SERVICE 01
수집 설계 및 현장 데이터 생산
대상 모델과 작업에 맞춰 수집 장비, 현장 작업 절차, 환경, 참여자, 센서 및 데이터 승인 기준을 설정합니다.
1인칭 시점
스테레오 / 다중 시점
웨어러블 / IMU
RGB-D / 공간 정보
로봇 연계
프로젝트별 장비 구성
수집 설계 · 현장 생산 · 데이터 엔지니어링
실세계·멀티모달 데이터 생산 피지컬 AI와 로보틱스를 위한 데이터
오리진데이터랩은 피지컬 AI, 로보틱스, 컴퓨터 비전, 자율 시스템을 위해 데이터 수집 설계부터 현장 수집 운영, Human GT, 멀티모달 메타데이터, 품질 검증, 엔지니어링용 납품까지 프로젝트별 데이터 생산 체계를 설계하고 운영합니다.
- 현장 수집 운영
- 멀티모달 데이터 수집
- Human GT
- 센서 메타데이터
- 품질 검증
- 개발에 바로 활용할 수 있는 데이터 납품
데이터 생산 절차
통합 생산 관리
요구사항 정의부터 활용 가능한 데이터 납품까지
요구사항 정의
대상 작업·환경·센서·데이터 구조·검수 기준 정의
수집 환경 구성
카메라, 스테레오, 웨어러블, RGB-D, IMU 등 프로젝트에 맞는 장비 구성
현장 데이터 수집
교육받은 작업자와 작업 지침·현장 관리 체계를 통한 수집 운영
검증 및 데이터 구조화
센서 검사, 메타데이터, Human GT, 품질 관리, 추적성 확보 및 예외 처리
데이터 납품
구조화된 멀티모달 데이터, 파일 목록, 문서 및 고객 요구에 맞춘 납품 패키지
영상
센서 데이터
메타데이터
HUMAN GT
품질 검증 + 파일 목록
핵심 데이터 서비스
수집 설계부터 개발용 데이터 납품까지
수집 설계, 현장 생산, Human GT, 메타데이터, 검증, 구조화된 납품을 개별 서비스로 이용하거나 하나의 통합 프로젝트로 운영할 수 있습니다.
SERVICE 02
Human GT 및 데이터 가공
자동 처리 결과와 수집 데이터를 검토·수정·검증·어노테이션하여 학습·검증·평가에 활용할 데이터의 신뢰도를 높입니다.
사람에 의한 검증
라벨 수정
어노테이션
개인정보 보호 처리
사람이 검수한 결과
SERVICE 03
메타데이터·동기화·품질 검증
센서 메타데이터, 타임스탬프, 동기화 기록, 검증 결과, 예외 로그 및 품질 관리 문서를 제공해 데이터 검토·추적·통합을 지원합니다.
센서 메타데이터
타임스탬프
동기화 기록
품질 보고서
추적 가능성
검증 이력을 확인할 수 있는 기술적 품질 관리
SERVICE 04
개발용 데이터 납품
검증된 멀티모달 데이터를 데이터 구조 정의서, 파일 목록, 기술 문서, 메타데이터, 품질 기록 및 프로젝트별 납품 형식에 맞춰 구성합니다.
JSON / CSV
COCO / YOLO
파일 목록
기술 문서
납품 패키지
후속 개발에 활용할 수 있는 데이터
필요한 서비스만 선택하거나 전체 생산 과정을 통합 운영
모델 요구사항, 대상 작업, 수집 조건, 센서, 메타데이터, 품질 기준 및 납품 조건에 따라 프로젝트 범위를 정합니다.
영상
센서 데이터
어노테이션
메타데이터
사람에 의한 검증 및 Human GT
대량 처리는 자동화로, 예외 상황은 사람이 검증합니다
반복 작업은 자동 처리로 줄이고, 누락된 객체·오탐·잘못된 라벨·복잡한 장면은 선별적인 사람 검수로 수정한 뒤 납품합니다.
