모음
286 개 · GearDel
기어델 카탈로그에서 이 주제는 286개입니다 (텍스트 215개, 음성 38개, 이미지 33개). 제공처: Hugging Face 79개, AI Hub 92개, GitHub 60개. 예: 한국어 대화 요약 데이터셋, KULLM-v2 (한국어 지시문), GovOn Legal Response Dataset. 상업 이용 가능 표기는 161개입니다. 기어델은 파일을 보관하지 않으니 원본 주소에서 받습니다.
한국어 AI 데이터셋 전체를 한 표로 둔 보기입니다. 검색이 넓을 때 쓰는 입구이지, 한 번에 받으라는 뜻이 아닙니다. 과제가 정해지면 음성·OCR·벤치마크처럼 짧은 모음으로 내려갑니다.
텍스트·이미지·음성이 섞여 있습니다. 유형을 거르지 않고 이름순으로만 보면 유명한 벤치마크가 위로 오고, 정작 필요한 말뭉치는 묻힙니다.
라이선스가 비었거나 재확인이면 상세의 검증 표시를 봅니다. 전체 모음은 양이 많아서 대충 훑기 쉽습니다.
영문 페이지가 필요하면 같은 카탈로그의 English 보기를 쓰면 됩니다. 한글 설명과 영문 주제를 한 페이지에 섞지 않습니다.
받기 전에 라이선스와 제공처를 비교합니다. 286개 중 161개가 상업 이용 가능 표기입니다.
이 표는 카탈로그 전체와 같습니다. 검색과 필터는 홈에 있고, 검색 결과의 기준 주소도 홈입니다.
상업 이용 가능
161
조건부
120
제한
5
이 모음 안의 행 수입니다. 다운로드 수가 아닙니다. 아래 라이선스는 저장된 표기 그대로입니다.
| 이름 | 용도 | 제공처 | 크기 | 라이선스 | 상업이용 |
|---|---|---|---|---|---|
| 한국어 대화 요약 데이터셋 | 한국어 요약 데이터셋 | AI Hub | 대용량 | AI Hub 이용안내 | 조건부 가능 |
| KULLM-v2 (한국어 지시문) | 한국어 지시문 학습 데이터셋 | Hugging Face | 180MB | Apache 2.0 | 가능 |
| GovOn Legal Response Dataset | 한국어 QA 데이터셋 | Hugging Face | 267 MB | CC BY 4.0 | 가능 |
| KLUE Benchmark | 한국어 LLM 벤치마크 | Hugging Face | 62.3 MB | CC BY-SA 4.0 | 조건부 가능 |
| KMMLU | 한국어 LLM 벤치마크 | Hugging Face | 70.7 MB | CC BY-ND 4.0 | 불가 |
| KoAlpaca-v1.1a | 한국어 지시문 학습 데이터셋 | Hugging Face | 대용량 | 원본 확인 | 가능 |
| CLIcK (Cultural & Legal Knowledge) | 한국어 LLM 벤치마크 | GitHub | 5.5MB | 원본 확인 | 가능 |
| BEEP! Korean Hate Speech | 한국어 유해성 데이터셋 | GitHub | 1.2MB | CC BY-SA 4.0 | 조건부 가능 |
| DKTC (Dataset of Korean Threat Dialogue) | 한국어 대화 데이터셋 | GitHub | 1.8MB | CC BY-NC-SA 4.0 | 불가 |
| 모두의 말뭉치: 뉴스 | 한국어 대화 데이터셋 | 국립국어원 | 대용량 | 국립국어원 사용서약 | 조건부 가능 |
| 모두의 말뭉치: 메신저 | 한국어 대화 데이터셋 | 국립국어원 | 3.5MB | 국립국어원 사용서약 | 조건부 가능 |
| 모두의 말뭉치: 일상 대화 | 한국어 대화 데이터셋 | 국립국어원 | 24.5MB | 국립국어원 사용서약 | 조건부 가능 |
| 모두의 말뭉치: 웹 문서 | 한국어 대화 데이터셋 | 국립국어원 | 1.2GB | 국립국어원 사용서약 | 조건부 가능 |
| 모두의 말뭉치: 구어 | 한국어 대화 데이터셋 | 국립국어원 | 520MB | 국립국어원 사용서약 | 조건부 가능 |
| 모두의 말뭉치: 도서 문장 | 한국어 대화 데이터셋 | 국립국어원 | 850MB | 국립국어원 사용서약 | 조건부 가능 |
| 모두의 말뭉치: 소셜 미디어 | 한국어 대화 데이터셋 | 국립국어원 | 120MB | 국립국어원 사용서약 | 조건부 가능 |
| KoBEST 언어 추론 벤치마크 | 한국어 LLM 벤치마크 | Hugging Face | 5.1MB | CC BY-SA 4.0 | 가능 |
| GSM8K 한국어 번역 수학 데이터셋 | 한국어 번역 데이터셋 | Hugging Face | 4.8MB | MIT | 가능 |
| KoBigBench Lite | 한국어 LLM 벤치마크 | Hugging Face | 12MB | 원본 확인 | 가능 |
| KoGPT2 기본 사전학습 코퍼스 | 한국어 사전학습 코퍼스 | Hugging Face | 3.2GB | 원본 확인 | 가능 |
| 소상공인 1:1 고객상담 데이터 | 한국어 NLP 데이터셋 | AI Hub | 450MB | AI Hub 이용안내 | 조건부 가능 |
| 일반 도서 및 인프라 요약 데이터 | 한국어 요약 데이터셋 | AI Hub | 620MB | AI Hub 이용안내 | 조건부 가능 |
| 공공 행정문서 대상 기계독해 | 한국어 QA 데이터셋 | AI Hub | 180MB | AI Hub 이용안내 | 조건부 가능 |
| 금융 금융보고서 기계독해 데이터 | 한국어 QA 데이터셋 | AI Hub | 140MB | AI Hub 이용안내 | 조건부 가능 |
| 뉴스 기사 요약 및 분류 통합 데이터 | 한국어 요약 데이터셋 | AI Hub | 540MB | AI Hub 이용안내 | 조건부 가능 |
| 특허 명세서 분석 및 자동 Q&A | 한국어 NLP 데이터셋 | AI Hub | 890MB | AI Hub 이용안내 | 조건부 가능 |
| 지역별 한국어 방언 표준어 매치 | 한국어 NLP 데이터셋 | AI Hub | 320MB | AI Hub 이용안내 | 조건부 가능 |
| 판례 및 법률 조문 임베딩 데이터 | 한국어 NLP 데이터셋 | AI Hub | 1.1GB | AI Hub 이용안내 | 조건부 가능 |
| SNS 소셜 대화 정제 데이터셋 | 한국어 대화 데이터셋 | AI Hub | 980MB | AI Hub 이용안내 | 조건부 가능 |
