다. 이에 잘못된 한국 정보를 바로 잡는데 기여할 것으로 기대한다.  

[서울=뉴스핌] 이현경 기자 = 국립국어원의 '모두의 말뭉치' 홈페이지 2023.03.17 89hklee@newspim.com

유희정 국립국어원 언어정보과 학예연구사는 뉴스핌을 통해 "3월 말까지 '모두의 말뭉치' 영문 페이지를 개통하고,  올해 안으로 외국인 이용자의 홈페이지 회원가입 간소화를 위한 작업도 추진한다"고 밝혔다.

현재 '모두의 말뭉치' 홈페이지는 국문판만 개설돼 있다. 이곳에서도 국내외인 상관 없이 회원가입만 하면 국어원이 제공하는 한국어 말뭉치 자료를 내려받아 사용·활용할 수 있다. 가입 과정에서 휴대폰 번호를 통한 본인 인증이 필요한데, 외국인은 불가하기 때문에 그간 이메일이나 우편을 통한 서면 자료를 제출해야 하는 불편함이 있었다. 올해 내로 이 과정을 간소화해 외국인도 편리하게 한국어 말뭉치 자료를 활용할 수 있게 됐다.

장소원 국립국어원장은 말뭉치 사업이 한국에 대한 정확한 정보를 해외에 전하는데 도움이 될 것이라고 강조했다. 현재 공개된 챗GPT의 한국어 이해 능력과 한국에 대해 설명하는 정보는 신뢰할 수 없다는 평가다.

장 원장은 "한국어 챗GPT를 잘 만들려면 한국어 말뭉치를 잘 만들어야 한다"며 "챗GPT-4의 한국어 능력은 이전보다 나아졌지만, 앞선 세대는 잘못된 정보가 많았다. '국립국어원장이 누구냐'고 물으니 '김영권 교수'라며 거짓 정보를 말하더라"라고 말했다.

이어 "우리나라에 대한 정보를 잘 전달하기 위해서 말뭉치 사업이 필요하다"면서 "아직은 (오픈AI의)챗GPT 수준이 신뢰할 정도는 아니다. 잘 모르면 모르겠다고 하면 좋겠는데 지어내기도 한다"며 "미국에서 만든 챗GPT이기 때문에 한국어 말뭉치를 어디에서 가져온 것인지도 모른다. 국어원의 말뭉치 사업은 정교하고 고차원적인 해석이 가능하도록 하는 말뭉치 작업이기 때문에 한국어 능력과 정보에 대한 신뢰성을 올릴 수 있다. 또한 대기업, 작은 기업도 모두 활용할 수 있다"고 언급했다.

◆ 챗GPT 열풍… 문체부·국어원 K-GPT 개발 지원

[사진=게티이미지뱅크]

전 세계적으로 초거대 인공지능(AI)시대가 본격적으로 개막했다. 지난해 11월 미국의 인공지능 연구개발 기업 오픈AI가 개발한 챗GPT가 세상에 공개되면서다. AI의 인간을 뛰어넘는 학습 능력은 모두가 인정하는 부분이지만 자연스러운 언어 구사를 통한 소통은 신기술의 발전으로 평가된다.

챗GPT의 성능이 입증된지 불과 6개월도 채 되지 않은 지난 14일(현지시각)에는 인공지능 챗봇 '챗GPT'의 능력이 한 단계 더 향상됐다는 소식이 전해졌다. 오픈AI는 GPT-4를 공개하고 챗GPT가 문자뿐 아니라 사람의 손글씨, 이미지도 인식하고 이전보다 오류 발생률이 줄었다고 밝혔다. 앞서 11월에 공개된 GPT-3.5에 비해 GPT-4는 기존 회당 3000단어에서 2만5000단어를 처리할 정도로 수행력이 높아졌으며, 특히 한국어 처리 이해 정확도를 77%로 끌어 올리며 높은 성능을 자랑했다.

전 세계적인 챗GPT 열풍에 발맞춰 올해 2월 문체부는 국립국어원과 함께 추진하는 '한국어를 잘하는 K-챗GPT' 개발을 지원한다고 밝혔다. 이에 지난달 24일 AI 등 신기술 관련 저작권, 활용방안과 관련해 논의할 워킹그룹을 발족했다. 이 워킹그룹은 2027년까지 한국어 특성을 반영한 고품질 말뭉치 10억 어절 구축 계획을 세울 예정이다. 

