※ 기관로그인 시 무료 이용이 가능합니다.
※ 학술발표대회집, 워크숍 자료집 중 4페이지 이내 논문은 '요약'만 제공되는 경우가 있으니, 구매 전에 간행물명, 페이지 수 확인 부탁 드립니다.
4,000원
원문정보
초록
한국어
데이터 라벨링은 AI 모델 구축을 위해 필요한 AI 학습용 데 이터 생성을 위해 필요한 일련의 프로세스를 의미한다. 급격 히 늘어나고 있는 AI 모델의 양적, 질적 수요에 따라 데이터 라벨링 작업에 대한 수요도 함께 증가하고 있다. 데이터 라벨 링 수요의 증가는 민간 영역뿐 아니라, 4차 산업 혁명을 지원 하는 공공 영역에서도 나타나고 있다. 이러한 상황에서, 높은 품질의 결과물 생성을 위한 효과적인 데이터 라벨링 작업의 설계 방안 및 결과 데이터 명세에 대한 적 절한 기준이 없어, 구축 과정에서의 비효율뿐 아니라 결과 데이터 의 품질 및 활용의 용이함 측면에서의 문제점이 발생하고 있다. 본 고에서는 데이터 라벨링 태스크 설계 고려사항 및 결과 명세에 대한 표준 내용을 살펴보고, 향 후 관련 표준들의 발전 방향에 대해서 논의한다.
목차
Abstract Ⅰ. 서론 Ⅱ. 국내 데이터 라벨링 산업 현황 Ⅲ. 기술 표준화 현황 Ⅳ. 표준의 실질적인 활용 방안 Ⅴ. 결론 References