[요약] 인공지능 학습용 데이터 품질관리 안내서_V. 품질관리 프레임워크

 

인공지능 학습용 데이터 구축 과정

임무정의➡️데이터 수집➡️데이터 정제➡️데이터 라벨링➡️인공지능 학습모델에 적용

 

'인공지능 학습용 데이터 품질관리 프레임워크' 구성요소

1. 산업분야 선정
   • 데이터 분야 (8)
     • 한국어
     • 영상 이미지
     • 헬스케어
     • 교통·물류
     • 재난·안전·환경
     • 농·축·수산
     • 제조·로보틱스
     • 문화·스포츠·관광
2. 학습데이터 구축 유형 선택
   • 데이터 유형
   • 학습 task 유형
   • 라벨링 유형
3. 품질 기준 선정
   • 품질 지표
   • 지표 기준

 

학습데이터 구축 유형 선택 시 고려사항 (3)

1. '데이터 유형' 선택
   • 원시데이터/원천데이터 유형 의미
   • 인공지능에 적용하고자 하는 데이터 형태
   • 통일성 있는 데이터 포맷 구축 중요
2. '학습 Task 유형' 선택
   • 인공지능에 적용하기 위한 적절한 학습모델과 알고리즘 선택
   • 1-Cycle 진행을 통해 학습모델 적정성 확인 절차 필수적
3. '라벨링 유형' 선정
   • 참값 부여에 필요한 어노테이션 방식
   • 크라우드워커 등 라벨러들이 라벨링 작업을 수행
   • 구축 목적에 맞는 가이드라인 작성이 중요

 

텍스트 데이터 기반 구축 유형

• 텍스트 분류(Text Classification)
• 텍스트 요약(Text Summary)
• 기계 번역(Machine Translation)
• 순차적 레이블링(Sequence Labeling)
  : 입력 시퀀스에 대하여 레이블 시퀀스를 각각 부여하는 작업 (e.g. 태깅 작업)
• 질의 응답(Question Answering)
• 음성 인식 (Speech Recognition)

 

이미지 데이터 기반 구축 유형

• 객체 인식(Object Detection)
• 3D 객체 인식(3D Object Detection)
• 키포인트 검출(Keypoint Detection)
• 얼굴 인식(Face Recognition)
• 이미지 분류(Image Classification)
• 시멘틱 세그멘테이션 (Semantic Segmentation)
• 3D 시멘틱 세그멘테이션(3D Semantic Segmentation)
• 인스턴스 세그멘테이션(Instance Segmentation)

 

비디오 데이터 기반 구축 유형

• 객체 인식 (Object Detection)
• 이미지 분류 (Image Classification)
• 행동 인식 (Action Recognition)
• 비디오 분류 (Video Classification)
• 자세 추정 (Pose Estimation)
• 비디오 인식 (Video Recognition)
• 키포인트 검출 (Keypoint Detection)

 

오디오 데이터 기반 구축 유형

• 오디오 분류(Audio Classification)
• 음성 인식(Speech Recognition)
• 텍스트 분류(Text Classification)
• 음성 합성(Speech Synthesis)

 

출처: 과학기술정보통신부, 한국지능정 보사회진흥원의 「인공지능 학습용 데이터 품질관리 가이드라인 v2.0 - 품질관리 안내서」