2026년 AI허브 인공지능 학습용 데이터 업사이클링 사업 재공고

□ 지원 배경

ㅇ 우리나라는 세계에서 3번째 LLM을 개발한 국가로 빅테크에 뒤떨어지지 않는 생성형 AI 모델, 우수한 경량화 AI 모델·서비스 보유 등 충분한 저력 보유

ㅇ 하지만, 빅테크 기업과의 자본·기술 격차로 오픈AI 모델 독점 등 양극화가 발생하여 국내 강점을 지닌 특화 영역을 선점하는 전략으로 차별화 필요

ㅇ 최근, 저비용·고효율 AI 모델 개발의 기회가 열렸으며, 단순 응답을 넘어 인공지능이 스스로 검토하고 물리적 환경에서 직접 행동하는 피지컬 AI 및 에이전트 기술 등 새로운 기술 패러다임 전환에 기민한 대응이 시급

□ 지원 목적

ㅇ 버티컬 AI, sLLM 등 새롭게 등장하는 AI 기술·환경에 대응하기 위한 새로운 데이터 정책 및 트렌드를 반영한 데이터 필요

ㅇ 멀티모달 AI 발전으로 기존 단일 유형 데이터에서 인과관계를 추론하고 현실세계와의 상호작용을 지원하는 멀티모달 데이터로 전환할 필요성 多

ㅇ 민간의 다양한 수요를 반영하여 AI허브에서 개방중인 AI 학습용데이터의 활용가치 극대화를 위한 라이프사이클 관점의 관리 필요

▶ (적용성 향상) 특정 목적*에 적합하도록 개선되어야 하므로 정확도와 적합성 등의 품질을 높이는 것이 주요 목적

• 분석 및 예측 성능 향상, 모델 학습 최적화, 다양한 형태의 데이터 융합 등

▶ (활용도 향상) 다양한 환경에서 쉽게 활용될 수 있도록 개선되어야 하므로 호환성, 사용 용이성 등의 활용 범위를 넓히는 것이 주요 목적

⟹ 기구축·개방된 AI 허브 데이터를 고도화하여 생성형 AI 변화주기에 적합하고 활용하기에 유용한 데이터로 업사이클링 추진 필요