AI Data AI가 배울 수 있는 데이터를
직접 만듭니다.
한국지능정보사회진흥원(NIA)의 대규모 AI 학습데이터, ETRI의 모션캡처 데이터셋, 데이터바우처 공급까지. 수집부터 품질 검증까지 직접 합니다.
212만 건
한국어 대학강의 음성 (주관)
3,000시간
방송 통·번역 음성
100만 건
표 정보 질의응답
55.9만 건
고유명사·영어 발음 음성
NIA 2022 · 데이터바우처 2023~2024
구축 과정
Data pipeline다섯 단계로 만들고,
숫자로 증명합니다.
-
01
수집
강의·방송·통화·동작을 동의를 받고 모읍니다.
4,800h -
02
정제
잡음·무음·개인정보를 걸러내고 발화를 나눕니다.
발화 분리 -
03
전사·라벨
말은 글로, 동작은 관절 좌표로 바꿉니다.
212만 건 -
04
검수
다른 사람이 한 번 더 보고 고칩니다.
교차 검수 -
05
품질
음성인식 모델로 오류율을 확인합니다.
CER 9.5%
음성 데이터 구축 공정. 숫자는 NIA 대학강의 과제 기준입니다.
데이터 구축 실적
Data projects공공·연구 데이터 과제
2022
구축 완료
2022
구축 완료
2022
구축 완료
2023
구축 완료
2026
진행 중
2024
구축 완료
2023
구축 완료
2024
구축 완료
2022
구축 완료
NIA 한국어 대학강의 데이터 주관
NIA · 4,800시간·212만 건, CER 9.5%
NIA 방송콘텐츠 한국어-아시아어 통·번역 데이터
NIA · 음성 3,000시간·250만 문장
NIA 표 정보 질의응답 데이터
NIA · 100만 건
ETRI 재활운동 치료 동작 모션캡처 데이터셋
ETRI · Vicon
ETRI 휴머노이드 제스처·수신호 모션캡처
ETRI · 750클립 BVH
데이터바우처
데이터산업진흥원 · 한국어 고유명사·한국인 영어 음성 559,160건(80GB)
데이터바우처
데이터산업진흥원 · AI 퇴고 보조 유의어·TTS 데이터 가공(나란)
데이터바우처
데이터산업진흥원 · 생성 AI 캐릭터 IP 플랫폼 'CYC'(BE5)
KETI 음성합성(감정 발화) 음성 DB
KETI(원청 알엠소프트) · 성우 녹음·편집