[RDPLINE 활용 사례] 전문 분야 AI 모델, 학습 데이터를 매체가 아닌 도메인 단위로 설계한 방법
2026. 11. 13

범용 모델과 전문 분야에 강한 모델의 차이는 결국 무엇을 학습했느냐에서 갈립니다. 의료나 금융 지식을 제대로 다루려면, 그 분야의 한국어 텍스트를 충분한 밀도로 학습해야 하거든요.
자체 파운데이션 모델을 개발하는 국내 기업 AI 연구조직 한 곳은 이 문제를 풀기 위해 비큐AI에서 전문 분야 특화 코퍼스를 공급받았습니다.
과제: 권리도, 도메인도 맞는 데이터
첫째, 웹에서 크롤링한 뉴스는 저작권이 정리되지 않아 상업적 학습에 쓸 수 없습니다. 둘째, 권리가 정리된 뉴스라도 종합 뉴스 위주라면 전문 분야 성능을 끌어올리기 어렵습니다. 그렇다고 분야별 전문 매체를 하나씩 찾아가 계약하면 조건도 형식도 제각각이라 조율 비용이 커지죠.
여기에 AI 학습에만 있는 질문도 더해집니다.
- 학습된 모델이 원문을 일부 인용해도 되는가
- 모델과 결과물의 권리는 누구에게 있는가
- 데이터 계약이 끝나면 이미 학습한 모델은 어떻게 되는가
솔루션 1: 매체가 아니라 도메인 단위로 묶었습니다
- 도메인 특화 매체 조합: 의료, 금융, IT 같은 전문 분야의 잡지와 인터넷신문을 하나의 코퍼스로 묶었습니다.
- 카테고리 단위 정제: 종합 성격이 있는 일부 매체는 정치·사회·문화 기사를 빼고 산업·경제 기사만 남겼습니다. 매체 단위가 아니라 카테고리 단위로 도메인 적합성을 관리한 셈입니다.
- 공급 전 구성 조정: 계약 후에도 학습 설계가 구체화되면서 매체 구성과 규모를 다시 조정했고, 조정된 구성대로 전량 납품했습니다.
마지막 항목은 생각보다 중요해요. 학습 설계는 계약 시점보다 나중에 구체화되는 경우가 많아서, 데이터 구성을 계약 시점에 고정해 두면 정작 필요한 요구를 반영하기 어렵습니다.
솔루션 2: 모델의 수명보다 긴 권리 구조
- 권리 검증: 원권리자에게서 합법적으로 확보한 데이터만 넣고, 크롤링 등 무단 수집 데이터는 배제했습니다. 납품 때 사용권을 증명하는 자료도 함께 제출했습니다.
- 학습에 맞춘 사용 범위: 모델 학습, 원문 일부 인용, 변형된 결과물의 공개까지는 허용하고, 데이터 자체의 외부 공개와 재배포만 금지했습니다.
- 모델 권리의 분리: 데이터 사용 기간이 끝나도, 그때까지 이 데이터로 학습한 모델과 산출물에 대한 고객사의 권리는 그대로 유지되도록 했습니다.

성과
공급한 코퍼스는 고객사 파운데이션 모델의 학습 데이터로 쓰였고, 이후 모델은 여러 세대에 걸쳐 고도화됐습니다. 모델 성능은 여러 데이터와 고객사의 연구 역량이 함께 만든 결과이고, 비큐AI 코퍼스는 그중 전문 분야의 한국어 텍스트를 맡았습니다. 모델 세대가 바뀌어도 데이터 권리 문제로 다시 협상할 필요는 없었어요.
시사점
전문 분야 모델을 목표로 한다면 학습 데이터도 그 분야를 기준으로 설계해야 합니다. 그리고 데이터의 양과 도메인뿐 아니라, 계약이 끝난 뒤 모델에 어떤 영향이 남는지까지 미리 확인해야 합니다.
어떤 분야의 모델을 준비하고 계신가요? 도메인에 맞는 매체 조합부터 제안해 드릴게요.


