음성 대화 데이터셋을 구축하는 것은 방법론적으로 매우 도전적인 과제이며, 대규모의 다국어 및 다중 병렬 (multi-parallel) 데이터셋을 구축하는 것이 목표일 때 이러한 어려움은 더욱 증폭됩니다. 본 연구에서는 검색 증강 생성 (Retrieval-Augmented Generation, RAG) 기반 음성 대화 시스템을 개발하고 평가하기 위한 대규모 다국어 및 다중 병렬 데이터셋인 HEALTHDIAL을 소개합니다. 이 데이터셋은 세계보건기구 (World Health Organization, WHO)의 신뢰할 수 있는 콘텐츠를 기반으로 한 6,000개의 정보 탐색 대화 (언어당 1,500개)와 WHO 4대 공식 언어인 아랍어, 중국어, 영어, 스페인어의 다양한 방언을 사용하는 원어민으로부터 녹음된 163시간의 사용자 음성으로 구성됩니다. 각 화자는 인구통계학적 변수 (예: 성별, 연령) 및 사회언어학적 변수 (예: 주 사용 언어, 출신 지역)로 주석이 달렸습니다. 우리는 주요 대화 작업에 대한 벤치마크 결과를 보고하며, 이는 자원이 풍부한 언어들 사이에서도 언어 간에 일관된 성능 격차가 있음을 보여줍니다. 향후 연구를 지원하기 위해, 우리는 데이터셋, 프로토타입 시스템, 그리고 데이터 수집 및 시스템 평가를 위한 툴킷을 공개합니다.