[현장] 엔비디아 "합성 데이터, 정보보호·비용 효율↑…스타트업에 희망" 작성일 09-25 56 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">엔비디아 키릿 타다카 AI·ML 프로덕트 리더…"맞춤형 콘텐츠 개발 품질 높여"</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="X661JCIija"> <p contents-hash="30856c53c94c6c43bc5da1f5676d7da44d4bdc6e0e131a6d9b47b76b914de22f" dmcf-pid="ZPPtihCncg" dmcf-ptype="general">(지디넷코리아=김미정 기자)"앞으로 합성 데이터 설계는 인공지능(AI) 경쟁력 핵심 요소가 될 것입니다. 프라이버시 보호와 비용 효율성을 동시에 충족시키는 대안으로 자리 잡을 것입니다. 대기업뿐 아니라 스타트업도 합성데이터로 우수한 서비스를 개발할 수 있을 것입니다."</p> <p contents-hash="1806ab6e090d07428f4b14fbe5f57261fe45860dc9f59ebd7456c0cfd6b246ad" dmcf-pid="533sBLnbAo" dmcf-ptype="general">엔비디아 키릿 타다카 인공지능(AI)·머신러닝(ML) 프로덕트 리더는 한국콘텐츠진흥원이 서울 성두동 피치스 도원에서 개최한 '2025 스타트업콘'에서 합성 데이터 경쟁력을 이같이 밝혔다.</p> <p contents-hash="c30e833dd23cd2d7bab05c6ec0b253d644ae9a41e35002ec12ac68fd78f25bc3" dmcf-pid="100OboLKjL" dmcf-ptype="general">타다카 리더는 AI 시대 <span arial="Arial," blinkmacsystemfont="BlinkMacsystemFont," neuequot='Neue",' next="Next" nova="Nova" quotavenir='"Avenir' quothelvetica='"Helvetica' quotproxima='"Proxima' quotsegoe='"Segoe' roboto="Roboto," rubik="Rubik," sans-serifquot='sans-serif;"' system-ui="system-ui," uiquot='UI",' w01quot='W01",'>데이터 확보 한계와 개인정보 보호 규제를 동시에 해결하기 위한 전략으로 합성 데이터가 떠올랐다고 강조했다. 이를 통해</span><span arial="Arial," blinkmacsystemfont="BlinkMacsystemFont," neuequot='Neue",' next="Next" nova="Nova" quotavenir='"Avenir' quothelvetica='"Helvetica' quotproxima='"Proxima' quotsegoe='"Segoe' roboto="Roboto," rubik="Rubik," sans-serifquot='sans-serif;"' system-ui="system-ui," uiquot='UI",' w01quot='W01",'> 모델 성능을 높이면서도 사용자 정보 유출 위험을 줄일 수 있어서다. </span></p> <figure class="figure_frm origin_fig" contents-hash="d3cbe6f93e04acc280a7e5b11baf15dec1d4c0a3db2372ec85b5920dc7061f4b" dmcf-pid="tppIKgo9cn" dmcf-ptype="figure"> <p class="link_figure"><img alt="엔비디아 키릿 타다카 인공지능(AI)·머신러닝(ML) 프로덕트 리더." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202509/25/ZDNetKorea/20250925152913409mtwp.jpg" data-org-width="640" dmcf-mid="Waqv4cA8cc" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202509/25/ZDNetKorea/20250925152913409mtwp.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 엔비디아 키릿 타다카 인공지능(AI)·머신러닝(ML) 프로덕트 리더. </figcaption> </figure> <p contents-hash="bab02b8e2e935569348604487346f6c6e76d038c8c1f0486e4befdacd6711dc4" dmcf-pid="FUUC9ag2ji" dmcf-ptype="general"><span arial="Arial," blinkmacsystemfont="BlinkMacsystemFont," neuequot='Neue",' next="Next" nova="Nova" quotavenir='"Avenir' quothelvetica='"Helvetica' quotproxima='"Proxima' quotsegoe='"Segoe' roboto="Roboto," rubik="Rubik," sans-serifquot='sans-serif;"' system-ui="system-ui," uiquot='UI",' w01quot='W01",'>그는 "개발자들은 실제 사용자 정보나 데이터 대신 합성 데이터를 설계하기 시작했다"며 "맞춤형 모델 학습 방안을 새롭게 도입하고 있는 추세"라고 했다. </span></p> <p contents-hash="938de718d3c1bca9015849644204a3a32a9b4bcfcf4cbeb6c5b5629862780228" dmcf-pid="3uuh2NaVoJ" dmcf-ptype="general">타다카 리더는 적절한 데이터 확보 어려움으로 인해 AI 프로젝트가 초기 단계에서 막힌다고 지적했다. 