저자원 언어 ‘책임 있는 AI’ 공공서비스 구현’ 발표…UN 산하 유엔대학교 주관 국제학술대회 발표 논문으로 채택
에이아이웍스(대표 윤석원)가 유엔대학교(UNU) 산하 UNU-EGOV가 주관하는 제19회 전자정부 국제학술대회 ‘ICEGOV 2026’에서 캄보디아 크메르어 민원 서비스 챗봇 구축 사례를 담은 논문 「저자원 언어 환경의 책임 있는 AI 공공서비스를 위한 추적 가능한 LLM-RAG: 크메르어 사례연구」가 채택되었다고 밝혔다.
이는 캄보디아 국민이 크메르어로 민원 절차와 필요 서류를 확인할 수 있도록 현지 공공문서를 지식베이스로 삼아 검색증강생성(RAG) 시스템을 구축해, AI 연구 분야에서 통용되는 저자원 언어(LRL) 국가의 공공서비스 소외 과제를 AI로 풀어낸 사례라는 설명이다.
크메르어를 이해하는 AI의 공백…‘저자원 언어’ 과제에서 출발
캄보디아에서 시민이 민원 절차와 필요 서류를 확인하려면 크메르어 공공문서를 직접 찾아 읽거나 담당 기관에 문의해야 한다. 그러나 크메르어는 띄어쓰기 없이 문자가 이어지는 표기 체계와 복잡한 표기 규칙 탓에 기존 다국어 AI 모델이 다루기 어려운 대표적 저자원 언어로 꼽히고, 학습 말뭉치도 주요 언어에 비해 크게 부족하다고 업체 측은 전했다.
2025년 발표된 이 분야 생성형 AI 연구동향 분석에 따르면, 지금까지 국제 학계에 보고된 크메르어 생성형 언어모델 학습 데이터는 모두 합쳐도 7만~57만 9,000문장 수준에 그친다. 이는 이번 PoC의 기반 모델인 메타 라마(Llama) 3.1의 전체 사전학습 데이터(다국어 혼합 약 15조 토큰)와 비교하면 100만분의 1에도 못 미치는 규모다.
에이아이웍스는 이러한 문제의식에서 출발해 캄보디아의 한 국가 단위 공공기관 민원 서비스를 대상으로 크메르어 민원 AI 챗봇을 구축·검증하는 실증(PoC)을 수행했다고 전했다. 기반 모델의 크메르어 인식 성능과 RAG 활용 가능성을 확인하는 기술 검증이 목적으로, 실제 서비스 구축은 올해부터 단계적으로 추진중에 있다.
크메르어 특화 LLM·최적 임베딩·공공문서 RAG…민원 챗봇 서비스로 구현
연구진은 모델, 검색, 데이터 세 층위를 크메르어 환경에 맞춰 구축했다. 구체적으로 △크메르어 데이터에 대한 거대언어모델(LLM) 추가 학습 및 지시문 튜닝 △다국어 임베딩 모델 비교 및 선정 △공공문서 기반 검색증강생성(RAG) 구축 △민원 시나리오 평가를 수행했다.
메타의 라마(Llama) 3.1 8B 오픈 웨이트 모델에 한국지능정보사회진흥원(NIA)의 크메르어 말뭉치 약 20만 문장(국제 학계에 보고된 크메르어 생성형 언어모델 학습 데이터 전체 범위에 해당하는 규모)을 추가 학습해 언어 이해도를 끌어올렸고, 9종의 다국어 임베딩 모델을 벤치마크해 검색 정확도가 가장 우수한 모델을 선정했다는 것이다.
이어 현지 공공문서를 수집, 정제, 표준화해 지식베이스를 구축하고, 실제 민원과 유사한 수백개 질문으로 답변 품질을 평가했다. 구축과 운영 과정은 자사 문서처리 플랫폼 ‘AIWORKX Document Framework’로 표준화 했다.
