ㅁ 라벨링 기술

ㅇ 정의:
사람이 직접 데이터를 보고 분석하여 적절한 라벨(정답)을 부여하는 방식.

ㅇ 특징:
– 높은 정확도를 확보할 수 있으나 시간과 비용이 많이 듦.
– 주관적 판단이 개입될 수 있어 라벨러 간 일관성 유지가 중요함.
– 전문 지식이 필요한 데이터셋(의료 영상, 법률 문서 등)에서 주로 사용.

ㅇ 적합한 경우:
– 데이터 양이 많지 않고, 정확도가 매우 중요한 경우.
– 자동화된 도구로 라벨링하기 어려운 복잡한 데이터.
– 초기 모델 학습을 위한 고품질 데이터셋 구축.

ㅇ 시험 함정:
– ‘수동 레이블링은 항상 자동 레이블링보다 효율적이다’ → X (정확도는 높지만 효율성은 낮음)
– ‘전문가가 참여하면 라벨링 품질이 무조건 보장된다’ → X (검증 프로세스 필요)

ㅇ 시험 대비 “패턴 보기” 예시:
– “수동 레이블링은 데이터 품질 확보에 유리하다” → O
– “수동 레이블링은 대규모 데이터셋 구축에 가장 효율적이다” → X
– “전문 지식이 필요한 경우 수동 레이블링이 적합하다” → O

ㅁ 추가 학습 내용

수동 레이블링 vs 반자동/자동 레이블링 비교 (비용·시간·정확도)

수동 레이블링
– 비용: 높음 (인력 투입 필요)
– 시간: 오래 걸림 (작업 속도 느림)
– 정확도: 높음 (전문가 또는 훈련된 인력의 경우)

반자동 레이블링
– 비용: 중간 (자동화 도구 + 일부 인력)
– 시간: 중간 (자동 처리 후 검수)
– 정확도: 중간~높음 (자동화 모델 성능과 검수 품질에 따라 다름)

자동 레이블링
– 비용: 낮음 (인력 최소화)
– 시간: 빠름 (대량 처리 가능)
– 정확도: 중간~낮음 (모델 성능에 크게 의존)

라벨링 편향(Labeling Bias)
– 정의: 라벨러의 주관, 배경지식, 피로도 등으로 인해 데이터에 일관되지 않거나 왜곡된 라벨이 부여되는 현상
– 영향을 줄이는 방법:
1. 다중 라벨러(Multiple Annotators) 활용: 동일 데이터에 대해 여러 사람이 라벨링
2. 합의(Consensus) 기법: 다수결, 토론, 평균화 등으로 최종 라벨 결정
3. 품질 관리(QC) 절차: 샘플 검수, 기준 재교육, 라벨러 성능 모니터링

크라우드소싱 기반 수동 레이블링
– 특징: 온라인 플랫폼을 통해 불특정 다수에게 작업 분배
– 장점: 대규모 데이터 빠르게 처리 가능, 비용 상대적으로 저렴
– 단점: 라벨 품질 편차 큼, QC 절차 필수
– 적용 사례: 이미지 분류, 간단한 텍스트 태깅

전문가 기반 수동 레이블링
– 특징: 해당 분야 전문 지식을 가진 인력이 수행
– 장점: 높은 정확도, 복잡한 도메인 데이터 처리 가능
– 단점: 비용 높음, 처리 속도 느림
– 적용 사례: 의학 영상 판독, 법률 문서 분류