컴퓨터 비전 모델의 희귀 케이스를 위한 데이터 증강 기법

머신러닝은 항상 데이터에 굶주려 있습니다. 특히 컴퓨터 비전 작업에서는 데이터가 많을수록 더 나은 모델을 만들 수 있는 경우가 많습니다. 하지만 모든 데이터셋이 동일하게 생성되는 것은 아닙니다. 특히 빈도가 낮거나 드문 어떤 사례들은 데이터가 부족할 수 있습니다. 이러한 경우 데이터 증강 기술이 모델의 성능에 큰 영향을 미칠 수 있습니다.

이런 문제의 접근 및 관리 방법을 잘 이해하는 것은 신뢰할 수 있는 강력한 컴퓨터 비전 모델을 구축하는 핵심입니다. 하지만 이 복잡한 문제를 정확히 어떻게 해결할 수 있을까요? 이 글에서 자세히 살펴본 슈퍼브 큐레이트(Superb Curate)와 오토 큐레이트(Auto-Curate) 같은 툴이 그 해답이 될 수 있습니다.

모델 구축의 복잡성에 대해 더 자세히 알아고 싶다면 관련 글도 읽어보시기 바랍니다. '모델 진단을 통해 데이터 문제를 조기에 발견하는 방법'에서는 데이터셋의 문제를 조기에 정확하게 식별하여 시간을 절약하고 효율성을 개선하며 궁극적으로 예측 성능을 향상시키는 방법에 대해 설명합니다. 이러한 진단 기법을 이해하면 추후에 발생할 수 있는 문제를 예방하고 처음부터 고품질의 클린 데이터로 모델을 훈련시키는 데 매우 유용합니다.

더불어, "정확도를 위한 큐레이팅: 균형 잡힌 컴퓨터 비전 데이터셋 구축" 문서에서는 균형 잡힌 데이터셋을 구축하기 위한 실질적인 전략을 자세히 살펴봅니다. 이 포스팅에서는 대표성을 보장하고 편향을 줄이며 컴퓨터 비전 모델의 정확성을 개선하는 방식으로 데이터를 큐레이션하는 방법에 대한 전반적인 가이드를 제공합니다.

다루는 내용

• 불균형한 데이터셋의 문제
• 슈퍼브 큐레이트와 클래스 및 시나리오 불균형 문제 해결하기
• 증강을 통한 근본적인 데이터 불균형 해결하기
• 기존 및 고급 증강 기술
• 사례 연구 예시
• 결론

데이터 수집의 복잡성

데이터는 컴퓨터 비전 시스템을 구동하는 생명선입니다. 이 분야에서 자주 사용되는 격언은 "데이터가 많을수록 성능이 향상된다"는 것입니다. 일반적으로 이 말은 사실에 가깝지만 주의해야 할 점이 있습니다.

특히 불균형한 데이터셋를 다룰 때는 많은 양의 데이터를 수집하는 것이 만병통치약이 될 수 없습니다. 게다가 데이터 수집의 현실은 생각보다 간단하지 않은 경우가 많으며, 특히 필요한 데이터가 부족하거나 구하기 어려운 경우에는 더욱 그렇습니다.

희귀 케이스가 발생할 때

'희귀 케이스' 또는 '엣지 케이스'는 데이터셋에서 발생 빈도가 낮은 시나리오 또는 클래스를 나타냅니다. 예를 들어 의료용 데이터셋에서 희귀한 질병이나 이미지 인식 데이터셋에서 잘 보이지 않는 오브젝트가 이에 해당할 수 있습니다. 이러한 경우, 케이스의 희귀성 또는 데이터 포인트 캡처와 관련된 어려움으로 인해 단순히 더 많은 데이터를 수집하는 것이 불가능할 수 있습니다.

데이터셋 불균형과 품질에 대한 탐구

더 많은 데이터를 수집할 수 있다고 해도 반드시 균형 잡힌 데이터셋으로 이어지지는 않습니다. 또한 단순히 데이터셋의 크기만 늘리는 것이 항상 실행 가능하면서 효과적인 해결책은 아닙니다.

더 많은 데이터의 필요성은 수집된 데이터의 품질과 다양성도 고려해야 합니다. 예를 들어, 추가로 수집되는 데이터가 데이터셋에 이미 존재하는 데이터와 너무 유사하면 특정한 특성이나 패턴에 지나치게 맞춰져 모델의 일반화 능력이 저하될 수 있습니다.