| 전문 학술지 및 도서 요약 데이터 | 한국어 요약 데이터셋 | AI Hub | 750MB | AI Hub 이용안내 | 조건부 가능 |
| 한국어 일반상식 멀티초이스 데이터 | 한국어 QA 데이터셋 | AI Hub | 45MB | AI Hub 이용안내 | 조건부 가능 |
| 공공기관 배포 행정문서 요약본 | 한국어 요약 데이터셋 | AI Hub | 410MB | AI Hub 이용안내 | 조건부 가능 |
| 웹 기반 심층 뉴스 말뭉치 | 한국어 대화 데이터셋 | AI Hub | 2.4GB | AI Hub 이용안내 | 조건부 가능 |
| 한국인 외래어 한영 발음 전사 | 한국어 번역 데이터셋 | AI Hub | 55MB | AI Hub 이용안내 | 조건부 가능 |
| 산업별 전문 도메인 텍스트 말뭉치 | 한국어 대화 데이터셋 | AI Hub | 3.5GB | AI Hub 이용안내 | 조건부 가능 |
| 통합 상담사-고객 대화 분류 및 요약 | 한국어 요약 데이터셋 | AI Hub | 780MB | AI Hub 이용안내 | 조건부 가능 |
| 정신건강 웰니스 챗봇 상담 질의응답 | 한국어 QA 데이터셋 | AI Hub | 8.5MB | AI Hub 이용안내 | 조건부 가능 |
| 대형 마트 및 유통사 고객 서비스 QA | 한국어 QA 데이터셋 | AI Hub | 120MB | AI Hub 이용안내 | 조건부 가능 |
| 생활 법률 및 세무 행정 Q&A 데이터 | 한국어 NLP 데이터셋 | AI Hub | 180MB | AI Hub 이용안내 | 조건부 가능 |
| 공인중개사 부동산 매물 설명 텍스트 | 한국어 NLP 데이터셋 | AI Hub | 340MB | AI Hub 이용안내 | 조건부 가능 |
| 초중고 국어 및 교육용 지문 데이터셋 | 한국어 NLP 데이터셋 | AI Hub | 190MB | AI Hub 이용안내 | 조건부 가능 |
| 병원 임상 의학 가상 진료 차트 텍스트 | 한국어 NLP 데이터셋 | AI Hub | 480MB | AI Hub 이용안내 | 조건부 가능 |
| 드라마 및 방송 연극 시나리오 대본 | 한국어 NLP 데이터셋 | AI Hub | 520MB | AI Hub 이용안내 | 조건부 가능 |
| 이커머스 상품 카피라이팅 광고 텍스트 | 한국어 광고 카피 데이터셋 | AI Hub | 90MB | AI Hub 이용안내 | 조건부 가능 |
| 전기 전자 분야 기술 특허 상세 명세 | 한국어 NLP 데이터셋 | AI Hub | 1.5GB | AI Hub 이용안내 | 조건부 가능 |
| 귀농 농업 기술 및 병해충 자가 상담 | 한국어 NLP 데이터셋 | AI Hub | 110MB | AI Hub 이용안내 | 조건부 가능 |
| 지자체 대표 관광 마케팅 카드뉴스 요약 | 한국어 요약 데이터셋 | AI Hub | 85MB | AI Hub 이용안내 | 조건부 가능 |
| 국산 SUV/세단 자동차 사용자 매뉴얼 QA | 한국어 QA 데이터셋 | AI Hub | 230MB | AI Hub 이용안내 | 조건부 가능 |
| 기업 경제 뉴스 기사 감성 극성 사전 | 한국어 감성분석 데이터셋 | AI Hub | 40MB | AI Hub 이용안내 | 조건부 가능 |
| 중소기업 기술 애로 상담 및 전문가 문답 | 한국어 NLP 데이터셋 | AI Hub | 130MB | AI Hub 이용안내 | 조건부 가능 |
| 조선왕조실록 및 고전 한문 번역 병렬 데이터 | 한국어 번역 데이터셋 | AI Hub | 1.8GB | AI Hub 이용안내 | 조건부 가능 |
| KBS/MBC 시사 토론 및 교양 방송 요약 | 한국어 요약 데이터셋 | AI Hub | 440MB | AI Hub 이용안내 | 조건부 가능 |
| 소셜 인플루언서 가상 멀티턴 메신저 대화 | 한국어 대화 데이터셋 | AI Hub | 310MB | AI Hub 이용안내 | 조건부 가능 |
| 모바일 게임 안내 및 퀘스트 가이드 QA | 한국어 QA 데이터셋 | AI Hub | 85MB | AI Hub 이용안내 | 조건부 가능 |
| KSS Dataset (성우 음성 합성) | 한국어 TTS 데이터셋 | Hugging Face | 12시간+ | CC BY-NC-SA 4.0 | 불가 |
| ClovaCall | 한국어 음성인식 데이터셋 | GitHub | 11,000명 이상 | MIT | 불가 |
| KsponSpeech (대규모 자유발화) | 한국어 자유발화 음성인식 | AI Hub | 1000시간 | AI Hub 이용안내 | 조건부 가능 |
| Speech Emotion Dataset (ko) | 한국어 음성 데이터셋 | GitHub | 3.2GB | 원본 확인 | 가능 |
| 지역별 방언 음성 코퍼스 | 한국어 음성 데이터셋 | AI Hub | 500시간 | AI Hub 이용안내 | 조건부 가능 |
| 소아 및 어린이 구어 음성 인식 | 한국어 음성인식 데이터셋 | AI Hub | 120시간 | AI Hub 이용안내 | 조건부 가능 |
| 실버 세대 장노년층 구어 음성 | 한국어 음성인식 데이터셋 | AI Hub | 150시간 | AI Hub 이용안내 | 조건부 가능 |
| 차량 소음 융합 하이테크 음성 제어 | 한국어 음성 데이터셋 | AI Hub | 200시간 | AI Hub 이용안내 | 조건부 가능 |
| 뉴스 아나운서 및 표준어 낭독 음향 | 한국어 TTS 데이터셋 | AI Hub | 100시간 | AI Hub 이용안내 | 조건부 가능 |
| 스마트 가전 및 사물인터넷 음성 명령 | 한국어 음성 데이터셋 | AI Hub | 80시간 | AI Hub 이용안내 | 조건부 가능 |
| 고객 콜센터 대화 녹취 및 음성 | 한국어 음성 데이터셋 | AI Hub | 800시간 | AI Hub 이용안내 | 조건부 가능 |
| 다중 화자 고품질 TTS 빌더 코퍼스 | 한국어 TTS 데이터셋 | AI Hub | 300시간 | AI Hub 이용안내 | 조건부 가능 |
| 정부 부처 및 국회 토론 회의 록 음성 | 한국어 음성 데이터셋 | AI Hub | 600시간 | AI Hub 이용안내 | 조건부 가능 |
