홈 > 표준화 개요 > TTA의 표준현황
| 표준번호 | TTAK.KO-10.1595 | 구표준번호 | |
|---|---|---|---|
| 제개정일 | 2025-12-05 | 총페이지 | 21 |
| 한글표준명 | 인공지능 학습용 데이터 구축 공정 기반의 메타데이터 | ||
| 영문표준명 | Metadata Based on AI Training Data Construction Process | ||
| 한글내용요약 | 이 표준은 인공지능 학습용 데이터 구축 공정에 따른 프로세스와 품질관리 프레임워크를 기반으로 데이터세트의 사용 목적과 범위를 명시함으로써 데이터세트를 배포하고 활용하기 위한 메타데이터 항목을 정의한다. 인공지능 학습용 데이터 구축 공정은 구축계획 수립 단계, 데이터 획득/수집 단계, 데이터 정제 단계, 데이터 가공 단계, 데이터 학습 단계, 총 5단계로 이루어져 있으며 인공지능 분야 및 머신러닝 분야에서 일반적으로 사용하는 인공지능 학습용 데이터세트에 대한 메타데이터 항목과 세부 요소들을 제안한다.
이 표준은 기존의 기술 및 응용서비스 관점에서 벗어나 데이터세트를 활용하는 이용자 관점에서 인공지능 투명성 확보를 위하여 데이터세트의 구성 정보와 사용 방법뿐만 아니라 데이터세트 사용시 발생할 수 있는 위험, 편향, 한계 등의 제약사항 정보를 포함한다. 이와 같이 유용성을 목적으로 한 이용자 관점의 메타데이터를 제공함으로써 데이터세트를 배포 및 관리, 이용하는 모든 사용자들이 인공지능 개발 및 서비스 업무를 수행하는 등 인공지능 활용적 측면의 투명성 확보에 도움이 될 수 있다. |
||
| 영문내용요약 | This standard defines metadata for distributing and utilizing datasets by specifying the purpose and scope of dataset use, based on the process and quality management framework for building AI learning data. The AI learning data building process consists of five stages: building plan development, data acquisition/collection, data refinement, data processing, and data training. It proposes metadata items and detailed elements for AI learning datasets commonly used in the fields of AI and machine learning.
This standard moves beyond the traditional perspective of technology and application services to ensure AI transparency from the perspective of users. It includes information on dataset composition and usage methods, as well as potential risks, biases, and limitations that may arise during dataset use. By providing user-focused metadata aimed at usability, it can help ensure transparency in AI utilization, including AI development and service tasks, for all users distributing, managing, and utilizing datasets. |
||
| 국제표준 | |||
| 관련파일 |
![TTAK.KO-10.1595_[1].pdf](/images/file_icon.gif){kind=icon} TTAK.KO-10.1595_[1].pdf
| ||
