더벨'머니투데이 thebell'에 출고된 기사입니다.
크라우드웍스가 법적 리스크가 없는 고품질 데이터셋 유통·판매 사업을 본격 개시한다고 18일 밝혔다.
크라우드웍스에 따르면 AI 시장에서 데이터 라이선스와 투명성이 강조되고 있다. 유럽연합(EU)은 인공지능(AI) 기업들에게 학습 데이터 정보 공개를 의무화했고, 미국에서는 저작권 침해 소송이 증가하는 추세다. 이처럼 라이선스를 확보한 AI 학습용 데이터셋의 중요성이 커지는 가운데 크라우드웍스가 검증된 데이터셋 유통에 나섰다.
크라우드웍스가 판매하는 데이터셋은 라이선스를 확보한 산업 특화 데이터셋이다. 데이터셋 라인업에는 △웍스원 데이터셋 △광고 분석 △건강검진 결과 △전문 지식 Q&A △기업 정보 △도서 △뉴스 기사 등이 포함됐다. 저작권 침해, 개인정보보호 등 법적 리스크가 없고 AI가 아닌 검증된 전문가가 구축해 전문성과 신뢰성이 높다고 강조했다.
웍스원 데이터셋은 숫자, 문장, 글 등 기업에서 자주 사용하는 답변 형식이나 동사, 문체 등 AI가 기업이 선호하는 표현으로 답할 수 있도록 설계된 데이터셋이다. 크라우드웍스의 소형언어모델(SLM) '웍스원(WorksOne)'이 이 데이터셋을 학습했다. 회사 측은 "타 모델과 비교 테스트에서 기업이 원하는 다양한 요구사항과 답변 유형을 만족하는 결과물을 얻을 수 있음을 확인했다"고 전했다.
광고분석 데이터셋은 국내 광고 1만여건의 광고 데이터를 분석해 만들었다. 이 밖에도 240개 국가 3억 개 이상의 최신 기업 정보를 포함하는 기업정보 데이터셋과 장르와 카테고리별 도서(e-book) 데이터셋, 1만5000여건의 건강검진 결과 데이터셋, 5억건 이상의 뉴스 기사 데이터셋, 16개 분야별 전문가가 생성한 전문지식 Q&A 데이터셋 등을 구매할 수 있다.
김우승 크라우드웍스 대표는 "AI 프로젝트가 성공하려면 데이터의 양적 확대보다 품질에 집중해야 한다"며 "양질의 데이터가 부족한 상황에서 신뢰할 수 있는 데이터셋 공급을 통해 기업의 AI 프로젝트 성공을 돕고 건강한 AI 생태계를 만들어갈 것"이라고 말했다.