한국어 AI의 현재와 미래: KULLM에서 KURE까지

한국어 AI의 현실

글로벌 AI 시장에서 한국어는 **저자원 언어(low-resource language)**에 해당합니다. 이는:

• 고품질 한국어 학습 데이터가 영어에 비해 부족
• 한국어 특유의 문법·문화적 맥락 반영 필요
• 도메인 특화 데이터셋의 중요성

을 의미합니다.

KULLM: 한국어 오픈소스 LLM

KULLM(Korean Universal Language Model)은 한국어에 특화된 명령어 튜닝 LLM입니다.

주요 특징

• 한국어 대화 능력 최적화
• 오픈소스로 공개하여 연구 생태계 기여
• 다양한 다운스트림 태스크 성능 검증

# KULLM 사용 예시
from kullm import KULLMModel

model = KULLMModel.from_pretrained("kullm-3b")
response = model.generate("가족법인 설립 절차를 설명해주세요.")
print(response)

KURE: 진실성·일관성 연구

KURE는 생성 AI의 **진실성(truthfulness)**과 **일관성(consistency)**을 연구하는 국가 100대 R&D 프로젝트입니다.

연구 목표

1. 할루시네이션 검출: AI가 생성한 허위 정보를 자동으로 식별
2. 사실 기반 생성: 신뢰할 수 있는 출처에 기반한 응답 생성
3. 일관성 평가: 동일 질문에 대한 답변의 일관성 측정

MMTEB: 다국어 임베딩 벤치마크

MMTEB(Massive Multilingual Text Embedding Benchmark)는 ICLR 2025에 채택된 다국어 텍스트 임베딩 평가 프레임워크입니다.

• 100개 이상 언어 지원
• 한국어 포함 다양한 태스크 벤치마크
• 표준화된 평가 방법론 제시

오세랩의 AI 연구 방향

오세랩은 단순한 AI 연구를 넘어, 실용적인 제품으로의 전환을 추구합니다:

AI 기술은 연구실에서 끝나지 않아야 합니다. 실제 문제를 해결하는 도구로 만들어야 합니다.