올해는 한국형 챗GPT가 빠르게 개발될 수 있도록 25종, 약 1억2000만 어절의 고품질 한국어 말뭉치를 구축해 배포한다. 국어원에 따르면 4월 중 25종 말뭉치 사업과 관련한 발주를 마무리하고 5월 중 계약까지 체결한 후 수립된 올해 계획이 시행된다.

유희정 국어원 학예연구사는 "챗GPT-4가 올해 나온다는 건 지난해 말부터 예측이 됐다. 최근 챗GPT를 사용해보면 알겠지만 한국어로 소통이 가능하지만 한국에 대한 정보, 한국 문화와 한국어에 대한 이해는 뛰어나지 않다"고 평가했다.

◆ 국어원, '저작권' 문제 해결된 말뭉치 자료

국어원이 추진하는 말뭉치 사업은 AI가 '고차원적'인 한국어 처리 능력을 할 수 있도록 하는 밑바탕 작업이다. 국어원은 2018년부터 대규모 한국어 말뭉치 사업을 시작해 37종(약 22억 어절)을 공개 사이트인 '모두의 말뭉치' 통해 제공하며 한국어 인공지능 개발에 활용되고 있다.

고품질의 말뭉치는 사람이 직접 말뭉치에 한국어 분석 정보(어휘 의미, 구문, 개체명, 감성 등)를 입력하고 검수하는 과정을 거치는데, 이 과정에 비용이 많이 들기 때문에 한국어 말뭉치 제공은 스타트업의 언어자료 구축 비용 절감과 개발된 인공지능 기술의 고도화에 기여하고 있다.

국어원이 제공하는 '말뭉치'는 '저작권' 문제가 해결된 자료다. 여러 분야의 정보를 제공하는 AI의 학습을 위해 다양한 방면의 자료가 필요하다보니 자료 수집 과정에서 중복된 자료, 거짓 정보까지 포함된다. 여기에 출처가 분명하지 않으면 저작권 문제까지 번질 수 있다. 누구나 자료를 쓸 수 있게 하기 위해 저작권 문제에 집중하고 있으며 예산도 저작권 관련 비중이 가장 높다. 

유희정 연구사는 "실제로 웹크롤링(웹 검색을 통해 추출하는 자료)을 통한 공개된 데이터를 개발과 연구에 사용할 때 윤리적인 문제나 저작권 문제가 발생한다"고 말했다.

이어 "저작권을 확보한 자료를 수집하더라도 인공지능이 학습할 수 있는 형식으로 가공이 필요한데 이 작업을 국어원에서 한다"며 "인공지능 모델이 한국어를 처리하기 위해 이 자료를 어떤 뜻으로 해석해야 하고 어떤 문장으로 분석해야하는 지 등의 지침을 만들고 데이터화하는 작업까지 한다"라고 소개했다. 

유 연구사는 "카카오나 네이버와 같은 대기업은 AI 모델에 학습시킬 다양한 한국어 자료를 확보할 사정이 되지만 이에 비해 중소기업이나 스타트업은 거대 데이터 수집이 힘들고, 이 과정에서 자료가 중복되거나 사실이 아니거나 저작권이나 윤리적인 문제가 일어날 수 있다"며 "국어원이 제공하는 자료는 저작권과 관련해서는 안심하고 사용할 수 있다"고 덧붙였다. 

89hklee@newspim.com

[뉴스핌 베스트 기사]