검증 절차
01
자동 처리 결과
승인된 자동 처리 절차에 따라 초기 탐지 결과, 어노테이션 또는 가공된 미디어를 생성합니다.
02
검수 대상 선별
신뢰도가 낮은 결과, 누락 영역, 장면 변화 및 품질 경고를 검수 대상으로 분리합니다.
03
사람에 의한 수정
검수자가 오탐, 누락 객체, 위치 정렬 오류, 라벨 및 불확실한 기록을 수정합니다.
04
사람이 검증한 정답 데이터
승인된 기록은 학습·검증·평가 또는 후속 품질 관리에 사용할 수 있도록 사람 검증 여부를 표시할 수 있습니다.
사람 검수 단계
01
누락 객체
02
오탐
03
라벨 및 박스 정확도
04
시간적 일관성
자동 처리의 신뢰도가 낮은 부분에 검수 역량을 집중합니다
모든 프레임과 어노테이션을 동일하게 검수하는 대신, 예외 상황·어려운 장면·불확실한 결과·납품 품질에 직접 영향을 미치는 기록을 우선 검토할 수 있습니다.
자동 처리에서 발견하지 못한 객체나 개인정보 노출 영역을 찾아 수정합니다.
잘못된 탐지, 중복 영역 및 불필요한 어노테이션을 제거합니다.
클래스 라벨, 바운딩 박스, 위치 정렬 및 프로젝트별 어노테이션 규칙을 수정합니다.
영상 프레임 간 탐지 흔들림, 불안정한 결과, 장면 전환 및 불일치를 검토합니다.
자동 생성
사람이 수정
사람이 검증
검수 범위는 프로젝트 협의 과정에서 정합니다
요구 품질·비용·납기에 따라 자동 처리 결과, 예외 항목만 검수한 결과, 수정된 어노테이션, 사람이 검증한 정답 데이터 또는 이들의 조합으로 납품할 수 있습니다.
공개 기술 검증 자료
영상 및 IMU 데이터의 측정 결과
연속된 실세계 현장 촬영에서 생성된 12개 연속 구간을 대상으로 실제 영상 프레임률, 원시·애플리케이션 수준의 6자유도 IMU 측정 주기, 타임스탬프 무결성, 시간적 데이터 범위 및 관측된 시간 간격을 확인할 수 있습니다.
기술 현장 노트 #01에는 측정 방법, 관측 결과, 한계 및 동기화 범위를 명시했습니다. 이 자료는 촬영 세션의 시간적 데이터 범위를 보여주며, 영상과 IMU가 하드웨어 수준에서 프레임 단위로 동기화되었다고 주장하지 않습니다.
공개 기술 검증 자료
에고센트릭 RGB + IMU 작업 샘플
공개된 19.567초 길이의 에고센트릭 물체 조작 샘플을 확인하세요. 1920×1080·30fps 영상, 원시 및 애플리케이션 수준의 IMU 데이터, 구조화된 작업 메타데이터, 무결성 검사 및 재현 가능한 검증 도구가 포함되어 있습니다.
기술 현장 노트 #02는 측정된 센서 특성, 소프트웨어로 추정한 영상·IMU 시간 정렬, 불확실성, 작업 구조 및 동기화 한계를 설명합니다. 하드웨어 동기화, 프레임 단위 또는 프레임 이하 수준의 동기화를 주장하지 않습니다.
개발용 데이터 납품
파일을 단순히 모아 전달하지 않고 체계적인 데이터셋으로 납품합니다
가공 데이터, 라벨, 메타데이터, 파일 목록 및 품질 기록을 개발팀이 검토·버전 관리하고 후속 학습·평가 절차에 연계할 수 있도록 구성합니다.