불균형에 대한 세밀한 접근 방식

따라서 데이터 불균형, 특히 드문 케이스의 데이터 불균형을 처리할 때는 보다 세밀한 접근 방식이 필요합니다. 이때 데이터 보강이 필요합니다.

데이터 증강 기법을 사용하면 더 많은 데이터를 축적하는 데만 집중하기보다는 기존 데이터를 개선하여 보다 다양하고 균형 잡힌 데이터셋을 생성할 수 있습니다. 이러한 접근 방식은 특히 데이터 수집이 어려운 상황에서 모델 성능을 개선할 수 있습니다.

균형 잡힌 데이터셋 생성 뒷받침하기

효과적이고 편향되지 않은 머신러닝 모델을 생성하는 것은 상당히 어려운 작업일 수 있습니다. 세심한 데이터 큐레이션, 라벨링, 분할을 통해 정확하고 포괄적이며 체계적으로 데이터를 구성해야 합니다. 하지만 데이터의 방대한 양과 수작업 처리, 관련 비용으로 인해 이 작업은 복잡한데다가 많은 시간이 소요됩니다.

이런 상황에서는 슈퍼브의 AI 기반 솔루션인 큐레이트가 유용합니다. 이 솔루션은 ML 팀이 주어진 상황에서 가장 중요한 데이터를 식별하고, 라벨링하고, 활용할 수 있도록 지원합니다. 큐레이트는 컴퓨터 비전에서 가장 중요한 과제 중 하나인 가치 있는 데이터를 나머지 데이터와 분리하고, 선택 편향과 클래스 불균형을 피하며, '불량' 데이터와 유용한 엣지 케이스를 구분하는 문제를 해결합니다.

확장의 어려움

대부분의 팀은 관련 데이터를 시각적으로 식별할 수 있지만, 수만 개의 데이터 포인트를 수동으로 검토하는 작업은 대부분의 조직에서 확장할 수도 없고 실현 가능하지도 않습니다. 또한 이 방법은 라벨링할 데이터의 우선순위를 정하거나 중복을 최소화하면서 샘플의 균형 잡힌 분포를 보장하는 체계적인 방법을 제공하지도 않습니다.

데이터 수집 단계에서 메타데이터를 체계적으로 설계하고 수집하지 않으면 수동 검색과 검토가 더욱 복잡해집니다. 어노테이션이 없는 데이터를 검색할 수 없기 때문에 많은 팀이 ‘많을 수록 좋다'는 접근 방식을 채택하게 되고, 이는 종종 모델 성능과 데이터 준비 비용 측면에서 수익 감소로 이어집니다.

큐레이트로 큐레이션의 비결 자동화하기

큐레이트는 조직이 대규모 데이터를 쉽게 검색, 관리 및 시각화할 수 있는 방법을 제공함으로써 이 문제를 해결합니다. 큐레이션 프로세스를 자동화하여 컴퓨팅 및 인프라 비용을 상당 부분 절감할 수 있습니다.

이러한 자동화를 통해 ML 팀은 라벨링할 데이터를 식별하고, 실제 구축 데이터를 반영하는 데이터 배포를 생성하고, 균형 잡힌 훈련용 및 검증용 데이터셋을 생성하고, 이상값과 이상 징후를 손쉽게 감지할 수 있습니다.

큐레이트로 데이터 큐레이션 및 관리 워크플로우에서 일관되지 못하고 비용이 많이 드는 인적 요소를 제거함으로써 조직이 컴퓨터 비전 프로젝트의 비용을 절감할 수 있습니다. 이러한 비용 절감에는 라벨링이 포함되므로 투자 수익률도 높아집니다. 큐레이트는 조직이 컴퓨터 비전 프로젝트의 비용을 절감할 수 있도록 지원합니다.

큐레이트의 오토 큐레이트

슈퍼브 큐레이트는 데이터셋 또는 슬라이스 수준에서 모델 요구 사항에 가장 적합한 데이터셋을 자동으로 큐레이션할 수 있는 기능을 팀에 제공합니다. 오토 큐레이트라고 불리는 이 기능은 데이터를 분류하고 큐레이션할 때 데이터 희소성, 라벨 노이즈, 클래스 균형 및 기능 균형을 고려합니다.

