AI가 읽고 이해하도록… 쌓여있는 데이터 정리한다 작성일 10-15 88 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">‘AI 레디 데이터’ 구축 확산</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="zsGC2UcnHg"> <p contents-hash="dbe43535db17d331790406e27be5d413e60bce6b13cf110c4e4c548ec2b6421b" dmcf-pid="qOHhVukLYo" dmcf-ptype="general">오픈AI는 최근 회사 내부에 쌓인 7만여 데이터 세트(특정 목적에 따라 모아놓은 데이터의 묶음)를 인공지능(AI)이 활용할 수 있도록 재가공하고 있다. 오픈AI가 관리하는 데이터는 600페타바이트(PB·100만 GB)가 넘는 규모로, 2시간짜리 고화질 영화(약 10GB) 6000만 편에 해당한다.</p> <p contents-hash="eceff521c52425beb78232cb0dbdf165b1ba2ac70b4939ee723939de373e33a8" dmcf-pid="BIXlf7EotL" dmcf-ptype="general">각 데이터 표에 어떤 정보가 들어 있는지 설명을 붙이고, 이용자 수 등을 집계할 때 어떤 자료를 사용하고 무엇을 포함하거나 제외할지 계산 기준을 정한다. 기존엔 같은 이용자 수라도 집계 기준에 따라 수치가 달라 담당자가 자료를 일일이 확인해야 했다. 오픈AI는 이렇게 정리한 데이터를 활용해 AI가 회사의 기준에 맞는 자료를 찾아 분석하도록 자체 시스템을 구축했다.</p> <figure class="figure_frm origin_fig" contents-hash="b966c71a939adcff260af79e35e8bfd8511e94f81847d5d45daa2d151d54751f" dmcf-pid="bQaRys2uXn" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/15/chosun/20261015003813912fewn.jpg" data-org-width="3563" dmcf-mid="7VPbDoFYXa" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/15/chosun/20261015003813912fewn.jpg" width="658"></p> </figure> <p contents-hash="86eb6a9ca6cf5a8243a5639f6257c72bcc8704cfc8abb007944862ef5626b35c" dmcf-pid="KxNeWOV71i" dmcf-ptype="general">최근 기업이 보유한 데이터를 AI가 정확하게 검색하고 이해할 수 있도록 정비하는 ‘AI 레디 데이터(AI-ready data)’ 작업이 확산하고 있다. 더 똑똑한 AI 모델과 이를 굴릴 인프라를 확보하는 것을 넘어서, AI에 제공하는 데이터 자체를 정제·표준화하는 작업에 인력과 예산을 투입하는 것이다.</p> <p contents-hash="565c4fbaefb4daf22c004f9ef59239c6deba906cbc01f4611600bbc9af500ac4" dmcf-pid="9MjdYIfz1J" dmcf-ptype="general">이는 데이터를 다루는 주체가 사람에서 AI로 바뀌었기 때문이기도 하다. 아무리 성능이 뛰어난 AI도 데이터를 제대로 수집하고 해석할 수 없다면 엉뚱한 답을 내놓게 된다. 특히 AI가 판매 실적을 분석하고 생산·재고 관리 등 실제 업무를 수행하는 ‘AI 에이전트’로 발전하면서 정확한 데이터 확보의 중요성은 더 커지고 있다.</p> <p contents-hash="9549317bc81dc8382a4f9ab381b203b06a3e7bf4758a0c293c6fb2edd1a1ea85" dmcf-pid="2RAJGC4qYd" dmcf-ptype="general"><strong>◇흩어진 정보 연결, 용어·계산 기준 통일</strong></p> <p contents-hash="8cf6cb073563575a6feb1d790f48a248cb159e39d184c6f99638a2cec5b2258f" dmcf-pid="VeciHh8B5e" dmcf-ptype="general">AI 레디 데이터는 기존 문서를 단순히 AI가 읽을 수 있는 파일로 바꾸는 작업이 아니다. 서로 다른 시스템에 저장된 정보가 무엇을 의미하고 어떻게 연결되는지 AI가 알 수 있도록 정리하는 것이 핵심이다.