| 도시 생활 소음 및 환경 오디오 분류 | 한국어 음성 데이터셋 | AI Hub | 240GB | AI Hub 이용안내 | 조건부 가능 |
| 대학교 전공 강의 및 프레젠테이션 발화 | 한국어 음성 데이터셋 | AI Hub | 400시간 | AI Hub 이용안내 | 조건부 가능 |
| 오디오북 제작용 문학 성우 목소리 | 한국어 TTS 데이터셋 | AI Hub | 180시간 | AI Hub 이용안내 | 조건부 가능 |
| 한국 수어 카메라 캡처 영상 및 주석 | 한국어 음성 데이터셋 | AI Hub | 4TB | AI Hub 이용안내 | 조건부 가능 |
| 실제 보이스피싱 가해자 범죄 음성 | 한국어 음성 데이터셋 | AI Hub | 50시간 | AI Hub 이용안내 | 조건부 가능 |
| 반려동물 울음소리 및 감정 오디오 | 한국어 음성 데이터셋 | AI Hub | 40GB | AI Hub 이용안내 | 조건부 가능 |
| 호흡기 기침 및 비정상 호흡 사운드 | 한국어 음성 데이터셋 | AI Hub | 15GB | AI Hub 이용안내 | 조건부 가능 |
| 야외 원격 조종 드론 프로펠러 소음 | 한국어 음성 데이터셋 | AI Hub | 30GB | AI Hub 이용안내 | 조건부 가능 |
| 전통 악기 연주 및 음정 오디오셋 | 한국어 음성 데이터셋 | AI Hub | 85GB | AI Hub 이용안내 | 조건부 가능 |
| 공장 모터 고장 진단 진동 및 음향 | 한국어 음성 데이터셋 | AI Hub | 120GB | AI Hub 이용안내 | 조건부 가능 |
| 속삭이는 저조도 비밀 소형 음성 인식 | 한국어 음성 데이터셋 | AI Hub | 60시간 | AI Hub 이용안내 | 조건부 가능 |
| 한국 보컬 가창 음원 및 분리 코퍼스 | 한국어 음성 데이터셋 | AI Hub | 150GB | AI Hub 이용안내 | 조건부 가능 |
| 심장 소리 및 폐부 미세 음향 청진 기록 | 한국어 음성 데이터셋 | AI Hub | 8GB | AI Hub 이용안내 | 조건부 가능 |
| 스마트 음성 비서 전용 하이브리드 TTS | 한국어 TTS 데이터셋 | AI Hub | 90시간 | AI Hub 이용안내 | 조건부 가능 |
| 스포츠 중계 리얼 캐스터 흥분 구어 | 한국어 음성 데이터셋 | AI Hub | 220시간 | AI Hub 이용안내 | 조건부 가능 |
| 한국인 고유 영어 발음 및 평가 음성 | 한국어 음성 데이터셋 | AI Hub | 140시간 | AI Hub 이용안내 | 조건부 가능 |
| COYO-700M (카카오브레인) | 한국어 비전 데이터셋 | Hugging Face | 대용량 (7억 쌍) | CC BY 4.0 | 가능 |
| skt/KVQA (시각장애 보조) | 한국어 비전 데이터셋 | Hugging Face | 100,445개 페어 | Korean VQA License | 불가 |
| KRETA (Korean Rich Text Visual QA) | 한국어 OCR 데이터셋 | Hugging Face | 125MB | 원본 확인 | 가능 |
| Korean Tourist Spot Dataset (풍경 이미지) | 한국어 비전 데이터셋 | GitHub | 8.4GB | 원본 확인 | 가능 |
| Korean-Light-OCR (야외 간판 및 표지판) | 한국어 OCR 데이터셋 | GitHub | 4.2GB | 원본 확인 | 가능 |
| Korean Receipts (금융 영수증 OCR) | 영수증 OCR 데이터셋 | Hugging Face | 95MB | CC BY 4.0 | 가능 |
| Table-VQA-ko (스캔문서 표 판독) | 한국어 OCR 데이터셋 | Hugging Face | 185MB | Apache 2.0 | 가능 |
| 도시 로드 야외 주행 전경 및 3D 바운딩 | 한국어 비전 데이터셋 | AI Hub | 12TB | AI Hub 이용안내 | 조건부 가능 |
| K-패션 의류 및 코디 메타데이터 | 한국어 비전 데이터셋 | AI Hub | 850GB | AI Hub 이용안내 | 조건부 가능 |
| 한국인 안면 특징 및 미세 표정 변화 | 한국어 비전 데이터셋 | AI Hub | 2.4TB | AI Hub 이용안내 | 조건부 가능 |
| 한국 거리 전경 고정밀 OCR 자료 | 한국어 OCR 데이터셋 | AI Hub | 1.5TB | AI Hub 이용안내 | 조건부 가능 |
| 한식 단품 요리 및 반찬 다각도 이미지 | 한국어 비전 데이터셋 | AI Hub | 420GB | AI Hub 이용안내 | 조건부 가능 |
| 반려동물 피부 및 안구 안과 질환 식별 | 한국어 비전 데이터셋 | AI Hub | 380GB | AI Hub 이용안내 | 조건부 가능 |
| 사과/배/배추 주요 원예 노지 병해충 | 한국어 비전 데이터셋 | AI Hub | 190GB | AI Hub 이용안내 | 조건부 가능 |
| CCTV 지하철 통로 주취 폭행 및 배회 | 한국어 비전 데이터셋 | AI Hub | 5TB | AI Hub 이용안내 | 조건부 가능 |
| 유리병, 페트병 등 쓰레기 고속 분류 OCR | 한국어 OCR 데이터셋 | AI Hub | 290GB | AI Hub 이용안내 | 조건부 가능 |
| 유네스코 전통 탑 및 궁궐 전경 3D 매시 | 한국어 비전 데이터셋 | AI Hub | 8TB | AI Hub 이용안내 | 조건부 가능 |
| 한국인 다양한 연령대 자필 손글씨 폰트 | 한국어 OCR 데이터셋 | AI Hub | 140GB | AI Hub 이용안내 | 조건부 가능 |
| 노후 콘크리트 및 철골 다리 균열 결함 | 한국어 비전 데이터셋 | AI Hub | 640GB | AI Hub 이용안내 | 조건부 가능 |
| 대형 지하 주차장 코너 장애물 및 차량 바퀴 | 한국어 비전 데이터셋 | AI Hub | 910GB | AI Hub 이용안내 | 조건부 가능 |
| 국내 인기 웹툰 캐릭터 다채 색선화 페이스 | 한국어 비전 데이터셋 | AI Hub | 430GB | AI Hub 이용안내 | 조건부 가능 |