오토 큐레이트는 큐레이션 비용을 절감하고 보다 정확하게 큐레이션된 데이터셋으로 고성능 모델을 만들 수 있게 해줍니다. 큐레이트는 몇 가지 자동화된 큐레이션 방법을 제공합니다.

• 라벨링 대상: 우선적으로 라벨링할 가장 중요한 데이터 포인트를 식별합니다.
• 균형 잡힌 슬라이스를 큐레이션: 전체 데이터셋이 잘 표현되도록 보장합니다.
• 훈련용/검증용 세트 분리: 라벨링된 데이터셋을 자동으로 분리해 편향되지 않은 모델 검증을 보장합니다.
• 엣지 케이스 감지: 희소한 위치의 데이터 포인트를 식별하여 모든 시나리오에서 강력한 성능을 보장합니다.
• 잘못된 라벨 찾기: 잘못 라벨링되었을 가능성이 가장 높은 데이터 포인트를 식별하여 고품질의 라벨링된 데이터셋을 보장합니다.
  

증강의 실제 활용 시나리오

데이터 증강에 대한 이해를 돕기 위해 머신러닝에서 다양한 견종을 분류하는 모델을 구축하려는 시나리오를 생각해 보겠습니다. 데이터셋에 대부분의 견종에 대한 이미지가 풍부하게 포함되어 있지만 퍼그와 같은 특정 견종에 대한 이미지가 부족하다고 가정해 보겠습니다. 결과적으로 가용 데이터가 부족하기 때문에 퍼그를 정확하게 분류하는 모델의 성능이 상당히 저하될 수 있습니다.

이럴 때 데이터 증강이 해결책이 될 수 있습니다. 실제 또는 합성으로 생성된 퍼그 이미지를 더 추가하거나 기존 이미지를 복제하거나 왜곡해서 고유한 인스턴스를 생성하는 등의 조작을 통해 대표성이 부족한 이 품종을 정확하게 분류하는 모델의 능력을 향상시킬 수 있습니다.

이러한 증강 프로세스를 통해 데이터셋의 다양성과 규모가 증가하면 머신러닝 알고리즘의 성능도 향상됩니다. 추가 데이터는 이미지에서 텍스트에 이르기까지 다양하므로 데이터 증강은 다양한 데이터 유형과 머신러닝 작업에 적용할 수 있는 다용도 도구입니다.

정말 데이터 증강이 모델의 정확도를 향상시킬까요? 대부분의 경우 대답은 '그렇다'입니다. 데이터 증강 기술은 모델의 정확도를 향상시키는 능력을 지속적으로 입증해 왔습니다. 모델이 훈련용 데이터에 과적합해지는 경향을 줄임으로써 모델의 일반화 기능을 개선하여 과거에 없었던 새로운 데이터에 대한 성능을 향상시킵니다.

제한적이고 불균형한 데이터에 대처하기

데이터 증강은 데이터셋에서 드물거나 잘 나타나지 않는 사례를 다룰 때 특히 유용합니다. 이 기능은 제한적이거나 불균형한 데이터 문제를 해결할 수 있는 강력한 무기가 되어 까다로운 시나리오에서도 궁극적으로는 보다 정확하고 신뢰할 수 있는 결과를 도출할 수 있는 모델을 만들어냅니다.

데이터 증강의 과제

머신러닝에서 데이터 증강이 갖는 이점에도 불구하고, 특히 데이터셋의 클래스 또는 시나리오 불균형을 해결할 때 심각한 장애물이 되는 몇 가지 과제가 존재합니다. 이러한 문제는 단순히 데이터를 더 많이 수집하는 것만으로는 해결되지 않는 경우가 많습니다.

원 정보 보존의 어려움: 증강 과정에서 중요한 정보가 변경되거나 손실될 위험은 항상 존재합니다. 예를 들어, 이미지를 과도하게 회전시키거나 크기를 조정하면 이미지를 알아볼 수 없거나 현재 작업과 관련성이 낮아질 수 있습니다.

부자연스러운 데이터 인스턴스 생성: 데이터 증강 방법은 실제 카테고리나 클래스를 대표하지 않는 인스턴스를 생성하여 비현실적인 결과를 초래할 수 있습니다.

근본적인 데이터 불균형 해결: 단순한 증강 기법만으로는 원본 데이터셋의 심각한 불균형을 해결하기에 충분하지 않을 수 있습니다. GAN 또는 합성 데이터 생성과 같은 보다 복잡하며 또다른 과제를 수반하는 기술이 필요할 수 있습니다.

