인공지능(특히 딥러닝)에서 데이터의 진화 전망

 

주요 항목	세부 내용	비고
데이터의 종류 및 형태 다양화	ü멀티 모달(Multi-modal) 데잍 확산 ü실시간 스트리밍 데이터의 중요성 증대 ü물리적 세계와의 연동 데이터 ü합성 데이터(Synthetic Data) 부상 : 실제 데이터를 모방한 인공 데이터	•데이터 공해 및 정보 과부하 문제
데이터 품질 및 편향 관리의 고도화	ü자동화된 데이터 클리닝 및 전처리 ü편향 감지 및 완화 기술 내재화 : 공정성 제약 조건 기반 학습 등 ü레이블링의 효율화 및 자동화 : 능동 학습, 준지도 학습 등	•
데이터 주권 및 개인정보 보호 강화	ü연합 학습(Federated Learning)의 확산 : 엣지 디바이스에서 학습 후 파라미터 공유 ü차등 프라이버시(Differential Privacy) 및 동형 암호(Homomorphic Encryption) 활용 ü데이터 소유권 및 접근 통제의 명확화 : 법적/제도적 기준 마련 등	•
메타데이터(Meta-data) 및 데이터 설명 가능성 증대	ü데이터의 출처 및 이력 관리 ü데이터셋의 설명 가능성 강화 : 투명성 및 윤리적 문제 검토에 활용	•
AI가 생성하는 데이터의 역할 증대	üAI가 AI를 학습시키는 시대 ü모의 실험(Simulation) 환경과의 결합	•신뢰성 및 통제 문제