한국어 자원 구축 정책 연구 - 언어모델의 한국어 성능 향상을 위한 자원 중심으로 -
Korean Language Resource Construction Policy - Focusing on Resources for Improving LLM's Korean Performance -
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
이 글에서는 한국어 언어모델 개발 및 한국어 성능 향상을 위한 한국어 자원 구축 정책 현황 및 문제점을 파악하고, 미래지향적 관점에서 한국어 자원 구축 방향을 논의하였다. 이를 위해, 인공지능 개발 주요 국가의 언어별 자원 구축 정책 및 자원 현황을 비교하고, 우리나라의 한국어 자원 구축 정책을 살펴보았다. 한국어 자원은 정부 기관인 한국지능정보사회진흥원과 국립국어원 주도로 구축되고 있으며, 언어모델의 한국어 성능 향상을 위한 자원은 국립국어원에서 구축하고 있다. 언어모델의 한국어 성능 향상을 위해서는 단계별·수준별 자원 구축이 필요하므로 이 글에서는 국립국어원에서 구축한 한국어 자원 현황과 문제점을 파악하고, 그에 대한 정책 방향을 제시하였다. 첫째, 자원의 구축량보다는 품질을 추구하고, 둘째, 한국어 심화 분석, 공시성과 통시성, 매체, 지역 등 단계별․수준별로 구축하고, 셋째, 멀티모달 인공지능 기술 개발에 대응하여 한국어 텍스트 중심에서 한국언어문화 멀티모달 자원으로 범위를 확대하며, 마지막으로 생성형 언어모델의 환각 현상을 줄이기 위해 지식그래프와 한국어 지식자료 구축을 제안하였다.
Abstract
This study examines the current status and issues of Korean language resource construction policies aimed at developing Large Language Model(LLM) and enhancing their performance in Korean. It also suggests future directions for Korean language resource construction from a prospective viewpoint. To achieve this, we compared the language resource construction policies and current status of major AI-leading countries and examined the Korean language resource construction policies in our country. The construction of Korean language resources is led by government agencies like the National Information Society Agency(NIA) and the National Institute of Korean Language(NIKL), with NIKL developing corpora to improve the Korean performance of LLMs. For enhancing LLM's Korean performance, phased and level-specific policies for Korean language resources are necessary. Therefore, this study identifies the current state and issues of Korean language resources built by NIKL and proposes policy directions. Firstly, it suggests focusing on quality over quantity of resources. Secondly, it recommends building resources by level and phase, including advanced Korean analysis, synchronic and diachronic aspects, media, and regions. Thirdly, in response to the development of multimodal AI technologies, it proposes expanding the range from Korean text-centric resources to Korean language culture multimodal resources. Finally, to reduce hallucination phenomena in generative LLM, this study suggests constructing knowledge graphs and Korean knowledge resources.