| 강원 영동 건조기 산림 화재 및 연기 | 한국어 비전 데이터셋 | AI Hub | 150GB | AI Hub 이용안내 | 조건부 가능 |
| 해양 한반도 연안 수중 플라스틱 폐기물 | 한국어 비전 데이터셋 | AI Hub | 210GB | AI Hub 이용안내 | 조건부 가능 |
| 건설 철골 토목 공사 현장 인부 보호구 착용 | 한국어 비전 데이터셋 | AI Hub | 1.2TB | AI Hub 이용안내 | 조건부 가능 |
| 국내 실제 아파트 평형별 가구 배치 인테리어 | 한국어 비전 데이터셋 | AI Hub | 750GB | AI Hub 이용안내 | 조건부 가능 |
| 전국 주요 랜드마크 및 고궁 문화 경관 | 한국어 비전 데이터셋 | AI Hub | 1.1TB | AI Hub 이용안내 | 조건부 가능 |
| 여성 자궁경부 암 조기 선별 정밀 현미경 이미지 | 한국어 비전 데이터셋 | AI Hub | 1.6TB | AI Hub 이용안내 | 조건부 가능 |
| 피부과 탈모 및 여드름 아토피 접사 | 한국어 비전 데이터셋 | AI Hub | 320GB | AI Hub 이용안내 | 조건부 가능 |
| 물류창고 컨베이어 박스 바코드 및 문구 | 한국어 비전 데이터셋 | AI Hub | 480GB | AI Hub 이용안내 | 조건부 가능 |
| 서해안/남해안 해안 폐스티로폼 드론 | 한국어 비전 데이터셋 | AI Hub | 520GB | AI Hub 이용안내 | 조건부 가능 |
| PAWS-X (ko) (문장 유사성 분류) | 한국어 NLP 데이터셋 | GitHub | 5.1MB | Other | 조건부 가능 |
| TyDi-QA (ko) (구글 다국어 질의응답) | 한국어 QA 데이터셋 | GitHub | 18.5MB | Apache 2.0 | 가능 |
| Open Subtitles (ko-en) (자막 번역) | 한국어 번역 데이터셋 | GitHub | 대용량 | 원본 확인 | 가능 |
| Tatoeba (ko-en) | 한국어 번역 데이터셋 | GitHub | 3.4MB | CC BY 2.0 | 가능 |
| TinyStories 한국어 번역 데이터셋 | 한국어 번역 데이터셋 | Hugging Face | 대용량 | MIT | 가능 |
| KoInFoBench 한국어 지시어 이행 평가 데이터셋 | 한국어 지시문 학습 데이터셋 | Hugging Face | 소용량 | MIT | 가능 |
| 한국어 사전학습 위키 코퍼스 | 한국어 사전학습 코퍼스 | Hugging Face | 중용량 | MIT | 가능 |
| 오픈 한국어 인스트럭션 데이터셋 | 한국어 지시문 학습 데이터셋 | Hugging Face | 대용량 | MIT | 가능 |
| 청와대 국민청원 데이터셋 | 한국어 NLP 데이터셋 | Hugging Face | 대용량 | MIT | 가능 |
| QARV 한국어 인스트럭션 데이터셋 | 한국어 지시문 학습 데이터셋 | Hugging Face | 중용량 | MIT | 가능 |
| Orca 한국어 DPO 선호도 데이터셋 | 한국어 NLP 데이터셋 | Hugging Face | 중용량 | Apache 2.0 | 가능 |
| KOpen 고품질 에르메스 한국어 데이터셋 | 한국어 번역 데이터셋 | Hugging Face | 중용량 | MIT | 가능 |
| 한국어 상업용 지시어 데이터셋 | 한국어 지시문 학습 데이터셋 | Hugging Face | 대용량 | MIT | 가능 |
| 캐럿AI 한국어 지시어 데이터셋 | 한국어 지시문 학습 데이터셋 | Hugging Face | 소용량 | Apache 2.0 | 가능 |
| 한국어 다단계 논리 추론 데이터셋 | 한국어 QA 데이터셋 | Hugging Face | 소용량 | Apache 2.0 | 가능 |
| 한국어 금융 특화 지시어 데이터셋 | 한국어 지시문 학습 데이터셋 | Hugging Face | 중용량 | MIT | 가능 |
| 한국어 일상 구어체 대화 데이터셋 | 한국어 대화 데이터셋 | Hugging Face | 대용량 | Apache 2.0 | 가능 |
| 송영숙 한국어 챗봇 문답 데이터셋 | 한국어 감성분석 데이터셋 | GitHub | 소용량 | MIT | 가능 |
| 한국어 온라인 댓글 욕설 탐지 데이터셋 | 한국어 유해성 데이터셋 | GitHub | 소용량 | MIT | 가능 |
| 한국어 인공 교과서 코퍼스 데이터셋 | 한국어 사전학습 코퍼스 | Hugging Face | 대용량 | Apache 2.0 | 가능 |
| SQuARe 한국어 민감 주제 안전성 데이터셋 | 한국어 NLP 데이터셋 | GitHub | 중용량 | MIT | 가능 |
| KoSBi 한국어 편향성 완화 데이터셋 | 한국어 NLP 데이터셋 | GitHub | 대용량 | MIT | 가능 |
| 카카오엔터프라이즈 한국어 멀티턴 적대적 대화 데이터셋 | 한국어 지시문 학습 데이터셋 | GitHub | 소용량 | Apache 2.0 | 가능 |
| 한국어 수학 문장형 문제 풀이 데이터셋 | 한국어 NLP 데이터셋 | GitHub | 소용량 | MIT | 가능 |
| HateScore 한국어 다중 차원 혐오 감지 데이터셋 | 한국어 유해성 데이터셋 | GitHub | 중용량 | Apache 2.0 | 가능 |
| LIMA 한국어 고품질 극소정예 데이터셋 | 한국어 지시문 학습 데이터셋 | Hugging Face | 소용량 | CC BY-NC-SA 4.0 | 가능 |
| Zeroth 한국어 음성 인식 오픈소스 데이터셋 | 한국어 음성인식 데이터셋 | GitHub | 대용량 | Apache 2.0 | 가능 |
| MeloTTS 한국어 실시간 음성합성 데이터셋 | 한국어 TTS 데이터셋 | Hugging Face | 중용량 | MIT | 가능 |
| 한국 문화 맥락 이해 벤치마크 데이터셋 | 한국어 LLM 벤치마크 | Hugging Face (SOGANG-ISDS) | 소용량 | Apache 2.0 | 가능 |
| 한국어 교육용 필터링 웹텍스트 데이터셋 | 한국어 사전학습 코퍼스 | Hugging Face (devngho) | 대용량 | MIT | 가능 |
