말레이시아 이주기

데이터 라벨링 데이터 라벨링은 한국에서만 이루어지는 프로젝트가 아닙니다. 전 세계적으로 수없이 많은, 알기조차 어려울 정도로 많은 일들이 벌어지고 있습니다. 데이터 라벨링에 대한 기본 소양만 갖춘다면 할 수 있는 일은 많습니다. 하지만 우리가 할 일은 '능력'을 갖추는 것일 겁니다. 일이 아무리 많아도 준비되지 않은 사람에게 일을 줄 회사는 없을 것이기 때문입니다. 데이터 라벨링, Welocalize 이 웹사이트는 한국이 아닙니다. 하지만 한국 사람도 충분히 참여할 수 있습니다. 세계 시장에서 한국은 무시할 수 없는 시장이고, 한국어로 된 프로젝트 또한 많을 것입니다. 한국어를 모국어로 가진 사람들이 필요할 것입니다. 그리고 약간의 영어를 이해할 수 있는 정도라면 충분히 많은 프로젝트에 참여할 수 있습니..

데이터 라벨링과 자격증 데이터 라벨링은 인공지능이 작업을 가능하게 하는 재료를 가공하는 작업이다. 인공지능이란 하나의 기계이며 프로그램일 뿐이다. 이 자체가 알아서 작업을 할 수는 없다. 작업을 하기 위한 재료가 필요한데, 그 재료를 가공하는 작업이 '데이터라벨링'이다. 따라서 가공된 자료의 완성도가 높을수록 인공지능의 작업 결과 또한 완성도가 높을 것이다. 이에 따라 작업을 주는 입장에서는 검증된 작업자를 찾으려 할 것이다. 검증되었다는 것은, 작업에 참여한 경험이 있거나, 자격증을 취득한 사람일 것이다. 이제 막 데이터라벨링 시작을 시작한 사람에게는 경험을 쌓을 기회가 주어지지 않는다. 작업에 참여하는데 자격증이 필수는 아니지만, 경험을 얻기 위한 자격으로 자격증을 따야 하는 이유다. 자격증을 따기 ..

1. 인공지능을 개발할 때 소요되는 시간 인공지능을 개발할 때 가장 많은 시간을 필요로 하는 것은 데이터이다. 전체의 80%를 차지하고 있다. 한 분야의 인공지능을 개발하기 위해서는 필요한 데이터가 어떤 종류의 것이어야 하는지를 분석하는 식별 작업을 거치다. 이렇게 정의 내려진 데이터를 수집하고, 수집된 데이터를 필요에 맞게 가공, 분류하는 작업을 거친 후 데이터 라벨링 작업에 들어간다. 데이터 라벨링은 기계가 데이터를 이해할 수 있는 상태로 작업하는 것이다. 테이터 증강은 부족한 부분의 보완과 잘못된 부분의 수정을 말한다. AI 알고리즘부터 배포까지는 전문가들의 영역이지만 수집부터 증강까지는 비전문가들도 참여할 수 있는 분야이다. 아무리 뛰어난 AI 알고리즘을 개발하다고 해도 처리할 데이터가 없으면 A..

데이터 라벨링 데이터 라벨링을 부업으로 하여 돈을 벌 수 있다고 하여 일단 시작했다. 하지만 이것도 쉬운 일이 아니다. 컴퓨터를 쓸 줄은 알지만 인공지능에 대해 전혀 모르니, 받아주는 곳이 없다. 그래서 공부부터 시작했다. 인공지능에 관하여 데이터 라벨링이 아니더라도 배우고 싶었다. 하지만 '인공지능'이라는 이름만으로도 가슴이 막혀오는 중압감에 감히 시작을 못했다. 그러다가 '데이터 라벨링'에 이끌려 들어왔고, 이 참에 기초 공부를 하여 본격적인 데이터 라벨링 부업도 하고, 더 깊이 공부하여 사람 구실 좀 해보자. 어렵기야 하겠지만 못 할 것은 아니다. 사람이 만든 것을 사람이 이해 못 할 것이 없다. 시작해보니 이거 할 만하다. 딱 월 300만 원만 벌자. 데이터 라벨링으로 월 900만 원을 번 사람도..

데이터 라벨링의 개념 인공지능이 특정 데이터를 스스로 학습할 수 있도록 데이터를 알맞게 수집 및 가공하는 작업 인공지능 서비스 개발 과정 데이터 획득 --> 데이터 가공(전처리) --> 모델 생성 --> 실시간 서비스(API) 데이터 획득의 4가지 데이터 획득의 사진, 영상, 텍스트, M2M(machine to Machine)이다. 데이터 가공(전처리) 이렇게 수집된 데이터를 인공지능이 학습할 수 있는 형태의 데이터로 변환 시킨다. 개발 과정에서 가장 중요한 부분이기도 하다. 모델 생성 모델 개발 --> 데이터 입력 --> 데이터 학습 --> 모델 수정 ------> 모델 개발..... |______________| 데이터 라벨링 작업 위 사진에서 보듯 인공지능 개발 과정은 모델을 개발한 후 그 모델에 ..

데이터라벨링이란? 관련 웹에는 '인공지능이 특정 데이터를 스스로 학습할 수 있도록 데이터를 알맞게 수집 및 가공하는 작업'이라고 정의하여 놓았다. 즉 사진에 나와 있는 것이 개인지 고양이인지를 구분하는 작업을 통해 인공지능이 사물을 판단할 수 있는 기초자료를 만드는 작업이라는 뜻이다. 데이터라벨링 부업(작업)은? 이미 몇 년 전에 시작하였다. 하지만 늦지 않았다. 인공지능의 쓰임새는 더욱 커질 것이고, 분류해야 할 데이터의 양 또한 많아질 것이기 때문이다. 자율주행자동차라면 도로에서 펼쳐지는 모든 사물에 대한 라벨링이 필요할 것이고, 자연재해를 담당하는 인공지능이라면 자연 상태에 대한 라벨링이 필요할 것이다. 따라서 지금이라도 라벨링에 대한 관심을 갖고 준비한다면 단순 부업이 아니라 전업도 가능할 것이다..