기업이 보유하고 있는 데이터를 활용하거나,
또는 신규로 필요한 데이터를 수집하는 단계입니다.
데이터가 활용되기 위해서는 반드시 정제 과정이
필요합니다. 불필요한 이미지 혹은 유사한 이미지를
추려서 유효한 데이터만 정리하는 작업입니다.
인공지능 모델 개발에 필요한 학습 데이터를 가공하는
과정입니다. 가공 방법은 분야별(음성, 영상, 텍스트 등)
, 기능별(분류, 인식, 검출)로 구분됩니다. 대표적으로
영상처리에서 사용되는 가공형태는 Bounding Box, Polygon, Segmentation 등이 있습니다.
수십만개 이상의 데이터가 가공됐다면,
가공이 잘 됐는지 검수하는 단계가 필요합니다.
양질의 데이터가 있어야 AI모델링이
최적화 될 수 있습니다.
데이터 검수가 끝이 났다면, 데이터 셋이 모두
구축되게 됩니다. 데이터는 학습용 데이터와
테스트용 데이터로 구분 짓게 됩니다.
구축된 데이터 셋을 기준으로 AI 모델링 작업이
들어가게 됩니다. 양질의 데이터를 기반으로 최고의
모델링이 구축된다고 볼 수 있겠습니다.
 | STEP 01 데이터 수집기업이 보유하고 있는 데이터를 활용하거나, |
 | STEP 02 데이터 정제데이터가 활용되기 위해서는 반드시 정제 과정이 필요합니다. |
 | STEP 03 데이터 가공인공지능 모델 개발에 필요한 학습 데이터를 가공하는 과정입니다. |
 | STEP 04 데이터 검수수십만개 이상의 데이터가 가공됐다면, 가공이 잘 됐는지 검수하는 단계가 필요합니다. |
 | STEP 05 데이터 셋 구축데이터 검수가 끝이 났다면, 데이터 셋이 모두 구축되게 됩니다. |
 | STEP 06 AI 모델링구축된 데이터 셋을 기준으로 AI 모델링 작업이 들어가게 됩니다. |