납품 검증 완료
project_delivery_v1/
/customer/project/versioned-delivery/
source_assets/
원본 미디어
processed_assets/
검증된 결과
annotations/
라벨 및 정답 데이터
metadata.json
데이터별 기록
manifest.json
파일 목록
qa_report.pdf
품질 요약
납품 사양
미디어 데이터
영상·이미지·추출 프레임·가공 결과물 및 승인된 원본 분리 구성
어노테이션
바운딩 박스, 라벨, Human GT, 검수 상태 및 프로젝트별 어노테이션 기록
메타데이터
파일 식별 정보, 처리 상태, 장면 속성, 예외 및 검증 기록
기술 문서
파일 목록, 데이터 구조 설명, 파일명 규칙, 품질 요약, 제외 항목 및 납품 이력
고객의 후속 개발 절차에 맞춘 납품 구성
필요한 프레임워크, 어노테이션 구조, 원본 데이터, 메타데이터 필드, 버전 규칙 및 개발 목적에 따라 납품 구조를 정의합니다.
지원 형식은 샘플 검토 단계에서 확인합니다
프로젝트별 형식 변환 가능 여부는 원본 데이터 구조, 목표 형식, 필수 검증 및 연계 시스템에 따라 결정됩니다.
개인정보 보호 처리
얼굴·차량번호판 자동 블러 및 사람 검수
실세계 영상·이미지에 나타난 얼굴과 차량번호판의 식별 가능성을 낮추는 처리를 지원합니다. 자동 탐지로 1차 처리한 뒤 누락되거나 불확실한 영역, 어려운 장면은 사람이 검수하고 수정할 수 있습니다.
처리 전·후 비교
공개 버전 V58
공개 시연 영상 보기
얼굴 처리
번호판 처리
사람 검수 필요
자동 처리로 반복적인 수작업을 줄입니다
누락 영역, 불확실한 탐지, 작은 객체, 어려운 조명, 가림 및 프레임 간 불일치에는 사람 검수를 적용할 수 있습니다.
비식별화 작업 절차
자동 처리를 우선하고 필요한 부분은 사람이 수정합니다
대표 샘플 영상을 평가한 후 탐지 규칙, 블러 방식, 검수 범위 및 승인 기준을 정합니다.
01
샘플 평가
원본 품질, 객체 크기, 카메라 움직임, 조명, 촬영 시점 및 지역별 번호판 특성을 확인합니다.
02
1차 자동 처리
승인된 영상·이미지 처리 절차에 따라 얼굴과 차량번호판 영역을 탐지하고 처리합니다.
03
예외 중심 사람 검수
검수자가 누락·불확실·오탐·불안정하거나 처리하기 어려운 개인정보 영역을 확인합니다.
04
수정 결과 및 품질 검증 납품
승인된 결과물에는 수정된 영상·이미지, 예외 기록, 처리 요약 및 품질 검증 문서가 포함될 수 있습니다.
개인정보 보호 처리는 대표 샘플 파일럿을 통해 확정합니다
파일럿 기반 서비스
사전 평가 없이 모든 파일이 자동으로 완전하게 비식별화된다고 주장하지 않습니다. 최종 범위, 대상 객체, 검수 깊이, 품질 기준 및 납품 조건은 프로젝트별로 확정합니다.
프로젝트 진행 절차
대표 샘플 검토부터 구조화된 최종 납품까지
모든 프로젝트는 명확한 요구사항과 대표 샘플 검토에서 시작합니다. 대량 처리 전에 작업 절차, 검수 범위, 품질 목표, 납품 구조 및 생산 규모를 확정합니다.
협업 절차
01
02
03
04
05
요구사항 및 프로젝트 범위
원본 데이터, 목표 결과물, 처리 목적, 품질 기대치, 개인정보 보호 요건, 형식, 일정 및 납품 조건을 검토합니다.
정의
대표 샘플 검토
소량의 샘플을 통해 실행 가능성, 원본 품질, 어려운 사례, 작업 설계 및 예상 사람 검수량을 평가합니다.
평가
파일럿 처리
소규모 파일럿으로 처리 규칙, 수정 방식, 품질 기준, 납품 형식 및 예상 생산 성능을 검증합니다.
검증
관리형 본 생산
승인된 절차를 합의한 데이터셋에 적용하고 처리 로그, 사람 검수, 예외 처리 및 지속적인 품질 점검을 수행합니다.
