테더가 소형 인공지능(AI) 모델의 추론 능력을 높이기 위한 대규모 학습 데이터셋을 공개하며 AI 기술 사업을 확대하고 있다.

테더의 AI 연구 부문 테더 AI 리서치는 과학·기술·공학·수학(STEM) 분야에 특화된 합성 데이터셋 ‘QVAC 제네시스 III’를 공개했다.

해당 데이터셋은 총 1억5960만개의 문서와 약 1914억개의 AI 학습용 토큰으로 구성됐다. 토큰은 AI 모델이 문장을 학습하고 처리할 때 사용하는 텍스트의 기본 단위를 의미한다.

QVAC 제네시스 III는 상대적으로 적은 연산 자원과 메모리를 사용하는 소형 AI 모델의 추론 성능을 향상하는 데 초점을 맞췄다.

대규모 모델에 비해 운영 비용이 낮고 개인용 기기나 제한된 컴퓨팅 환경에서도 활용할 수 있는 모델 개발을 지원한다는 취지다.

테더는 이번 데이터셋으로 학습한 소형 모델이 기존 오픈소스 데이터를 사용한 모델보다 여러 STEM 추론 평가에서 높은 성능을 기록했다고 밝혔다. 다만 구체적인 성능 차이는 사용한 모델 구조와 학습 방식, 평가 항목 등에 따라 달라질 수 있다.

합성 데이터는 실제 문서를 그대로 수집하는 대신 AI 또는 규칙 기반 시스템을 이용해 생성한 학습 자료다.

특정 분야의 문제와 풀이 과정을 대규모로 확보할 수 있다는 장점이 있지만, 생성 과정에서 발생한 오류나 편향이 학습 모델에 반영될 수 있어 데이터 검증과 품질 관리가 중요하다.

이번 공개는 테더가 스테이블코인 발행을 넘어 AI와 데이터 인프라 분야로 사업 영역을 넓히고 있다는 점에서도 주목된다.

테더는 AI 모델을 중앙 서버에만 의존하지 않고 개인 기기와 분산 환경에서도 활용할 수 있는 기술 개발에 관심을 보여왔다.

소형 AI 모델은 스마트폰과 개인용 컴퓨터, 산업용 단말기 등에서 직접 실행할 수 있어 개인정보 보호와 처리 속도, 운영 비용 측면에서 활용 가능성이 크다.

QVAC 제네시스 III가 외부 개발자와 연구기관의 모델 개발에 실제로 얼마나 활용될지가 향후 성과를 가늠할 핵심 요소가 될 전망이다.