| 엘리스 한국어 FineWeb-Edu 데모 데이터셋 | 한국어 사전학습 코퍼스 | Hugging Face (eliceai) | 중용량 | Apache 2.0 | 가능 |
| SNU Ko-MuSR 한국어 다단계 추론 데이터셋 | 한국어 LLM 벤치마크 | Hugging Face (thunder-research-group) | 소용량 | MIT | 가능 |
| 교과서 기반 에듀케이션 한국어 말뭉치 | 한국어 지시문 학습 데이터셋 | Hugging Face (devngho) | 대용량 | MIT | 가능 |
| 한국어 이미지 정밀 묘사 데이터셋 | 한국어 비전 데이터셋 | Hugging Face (Nagase-Kotono) | 대용량 (7.85 GB) | Apache 2.0 | 가능 |
| 다양한 문체 변환 한국어 인스트럭션 | 한국어 지시문 학습 데이터셋 | Hugging Face (coastral) | 중용량 | Apache 2.0 | 가능 |
| 한국어 Function Calling 도구 사용 데이터셋 | 한국어 지시문 학습 데이터셋 | Hugging Face (gyung) | 소용량 | Apache 2.0 | 가능 |
| KOTE 한국어 온라인 댓글 감정 데이터셋 | 한국어 감성분석 데이터셋 | Hugging Face (searle-j) | 중용량 | MIT | 가능 |
| 네이버 영화 리뷰 감성 코퍼스 (NSMC) | 한국어 감성분석 데이터셋 | GitHub (e9t) | 소용량 | CC BY 2.0 | 가능 |
| 한국어 질의응답 데이터셋 1.0 (KorQuAD) | 한국어 QA 데이터셋 | KorQuAD 공식 | 중용량 | CC BY-ND 4.0 | 가능 |
| KLUE 연합뉴스 기사 제목 분류 데이터셋 | 한국어 NLP 데이터셋 | Hugging Face (KLUE) | 소용량 | CC BY-SA 4.0 | 가능 |
| KLUE 한국어 자연어 추론 데이터셋 | 한국어 NLP 데이터셋 | Hugging Face (KLUE) | 소용량 | CC BY-SA 4.0 | 가능 |
| KLUE 한국어 유사도 측정 데이터셋 | 한국어 LLM 벤치마크 | Hugging Face (KLUE) | 소용량 | CC BY-SA 4.0 | 가능 |
| KLUE 한국어 개체명 인식 데이터셋 | 한국어 개체명 데이터셋 | Hugging Face (KLUE) | 중용량 | CC BY-SA 4.0 | 가능 |
| KLUE 한국어 관계 추출 데이터셋 | 한국어 NLP 데이터셋 | Hugging Face (KLUE) | 소용량 | CC BY-SA 4.0 | 가능 |
| KLUE 한국어 기계독해 벤치마크 | 한국어 QA 데이터셋 | Hugging Face (KLUE) | 중용량 | CC BY-SA 4.0 | 가능 |
| 스마일게이트 Smilegate UnSmile 데이터셋 | 한국어 NLP 데이터셋 | GitHub | 소용량 | CC BY-NC-ND 4.0 | 조건부 가능 |
| 한국어 대규모 기계독해 데이터셋 2.0 (KorQuAD) | 한국어 QA 데이터셋 | KorQuAD 공식 | 대용량 (표 포함) | CC BY-ND 4.0 | 가능 |
| 한국어 위키백과 정제 말뭉치 | 한국어 대화 데이터셋 | GitHub | 중용량 | CC BY-SA 4.0 | 가능 |
| 한국어 속담 및 관용구 해석 데이터셋 | 한국어 NLP 데이터셋 | GitHub | 소용량 | MIT | 가능 |
| KoBEST 언어추론 벤치마크 (COPA) | 한국어 LLM 벤치마크 | Hugging Face (SKT-brain) | 소용량 | CC BY-SA 4.0 | 가능 |
| KoBEST 상황 지속성 추론 (HellaSwag) | 한국어 LLM 벤치마크 | Hugging Face (SKT-brain) | 소용량 | CC BY-SA 4.0 | 가능 |
| 실생활 한국어 비유 표현 수집 코퍼스 | 한국어 사전학습 코퍼스 | Hugging Face | 소용량 | MIT | 가능 |
| 네이버 쇼핑 상품 리뷰 감성 분석 데이터셋 | 한국어 감성분석 데이터셋 | GitHub (bab2min) | 소용량 | CC BY-SA 4.0 | 가능 |
| 스팀 한국어 게임 리뷰 감성 코퍼스 | 한국어 감성분석 데이터셋 | GitHub (bab2min) | 소용량 | CC BY-SA 4.0 | 가능 |
| 카카오브레인 KorNLI 자연어 추론 데이터셋 | 한국어 NLP 데이터셋 | GitHub (kakaobrain) | 대용량 | CC BY-SA 4.0 | 가능 |
| 카카오브레인 KorSTS 문장 유사도 데이터셋 | 한국어 NLP 데이터셋 | GitHub (kakaobrain) | 소용량 | CC BY-SA 4.0 | 가능 |
| KoBEST 단단문 참거짓 판정 (BoolQ) | 한국어 QA 데이터셋 | Hugging Face (SKT-brain) | 소용량 | CC BY-SA 4.0 | 가능 |
| KoBEST 문맥상 어휘 다의어 추론 (WiC) | 한국어 NLP 데이터셋 | Hugging Face (SKT-brain) | 소용량 | CC BY-SA 4.0 | 가능 |
| 한국어 오탈자 및 띄어쓰기 문장 교정 코퍼스 | 한국어 사전학습 코퍼스 | GitHub | 중용량 | MIT | 가능 |
| 한국어 질문 자동 생성(QG) 데이터셋 | 한국어 지시문 학습 데이터셋 | Hugging Face | 소용량 | Apache 2.0 | 가능 |
| 한국어 속담 빈칸 완성 데이터셋 | 한국어 LLM 벤치마크 | GitHub | 소용량 | MIT | 가능 |
| KMMLU-Pro 전문 지식 평가 데이터셋 | 한국어 LLM 벤치마크 | Hugging Face (LGAI-EXAONE) | 12MB | CC BY-NC 4.0 | 가능 |
| 서울대 Thunder-KoNUBench 한국어 부정문 이해 데이터셋 | 한국어 LLM 벤치마크 | Hugging Face (thunder-research-group) | 5.4MB | CC BY-NC-SA 4.0 | 가능 |
| KoSum 한국어 유튜브 멀티모달 요약 데이터셋 | 한국어 음성 데이터셋 | Hugging Face (iontail) | 45GB | CC BY-NC 4.0 | 가능 |
