머신러닝에서 불충분한 데이터 이슈를 해소하는 대안으로 합성 데이터 (Synthetic data)가 부상하고 있음.

인공지능 기술 발전과 함께 데이터의 중요성이 증가하고 있으나, 개인정보 위험이 낮으면서 충분한 양의 고품질의 데이터를 확보하는 데에 어려움이 존재함.

데이터 이슈 해소를 위해 합성 데이터(실제 데이터세트의 통계 패턴을 모방하여 인공적으로 만들어진 데이터)가 대안의 일환으로 주목받고 있음.

본 고에서는 합성 데이터의 특징 및 산업 전망, 활용사례 및 장단점을 소개한 후 산업 및 정책수립의 시사점을 제시하고자 함.

◆ 원문 바로가기 :
https://www.kisdi.re.kr/report/view.do?key=m2101113025339&arrMasterId=4311435&masterId=4311435&artId=706876

제공=정보통신정책연구원

* 정보통신정책원구원 누리집은 엣지브라우저에서 접속이 안될 수 있습니다.