SBS Biz

인공지능(AI) 스타트업 업스테이지가 가장 '한국적인' 거대언어모델(LLM)을 개발하기 위해 머리를 맞댑니다.



업스테이지는 고성능 LLM에 쓰이는 한국어 데이터 확보를 위해 '1T 클럽'(1조 토큰 클럽)을 발족한다고 오늘(14일) 밝혔습니다.

1억 단어 이상 한국어 데이터에 기여할 수 있는 파트너사로 구성되며 현재 언론사·기업, 학계 등 데이터 제공자 20여 곳과 파트너십을 위해 협의하고 있습니다.

업스테이지는 확보한 데이터로 한국 문화·정서를 담아낼 수 있는 거대언어모델을 개발하고 다양한 분야의 생성 인공지능 애플리케이션에 활용한다고 설명했습니다.

이어 업스테이지는 기여한 토큰 수에 비례해 거대언어모델 응용프로그램 인터페이스(API)를 사용할 수 있는 비용을 할인하고. 사업 수익 일부를 파트너사들에 지급합니다.



또 파트너사들이 제공하는 데이터는 한글 프리트레이닝 학습 용도로만 사용하며, 원문을 유출할 수 없도록 자체 탈옥 방지 기술을 적용합니다.

이를 통해 인공지능이 데이터를 자동으로 수집·분류·저장하는 '크롤링'으로 발생하는 저작권 문제 등을 해결하고, 데이터 제공자와 모델 제작자 모두가 혜택을 볼 수 있도록 운영할 수 있다고 설명했습니다.

앞서 업스테이지가 자체 개발한 메타 '라마-2' 파인튜닝(미세조정) 거대언어모델은 머신러닝 플랫폼 '허깅페이스'에서 운영하는 오픈 거대언어모델(LLM) 리더보드에서 72.3점으로 1위를 차지한 바 있습니다.