• 증강 데이터에 대한 과적합: 모델이 적용된 증강 유형에 과적합이 발생해 처음 접하는 데이터에 대한 일반화 능력이 저하될 위험이 있습니다.
  
• 컴퓨팅 비용: GAN 및 스타일 전이과 같은 고급 증강 기술은 계산 집약적이며 상당한 리소스와 시간이 필요합니다.
  
• 편향성 관리: 증강 프로세스는 원본 데이터에 존재하는 편향을 의도치 않게 가져오거나 악화시킬 수 있으며, 이는 특히 불균형 케이스에 더 큰 영향을 미칠 수 있습니다.

실제 사례 및 유즈 케이스

데이터 증강은 머신러닝 모델의 성능을 향상시키는 데 중추적인 역할을 하며 다양한 분야에서 판도를 바꾸는 역할을 했습니다.

데이터가 부족하거나 불균형하거나 희귀한 인스턴스로 가득 찬 경우 특히 그렇습니다. 업계별 사례 연구는 데이터 증강의 광범위한 영향력과 중요성을 강조합니다.

헬스케어: 질병 진단

의료 업계는 특히 알캅톤뇨증과 같은 희귀 질환의 경우 데이터 부족으로 어려움을 겪는 경우가 많습니다. 한 연구팀은 딥러닝 모델을 통해 이 유전 질환의 조기 발견을 향상시키고자 했습니다. 하지만 질병과 관련된 이미지가 한정되어 있어 훈련 과정이 복잡했습니다.

이 문제를 해결하기 위해 연구팀은 사용 가능한 이미지를 회전, 뒤집기, 확대/축소하는 등 데이터 증강 기법을 사용하여 모델이 학습할 수 있는 더 많은 데이터를 생성했습니다. 이러한 전략 외에도 전체 데이터셋 또는 커스텀된 데이터 슬라이스에 대해 특정 요구 사항에 따라 데이터를 큐레이션하는 강력하고 자동화된 방법을 제공하는 슈퍼브 큐레이트의 오토 큐레이트 기능과 같은 도구의 사용도 고려했습니다.

알캅톤뇨증 진단의 경우, 오토 큐레이트의 '라벨링 대상 큐레이션' 옵션은 데이터 희소성, 라벨 노이즈, 클래스 균형, 특성 균형과 같은 요소를 기반으로 라벨링되지 않은 데이터에 우선순위를 지정하도록 연구자에게 권장할 수 있습니다. 라벨링 후, ‘훈련용/검증용 데이터셋 분리' 옵션은 데이터셋을 훈련용 데이터셋과 검증용 데이터셋으로 분리해 모델의 일반화 성능을 개선하고 과적합을 방지하는 데 도움이 될 수 있습니다.

'엣지 케이스 찾기' 옵션은 데이터셋에서 희귀한 질병 사례를 식별하여 모델의 정확도와 다양성을 개선하는 데 도움이 될 수 있습니다. 또한 '잘못된 라벨 찾기'는 모델의 신뢰성에 영향을 미칠 수 있는 라벨링 오류를 식별하고 수정하는 데 사용할 수 있습니다.

'엣지 케이스 찾기' 옵션은 데이터셋에서 희귀한 질병 사례를 식별하는 데 도움이 될 수 있습니다.

자동차: 자율주행 자동차

자동차 업계에서 Waymo와 같은 회사는 '희귀 시나리오 시뮬레이션'이라는 방법을 활용하여 다양하게 변형된 엣지 케이스 주행 시나리오를 생성합니다. 이 방법은 효과적이기는 하지만, 슈퍼브 큐레이트의오토 큐레이트 기능과 같은 툴을 사용하면 더욱 향상시킬 수 있습니다.

오토 큐레이트는 균형 잡힌 훈련용 및 검증용 데이터셋을 생성하는 데 도움이 되며, 이는 모델의 일반화 기능을 개선하고 과적합을 방지하는 데 매우 중요합니다. 또한 엣지 케이스를 식별하고 훈련용 데이터셋에 통합하는 데 도움이 되어 모델 정확도를 크게 향상시킬 수 있습니다.