그는 "작업 초기부터 AI에 넣을 데이터가 아예 없거나 접근이 제한되는 경우가 많다"며 "데이터가 있어도 개인정보 때문에 활용할 수 없는 이슈가 대표적"이라고 말했다. 이어 "이런 상황에서 합성 데이터가 해결책일 수밖에 없다"고 덧붙였다. </p> <p contents-hash="cfe36f686e802328b2b120aa3de2c09a7272cb5b07968127d2121774a9fe51aa" dmcf-pid="077lVjNfjd" dmcf-ptype="general"><span arial="Arial," blinkmacsystemfont="BlinkMacsystemFont," neuequot='Neue",' next="Next" nova="Nova" quotavenir='"Avenir' quothelvetica='"Helvetica' quotproxima='"Proxima' quotsegoe='"Segoe' roboto="Roboto," rubik="Rubik," sans-serifquot='sans-serif;"' system-ui="system-ui," uiquot='UI",' w01quot='W01",'>타다카 리더는 합성 데이터가 모델 성능을 높이기 위한 데이터셋 설계 전략과도 맞닿아 있다고 강조했다. 특정 도메인에 특화된 합성 데이터셋을 설계하면 작은 모델도 빠르고 저렴하게 고성능을 낼 수 있다는 이유에서다. 그는 "특히 스타트업은 이 방식을 활용해 대규모 학습 비용을 줄이면서도 차별화된 AI 서비스를 개발할 수 있을 것"이라고 말했다. </span></p> <p contents-hash="2f7842291d5bb345c7ef6649aef30444be932a17855b201024d2f09f719f204b" dmcf-pid="pzzSfAj4Ne" dmcf-ptype="general">타다카 리더는 합성 데이터가 추천 시스템과 콘텐츠 추천 모델을 초기 단계부터 빠르게 고도화할 수 있다고 주장했다. 그는 "실제 사용자 데이터를 기다리지 않아도 가상의 사용자 유형을 만들어 추천 모델을 개발할 수 있기 때문"이라고 이유를 밝혔다. </p> <figure class="figure_frm origin_fig" contents-hash="4cbab09ecdf44d152ec3c37f55670cbc17cfbc32570d59a474726fac460e6f7a" dmcf-pid="Uqqv4cA8oR" dmcf-ptype="figure"> <p class="link_figure"><img alt="그는 합성 데이터가 추천 시스템과 콘텐츠 추천 모델을 초기 단계부터 빠르게 고도화할 수 있다고 주장했다." class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202509/25/ZDNetKorea/20250925152914660xtzm.jpg" data-org-width="640" dmcf-mid="Gok8Ip0Ccj" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202509/25/ZDNetKorea/20250925152914660xtzm.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 그는 합성 데이터가 추천 시스템과 콘텐츠 추천 모델을 초기 단계부터 빠르게 고도화할 수 있다고 주장했다. </figcaption> </figure> <p contents-hash="228aae5cdcea6399bfe38f1d5c684ceccc9c79a170b119cd2ed9f1861414fedd" dmcf-pid="uBBT8kc6oM" dmcf-ptype="general">이어 "합성 데이터는 페르소나 기반 개인화, 틈새 행동 패턴을 반영하는 도메인 맞춤화, 지역 문화와 언어를 고려한 언어 기반 개인화를 수행할 수 있다"고 강조했다. </p> <p contents-hash="8b7a2989bd226b2e2410c431efb7baa55ae5ccbf64056c3c963c90bb428acd9b" dmcf-pid="7bby6EkPNx" dmcf-ptype="general">또 타다카 리더는 프라이버시 보호가 합성 데이터 확산을 이끄는 핵심 요인으로 떠오르고 있다는 점도 알렸다. 그는 "실제 사용자 데이터를 대량으로 보관하면 보안 사고 위험과 규제 부담이 커진다"며 "합성 데이터는 <span arial="Arial," blinkmacsystemfont="BlinkMacsystemFont," neuequot='Neue",' next="Next" nova="Nova" quotavenir='"Avenir' quothelvetica='"Helvetica' quotproxima='"Proxima' quotsegoe='"Segoe' roboto="Roboto," rubik="Rubik," sans-serifquot='sans-serif;"' system-ui="system-ui," uiquot='UI",' w01quot='W01",'>보안 시스템을 강화하거나 개인정보를 주기적으로 삭제하는 절차를 간소화할 수 있을 것"이라고 내다봤다. </span></p> <p contents-hash="2203f706b883c02594861846b1c3ecaf14913b9a26649dfb47a9bdce5083f071" dmcf-pid="zZZEUeRugQ" dmcf-ptype="general">김미정 기자(notyetkim@zdnet.co.kr)</p> </section> </div> <p class="" data-translation="true">Copyright © 지디넷코리아. 무단전재 및 재배포 금지.</p> 관련자료 이전 송혜교의 ‘품격’ 09-25 다음 한때 일본 에이스, 히비노 나오 "조금 더 공격적인 스타일로 변화 시도 중" 09-25 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
