홈 > 표준화 개요 > TTA의 표준현황
| 표준번호 | TTAK.KO-10.1594 | 구표준번호 | |
|---|---|---|---|
| 제개정일 | 2025-12-05 | 총페이지 | 27 |
| 한글표준명 | AI 모델의 학습 데이터세트 관리와 상호운용성 지원을 위한 메타데이터 | ||
| 영문표준명 | Metadata for Supporting the Management and Interoperability of Training Datasets for AI Models | ||
| 한글내용요약 | 이 표준은 다양한 인공지능(AI) 모델과 관련 자산(데이터셋, 문서, 소스코드 등)의 수명 주기 전반에 걸친 메타데이터를 구조적으로 기술하기 위한 표준 온톨로지 스키마를 정의하였다. AI 모델이 점차 복잡해지고 파생 모델이 빠르게 증가함에 따라, 각 모델의 출처(provenance), 재현성(reproducibility), 신뢰성을 확보하는 것이 산업 생태계의 지속가능성을 위해 반드시 필요하다. 특히 모델의 아키텍처, 학습 및 평가 과정, 활용된 데이터세트와 같은 핵심 정보가 플랫폼별로 파편화되어 있거나 비정형 텍스트로만 존재할 경우, 모델 간의 객관적인 성능 비교나 특정 조건의 모델을 검색하는 것이 불가능에 가깝다. 이러한 문제를 해결하기 위해, 이 표준은 AI 모델의 기술적 사양뿐만 아니라 학습, 검증, 평가 등 전체 프로세스와 윤리적 고려사항까지 포괄하는 통합 메타데이터 구조를 제안한다. AIModel, Dataset, TrainingProcess, ModelCard 등의 핵심 클래스와 표준 어휘(DCAT, SKOS, Schema.org) 기반의 속성들을 통해, 다양한 출처의 모델 정보를 기계가 해독 가능한(machine-readable) RDF 지식 그래프 형태로 상호 연결한다. 따라서 이 표준은 AI 모델 정보의 파편화를 극복하고 상호운용성을 증대시키며, 궁극적으로 AI 생태계의 투명성, 신뢰성, 재사용성을 높여 기술 발전에 기여하는 것을 목적으로 한다. | ||
| 영문내용요약 | This standard defines a standard ontology schema for the structural description of metadata across the entire lifecycle of various artificial intelligence (AI) models and their related assets, including datasets, documents, and source code. As AI models become increasingly complex and derivative models proliferate, ensuring the provenance, reproducibility, and reliability of each model is essential for the sustainability of the industrial ecosystem. In particular, if core information such as a model's architecture, training and evaluation processes, and utilized datasets is fragmented across different platforms or exists only as unstructured text, objective performance comparisons or searches for models meeting specific criteria become nearly impossible. To address these challenges, this standard proposes a unified metadata structure that encompasses not only the technical specifications of AI models but also the entire process of training, validation, and evaluation, as well as ethical considerations. Through core classes such as AIModel, Dataset, TrainingProcess, and ModelCard, and properties based on standard vocabularies (DCAT, SKOS, Schema.org), information from diverse model sources is interconnected in the form of a machine-readable RDF knowledge graph. Therefore, this standard aims to overcome the fragmentation of AI model information and enhance interoperability, ultimately contributing to the transparency, reliability, and reusability of the AI ecosystem. | ||
| 국제표준 | |||
| 관련파일 |
![TTAK.KO-10.1594_[1].pdf](/images/file_icon.gif){kind=icon} TTAK.KO-10.1594_[1].pdf
| ||