| K-BrowseComp 한국어 웹 브라우징 에이전트 벤치마크 | 한국어 LLM 벤치마크 | Hugging Face (prometheus-eval) | 3.5MB | MIT | 가능 |
| WanJuanSiLu 한국어 고품질 웹 텍스트 코퍼스 | 한국어 대화 데이터셋 | Hugging Face (opendatalab) | 124 GB | CC BY 4.0 | 가능 |
| KREW 한국어 페르소나 역할극(Role-Playing) 데이터셋 | 한국어 지시문 학습 데이터셋 | Hugging Face (huggingface-KREW) | 28MB | Apache 2.0 | 가능 |
| 서울대 Ko-WinoGrande 한국어 대명사 지시 추론 데이터셋 | 한국어 지시문 학습 데이터셋 | Hugging Face (thunder-research-group) | 4.2MB | CC BY 4.0 | 가능 |
| SmileStyle 한국어 다채로운 문체 변환 코퍼스 | 한국어 사전학습 코퍼스 | GitHub (smilegate-ai) | 35MB | MIT | 가능 |
| KoIn 한국 인플루언서 인물 인식 이미지 데이터셋 | 한국어 비전 데이터셋 | GitHub (dukong1) | 140 GB | MIT | 가능 |
| ToM-Diary 한국어 마음이해(Theory of Mind) 데이터셋 | 한국어 NLP 데이터셋 | GitHub | 8.5MB | Apache 2.0 | 가능 |
| KoCoSa 한국어 세부적 상식 추론 지시 데이터셋 | 한국어 지시문 학습 데이터셋 | GitHub | 18MB | Apache 2.0 | 가능 |
| KPoEM 한국어 고전 시 문학 정서 주석 데이터셋 | 한국어 감성분석 데이터셋 | GitHub | 4.2MB | MIT | 가능 |
| KMRE 한국어 임상의학 논문 관계 추출 데이터셋 | 한국어 NLP 데이터셋 | GitHub | 15MB | Apache 2.0 | 가능 |
| KoSEnd 한국어 어휘론적 함의(Entailment) 데이터셋 | 한국어 NLP 데이터셋 | GitHub | 6.2MB | Apache 2.0 | 가능 |
| Korean SAT Math 수능 수학 논리 추론 데이터셋 | 한국어 NLP 데이터셋 | Hugging Face (Quadyun) | 8.5MB | MIT | 가능 |
| KoelLabs 다국어 화자 한국어 악센트 음성 데이터셋 | 한국어 음성인식 데이터셋 | Hugging Face (KoelLabs) | 18 GB | CC BY-NC 4.0 | 가능 |
| CSAT-KOREAN-2025 대학수학능력시험 국어 데이터셋 | 한국어 QA 데이터셋 | Hugging Face (KKACHI-HUB) | 3.2MB | MIT | 가능 |
| 한국 선거 여론 및 미디어 오피니언 분석 데이터셋 | 한국어 NLP 데이터셋 | Hugging Face (AFOS-Analytics1) | 45MB | CC BY 4.0 | 가능 |
| 엔비디아 Nemotron 한국어 가상 페르소나 데이터셋 | 한국어 NLP 데이터셋 | Hugging Face (nvidia) | 120MB | CC BY 4.0 | 조건부 가능 |
| 수능 영어 지문 한글 초고밀 번역 데이터셋 | 한국어 번역 데이터셋 | Hugging Face (cfpark00) | 5.5MB | CC BY-NC-SA 4.0 | 가능 |
| 한문 한자-한글 대칭 수동 번역 데이터셋 | 한국어 번역 데이터셋 | GitHub | 중용량 | CC0 | 가능 |
| 한국어 일반 의학 및 자가 진단 상담 데이터셋 | 한국어 NLP 데이터셋 | Hugging Face | 중용량 | Apache 2.0 | 가능 |
| 한국어 생활 법률 민원 지식 데이터셋 | 한국어 NLP 데이터셋 | Hugging Face | 중용량 | Apache 2.0 | 가능 |
| 한국어 자소-음소 변환 소리 정렬 데이터셋 | 한국어 NLP 데이터셋 | GitHub | 소용량 | MIT | 가능 |
| 네이버 NLP 챌린지 한국어 개체명 인식 데이터 | 한국어 개체명 데이터셋 | GitHub (Naver-NLP) | 중용량 | CC0 | 가능 |
| 한국어 소형 IoT 스마트홈 제어 음성 데이터 | 한국어 음성 데이터셋 | GitHub | 중용량 | Apache 2.0 | 가능 |
| 한국 전통 요리법 및 조리 순서 데이터셋 | 한국어 NLP 데이터셋 | GitHub | 소용량 | MIT | 가능 |
| 한국 방언 및 팔도 사투리 전사 메타데이터 | 한국어 음성 데이터셋 | AI Hub / GitHub | 대용량 | Apache 2.0 | 가능 |
| 한국어 주요 일간지 뉴스 생성형 요약 코퍼스 | 한국어 요약 데이터셋 | Hugging Face / AI Hub | 대용량 | Apache 2.0 | 가능 |
| 쇼핑 리뷰 어스펙트 기반 감정 분석 데이터 | 한국어 감성분석 데이터셋 | Hugging Face | 소용량 | MIT | 가능 |
| 한국어 단문 및 장문 SMS 스팸 분류 데이터셋 | 한국어 NLP 데이터셋 | GitHub | 소용량 | MIT | 가능 |
| 한국어 의문사 기반 질문 분류 데이터셋 | 한국어 NLP 데이터셋 | GitHub | 소용량 | MIT | 가능 |
| 한국인 생활 상식 및 논리적 연쇄 추론 데이터 | 한국어 LLM 벤치마크 | Hugging Face / GitHub | 중용량 | Apache 2.0 | 가능 |
| 한국 특허 정보 다국어 번역 병렬 데이터 | 한국어 번역 데이터셋 | GitHub / AI Hub | 대용량 | Apache 2.0 | 가능 |
| KoELECTRA 보캡 최적화 원시 텍스트 말뭉치 | 한국어 대화 데이터셋 | GitHub (monologg) | 대용량 (34GB) | Apache 2.0 | 가능 |
| 한국 근현대 시 문학 말뭉치 | 한국어 대화 데이터셋 | GitHub | 소용량 | MIT | 가능 |
| 한국어 반어법 및 비꼼 감정 분류 데이터셋 | 한국어 감성분석 데이터셋 | GitHub | 소용량 | MIT | 가능 |