사진
엔비디아 단기 조정? 서학개미 '반도체 하락 3배 수익' 베팅 [서울=뉴스핌] 한기진 기자 = 서학개미들이 엔비디아 등 반도체 주가가 급등한데 따른 단기 가격조정에 집중적으로 베팅하고 있다. 인공지능(AI) 열풍을 타고 엔비디아가 반도체기업 최초로 시가총액 1조 달러를 돌파하는 등 가격 급등에 따른 조정을 예상하는 것이다.   4일 한국예탁결제원 세이브로(SEIBro)에 따르면 최근 일주일간 서학개미들이 가장 많이 순매수한 종목은 디렉시온 데일리 반도체 베어 3X ETF(DIREXION DAILY SEMICONDUCTOR BEAR 3X ETF)로 나타났다. 지난 5월2일부터 6월1일 사이 5829만달러(약 764억원)를 순매수했다. 이 ETF는 필라델피아 반도체 지수의 하루 변동 폭의 3배를 따라가는 금융상품으로 지수 하락 시 수익을 얻는다. 필라델피아 반도체 지수가 하루 동안 1% 하락하면 3%의 수익률이 난다.  지난 달 31일 CNBC는 단기간 지나친 주가 폭등 때문에 애널리스트들과 투자자들 모두 엔비디아의 단기 조정이 불가피하다는 입장이라고 전했다. 제니 몽고메리 스콧의 기술 전략가 댄 완트로브스키는 (상승장에서 얼마나 많은 종목이 같이 뛰는지를 보여주는) 시장 폭(market breadth)이나 전반적인 시장 참여의 부재 등을 감안했을 때 엔비디아 주가의 단기 하락 가능성이 크다고 주장했다. 리트홀츠 자산운용의 조시 브라운 최고경영자(CEO) 역시 최근 보유 엔비디아 주식의 25%를 매도했다면서, 2015년 처음 매수 가격이 20달러대로 1000% 넘는 수익률을 기록했다고 강조했다.  [서울=뉴스핌] 한기진 기자 = 2023.06.02 hkj77@hanmail.net 두번째로 순매수 규모가 큰 종목은 미국의 금리인상이 고점에 달했다는 전망이 나오면서 인기를 모은 디렉시온 데일리 20년 이상 국고채 불(DIREXION DAILY 20+ YEAR TREASURY BULL 3X SHS) ETF'로, 2563만달러(336억원) 규모로 순매수했다. 미국 연방정부의 채무불이행(디폴트) 우려가 극에 달했던 지난주 9751만달러(1279억원)어치나 순매수한 것과 비교하면 투자 열풍이 가라앉았다. 이 채권 ETF는 만기 20년 이상 미국 국채를 3배로 추종하는 레버리지 상품이다. 미국 국채금리가 하락할 경우, ETF의 수익률은 상승한다. 이는 서학개미들의 금리 하락을 전망하고 있다는 것을 의미한다. 최근 시장은 미 연방준비제도(Fed·연준)가 다음달 연방공개시장위원회(FOMC)에서 기준금리를 동결하고 이후 기준금리를 인하하기 시작할 것이란 관측이 제기되고 있다. 세번째로 순매수 규모가 큰 종목은 미국의 대표적인 고배당 상장지수펀드(ETF) JEPI(JP MORGAN EQUITY PREMIUM INCOME) ETF로 순매수 규모가 1825만달러(239억원)이다. JEPI는 스탠더드앤드푸어스(S&P)500지수를 추종하는 커버드콜 ETF다. 연간 10%대의 분배금 수익률을 보이고 있어, 고배당 ETF로 불린다. 특히 매월 분배금을 나눠주는 월배당형 ETF이기 때문에 단기 투자자들에게 특히 관심을 받는다. 이 밖에도 ▲ 월 배당 리츠인 리얼티 인컴(REALTY INCOME CORP) ▲ 20년 만기 미 장기국채에 투자하는 ISHARES 20+ YEAR TREASURY BOND BUYWRITE ▲ 배당 성장주에 투자하는 '슈왑 미국 배당금 에쿼티(SCHWAB US DIVIDEND EQUITY) ETF' ▲ DIREXION DAILY SP BIOTECH BULL 3X SHS ETF ▲ ISHARES 20+ YEAR TREASURY BOND ETF ▲ AXS 1.25X NVDA BEAR DAILY ETF 등이 순매수 10위안에 올랐다. 개별종목으로는 제약회사 화이자(PFIZER INC)가 순매수 상위 종목에 이름을 올렸다. ※ 기사 본문에 인용된 통계는 지난주 금요일부터 이번주 목요일까지(미국 현지시각 기준 5거래일) 집계된 수치입니다. 보다 자세한 통계는 한국예탁결제원을 통해 확인하실 수 있습니다.   hkj77@newspim.com 2023-06-04 06:00
