인공지능 학습용 데이터 품질관리 가이드라인 및 구축

문제1) 인공지능 학습용 데이터 허브 구축 과정에서 생성된 학습용 데이터 셋의 품질확보를 위한 주요 활동과 데이터 생애 주기별 품질관리 수행절차에 대하여 설명하시오

답)

 

1. 인공지능 학습용 데이터 품질관리 개념 및 필요성

가. 인공지능 학습용 데이터 품질관리의 개념

 

 

개념	인공지능 학습용 데이터의 ‘구축 과정’, ‘특성’, ‘생애 주기’, ‘품질관리 영역’을 정의하고, 품질을 사 용자 요구에 맞춰 지속적으로 유지하거나 향상시키기 위한 체계적인 관리와 활동
과학기술정보통신부와 한국지능정보사회진흥원에서 ‘인공지능 학습용 데이터 품질관리 가이드라인’ 개발

 

나. 인공지능 학습용 데이터 품질관리의 필요성

 

필요성	설명
구축사업 수행기관의 사업이해도 제고 필요	AI 데이터 구축사업에 대한 이해나 경험이 부족한 수행기관들의 경우, 품질관리역량이 낮음
AI 학습용 데이터 품질관리체계 미흡	실무 차원의 안내서나 길라잡이 역할의 문서가 미흡
AI 학습용 데이터 품질 이슈 지속 제기	AI 학습용 데이터 구축사업을 통해 민간에 개방한 결과, AI 학습용 데이터 품질이 낮다는 수요자의 의견 제기

 

2. 인공지능 학습용 데이터 품질확보를 위한 주요활동

 

AI 학습용 데이터 구축과정에서 확보된 품질이 학습데이터 전체의 품질을 결정함

 

3. 인공지능 학습용 데이터 품질관리 수행절차

 

단계	수행방안	설명
계획	임무 정의	구축 데이터의 품질 요구사항을 명확히 정의
	구축 계획 수립	품질관리를 체계적으로 수행하기 위한 ‘품질관리계획서’를 수립
구축	프로젝트 개요･운영	학습용 데이터를 목적에 맞도록 구체적으로 정의를 해야하고, 정의에 부합하는 원시데이터를 확보할 수 있도록 요구사항을 상세히 분석을 진행 일정관리를 통해 진척상황을 모니터링하고 통제하며 이해당사자 간의 원활한 의사소통을 도모 데이터 수집/정제/가공에 사용되는 저작도구의 정보와 상세 스펙을 제시 ‘데이터 분야’, ‘데이터 유형’, ‘프로젝트 일정관리’, ‘툴킷(Tolkit) 적합성’ 단계별 수행
	프로세스/상태 관리	수행기관의 품질관리 조직이 자체적인 품질검사 활동을 수행 ‘데이터 수집’, ‘데이터 정제’, ‘데이터 라벨링’, ‘데이터 학습’ 단계별 수행
	작업자 수준 관리	작업자에 대한 교육과 운영 방안을 확보하는 크라우드소싱 기반의 데이터구축 프로젝트 활동 ‘정확도’, ‘성실도’, ‘작업 속도’의 단계별 수행 ‘정확도’에서는 데이터의 정확도 제고를 위해 작업자의 데이터 수집/정제/가공 시 발생하는 하자에 대해서는 그에 적합한 보수 체계를 제시해야함 ‘성실도’는 수행기관이 작업자와 신속･원활한 의사소통이 가능할 수 있는체계를 확보하고 운영 ‘작업 속도’는 일정 기한(WBS, work-breakdown structure) 내에 작업이 완료될 수 있도록 적절한 ‘작업 속도’로 설계
	프로젝트 품질 관리	‘구축공정 품질’, ‘구축 데이터 품질’, ‘인공지능 학습 모델’로 단계별 수행 ‘프로세스/상태 관리’에서 발생한 원천데이터 및 가공데이터를 인공지능 학습모델에 적용 가능한 수준으로 확보하기 위한 품질 관리 활동 수집, 정제, 가공, 검수 단계별로 요구하는 품질 체크리스트를 작성하여,데이터의 품질을 확보가 필요
운영･ 활동	데이터 품질진단 및 개선관리	민간에 개방하는 학습용 데이터셋을 운영 단계에서 지속적으로 점검･개선하는 활동
	품질오류 신고관리	사용자로부터 접수된 인공지능 학습용 데이터의 오류 접수 및 처리 활동에 대해 수행기관의 적극적인 유지보수 활동
AI 학습용 데이터의 특성을 파악하여 적합한 품질관리 체계 확보 필요

---

공감과 댓글은 아이티신비에게 큰 힘이 됩니다.

블로그 글이 유용하다면 블로그를 구독해주세요.♥