시각 상식 기반 추론 데이터 (업사이클링)
- 분야영상이미지·멀티모달
- 유형 텍스트 , 이미지
- 생성 방식합성데이터
본 데이터는 2022년에 구축된 시각 상식 기반 추론 데이터 데이터를 업사이클링한 결과물입니다.
데이터 바로가기-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2026-05-15 데이터 최종 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2026-05-15 산출물 최종 공개 소개
이미지 내 객체 및 상황 정보를 기반으로 상식적 판단을 요구하는 질의응답(Q&A)과 사고과정(Chain-of-Thought, CoT)을 포함한 추론형 AI 학습 데이터셋이다. 다양한 시각적 상황을 반영하여 객체 간 관계와 맥락을 이해하고, 이를 바탕으로 상식적인 판단이 가능한 데이터 구조로 구성되었다.
구축목적
이미지 기반 상황을 이해하고 상식적 판단을 수행할 수 있는 AI 모델 학습을 위해 Q&A 및 CoT 구조를 적용하여 학습데이터의 정확도와 활용도를 향상시키고자 한다. 이를 통해 sLLM 등 멀티모달 기반의 추론형 AI 모델이 다양한 상황에서 일관성 있는 판단과 응답을 수행할 수 있도록 고품질 학습 데이터를 구축하는 것을 목적으로 한다.
-
메타데이터 구조표 데이터 영역 영상이미지·멀티모달 데이터 유형 텍스트 , 이미지 데이터 형식 jpg, json 데이터 출처 AI Hub > 영상이미지 >2022년 구축 데이터 라벨링 유형 QNA_CoT(자연어) 라벨링 형식 .Json 데이터 활용 서비스 멀티모달 AI 서비스, 이미지 기반 질의응답 시스템, 시각 추론 AI 서비스 데이터 구축년도/
데이터 구축량2025년/20,000건 -
● 데이터 통계
데이터 통계표 데이터 종류 데이터 형태 원문 규모 어노베이션 규모 결과물 규모 시각 상식 기반 추론 데이터 json 20,000건 대칭성 : 10% 20,000건 반사 : 10% 빈칸 채우기 : 10% 아웃포커싱 : 10% 연속성 : 10% 왜곡 : 10% 인포커싱 : 10% 입체성 : 10% 축소 : 10% 확대 : 10% -
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드● 데이터 구성
데이터 구성 표 구분 속성명 타입 필수 여부 설명 범위 비고 Q&A/COT 1 upcycling object y 업사이클링 QA 정보 2 QA object y QA정보 2-1 qa_keyword_id string y 키워드 구분 [1 or 2] 1. 메인키워드
2. 세부키워드2-2 qa_keyword_num number y 키워드 번호 [1~14] 2-3 qa_question string y 질문 2-4 qa_answer string y 답변 COT 정보 3 COT object y CoT 정보 3-1 cot_category string y CoT 분류 분석적 추론, 인과관계 추론 3-2 cot_step1 string y CoT 1단계 3-3 cot_step2 string y CoT 2단계 3-4 cot_step3 string y CoT 3단계 ● 어노테이션 포맷
어노테이션 포맷표 NO 항목 길이 타입 필수여부 비고 한글명 영문명 1 업사이클링 upcycling object Y 1-1 QA 정보 QA object Y 1-1-1 키워드 구분 qa_keyword_id [1,2] string Y 메인키워드
세부키워드1-1-2 키워드 번호 qa_keyword_num [1~14] number Y 1-1-3 질문 qa_question string Y 1-1-4 답변 qa_answer string Y 1-2 CoT 정보 CoT object Y 1-2-1 CoT 분류 cot_category string Y 1-2-2 CoT 1단계 cot_step1 string Y 1-2-3 CoT 2단계 cot_step2 string Y 1-2-4 CoT 3단계 cot_step3 string Y ● 데이터포맷
제목 시각 상식 기반 추론 데이터 메인주제 1. 대칭성, 2. 반사, 3. 빈칸 채우기, 4. 아웃포커싱, 5. 연속성, 6. 왜곡, 7. 인포커싱, 8. 입체성, 9. 축소, 10. 확대 세부주제 1. 대칭성, 2. 반사, 3. 빈칸 채우기, 4. 아웃포커싱, 5. 연속성, 6. 왜곡, 7. 인포커싱, 8. 입체성, 9. 축소, 10. 확대 Q&A-COT 데이터 정제 레이블링 대상 데이터에서 유사 이미지의 경우 대표 이미지를 선별하여 최대한 다양한 이미지로 업사이클링 대상 데이터 선별 이미지 
QnA_CoT Q:떨어진 간판을 볼 때 어떤 유형의 재난 피해로 분류할 수 있으며, 주요 원인은 무엇으로 추정되나요?
