본문으로 바로가기

정책/연구자료

페이스북으로 이동 트위터로 이동
언어 데이터 불균형에 따른 AI 디바이드 동향과 시사점
보고서명

언어 데이터 불균형에 따른 AI 디바이드 동향과 시사점
  • 조회수

    조회수 반영까지 최대 10분 정도 소요될 수 있습니다.

     92
  • 다운로드

    다운로드 수 반영까지 최대 10분 정도 소요될 수 있습니다.

     5
  • ▶ 글로벌 노스와 사우스 간 AI 활용률 격차가 큰 가운데, 글로벌 사우스 국가의 언어가 AI 모델 설계 과정에서 소외됨.
    - 2025년 상반기 AI 사용자 비율은 글로벌 노스에서 22.9%, 글로벌 사우스에서 13.1%로 차이가 9.8%p였으나, 2026년 1/4분기에는 12.1%p로 격차가 확대됨.
    - 전 세계 7,000개 이상의 언어 중 400여 개 언어만이 자연어 AI 학습에 활용 가능한 디지털 데이터 자원을 보유하며, 나머지 대부분을 차지하는 글로벌 사우스의 언어는 AI 모델 설계 과정에서 배제됨.
    - AI 모델 개발에 있어 언어별 격차를 해소하기 위한 국제사회의 관심이 지속되는 가운데, 본고는 언어 데이터 불균형으로 인한 문제점과 지역별 자체적인 LLM 개발 동향을 살펴보고 한국의 국제협력에 대한 시사점을 제시함.

    ▶ LLM 학습 데이터셋에서 디지털 자원이 풍부한 고자원 언어와 그렇지 못한 저자원 언어의 양적·질적 불균형은 성능 격차와 문화적 편향으로 이어짐.
    - AI 학습 데이터에서 저자원 언어는 고자원 언어 대비 양적으로 극히 열세일 뿐만 아니라, 데이터 수집·식별 과정의 구조적 결함으로 인해 질적으로도 낮은 수준에 머물고 있음.
    - 이는 모델의 성능 격차로 이어져 LLM은 동일 과업을 수행할 때 고자원 언어에서 더 높은 성능을 보이며, 고자원 언어 중심으로 학습되어 문화적 편향성에 대한 우려가 높음.

    ▶ 글로벌 사우스 국가들은 자국 언어의 데이터셋 구축 및 LLM 개발에 나서기 시작함.
    - 싱가포르와 중국은 지역 LLM을 선보이고, 베트남, 태국, 인도네시아, 말레이시아는 자국의 언어 특화 LLM을 선보이며 높은 기술 성숙도를 보임.
    - 중앙아시아는 카자흐스탄을 제외하면 자연어처리 연구와 LLM 개발이 초기 단계로 지역 차원의 협력 체계 및 국제사회의 지원이 부재함.
    - 나이지리아, 남아프리카공화국, 케냐는 자국어 특화 LLM 개발에 성공한 가운데, 주요 공여국 및 국제기구의 지원으로 아프리카어 자연어처리 연구가 확산됨.

    ▶ 한국정부는 AI를 국제개발협력의 중점 분야로 설정하였으며, 글로벌 AI 허브 설립을 주도하고 있는바 데이터셋 구축 및 LLM 개발의 기술적 강점을 활용하여 지역별 맞춤형 국제협력을 확대할 필요가 있음.
    - 동남아시아에서는 협력국 확대 및 대규모·고품질 데이터셋 활용, 중앙아시아에서는 범지역 협력 및 역량 강화, 아프리카의 경우 산업 특화 SLM 활용 및 연구 지원 등 지역별 맞춤 전략을 수립할 필요가 있음.

콘텐츠 큐레이션 : 동일주제 가장 많이 이용된 자료 추천

현재 페이지에서 제공되는 정책/연구자료에 대하여 평가해 주세요

의견(0)

연구성과에 따른 의견과 무관한 글, 선정적인 글 및 비방글 등의 게시물은 관리자에 의해 언제든 삭제 조치 될 수 있으며, 주민등록번호 형식 및 연속된 숫자 13자리는 입력할 수 없습니다.

입력 가능 Byte : 4000 Byte 현재 입력 Byte : 0 Byte
자동등록방지 숫자를 순서대로 입력하세요.