Data-Centric 2

1 데이터의 중요성

AI 시스템을 이루는 두 가지 요소

양쪽 모두 개선 필요

• 데이터 품질이 좋을 땐: 모델 개선효과가 더 중요
• 데이터 품질 안 좋을 때: 데이터 개선이 더 중요

데이터는 곧 모델을 학습하는 데에 필요한 재료

AI 프로젝트에서 데이터가 차지하는 비중

2 Data-Centric AI의 정의

Model-Centric AI

과거 그리고 지금도 여전히 가장 주로 사용되는 AI 접근 방식으로, 개발 및 운용의 관점에서 모델을 중심으로 접근하는 방식

Data-Centric AI

2020년대에 들어서 주목받기 시작한 AI 접근 방식으로, 개발 및 운용의 관점에서 데이터를 중심으로 접근하는 방식

Model-Centric AI vs. Data-Centric AI

코드를 개선하면 Model-Centric AI, 데이터를 개선하면 Data-Centric AI라고 이해할 수 있음

• Model-Centric AI
  - 최대한 많은 데이터를 확보한 뒤, 이러한 데이터의 노이즈에 대응할 수 있는 모델을 개발
  - 데이터를 고정시킨 상태로 알고리즘/모델을 반복적으로 개선해나감
• Data-Centric AI
  - 데이터의 통일성(consistency)를 위해 다양한 도구를 이용하여 체계적으로 데이터의 품질을 향상
  - 코드를 고정시킨 상태로 데이터를 반복적으로 개선해나감

AI 서비스 개발 과정 - 서비스 출시 전

AI 서비스 개발 과정 - 서비스 출시 후

출처: https://www.upstage.ai/blog/business/data-centric-ai-modeling