| 한국어 금융 뉴스 감성 분석 데이터셋 | 한국어 감성분석 데이터셋 | GitHub | 소용량 | Apache 2.0 | 가능 |
| 한국어 말투 및 종결어미 스타일 변환 데이터셋 | 한국어 NLP 데이터셋 | GitHub | 중용량 | MIT | 가능 |
| 한국어 일상 스몰토크 치챗 코퍼스 | 한국어 감성분석 데이터셋 | GitHub | 중용량 | MIT | 가능 |
| 소셜 미디어 한국어 악성 텍스트 필터링 데이터 | 한국어 NLP 데이터셋 | GitHub | 중용량 | Apache 2.0 | 가능 |
| 한국어 위키피디아 기반 상식 질의응답 데이터셋 | 한국어 QA 데이터셋 | Hugging Face | 중용량 | MIT | 가능 |
| 한국어 문법성 판단 및 비문 교정 데이터셋 | 한국어 문법 평가 벤치마크 | GitHub | 소용량 | MIT | 가능 |
| 한국어 신조어 및 인터넷 밈(Meme) 해설 사전 데이터 | 한국어 NLP 데이터셋 | GitHub | 소용량 | MIT | 가능 |
| 한국어 7대 감정 음성 전사 데이터셋 | 한국어 TTS 데이터셋 | AI Hub / GitHub | 대용량 | Apache 2.0 | 가능 |
| 한국어 상식 추론 객관식 평가 벤치마크 | 한국어 LLM 벤치마크 | Hugging Face | 소용량 | Apache 2.0 | 가능 |
| 한국어 위키 개요 자동 요약 데이터셋 | 한국어 요약 데이터셋 | Hugging Face | 중용량 | CC BY-SA 4.0 | 가능 |
| 한국어 숙어 및 다어휘식 영어 번역 병렬 데이터셋 | 한국어 번역 데이터셋 | GitHub | 소용량 | MIT | 가능 |
| Ko-Llama 다각적 지시어 미세조정 데이터셋 | 한국어 지시문 학습 데이터셋 | Hugging Face | 대용량 | Apache 2.0 | 가능 |
| 한국어 이커머스 쇼핑몰 고객 의도 분류 데이터 | 한국어 NLP 데이터셋 | GitHub | 소용량 | MIT | 가능 |
| 한국어 의미상 동치 문장 판별 데이터셋 | 한국어 NLP 데이터셋 | Hugging Face | 중용량 | Apache 2.0 | 가능 |
| 한국어 금표준(Gold Standard) 개체명 인식 데이터 | 한국어 개체명 데이터셋 | GitHub | 소용량 | MIT | 가능 |
| 한국인 단어 연상 의미망 코퍼스 | 한국어 사전학습 코퍼스 | GitHub | 소용량 | MIT | 가능 |
| 한국어 전문 한자 용어 쉬운 말 풀이 코퍼스 | 한국어 사전학습 코퍼스 | Hugging Face | 소용량 | Apache 2.0 | 가능 |
| 한국어 사설 및 논설 아규먼트 마이닝 데이터셋 | 한국어 NLP 데이터셋 | GitHub | 소용량 | MIT | 가능 |
| 한국어 요식업 배달 앱 리뷰 감성 분류 데이터셋 | 한국어 감성분석 데이터셋 | GitHub | 중용량 | MIT | 가능 |
| 한국어 기초 간호 기록지 익명 명세 코퍼스 | 한국어 사전학습 코퍼스 | GitHub | 중용량 | Apache 2.0 | 가능 |
| 한국어 은유 및 시적 비유 감지 데이터셋 | 한국어 NLP 데이터셋 | GitHub | 소용량 | MIT | 가능 |
| 한국어 AI 모델 불법 및 탈옥 거부 응답 데이터셋 | 한국어 NLP 데이터셋 | Hugging Face | 소용량 | Apache 2.0 | 가능 |
| 다문화 실생활 한-베트남어 병렬 코퍼스 | 한국어 번역 데이터셋 | AI Hub | 140MB | AI Hub 이용안내 | 조건부 가능 |
| 한-중 무역 계약서 및 공식 비즈니스 번역 | 한국어 번역 데이터셋 | AI Hub | 320MB | AI Hub 이용안내 | 조건부 가능 |
| 한-일 관광 가이드 및 지하철 노선 안내 번역 | 한국어 번역 데이터셋 | AI Hub | 120MB | AI Hub 이용안내 | 조건부 가능 |
| 한-영 IT 시스템 엔지니어링 기술 설명서 번역 | 한국어 번역 데이터셋 | AI Hub | 410MB | AI Hub 이용안내 | 조건부 가능 |
| 주요 영자 신문 및 연합뉴스 한영 병렬 뉴스 | 한국어 번역 데이터셋 | AI Hub | 620MB | AI Hub 이용안내 | 조건부 가능 |
| K-POP 노래 가사 다국어 번역 및 한글 로마자 | 한국어 번역 데이터셋 | GitHub | 2.5MB | 원본 확인 | 가능 |
| 유튜브 브이로그 구어체 자막 한영 다각 번역 | 한국어 번역 데이터셋 | GitHub | 18MB | 원본 확인 | 가능 |
| 국제 특허 출원용 첨단 기계 기술 한영/한중 | 한국어 번역 데이터셋 | AI Hub | 2.2GB | AI Hub 이용안내 | 조건부 가능 |
| 의약품 복약 설명서 및 글로벌 임상 가이드 | 한국어 번역 데이터셋 | AI Hub | 180MB | AI Hub 이용안내 | 조건부 가능 |
| 영문 정관 및 대외 투자 지분 인수 계약서 | 한국어 번역 데이터셋 | AI Hub | 240MB | AI Hub 이용안내 | 조건부 가능 |
| Ko-Agent-Trajectories-1.0 | 한국어 NLP 데이터셋 | Hugging Face | 대용량 | Apache 2.0 | 가능 |
| KoGEM — 한국어 문법 평가 벤치마크 | 한국어 문법 평가 벤치마크 | Hugging Face | 1.2MB | MIT | 가능 |
| KIT-19 — 한국어 인스트럭션 19개 태스크 | 한국어 지시문 학습 데이터셋 | Hugging Face | 85MB | CC BY 4.0 | 가능 |
| Ko-MMLU-Pro | 한국어 LLM 벤치마크 | Hugging Face | 45MB | MIT | 가능 |
| 한국어 수학 추론 데이터셋 | 한국어 NLP 데이터셋 | Hugging Face | 120MB | 원본 확인 | 가능 |
| 한국어 안전성 벤치마크 (KoSafetyBench) | 한국어 LLM 벤치마크 | Hugging Face | 15MB | CC BY 4.0 | 가능 |
| Ko-ARC Challenge | 한국어 LLM 벤치마크 | Hugging Face | 8MB | CC BY-SA 4.0 | 가능 |