소매업: 제품 분류를 위한 이미지 인식

소매업에서는 머신러닝이 이미지를 기반으로 한 제품 분류와 같은 작업에 광범위하게 사용됩니다. 그러나 특정 제품 카테고리가 데이터셋에 제대로 반영되지 않아 분류가 부정확해질 수 있습니다.

eBay는 생성적 적대 신경망(GAN)을 사용하여 잘 반영되지 않은 제품 카테고리의 합성 이미지를 생성함으로써 이 문제를 해결했습니다. GAN이 유용했지만, 슈퍼브 큐레이트의 오토 큐레이트 기능과 같은 도구를 통합하면 분류 정확도를 더욱 향상시킬 수 있었을 것입니다. 오토 큐레이트의 '라벨링할 항목 큐레이션' 옵션은 잘 알려지지 않은 제품 카테고리를 포함하여 가치가 높은 데이터를 식별하여 보다 균형 잡힌 데이터셋을 확보하는 데 도움이 될 수 있습니다.

'엣지 케이스 찾기' 기능을 사용하면 희귀한 제품 카테고리를 식별하여 모델 정확도와 다양성을 개선할 수 있습니다. 또한 '잘못된 라벨 찾기' 기능으로 잠재적인 라벨링 오류를 식별하고 수정할 수 있어 모델의 신뢰성과 성능을 더욱 향상시킬 수 있습니다.

기존의 데이터 증강 기법

데이터의 양과 질의 한계를 극복하기 위해 다양한 종류의 데이터 증강 기법을 적용할 수 있습니다. 이러한 기법은 데이터의 다양성을 향상시켜 모델이 다양한 시나리오를 통해 학습할 수 있도록 합니다. 여기에서는 이미지, 텍스트, 동영상 등 다양한 유형의 데이터에 대한 일반적인 데이터 증강 기법을 자세히 설명합니다.

이미지 데이터 증강

이미지 데이터 증강은 머신러닝의 표준 절차입니다. 사용 가능한 데이터의 변형을 생성함으로써 모델은 다양한 관점에 노출되어 일반화 능력을 향상시킬 수 있습니다. 몇 가지 일반적인 기법은 다음과 같습니다.

1. 기하학적 변형

뒤집기, 회전, 크기 조정 및 자르기는 데이터 다양성을 높이는 데 사용되는 표준 기법입니다. 이러한 기법은 오브젝트의 본질적인 특성은 유지하면서 모양을 약간 변경할 수 있다는 장점이 있습니다.

2. 측광 변환

밝기, 대비, 채도를 조정하는 것도 데이터 다양성을 크게 향상시킬 수 있습니다. 특히 다양한 조명 조건에 맞는 모델을 준비할 때 유용합니다.

3. 노이즈 삽입

이미지에 인공 노이즈를 삽입하면 불완전한 실제 데이터에 대한 모델의 복원력을 높일 수 있습니다. 모델 정확도를 개선하고 과적합을 방지하기 위한 텍스트 데이터 증강의 예시

텍스트 데이터 증강

텍스트 데이터 증강은 텍스트의 의미를 변경하지 않고 텍스트의 문맥을 변경하여 모델의 이해도를 높이고 과적합을 줄이는 것을 목표로 합니다. 널리 사용되는 몇 가지 기법은 다음과 같습니다.

• 동의어 대체: 이 기법은 텍스트의 단어를 동의어로 대체하여 문장의 전체적인 의미를 유지합니다.
  
• 무작위 삽입: 문장 문맥에 맞는 임의의 단어가 임의의 위치에 삽입됩니다.
  
• 무작위 삭제: 문장에서 무작위로 단어를 제거합니다.
  
• 역번역: 텍스트를 다른 언어로 번역한 후 다시 원래 언어로 번역하는 것으로, 문장 구조가 약간 변경되는 경우가 많습니다.
  

비디오 데이터 증강

비디오 데이터 증강은 비디오 데이터셋의 다양성을 향상시키는 데 사용됩니다. 일반적으로 사용되는 몇 가지 방법은 다음과 같습니다.

• 시간적 전치: 비디오 프레임을 다른 순서로 재배열하여 다양하게 만듭니다.
• 프레임 제거: 일부 프레임을 무작위로 제거하여 다른 시퀀스를 생성합니다.
• 속도 변경: 동영상 재생 속도를 빠르거나 느리게 변경합니다.
• 공간 변환: 이미지와 마찬가지로 형상과 측광 변환을 비디오 데이터에 적용할 수 있습니다.
  