</p> <p contents-hash="07e12b4f487bc53db14a99b5fd0d83b71be7b4b05d67b544bd31ea6027102156" dmcf-pid="fdknXl6b1R" dmcf-ptype="general">우선 기업 내부에 흩어진 매출·재고 자료와 계약서, 이메일, 생산 설비 점검 기록 등을 모아 필요한 정보를 추출한다. 예컨대 계약서에서 거래처와 계약 금액, 납기일을 뽑아 항목별로 정리하고, 중복되거나 잘못된 정보는 바로잡는다.</p> <p contents-hash="608f43d1ecc565af1cfad76ec60a31911bddfb361e765cb417f098eda0cb154a" dmcf-pid="4JELZSPKGM" dmcf-ptype="general">여기에 각 데이터의 의미와 계산 기준도 정해준다. AI가 ‘지난달 매출을 알려 달라’는 질문을 받았을 때 주문 취소분을 제외할지, 어느 날짜를 기준으로 집계할지 등을 회사가 정한 규칙에 따라 계산하도록 하는 것이다.</p> <p contents-hash="d24242048161b49a90c4281ca4d0270dc231dc45c657be9efa35691ed0f888d5" dmcf-pid="8iDo5vQ9tx" dmcf-ptype="general">메르세데스-벤츠 코리아는 최근 판매·마케팅·재무 등 업무별로 관리해 온 500개 이상의 경영지표를 AI가 활용할 수 있도록 정비하는 시범 사업을 했다. 직원이 AI에 ‘이번 달 차종별 판매량’을 물으면 기존 경영 보고서와 동일한 기준으로 집계해 답하도록 한 것이다. 이 과정에서 경영지표의 계산 규칙을 AI용으로 바꾸는 작업을 자동화해 수백 시간의 수작업을 줄였다.</p> <p contents-hash="552a0b1399bdfaa210110bbf60730ccd70b1fd1927028395d3fc23c63aee19e9" dmcf-pid="6nwg1Tx25Q" dmcf-ptype="general"><strong>◇AI 토큰 사용량 최대 76% 줄여</strong></p> <p contents-hash="eadf09874ebc2b1809ab97154c6fe80ea770bb8d20f0eb21b9ee5fb820f7f0f8" dmcf-pid="PzPbDoFYGP" dmcf-ptype="general">유엔은 지난달 여러 산하 기구에 흩어진 인구·교육·보건 등 공식 통계를 국가·연도·통계 항목별로 연결해 AI 친화적으로 정리한 ‘유엔 시스템 데이터 커먼스’를 공개했다. 세계은행도 AI가 경제성장·빈곤·고용 등 공식 통계를 직접 조회하고 각 통계의 정의와 출처까지 확인할 수 있도록 시스템을 구축했다.</p> <p contents-hash="c38ec08f611f53b2285a874fc61ea655f9de86a2e8e4d474aadf8f11be9274ac" dmcf-pid="QqQKwg3GG6" dmcf-ptype="general">AI 레디 데이터 구축은 AI의 정확도를 높일 뿐 아니라 운영 비용을 줄이는 방법으로도 주목받고 있다. 미국 서버·데이터 저장장치 업체 델테크놀로지스는 최근 가상의 고속도로 요금소 운영 자료를 만들고, 동일한 AI 모델에 업무 관련 질문 20개를 제시하면서 한 번은 기존 형식의 데이터로, 한 번은 AI 레디 데이터로 검색·처리하는 실험을 했다.</p> <p contents-hash="71f26f0b091f0fac27ffff7c546c8d629b1c934a410e8d8ab348ac21002738cc" dmcf-pid="xBx9ra0H58" dmcf-ptype="general">그 결과 AI 레디 데이터일 때 AI가 처리하는 전체 토큰 사용량은 최대 76% 감소했고, 정보 검색 관련 답변 정확도는 60%에서 94%로 높아졌다. 토큰은 AI가 처리하는 텍스트 등의 기본 단위로, 사용량이 줄면 모델 이용 비용도 낮출 수 있다.</p> <p contents-hash="a084e204f2b028cd3c74c593a8dc9934bfd429d7f9c651a53d3a21e8cf24b7fe" dmcf-pid="ywysb3NdG4" dmcf-ptype="general">테크 업계 관계자는 “데이터를 아무리 많이 보유하고 있어도 AI가 정확하게 이해하고 활용할 수 있도록 가공하지 않으면 쓸모가 제한적”이라며 “AI가 데이터를 실제 분석과 의사결정에 활용할 수 있어야 경제적 가치가 커질 것”이라고 말했다.</p> </section> </div> <p class="" data-translation="true">Copyright © 조선일보. 무단전재 및 재배포 금지.</p> 관련자료 이전 AI 투자 거품 우려 확산…코어위브 주가 장중 17% 폭락 10-15 다음 OLED 더 밝고 저렴하게… 中 추격 따돌린다 10-15 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
