728x90
반응형
이 표준은 인공지능 학습용 데이터 구축 공정에 따른 프로세스와 품질관리 프레임워크를 기반으로 데이터세트의 사용 목적과 범위를 명시함으로써 데이터세트를 배포하고 활용하기 위한 메타데이터 항목을 정의한다. 인공지능 학습용 데이터 구축 공정은 구축계획 수립 단계, 데이터 획득/수집 단계, 데이터 정제 단계, 데이터 가공 단계, 데이터 학습 단계, 총 5단계로 이루어져 있으며 인공지능 분야 및 머신러닝 분야에서 일반적으로 사용하는 인공지능 학습용 데이터세트에 대한 메타데이터 항목과 세부 요소들을 제안한다. 이 표준은 기존의 기술 및 응용서비스 관점에서 벗어나 데이터세트를 활용하는 이용자 관점에서 인공지능 투명성 확보를 위하여 데이터세트의 구성 정보와 사용 방법뿐만 아니라 데이터세트 사용시 발생할 수 있는 위험, 편향, 한계 등의 제약사항 정보를 포함한다. 이와 같이 유용성을 목적으로 한 이용자 관점의 메타데이터를 제공함으로써 데이터세트를 배포 및 관리, 이용하는 모든 사용자들이 인공지능 개발 및 서비스 업무를 수행하는 등 인공지능 활용적 측면의 투명성 확보에 도움이 될 수 있다.
728x90
'04.Database' 카테고리의 다른 글
| 빅데이터 - 데이터 유형 - 메타 데이터 - 품질·운영관리 적용 방안 (0) | 2026.05.06 |
|---|---|
| DB 언어 - AI - Text-to-SQL 변환 (0) | 2026.04.21 |
| LLM - 성능 - 최적화 - OpenAI의 ChatGPT를 위한 PostgreSQL 확장 전략 (0) | 2026.03.02 |
| 인공지능 - AI 학습 데이터 표준 (0) | 2025.12.02 |
| 카달로그 - 데이터 카달로그 - 호라이존 카탈로그(Horizon Catalog) (0) | 2025.07.05 |