| Korean Open-ORPO SFT+DPO | 한국어 지시문 학습 데이터셋 | Hugging Face | 65MB | Apache 2.0 | 가능 |
| HAE-RAE Bench 1.1 | 한국어 LLM 벤치마크 | Hugging Face | 2.9MB | CC BY-NC-ND 4.0 | 조건부 가능 |
| HAE-RAE Bench 2.0 | 한국어 LLM 벤치마크 | Hugging Face | 1.0MB | MIT | 가능 |
| KoCommonGEN v2 | 한국어 LLM 벤치마크 | Hugging Face | 183KB | 원본 확인 | 조건부 가능 |
| APEACH 한국어 혐오 표현 평가셋 | 한국어 LLM 벤치마크 | Hugging Face | 1.1MB | CC BY-SA 4.0 | 가능 |
| HRM8K (HAE-RAE Math 8K) | 한국어 LLM 벤치마크 | Hugging Face | 4.9MB | MIT | 가능 |
| K-MHaS 다중 라벨 혐오 발화 | 한국어 유해성 데이터셋 | Hugging Face | 9.1MB | CC BY-SA 4.0 | 가능 |
| K-HATERS 대상별 공격성 코퍼스 | 한국어 유해성 데이터셋 | Hugging Face | 50.5MB | CC BY 4.0 | 가능 |
| KorNAT 한국 상식·사회가치 QA | 한국어 QA 데이터셋 | Hugging Face | 2.6MB | CC BY-NC 4.0 | 조건부 가능 |
| KoAlpaca v1.0 (번역 Alpaca) | 한국어 지시문 학습 데이터셋 | Hugging Face | 8.1MB | CC BY-NC 4.0 | 조건부 가능 |
| KOpen-Platypus | 한국어 지시문 학습 데이터셋 | Hugging Face | 15.9MB | CC BY 4.0 | 가능 |
| OpenAssistant Guanaco 한국어 | 한국어 지시문 학습 데이터셋 | Hugging Face | 16.7MB | Apache 2.0 | 가능 |
| HRMCR 다단계 한국 상식 추론 | 한국어 LLM 벤치마크 | Hugging Face | 106KB | Apache 2.0 | 가능 |
| KoBBQ 한국어 사회 편향 QA | 한국어 QA 데이터셋 | Hugging Face | 2.4MB | MIT | 가능 |
| KorMedMCQA 보건의료 국가시험 QA | 한국어 QA 데이터셋 | Hugging Face | 2.1MB | CC BY-NC 4.0 | 조건부 가능 |
| KoBALT-700 한국어 언어학 벤치마크 | 한국어 LLM 벤치마크 | Hugging Face | 644KB | CC BY-NC 4.0 | 조건부 가능 |
| KoSimpleQA 한국어 사실성 QA | 한국어 QA 데이터셋 | Hugging Face | 301KB | 원본 확인 | 조건부 가능 |
| Ko-PIQA 한국어 물리 상식 | 한국어 QA 데이터셋 | Hugging Face | 204KB | 원본 확인 | 조건부 가능 |
| K-MMBench 한국어 비전-언어 벤치마크 | 한국어 비전 데이터셋 | Hugging Face | 92.4MB | CC BY-NC 4.0 | 조건부 가능 |
| K²-Eval 한국 문화 지시 평가 | 한국어 지시문 학습 데이터셋 | Hugging Face | 178KB | MIT | 가능 |
| KcBERT 사전학습 댓글 코퍼스 | 한국어 사전학습 코퍼스 | Hugging Face | 7.90 GiB | CC BY-SA 4.0 | 가능 |
| 네이버 뉴스 한국어 요약 | 한국어 요약 데이터셋 | Hugging Face | 44.4MB | Apache 2.0 | 가능 |
| OpenOrca-KO | 한국어 지시문 학습 데이터셋 | Hugging Face | 21.8MB | MIT | 가능 |
| HAE-RAE CoT 1.5M | 한국어 NLP 데이터셋 | Hugging Face | 1.05GB | CC BY 4.0 | 가능 |
| KBMC 한국어 바이오메디컬 NER | 한국어 개체명 데이터셋 | Hugging Face | 1.4MB | Apache 2.0 | 가능 |
| KOLD 한국어 공격 발화 | 한국어 유해성 데이터셋 | GitHub | 40,429 댓글 | 원본 확인 | 조건부 가능 |
| KorWikiTableQuestions | 한국어 QA 데이터셋 | GitHub | 70K 표 QA | CC BY-SA 4.0 | 가능 |
| KoDialogBench 대화 이해 벤치마크 | 한국어 LLM 벤치마크 | Hugging Face | 82,962 예제, 21개 테스트셋 | CC BY-NC-SA 4.0 | 조건부 가능 |
| FunctionChat-Bench 한국어 도구 호출 | 한국어 LLM 벤치마크 | GitHub | 500 단일턴 + 45 멀티턴 | Apache 2.0 | 가능 |
| Jejueo JIT/JSS 제주어 병렬·음성 | 한국어 번역 데이터셋 | GitHub | 170K+ 병렬 문장, 10K 음성 | Apache 2.0 | 가능 |
| ParaKQC 한국어 질문·명령 병렬 | 한국어 NLP 데이터셋 | GitHub | 10,000 발화 (v1) | CC BY-SA 4.0 | 가능 |
| Pansori TEDxKR 음성 코퍼스 | 한국어 음성인식 데이터셋 | GitHub | 약 3시간 | CC BY-NC-ND 4.0 | 조건부 가능 |
| KBL 한국어 법률 이해 벤치마크 | 한국어 QA 데이터셋 | Hugging Face | 8.1MB | CC BY-NC 4.0 | 조건부 가능 |
| OLKAVS 한국어 시청각 음성 | 한국어 음성인식 데이터셋 | GitHub | 1,150시간 오디오 | 원본 확인 | 조건부 가능 |
| 한국어 위키백과 교육용 필터 코퍼스 | 한국어 사전학습 코퍼스 | Hugging Face | 764MB | CC BY-SA 4.0 | 조건부 가능 |
| xP3x 한국어 프롬프트 서브셋 | 한국어 지시문 학습 데이터셋 | Hugging Face | 한글 4,642,468행 | Apache 2.0 | 조건부 가능 |