출처 표기·접근제어·감사로그…‘추적 가능하고 책임 있는’ AI로 설계
업체 측에 따르면, 이번 구축의 핵심은 답변 근거를 확인할 수 있게 한 ‘추적 가능성(traceability)’과 ‘책임성(responsibility)’이다. 시스템은 답변마다 △원문 출처 표기 △참조 링크 제공 △역할 기반 접근제어(RBAC) △감사 로그 △근거가 불충분하면 단정하지 않는 보수적 답변 △지식 색인 버전 관리를 적용했다. 사실과 다른 답변이나 근거 없는 추정을 최소화해, 공공서비스에서 요구되는 신뢰성과 설명 가능성을 확보하기 위한 장치다.
이는 정의된 업무 범위와 내부 망, 정해진 통제 범위 안에서 작동하도록 설계한 에이아이웍스의 AxDC™(Controllable LLM) 기술 방향성과도 맞닿아 있다는 설명이다.
예비 평가에서도 성과가 확인됐다. 크메르어 MMLU 형식 벤치마크에서 추가 학습 모델의 성능 향상을 확인했고, LLM 평가자(LLM-as-a-Judge)를 활용한 민원 시나리오 답변 품질 평가에서도 제안 시스템이 비교 대상 중 가장 우수한 성능을 보였다. 제한된 자원만으로도 저자원 언어 AI 성능을 끌어올릴 수 있음을 보여주었다.
KOICA 캄보디아 사업과 연계…‘디지털 포용’ 미션을 현장에서 구현
에이아이웍스는 데이터, 언어기술, 모델, 인프라 4대 축을 중심으로 단일 민원 도메인에서 여러 부처로, 장기적으로는 전국 단위 서비스로 확대하는 단계적 로드맵도 제시했다. 다만 대규모 실사용 배포는 추가 검증이 필요한 단계다.
에이아이웍스는 이번 실증을 발판으로 한국국제협력단(KOICA) IBS 사업 ‘캄보디아 프놈펜 AI 생태계 조성과 디지털 일자리 창출 사업(2026~2030)’을 지난 4월 이미 수주했다. 회사는 이 사업을 통해 크메르어 AI 데이터셋 구축과 현지 청년 및 디지털 소외계층 대상 AI 교육과 고용 연계를 추진하고 있으며, 이번 챗봇 구축은 그 기술적 기반이라고 소개했다.
이번 사례는 에이아이웍스의 핵심 가치인 신뢰(Trust), 실행(Execute), 임팩트(Impact)를 저자원 언어 현장에서 구현한 것으로, 회사는 이들 국가의 책임 있는 AI 도입을 위한 국제적 참고 모델이 될 것으로 기대했다.
국제 학술 무대서 검증…유엔대학교 주관 ‘ICEGOV 2026’ 채택
이번 사례를 담은 논문 「저자원 언어 환경의 책임 있는 AI 공공서비스를 위한 추적 가능한 LLM-RAG: 크메르어 사례연구」는 유엔대학교(UNU) 산하 UNU-EGOV가 주관하는 제19회 전자정부 국제학술대회 ‘ICEGOV 2026’에 지난 7월 채택됐다. 더블 블라인드 심사를 통과한 이번 채택은 저자원 언어 공공서비스가 국제 디지털 거버넌스 의제와 맞닿아 있음을 보여준다.
윤석원 에이아이웍스 대표는 “생성형 AI가 빠르게 확산되고 있지만, 답변의 근거를 추적하고 오류를 검증할 수 있어야 이용자가 신뢰할 수 있는 서비스가 된다”며, “특히 저자원 언어는 학습 데이터가 적어 AI가 틀린 답을 지어낼 위험이 큰 만큼, 근거를 밝히는 ‘책임 있는 AI’ 설계가 디지털 포용의 전제 조건”이라고 말했다. 이어 “기술이 앞설수록 그 근거와 한계를 투명하게 밝히는 AI로, 데이터가 부족한 언어를 쓰는 사람들까지 디지털 공공서비스 안으로 들이는 것이 에이아이웍스가 지향하는 길”이라고 강조했다.
<저작권자(c)스마트앤컴퍼니. 무단전재-재배포금지>
