This page was machine-translated and may differ from the original. View original

KETI Releases 4 Korean Language AI Development and Evaluation Datasets

Preferred source on GooglePublished2026.11.03 09:44
 
대화·쇼핑·환각·윤리 분야 망라, AI허브·허깅페이스서 배포
 
한국어 AI의 공감 능력과 신뢰성·윤리성을 키우고 진단할 수 있는 데이터셋이 공개됐다. 멀티모달 대화부터 환각 진단, AI 안전성 평가까지 아우르는 이번 데이터셋은 국내 기업의 한국어 특화 AI 모델 개발에 활용될 것으로 전해진다.
 
한국전자기술연구원(KETI)은 3일 인공지능연구본부 AI기반모델연구센터·복합지능연구센터 연구진이 구축한 한국어 AI 개발 및 평가용 데이터셋 4종을 공개했다고 밝혔다.

데이터셋은 정보통신기획평가원(IITP) 지원으로 구축됐으며, AI허브(AI Hub)와 허깅페이스(Hugging Face)를 통해 누구나 열람할 수 있다.
 
공개 데이터셋 구성 및 특징
 
이번에 공개된 데이터셋은 △K-MIND △KoMMERCE △K-Prism △KoEVD 4종이다.
 
‘K-MIND’는 KETI와 마음AI가 공동 구축한 한국어 대면 대화 데이터로, 화자 286명이 나눈 약 115.6시간 분량의 1:1 대화를 비디오·오디오로 기록했다.

억양·발화 속도 등 준언어적 정보와 표정·시선 등 비언어적 정보를 포함해 공감형 대화 AI 개발에 활용 가능하다고 KETI 측은 설명했다.
 
‘KoMMERCE’는 KETI와 셀렉트스타가 구축한 패션 쇼핑 상담 1만 5,293건으로 이뤄진 평가 데이터다.
AD
나는 엔지니어다

AI가 고객의 감정·의도를 파악하는지, 요구 조건을 지속적으로 기억하는지 등 9가지 멀티모달 연계 대화 능력을 평가할 수 있다.
 
‘K-Prism’은 1,002개 한국어 문항으로 구성됐다.

텍스트와 이미지를 함께 처리하는 AI가 사실과 다른 답을 생성하는 멀티모달 환각 현상을 진단하고 응답 신뢰성을 검증하는 데 쓰인다.

‘KoEVD’는 한국어 유해·민감 발화 1만 3,552개와 응답 후보 7만 1,395개로 구성된 AI 안전성 평가 데이터다.

유해 요청 판별 능력과 안전한 답변 선택 능력을 평가하는 데 활용된다.
 
국제 학술대회 채택 및 향후 활용 방향
 
이번 성과를 담은 논문들은 ACM SIGKDD(국제 데이터 마이닝 컨퍼런스), LREC(언어 자원 및 평가 학회), AACL-IJCNLP(아시아·태평양 전산언어학·자연어처리 국제공동학회) 2026 본회의에 채택됐다.
 
신사임 KETI 인공지능연구본부장은 “이를 토대로 국내 기업들의 한국어 및 한국 문화 특화 AI 모델 개발을 지원하겠다”고 밝혔다.
To request a correction, reply or follow-up report on this article, see how to file a request. Previously published statements are collected in corrections & replies.
배종인 기자
배종인 Reporter

Comments