카테고리 기반 추론 데이터 (업사이클링)
- 분야영상이미지·멀티모달
- 유형 텍스트 , 이미지
- 생성 방식합성데이터
본 데이터는 2022년에 구축된 카테고리 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
다양한 주제에 대한 상황 및 맥락 정보를 기반으로, 카테고리 판단 및 분류를 수행할 수 있도록 구성된 추론형 데이터셋이다. 질의응답(QA)과 사고과정(Chain-of-Thought, CoT)을 포함하여 분류 근거를 설명할 수 있는 구조로 설계되었다.
구축목적
기 구축된 AI Hub 데이터셋 5종에 QA/CoT 구조를 추가하여 학습데이터의 적용성(정확도)과 활용도를 향상시키고자 한다. 이를 통해 sLLM 등 멀티모달 기반 추론형 AI 모델 개발에 활용 가능한 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 분류 AI, 콘텐츠 추천 시스템 데이터 구축년도/
데이터 구축량2025년/20,000건 -
● 데이터 통계
데이터 종류 데이터 형태 원문 규모 어노베이션 규모 결과물 규모 카테고리 기반 추론 데이터 json 20,000건 건축, 격투기, 골프, 육아, 농사 : 각 2.5% 20,000건 청소, 수영, 의료, 사격, 촬영 : 각 2.5% 그림, 야구, 테니스, 애완, 헬스 : 각 2.5% 캠핑, 낚시, 요리, 운전, 독서 : 각 2.5% 게임, 쇼핑, 여행, 등산, 자전거 : 각 2.5% 스키, 스케이트, 서핑, 발레, 피아노 : 각 2.5% 바이올린, 기타, 드럼, 노래, 춤 : 각 2.5% 마술, 바둑, 장기, 체스, 카드 : 각 2.5% -
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드● 데이터 구성
데이터구성표 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
데이터포맷표 제목 카테고리 기반 추론 데이터 메인주제 1. 건축, 2. 격투기, 3. 골프, 4. 공예, 5. 그림, 6. 기계공학, 7. 낚시, 8. 농구, 9. 농사, 10. 다도, 11. 당구, 12. 등반, 13. 무용, 14. 배구, 15. 보드게임, 16. 비디오게임, 17. 빙상레저, 18. 사격, 19. 설상레저, 20. 소방안전, 21. 수상레저, 22. 수영, 23. 애완, 24. 야구, 25. 연주, 26. 요리, 27. 육아, 28. 음향, 29. 의료, 30. 집필, 31. 청소, 32. 촬영, 33. 축구, 34. 캠핑, 35. 테니스, 36. 필라테스, 37. 항공레저, 38. 헬스, 39. 화장, 40. 화학실험 세부주제 1. 건축, 2. 격투기, 3. 골프, 4. 공예, 5. 그림, 6. 기계공학, 7. 낚시, 8. 농구, 9. 농사, 10. 다도, 11. 당구, 12. 등반, 13. 무용, 14. 배구, 15. 보드게임, 16. 비디오게임, 17. 빙상레저, 18. 사격, 19. 설상레저, 20. 소방안전, 21. 수상레저, 22. 수영, 23. 애완, 24. 야구, 25. 연주, 26. 요리, 27. 육아, 28. 음향, 29. 의료, 30. 집필, 31. 청소, 32. 촬영, 33. 축구, 34. 캠핑, 35. 테니스, 36. 필라테스, 37. 항공레저, 38. 헬스, 39. 화장, 40. 화학실험 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": 1,
"qa_question": "이미지 속 물체들의 구성과 배경을 고려할 때, 이 장면은 어떤 여가 활동을 나타내며 그 근거는 무엇인가요?",
"qa_answer": "텐트와 야외용 의자, 화로대가 설치된 것으로 보아 '캠핑(Camping)' 활동중인 상황이며, 자연 속에서의 숙박을 위한 장비 구성이 주요 근거입니다."
},
"COT": {
"cot_category": "분석적 추론",
"cot_step1": "숲속 공터에 설치된 임시 거주 형태의 구조물(텐트)과 주변에 배치된 접이식 의자, 테이블을 인식함",
"cot_step2": "단순한 휴식이 아니라 숙박과 취사가 가능한 장비(타프, 화로대 등)가 갖춰져 있음을 시각적 근거로 수집함",
"cot_step3": "이러한 장비 구성과 자연 환경 배경을 종합할 때, 해당 장면은 단순 피크닉이 아닌 '캠핑' 카테고리로 분류하는 것이 타당함"
}
}
} -
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.