AI 테크 기업 크라우드웍스가 정부의 AI 학습용 데이터 구축 사업을 통해 한국어 복합추론 데이터셋 개발에 나선다. 단순 질의응답을 넘어 AI가 인간처럼 논리적 사고 과정을 학습할 수 있는 데이터 구축이 핵심이다.
크라우드웍스는 과학기술정보통신부가 주관하고 한국지능정보사회진흥원(NIA)이 추진하는 ‘2026년도 AI허브 학습용 데이터(추론용) 사업’ 가운데 ‘복합 문서 기반 지식 추론 데이터’ 구축 과제를 수주했다. 이번 사업은 크라우드웍스가 주관기관을 맡고 워트인텔리전스, 젠다이브와 컨소시엄을 구성해 수행한다. 정부는 생성형 AI의 한국어 추론 능력을 높이기 위해 산업 현장에서 활용 가능한 고난도 추론 데이터를 구축하는 사업을 추진하고 있으며, 이번 과제는 총 10개 사업 가운데 하나다.
복합추론 데이터 구축 사업에 참여하는 3사 로고 (자료 제공: 크라우드웍스)
표·그래프·도면까지 이해하는 멀티모달 추론 데이터
컨소시엄은 표와 그래프, 도면 등 시각 정보와 텍스트가 결합된 공공 문서를 수집·정제해 1만 건 이상의 고품질 추론 데이터를 구축할 계획이다. 구축된 데이터는 한국어 기반 멀티모달 복합추론 데이터셋으로 활용되며, AI가 서로 다른 형태의 정보를 종합적으로 이해하고 추론할 수 있도록 지원한다.
크라우드웍스는 단순한 데이터 구축을 넘어 AI의 사고 과정을 설계하는 데이터 엔지니어링 역량을 이번 사업에 집중한다. 공공행정과 과학기술, 법령, 특허 등 분야별 추론 취약 영역을 분석하고 CoT(Chain of Thought), ToT(Tree of Thoughts), GoT(Graph of Thoughts) 등 다양한 추론 기법을 적용해 복잡한 사고 흐름과 고난도 질문을 설계할 예정이다.
데이터 품질 확보에도 공을 들인다. 추론 과정의 각 단계마다 근거가 되는 출처를 연결하고, 대규모언어모델(LLM) 자동 검증과 전문가 검수를 결합한 하이브리드 검증 체계를 적용해 데이터의 신뢰성과 무결성을 높인다는 방침이다. 생성형 AI의 대표적인 한계로 꼽히는 환각(Hallucination) 현상도 최소화할 수 있을 것으로 기대하고 있다.
회사 측은 이번 사업이 한국어 기반 AI의 추론 성능을 한 단계 끌어올리는 계기가 될 것으로 보고 있다. 제조와 금융, 공공 등 다양한 산업에서 AI가 보다 복잡한 업무와 의사결정을 수행할 수 있는 기반도 마련될 것으로 기대된다.
크라우드웍스 관계자는 “이번 사업은 글로벌 AI 경쟁 속에서 한국어 행정과 산업 맥락을 이해하는 독자적인 AI 기술과 데이터 주권 확보에 기여하는 프로젝트”라며 “그동안 축적한 데이터 설계와 품질 관리 역량을 바탕으로 국내 AI 산업 경쟁력 강화에 기여하겠다”고 말했다.
The post 크라우드웍스, AI ‘사고력’ 키운다… 한국어 복합추론 데이터 구축 나서 appeared first on 벤처스퀘어.