ㅁ 데이터 활용

ㅇ 정의:
데이터 중심 AI(Data-Centric AI)는 모델 구조나 알고리즘 개선보다 데이터 품질, 다양성, 라벨 정확도 등을 우선적으로 개선하여 AI 성능을 향상시키는 접근 방식.

ㅇ 특징:
– 데이터 수집, 정제, 증강, 라벨링 품질 관리가 핵심.
– 동일한 모델 구조라도 데이터 품질이 향상되면 성능이 크게 개선됨.
– 반복적인 데이터 검증 및 피드백 루프를 통해 지속적인 성능 최적화.
– 데이터 버전 관리와 품질 지표 관리가 중요.

ㅇ 적합한 경우:
– 모델 구조 변경이 어렵거나 이미 최적화된 경우.
– 데이터 라벨 오류, 불균형, 잡음이 모델 성능 저하의 주요 원인인 경우.
– 소량 데이터로도 높은 품질의 결과를 요구하는 프로젝트.

ㅇ 시험 함정:
– Data-Centric AI는 모델 튜닝보다 데이터 품질 향상이 핵심이라는 점을 혼동할 수 있음.
– 단순히 데이터 양을 늘리는 것이 아니라, 품질과 다양성을 높이는 것이 목적.
– ‘데이터 중심’이라는 표현을 ‘데이터만’ 사용하는 것으로 오해할 수 있음.

ㅇ 시험 대비 “패턴 보기” 예시:
O: “데이터 품질 개선이 모델 성능 향상의 핵심이다.”
O: “라벨 정확도와 데이터 다양성 확보가 중요하다.”
X: “Data-Centric AI는 데이터 양을 무조건 늘리는 접근이다.”
X: “모델 구조 변경이 주된 개선 방법이다.”

ㅁ 추가 학습 내용

Data-Centric AI 학습 시 중요한 데이터 품질 측정 지표에는 Precision, Recall, F1-score, 데이터 커버리지, 라벨 일관성 지수가 있다.
데이터 증강 기법으로는 이미지 회전, 색상 변환, 텍스트 동의어 치환 등이 있으며, 데이터 불균형 처리 기법으로는 SMOTE, 언더샘플링, 오버샘플링이 있다.
데이터 버전 관리 도구에는 DVC, MLflow가 있으며, 데이터 라벨링 협업 툴로는 Label Studio, CVAT가 있다.
또한 모델-데이터 피드백 루프 설계 방법과 MLOps 관점에서의 데이터 품질 모니터링 개념을 이해하는 것이 중요하다.