앞으로 인공지능(AI) 개발자나 연구자라면 누구나 한국 드라마나 예능 프로그램에 등장하는 배경, 인물, 한글 서체, 자막 등 방송영상 데이터를 자유롭게 활용할 수 있게 됐다.
방송미디어통신위원회(위원장 김종철)와 한국전파진흥협회(협회장 홍범식)는 5일 방송영상 AI 학습용 데이터 117만여 건을 국민에게 개방한다고 밝혔다. 이번에 공개되는 데이터는 '인공지능 허브 안심 구역(AI-Hub Safe Zone)'을 통해 제공되며, 사전 이용 신청과 승인 절차만 거치면 누구나 무료로 쓸 수 있다.
그동안 방송영상은 최적의 AI 학습 자료로 평가받았지만, 저작권이나 초상권, 인접권 등의 문제로 활용이 어려웠다.
이번 개방으로 개발자들은 법적 부담 없이 고품질 영상 데이터를 바탕으로 다양한 AI 모델을 연구할 수 있게 됐다.
제공되는 데이터는 크게 세 분야, 10개 유형으로 나뉜다. '영상·이미지 이해 및 설명' 분야에서는 방송영상 이미지 캡셔닝 데이터(약 29만 건), 비디오 캡셔닝 데이터(약 21만 건), K-콘텐츠 영상 이해 데이터(약 3만 8000건) 등이 포함된다.
'배경 및 인물·객체 생성' 분야에서는 배경영상 상세 설명·생성 데이터(약 2만 3000건), 한국적 배경 및 객체 생성 데이터(약 12만 9000건), 한국적 감정 인물 생성 데이터(약 9만 7000건), K-콘텐츠 인물 페르소나 생성 데이터(약 9만 5000건)가 제공된다. '제작 환경 고도화' 분야에서는 K-콘텐츠 VLM 데이터(약 4만 4000건), K-콘텐츠 서체 생성 데이터(약 15만 건), K-콘텐츠 자막 생성 데이터(약 8만 6000건)가 마련됐다.
이 데이터들은 한국 고유의 자연경관, 문화유산, 도시 풍경, 건축 양식은 물론 한국인의 표정과 감정, 인물의 성격과 말투 등 한국적 정서와 문화를 세밀하게 반영한 것이 특징이다.
특히 한글 서체와 자막 데이터는 방송영상 내에서 실제로 사용된 이미지 특징을 상세히 담고 있다.
천지현 방송미디어진흥국장은 "방송영상은 한국적인 문화와 정서, 고도의 제작 기술과 전문성이 집약된 AI 산업의 핵심 자산"이라며 "앞으로도 다양한 산업 분야에서 방송영상이 활용될 수 있도록 고품질의 AI 학습데이터를 지속적으로 구축·공개할 계획"이라고 말했다.
개방된 데이터는 인공지능 허브 안심 구역 누리집(https://www.aihub.or.kr/)에서 확인할 수 있다.