사진
[단독] 서울시, 7월부터 보건소에서 마약류 '익명검사' 실시한다 [서울=뉴스핌] 정광연 기자 = 서울시가 오는 7월부터 25개 자치구 보건소에서 마약류 '익명검사'를 실시한다. 자신도 모르는 사이에 마약에 노출된 피해자들이 개인정보공개 위험 없이 자가검사를 할 수 있는 시스템을 마련하기 위함이다. 익명검사에서 양성이 확인될 경우 경찰과 연계해 신속한 수사에 돌입할 수 있는 방안도 마련 중이다. 급증하는 마약 관련 범죄에서 피해자를 빠르게 찾아내 신속한 대응에 나설 수 있는 다각적인 방안을 마련한다는 방침이다. [서울=뉴스핌] 황준선 기자 = 강남구 학원가에서 학생들에게 마약 성분이 든 음료를 나눠준 뒤 학부모들을 협박한 '마약 음료 사건'의 일당인 길모 씨(왼쪽)와 김모 씨가 10일 오후 서울 서초구 서울중앙지방법원에서 열린 영장실질심사(구속 전 피의자 심문)에 출석하고 있다. 2023.04.10 hwang@newspim.com 뉴스핌 취재를 종합하면 서울시가 오는 7월부터 25개 자치구 보건소를 통해 마약류 익명검사를 실시하는 것으로 2일 확인됐다. 이번 조치는 서울 강남 학원가 마약 음료 사건처럼 자신도 모르는 사이에 마약류에 노출된 피해자들을 위한 대책이다. 지난 4월 강남구 대치동 학원가에서 발생한 이 사건은 남녀 2쌍으로 이뤄진 피의자 4명이 학생들에게 마약(필로핀) 성분이 든 음료수를 나눠주고 이를 빌미로 마약중독 여부를 경찰에 신고하겠다며 협박해 큰 파장을 낳았다. 강남 학원가 사건 뿐 아니라 최근 마약류를 이용한 범죄가 증가하고 있다는 점도 보건소 익명검사를 추진하는 주된 이유 중 하나다. 누구나 개인정보 노출 위험없이 접근할 수 있는 시스템을 제공해 피해 확인 및 후속 대응을 스스로 결정할 수 있도록 지원한다는 방침이다. 익명검사는 간이검사키트를 활용해 이뤄진다. 현재 검사 대상으로 선정한 마약류의 종류 등은 확정되지 않았으나 마약류 적발 현황 등을 고려할 때 코카인과 필로폰, 합성대마와 펜타닐 등 주요 마약류가 모두 포함될 것으로 보인다. 검사키트는 검사 대상이 결정된 후 이에 맞춰 선정될 예정이다. 특정 마약류에 높은 정확도를 보이는 제품을 선별하기 위함이다. 통상 마약류 검사키트 정확도는 70~80% 수준인 것으로 알려졌으나 검사 대상과 키트 종류가 확정되기 전 정확도에 대한 언급은 어렵다는 게 서울시 설명이다. 익명검사에서 양성 반응이 확인되면 키트 검사가 '위양성(거짓양성, 음성이어야 할 검사결과가 잘못돼 양성으로 나온 경우)'일 가능성이 있음을 충분히 설명한 후 서울시 마약 관련 대응 거점인 은평병원으로 연계해 정밀검사를 받도록 한다. 은평병원은 이에 맞춰 하반기부터 마약류 검사기능을 확대한다. 특히 양성판정을 받은 사람이 원할 경우 경찰로 이관해 신속하게 관련 수사를 받을 수 있도록 지원한다. 마약의 경우 시간이 지나면 체내에 있는 증거 자체가 사라지기 때문에 이른바 '골든타임'을 지킬 수 있는 체제를 구축하기 위함이다. 아울러 피해자가 원할 경우 국가기관에서 마약 중독 관련 상담도 받도록 조치한다. 지난 4월 마약류 대응을 강화하기 위해 마약대응 TF를 구성하고 단속과 치료, 재활 및 예방에 이르는 종합대책을 마련한바 있는 서울시는 이번 보건소 익명검사 실시로 고의적인 마약류 '테러'로 고통받는 피해자를 조기에 발굴하고 지원한다는 방침이다. 서울시 관계자는 "보건소 마약류 익명검사는 자신도 모르는 사이에 누군가의 고의적인 행위로 마약에 노출된 피해자들을 찾아내 조기에 대응하기 위한 일종의 게이트 역할을 하게 될 것"이라며 "실무적인 협의가 마무리되면 각 자치구를 통해 내달중 시행할 예정"이라고 전했다.   peterbreak22@newspim.com 2023-06-02 07:05
안다쇼핑
Top으로 이동