4차 산업혁명 시대가 도래 하면서 세상이 빠른 속도로 변하고 있다. 그 중 인공지능(AI, Artificial Intelligence)은 다양한 비즈니스 분야에서 적극적으로 활용되고 있다. 정부도 이러한 추세에 맞춰 ‘데이터 댐’ 구축을 목표로 ‘디지털뉴딜’ 사업 등 다양한 데이터 기반 정책을 추진하고 있으며, ‘데이터 댐’의 핵심 사업으로 대규모의 인공지능 학습용 데이터를 구축하고 민간에 개방함으로써 인공지능 기반의 산업 생태계 확산을 추진하고 있다.

인공지능 학습용 데이터의 품질이 중요하다는 인식에 대해서는 공감대를 형성하고 있으 나, 품질을 확보하고 이를 지속적으로 유지하고 향상시키는데 필요한 ‘품질관리 활동은 무엇인가’, ‘어떻게 하면 원하는 수준의 품질을 확보할 수 있는가’ 에 대한 구체적인 방법이나 절차 등에 대해서는 다양한 시각이 존재한다. 따라서 본 ‘품질관리 가이드라인 v2.0’에서는 이러한 현안에 주안점을 두고, 다음과 같이 제시한다.

첫째, 데이터의 품질관리에 대한 이해를 바탕으로 생애주기 전반의 품질관리에 기준이 되는 문서를 제공한다. 이를 통해, 데이터 구축사업에 참여하는 이해관계자 간의 다양 한 해석에서 발생하는 어려움이나 혼선을 해소하고, 데이터 품질관리에 대한 일관된 기준을 제시한다.

둘째, 데이터 구축사업에 참여하는 수행기관의 품질관리 역량을 강화하여 고품질의 학습용 데이터를 확보하도록 도움을 주고자 한다. 이를 통해 구축 단계부터 품질관리 체계를 확보하는 데 주안점을 두었다. 따라서 수행기관의 담당자들에게 품질관리에 필요한 실무차원의 안내서로서의 역할을 제공할 것이다.
[인공지능 학습용 데이터 품질관리 가이드라인 v2.0]은 ‘제1권 품질관리 안내서’와 ‘제2권 데이터구축 안내서’로 구성되어 있다.

Ⅰ. 크라우드소싱 기반의 작업자 관리

제1장 작업자 선발
1. 크라우드워커의 특징
2. 작업 설계 절차
3. 선발 기준
4. 선발 방법

제2장 작업자 운영
1. 작업 가이드 작성 방법
2. 작업 할당
3. 작업 모니터링

제3장 작업자 관리
1. 관리
2. 교육
3. 프로젝트 진척률 제고

Ⅱ. 공통참조항목

제1장 개요
1. 작성 배경
2. 작성 목적
3. 작성 범위
4. 용어 정의

제2장 인공지능 학습용 데이터셋 구축 공통참조항목
1. 원시데이터 유형별 라벨링 기능 및 어노테이션 방식
2. 텍스트 데이터
3. OCR 이미지 데이터
4. 자율주행 데이터
5. 영상(동적/정적) 이미지 데이터

Ⅲ. 데이터 구축사례 모음

제1장 개요
1. 추진 배경 및 목적
2. 데이터 구축사례 모음 구성 및 활용

제2장 개요 고서 한자 인식(OCR) AI 데이터
1. 데이터 정보 요약
2. 데이터 획득 및 정제
3. 어노테이션/라벨링
4. 데이터 검수
5. 데이터 활용 방안

제3장 자유대화 AI 데이터
1. 데이터 정보 요약
2. 데이터 획득 및 정제
3. 어노테이션/라벨링
4. 데이터 검수
5. 데이터 활용 방안

제4장 한국어 방언 AI 데이터
1. 데이터 정보 요약
2. 데이터 획득 및 정제
3. 어노테이션/라벨링
4. 데이터 검수
5. 데이터 활용 방안

제5장 한국어 SNS 데이터
1. 데이터 정보 요약
2. 데이터 획득 및 정제
3. 어노테이션/라벨링
4. 데이터 검수
5. 데이터 활용 방안

제6장 K-POP 안무영상 데이터
1. 데이터 정보 요약
2. 데이터 획득 및 정제
3. 어노테이션/라벨링
4. 데이터 검수
5. 데이터 활용 방안

제7장 고해상도 LF AI 학습용 데이터
1. 데이터 정보 요약
2. 데이터 획득 및 정제
3. 어노테이션/라벨링
4. 데이터 검수
5. 데이터 활용 방안

제8장 폐암 AI 학습 데이터
1. 데이터 정보 요약
2. 데이터 획득 및 정제
3. 어노테이션/라벨링
4. 데이터 검수
5. 데이터 활용 방안

제9장 갑상선암 AI 학습 데이터
1. 데이터 정보 요약
2. 데이터 획득 및 정제
3. 어노테이션/라벨링
4. 데이터 검수
5. 데이터 활용 방안

제10장 유방암 AI 학습데이터
1. 데이터 정보 요약
2. 데이터 획득 및 정제
3. 어노테이션/라벨링
4. 데이터 검수
5. 데이터 활용 방안

제11장 주행환경 정적객체 데이터
1. 데이터 정보 요약
2. 데이터 획득 및 정제
3. 어노테이션/라벨링
4. 데이터 검수
5. 데이터 활용 방안

제12장 시설작물 질병진단 이미지 데이터
1. 데이터 정보 요약
2. 데이터 획득 및 정제
3. 어노테이션/라벨링
4. 데이터 검수
5. 데이터 활용 방안

제13장 동의보감 약초 이미지 AI 데이터
1. 데이터 정보 요약
2. 데이터 획득 및 정제
3. 어노테이션/라벨링
4. 데이터 검수
5. 데이터 활용 방안

제14장 CCTV 영상 AI 데이터
1. 데이터 정보 요약
2. 데이터 획득 및 정제
3. 어노테이션/라벨링
4. 데이터 검수
5. 데이터 활용 방안

제15장 패션상품 및 착용 영상 AI 데이터
1. 데이터 정보 요약
2. 데이터 획득 및 정제
3. 어노테이션/라벨링
4. 데이터 검수
5. 데이터 활용 방안

Ⅳ. 부록

제1장 용어 정의

제2장 구축계획서 작성요령
1. 구축 개요
2. 구축 데이터 정의
3. 1-Cycle 진행방안
4. 작업자 운영방안

제3장 품질관리 가이드라인 v1.0 과 v2.0 비교

제 4 장 참고자료