데이터 증강을 위한 고급 기법

위의 기법들은 널리 사용되며 대체로 효과적이지만, 일부 예외적인 경우에는 충분하지 않을 수 있습니다. 따라서 이러한 까다로운 시나리오를 해결하기 위해 생성적 적대 신경망(GAN), 메타 학습, 신경 스타일 전이, 강화 학습과 같은 고급 기법이 개발되었습니다.

1. 생성적 적대 신경망(Generative Adversarial Networks, GAN)

GAN은 실제 데이터와 거의 구별할 수 없는 새로운 데이터 인스턴스를 생성할 수 있습니다. 예를 들어, 희귀 클래스의 이미지를 더 많이 생성하도록 GAN을 학습시켜 희귀도 문제를 극복할 수 있습니다.

또한 GAN은 훈련용 데이터셋에 대한 새로운 샘플을 생성하여 컨볼루션 신경망(CNN)의 효율성을 향상시켜 기존의 데이터 증강 기법을 능가하는 성능을 발휘할 수 있습니다.

GAN은 컴퓨터 비전 모델에서 컨볼루션 신경망의 효율성을 향상시킬 수 있습니다.

2. 메타 학습

메타 학습 또는 "학습을 위한 학습"은 알고리즘이 다른 머신러닝 알고리즘으로부터 학습하는 머신러닝의 하위 분야입니다. 딥러닝 영역에서는 다른 신경망을 통해 신경망을 최적화하는 것을 말합니다. 메타러닝은 신경망 학습을 위한 상위 수준의 요소를 생성하는 데 사용할 수 있으며, 데이터 증강에 독보적인 이점을 제공합니다.

3. 신경망 스타일 전이

이 기술은 딥러닝을 활용하여 한 이미지의 스타일, 이를테면 예술적 스타일을 다른 이미지에 적용합니다. 이를 통해 핵심 기능은 동일하지만 스타일이 다른 새로운 데이터 인스턴스를 생성할 수 있습니다. 신경망 스타일 전이 기반 증강에는 스타일 결정, 느린 실행 시간, 높은 스토리지 및 메모리 용량 요구와 같은 과제가 있습니다.

4. 강화 학습

강화 학습(RL)은 증강 데이터로 강화하여 에이전트가 광범위한 시나리오에서 수행할 수 있도록 준비할 수 있습니다.

RL 기반 증강에는 누적 보상의 개념을 극대화하기 위해 에이전트가 환경에서 의사 결정을 내릴 수 있도록 훈련하는 것이 포함됩니다. 데이터 증강을 통해 다양한 시나리오를 제공함으로써 RL 에이전트를 더욱 강력하게 만들고 보이지 않는 새로운 시나리오를 처리할 수 있도록 할 수 있습니다.

데이터 관리를 위한 자동화된 증강

데이터셋의 품질, 다양성, 균형은 모델 성능을 결정하는 중요한 요소입니다. 특히 희귀하거나 빈도가 낮은 케이스에 대해 방대한 양의 다양한 데이터를 수집하는 것은 본질적으로 어려운 일이기 때문에 데이터 증강과 같은 혁신적인 전략을 사용해야 합니다. 이 기술은 기존 데이터셋을 강화하여 모델이 학습할 수 있는 광범위한 시나리오를 생성함으로써 모델의 학습 능력을 향상시킵니다.

그러나 데이터 증강에는 중요한 정보를 변경할 위험, 대표성이 없는 데이터 인스턴스 생성, 기본 데이터 불균형 관리, 증강 데이터에 대한 과적합 방지, 계산 비용 및 잠재적 편향성 처리 등의 과제가 있습니다.

슈퍼브의 AI 기반 솔루션인 큐레이트는 큐레이션 프로세스를 자동화하는 플랫폼을 제공하여 조직이 데이터를 효과적이고 효율적으로 관리할 수 있도록 함으로써 이러한 과제를 관리하는 데 핵심적인 역할을 합니다. 오토 큐레이트와 같은 기술을 통해 중요한 데이터 포인트를 식별하고 라벨링하며, 균형 잡힌 데이터셋 생성하고 이상값과 이상 징후를 감지하는 데 도움을 줍니다.

궁극적으로 머신러닝 프로젝트의 성공 여부는 이러한 기술과 도구를 세심하게 적용하여 모델이 고품질의 다양하고 균형 잡힌 데이터로 학습되어 실제 애플리케이션에서 정확하고 신뢰할 수 있는 결과를 제공할 수 있도록 하는 데 달려 있습니다.