KT, 아모레퍼시픽 70년 연구 데이터로 ‘생성형 AI 플랫폼’ 구축

KT가 아모레퍼시픽의 70년치 화장품·피부 연구 데이터를 활용해 생성형 인공지능 플랫폼을 구축한다. 산업 현장의 축적된 데이터를 AI에 접목하는 대표적 시도로 주목된다.

손기요 기자 · 2026.07.28

조선일보에 따르면 KT는 아모레퍼시픽이 오랜 기간 축적한 연구 데이터를 바탕으로 생성형 AI 플랫폼을 만드는 협업에 나섰다. 특화 데이터를 학습한 산업용 AI를 지향한다.

광고 문의 · 300×250

생성형 AI의 성능은 학습 데이터의 질과 특화 정도에 크게 좌우된다. 특정 산업의 오랜 연구 데이터는 범용 모델이 갖기 어려운 전문성을 제공한다.

화장품·피부 분야의 데이터는 제품 개발, 맞춤형 추천, 연구 효율화 등에 활용될 수 있다. 다만 데이터 품질 관리와 개인정보 보호가 전제가 된다.

산업별 특화 AI는 범용 모델과 함께 쓰이며 실제 업무에 적용되는 흐름을 보여 준다.

華橋時報는 AI 협업을 홍보가 아니라 실효의 관점에서 본다. 데이터가 실제 가치를 만드는지는 시간이 증명할 문제다.

KT以Amore70年研究數據建「生成式AI平台」

KT以Amore Pacific 70年之化妝品、皮膚研究數據，建生成式人工智慧平台。為將產業現場累積數據接軌AI之代表嘗試，受矚。

本報記者孫基堯 · 2026.07.28

據조선일보，KT以Amore Pacific長期累積之研究數據為基，展開建生成式AI平台之協作，志在學習特化數據之產業用AI。

광고 문의 · 300×250

生成式AI之效能，大受學習數據之品質與特化程度左右。特定產業之長期研究數據，提供通用模型難具之專業。

化妝品、皮膚領域之數據，可用於產品開發、客製推薦與研究提效，惟以數據品質管理與個資保護為前提。

產業別特化AI與通用模型併用、套用實際業務之流向於此顯現。

華橋時報以實效而非宣傳之觀點看AI協作。數據是否生實際價值，為時間須證之問題。

KT以Amore70年研究数据建「生成式AI平台」

KT以Amore Pacific 70年之化妆品、皮肤研究数据，建生成式人工智慧平台。为将产业现场累积数据接轨AI之代表尝试，受瞩。

本报记者孙基尧 · 2026.07.28

据조선일보，KT以Amore Pacific长期累积之研究数据为基，展开建生成式AI平台之协作，志在学习特化数据之产业用AI。

광고 문의 · 300×250

生成式AI之效能，大受学习数据之品质与特化程度左右。特定产业之长期研究数据，提供通用模型难具之专业。

化妆品、皮肤领域之数据，可用于产品开发、客制推荐与研究提效，惟以数据品质管理与个资保护为前提。

产业别特化AI与通用模型并用、套用实际业务之流向于此显现。

华桥时报以实效而非宣传之观点看AI协作。数据是否生实际价值，为时间须证之问题。

KT Builds a 'Generative AI Platform' on Amorepacific's 70 Years of Research Data

KT will build a generative AI platform using 70 years of Amorepacific cosmetics and skin research data, drawing notice as a leading attempt to graft accumulated industry data onto AI.

By Son Gi-yo · 2026.07.28

Chosun Ilbo reported KT launched a collaboration to build a generative AI platform based on the research data Amorepacific has amassed over decades, aiming for industrial AI trained on specialized data.

광고 문의 · 300×250

Generative AI's performance depends heavily on the quality and specialization of training data; a specific industry's long research data offers expertise a general model struggles to hold.

Cosmetics and skin data can serve product development, personalized recommendation and research efficiency, provided data-quality management and privacy protection come first.

Industry-specific AI, used alongside general models, illustrates the flow toward application in real work.

Sinophone Bridge Times views AI collaboration through effect, not publicity; whether data creates real value is a question time will prove.