처리
품질 검증 및 개발용 납품
승인된 데이터, 어노테이션, 메타데이터, 예외 기록, 파일 목록 및 프로젝트 문서를 확정된 납품 구조로 정리합니다.
납품
영상
이미지
어노테이션
메타데이터
QA
납품
자주 묻는 질문
데이터 가공 및 검증에 관한 질문
원본 데이터 검토, 사람 검증, 메타데이터, 품질 보증, 개인정보 보호 처리, 납품 형식 및 파일럿 범위 설정에 관한 안내입니다.
01 어떤 종류의 원본 데이터를 처리할 수 있나요?
오리진데이터랩은 영상, 이미지, 추출 프레임, 어노테이션 및 메타데이터 패키지를 검토할 수 있습니다. 기술적 실행 가능성은 파일 형식, 미디어 품질, 데이터셋 규모, 대상 객체 및 요구 결과물에 따라 달라집니다.
02 얼굴과 차량번호판을 비식별화할 수 있나요?
네. 얼굴과 차량번호판 비식별화는 샘플 기반 파일럿 평가를 거쳐 제공합니다. 파일럿에서 탐지 규칙, 블러 처리 방식, 사람 검수 범위 및 품질 기준을 정합니다.
03 비식별화는 완전 자동으로 진행되나요?
아닙니다. 자동 탐지로 1차 처리하지만, 어려운 장면·누락 영역·오탐·불확실한 결과는 사람의 검수와 수정이 필요할 수 있습니다.
04 Human GT는 무엇을 의미하나요?
Human GT는 사람이 검토·수정·검증한 어노테이션이나 탐지 결과를 뜻합니다. 결과물은 자동 생성, 사람 수정, 사람 검증 상태로 구분할 수 있습니다.
05 불확실한 프레임이나 예외 항목만 검수할 수 있나요?
네. 주요 프레임, 신뢰도가 낮은 탐지, 누락 객체, 오탐, 프레임 간 불일치 및 기타 예외 사례에 검수를 집중할 수 있습니다.
06 어떤 어노테이션·납품 형식을 지원하나요?
COCO, YOLO, JSON, CSV, 미디어 파일, 추출 프레임, 메타데이터 기록, 파일 목록, 품질 요약 및 프로젝트별 폴더 구조로 납품할 수 있습니다.
07 메타데이터와 품질 검증 문서를 생성할 수 있나요?
네. 승인된 범위에 따라 파일 메타데이터, 처리·검증 상태, 예외 로그, 완전성 검사, 데이터 구조 검증, 파일 목록 및 품질 요약을 제공할 수 있습니다.
08 소규모 파일럿으로 시작할 수 있나요?
네. 본 생산 전에 소규모 파일럿으로 원본 품질, 처리 정확도, 사람 검수량, 예외 유형, 납품 형식 및 예상 소요 시간을 확인하는 것을 권장합니다.
09 NDA 또는 통제된 납품 절차로 협업할 수 있나요?
데이터 이전 전에 프로젝트별 비밀유지계약(NDA), 접근 조건, 보관 기간, 원본 파일 취급, 납품 통제 및 삭제 요건을 협의할 수 있습니다.
10 가격과 일정은 어떻게 산정하나요?
가격과 일정은 영상 길이 또는 이미지 수량, 원본 품질, 대상 객체의 복잡도, 자동 처리 성능, 사람 검수 범위, 결과물 요구사항 및 품질 보증 범위에 따라 달라집니다.
샘플부터 시작하세요
대표 데이터 샘플을 공유해 주세요.
대표 데이터 샘플을 공유해 주세요.
가장 적합한 처리 방식을 검토하겠습니다.
비식별화, 검증, 수정, 형식 변환 또는 문서화가 필요한 내용을 알려주세요. 원본 데이터와 목표 결과물, 품질 요구사항을 검토하고 대규모 처리에 앞서 집중 파일럿을 제안하겠습니다.
본 생산에 앞서 작업 범위, 원본 형식, 검수 범위, 보안 요건, 납품 구조, 가격 및 일정을 확정합니다.