한국저작권위원회

｜요약

 인공지능은 딥러닝을 통해 방대한 양의 데이터를 활용하는 방식으로 발전해왔다. 그 과정에서 대규모 데이터셋은 인공지능 성능을 높이기 위한 핵심 자원으로 여겨져 왔다.

 데이터의 규모가 커질수록 학습 비용과 시간이 대폭 증가하게 되었고 이러한 문제를 해결하기 위한 데이터셋 증류 기술이 등장하였다.

 데이터셋 증류 기술은 원본 데이터셋을 훨씬 더 작고 압축된 형태로 재구성하는 것으로, 원본 데이터셋과 비슷한 학습 성능을 유지하는 것을 목표로 한다. 데이터셋 증류 기술은 인공지능 학습의 효율성을 크게 높일 수 있는 기술로 최근 많은 주목을 받고 있다.

 그러나 데이터셋 증류 기술을 이용하여 최적의 증류 데이터셋을 만들게 되면, 복제나 재배포가 쉬워지고 기존에 수행되던 데이터셋 보호 기법이 증류 데이터셋에 적용되기 어렵다는 문제가 발생했다.

 2026년 5월 최근 연구에서는 증류 데이터셋의 보호에 초점을 맞춰 단순히 원본 데이터셋에 사용하던 기존의 보호 기법이 아닌, 증류 데이터셋의 생성 과정과 학습 특성을 고려한 새로운 저작권 보호 프레임워크 ‘SubPopMark’가 제안되었다.

한국저작권위원회가 창작한 데이터셋 증류 기술과 새로운 저작권 보호 프레임워크 저작물은
"공공누리" 출처표시-상업적 이용금지-변경금지 조건에 따라 이용할 수 있습니다.