크라우드웍스는 과학기술정보통신부가 주관하고 한국지능정보사회진흥원(NIA)이 추진하는 ‘2026년도 AI허브 학습용 데이터 추론용 사업’의 ‘복합 문서 기반 지식 추론 데이터’ 구축 과제를 수주했다고 7일 밝혔다.
AI허브 학습용 데이터 추론용 사업은 산업 현장에 적용 가능한 고난도 추론용 AI 데이터를 구축하기 위해 기획됐다. 정부는 국내 AI 모델의 추론 능력을 높이고, 한국어 기반 전문지식과 산업 맥락을 이해할 수 있는 데이터 기반을 마련한다는 계획이다.
컨소시엄은 전체 10개 과제 가운데 복합 문서 기반 지식 추론 데이터 구축을 맡았다. 컨소시엄은 공공행정, 과학기술, 법령·특허 등 분야의 공공 문서를 수집·정제해 1만건 이상의 고품질 추론 학습용 데이터를 생산할 예정이다.
데이터는 표, 그래프, 도면 등 시각 요소와 텍스트가 함께 포함된 멀티모달 문서를 기반으로 한다. 단순 질의응답 데이터가 아니라 문맥을 다각도로 이해하고 인과관계를 도출하는 복합추론 데이터셋을 구축하는 것이 목표다.
크라우드웍스는 AI의 사고 과정을 구조화하는 데이터 설계 역량을 이번 과제에 적용한다. 분야별로 취약한 추론 영역을 분석하고, 사고 과정 추론(CoT), 사고나무(ToT), 사고그래프(GoT) 등 추론 기법을 활용해 복잡한 사고 흐름과 고난도 질문을 설계한다.
이를 통해 AI가 단일 정답을 맞히는 수준을 넘어, 인간이 복잡한 문제를 풀 때 거치는 사고 흐름을 학습하도록 한다는 설명이다.
데이터 품질 관리도 강화한다. 환각 현상을 줄이기 위해 추론 단계별로 명확한 출처를 매칭하고, 대규모언어모델(LLM) 자동 검증과 전문가 검수를 결합한 하이브리드 검증 파이프라인을 적용한다. 이를 통해 데이터 무결성을 확보한다는 계획이다.
크라우드웍스는 이번 과제를 통해 구축되는 고난도 추론 데이터가 한국어 AI 모델의 추론 성능 향상에 기여할 것으로 보고 있다. 향후 제조, 금융, 공공 등 산업 현장에서 복잡한 업무 프로세스와 기술적 난제를 AI가 해결하는 기반이 될 수 있다는 설명이다.
크라우드웍스 관계자는 “이번 사업을 완료하면 글로벌 빅테크 공세 속에서 한국어 기반 행정 및 산업 맥락을 이해하는 독자적 AI 기술과 데이터 주권 확보에 기여하게 될 것”이라며 “다양한 산업 분야에서 축적해온 데이터 설계·가공 노하우와 품질 관리 역량을 바탕으로 국내 AI 산업 경쟁력 강화에 기여하겠다”고 말했다.
