[비즈니스포스트] 카카오브레인이 초거대 인공지능(AI) 연구개발 저변을 확대하고자 국내 최대 규모의 이미지·텍스트 데이터셋을 공개한다.

카카오브레인은 약 7억4천만 개의 이미지·텍스트 묶음으로 이루어진 데이터셋 ‘Coyo(이하 코요)’를 31일 카카오브레인 공식 홈페이지를 통해 공개한다고 30일 밝혔다. 
 
데이터셋은 초거대 AI 모델이 정교한 결과값을 구현하는 데 필요한 핵심 요소 중 하나다. 

높은 성능을 위해 많은 기업들이 수작업으로 이미지·텍스트 쌍을 맞추어 데이터셋을 수집하는 데 이때 많은 비용과 시간이 투입된다.

카카오브레인은 코요 개발 과정에서 독자 개발한 기술을 적용해 이미지·텍스트를 온라인에서 자동 수집함으로써 투입되는 비용과 시간을 줄이고 양질의 데이터를 선별해 높은 성능을 구현했다. 

카카오브레인은 글로벌 AI 기업에서 공개한 초거대 AI 모델 재현을 통해 교차 검증하고 데이터의 품질을 확인했다고 설명했다.

코요는 카카오브레인이 앞서 공개한 초거대 AI 이미지 생성 모델 ‘RQ-Transformer’와 AI 아티스트 ‘칼로(Karlo)’ 개발에 적용됐다. 

카카오브레인은 "멕시코의 대표 화가 프리다 칼로(Frida Kahlo)의 고향인 멕시코시티 '코요아칸(Coyoacán)'의 앞 글자를 따 이번 데이터셋을 코요로 지었다"며 "칼로가 코요를 기반으로 탄생하게 된 것처럼 코요를 통해 수많은 AI 모델이 개발됐으면 하는 카카오브레인의 포부가 담겨 있다"고 말했다.

카카오브레인은 코요를 세계 최대 수준으로 확대한다는 목표 아래 한국어를 비롯한 다양한 언어로 개발해 나간다는 계획을 세웠다.

2023년 상반기에는 코요 데이터셋을 활용한 초거대 AI 모델을 추가로 공개한다.

김일두 카카오브레인 대표는 “이번 데이터셋 공개는 초거대 AI 기술 개발에 박차를 가할 중요한 근간이자 이정표가 될 것이다”며 “앞으로도 카카오브레인은 다방면으로 기술 리더십을 선도하고 AI 커뮤니티와 협력하며 AI 생태계 발전에 이바지하겠다”고 말했다. 안정문 기자