"AI 데이터, 많다고 좋은 게 아냐"…씽크포비엘, 데이터 편향 잡는다

[지디넷코리아]인공지능(AI) 성능을 높이기 위해 무조건 많은 데이터를 학습시키기보다 중복되거나 편향된 데이터를 걸러내고 목적에 맞는 데이터를 선별하는 것이 중요하다는 지적이 나왔다. 데이터 양보다 품질과 구성이 AI 신뢰성을 좌우할 수 있다는 설명이다.AI 신뢰성 전문기업 씽크포비엘은 7일 서울 코엑스에서 열린 ‘AI 페스타 2026’에서 AI 학습데이터를 진단하고 편향 등을 검증하는 기술을 선보였다.씽크포비엘은 이날 부스에서 서로 다른 규모의 이미지 데이터를 학습한 AI를 비교해 데이터 양과 AI 성능이 반드시 비례하지 않는다는 점을 소개했다. 한쪽은 5만장의 이미지 데이터를, 다른 한쪽은 2천장의 데이터를 이용해 AI를 학습시킨 사례다.핵심은 데이터가 얼마나 많은지가 아니라 AI가 목적에 맞게 작동할 수 있도록 적절한 데이터가 구성됐느냐다.씽크포비엘 관계자는 “데이터가 많다고 해서 AI가 제대로 작동하는 것은 아니다”며 “많은 데이터 안에 중복되거나 편향된 데이터가 포함될 수