제1권 AI 데이터 품질관리 가이드 v3.5 - 품질관리 프레임워크를 중심으로(AI 데이터 품질관리 가이드라인 v3.5)

- 인공지능 학습용 데이터 구축 시 구축계획 수립단계부터 데이터 획득/수집, 정제, 가공 등에 대한

절차, 산출물 및 품질관리 활동에 대한 기준 및 절차를 제시한 기준서 제공

- 품질 자가점검 프로세스, 품질관리 기준 및 지표 예시를 제시하여 데이터 구축 기준 및 계획 수립

시 참고자료로 활용할 수 있도록 구성

[목 차]

AI 데이터 품질관리 가이드라인 v3.5 요약

 

Ⅰ. 개요

제1장 추진 배경 및 목적

1. 추진 배경

2. 목적

제2장 품질관리 가이드라인 구성

1. 제1권 AI 데이터 품질관리 가이드 구성

제3장 인공지능 학습용 데이터 이해

1. 인공지능 학습용 데이터

2. 인공지능 학습용 데이터 특성

3. 인공지능 학습용 데이터 생애주기

제4장 인공지능 학습용 데이터 품질관리 이해

1. 인공지능 학습용 데이터 품질관리 원칙

2. 인공지능 학습용 데이터 구축 과정

3. 인공지능 학습용 데이터 품질관리 범위

4. 인공지능 학습용 데이터 품질검사 활동

 

Ⅱ. 품질관리 체계

제1장 품질관리 프레임워크

1. 품질관리 프레임워크 구성

2. 품질관리 이해관계자 정의

3. 품질관리 조직체계

제2장 품질관리 프로세스 및 산출물

1. 준비·계획 단계(100)

2. 구축 단계(200)

3. 운영·활용 단계(300)

4. 단계별 산출물

제3장 품질 자가점검 및 품질검증

1. 개요

2. 품질 자가점검

3. 제3자 품질검증

 

Ⅲ. 부록

부록 1. 품질관리 기준

1. 품질관리 지표

2. 구축 공정 적정성 품질관리 지표

3. 데이터 적합성 품질관리 지표

4. 가공데이터 정확성 품질관리 지표

5. 학습모델 적합성 품질관리 지표

부록 2. 품질지표 설정 가이드

1. 품질지표 설정 개요

2. 학습데이터 유형

3. 품질지표 설정 가이드

부록 3. 데이터 라벨링 가이드

부록 4. 개인정보보호 가이드

1. 개인정보보호

2. 생애주기별 개인정보보호 가이드라인

 

Ⅳ. 참고자료

제1장 용어 정의

제2장 참고 문헌