1-Step (질문 확인):떨어진 간판의 재난 피해 유형과 주요 원인 파악
2-Step (근거 수집):도로변에 간판이 쓰러져 있고 흰색 프레임과 내부 구조가 일부 노출됨. 간판 주변 바닥에 작은 연두색 물체들이 흩어져 있는 것을 확인.
3-Step (정보 해석 및 연결):간판이 제 위치에서 벗어나 바닥에 쓰러져 있다는 것은 외부의 물리적 힘이 작용했음을 의미 합니다. 주변 다른 구조물은 온전한 것으로 보아 국지적 피해일 가능성이 크며, 따
라서 간판이 쓰러진 원인은 강풍이나 태풍 같은 자연재해일 가능성이 높음.
A: 해당 피해는 시설물(간판) 파손으로 분류할 수 있으며, 주요 원인은 강풍 또는태풍으로 추정추가지 추론 과정 추론 과정의 다양성을 위해 2개의 유형을 선정하여 데이터를 구축하게 되며 상세 유형의
추론 과정은 아래와 같음
유형 1: 분석적 추론
1단계 (질문 확인):질문의 핵심 요소를 파악하고 무엇을 분석해야 하는지 가공
2단계 (근거 수집):질문과 관련된 시각적·문서적에서 파악된 근거 가공
3단계 (정보 해석 및 연결):각 증거가 무엇을 의미하는지 해석하고, 이들 사이의 연관성을
가공
유형 2: 인과관계 추론
1단계 (현상/결과 인식):질문에서 설명하고자 하는 핵심 현상이나 결과를 가공
2단계 (원인 탐색):해당 현상을 유발했을 가능성이 있는 원인을 원천 데이터에서 파악해 가공
3단계 (인과관계 설명):탐색한 원인들이 어떻게 결과로 이어졌는지 그 과정을 논리를 가공json 형식 {
"upcycling": {
"QA": {
"qa_keyword_id": "1",
"qa_keyword_num": 3,
"qa_question": "질문",
"qa_answer": "답변"
},
"CoT": {
"cot_category": “분석 추론, 인과 추론 구분“
"cot_step1": "현상/결과 인식",
"cot_step2": "원인 탐색",
"cot_step3": "인과관계 설명"
}
}
}● 실제 예시
{
"upcycling": {
"QA": {
"qa_keyword_id": "1",
"qa_keyword_num": 2,
"qa_question": "이미지 하단의 산이 실제 지형이 아니라 수면에 비친 반사상임을 판단하는 시각적 근거는 무엇인가요?",
"qa_answer": "상단의 산과 상하 대칭을 이루면서도, 수면의 물결로 인한 텍스처 왜곡이 관찰되므로 반사(Reflection) 현상임을 알 수 있습니다."
},
"COT": {
"cot_category": "분석적 추론",
"cot_step1": "이미지 중앙의 수평선을 기준으로 상단의 산과 하단의 산 모양이 완벽한 상하 대칭 구조를 보임",
"cot_step2": "상단의 실제 산은 윤곽이 뚜렷하나, 하단의 이미지는 물결에 의해 색상이 약간 어둡고 형태가 일렁이는 시각적 특징이 있음",
"cot_step3": "이러한 대칭성과 표면 왜곡은 광학적 반사 성질에 해당하므로, 하단의 객체는 반사된 허상으로 추론됨"
}
}
} -
데이터셋 구축 담당자
수행기관(주관) : ㈜에이아이웍스
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 유동헌 02-423-5178 bertas41@aiworkx.ai 총괄PM 수행기관(참여)
수행기관(참여) 기관명 담당업무 ㈜알체라 실무 책임 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 심현민 031-697-8961 hm.sim@alcherainc.com 이종익 031-697-8961 jilee@alcherainc.com
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.
오프라인 데이터 이용 안내
본 데이터는 K-ICT 빅데이터센터에서도 이용하실 수 있습니다.
다양한 데이터(미개방 데이터 포함)를 분석할 수 있는 오프라인 분석공간을 제공하고 있습니다.
데이터 안심구역 이용절차 및 신청은 K-ICT빅데이터센터 홈페이지를 참고하시기 바랍니다.
국방데이터 개방 안내
본 데이터는 국방데이터로 군사 보안에 따라 AI허브에서 데이터를 제공하지 않으며,
군 담당자를 통한 별도의 사용 신청이 필요합니다.