다국어 AI 데이터 구축 중급 과정

사용자 의도 라벨과 10개 이상의 필드로 JSONL 스키마를 정의합니다. Seed·합성·평가·최종 데이터의 생성 담당과 검수 방식을 운영 방식표로 결정합니다.

라벨 정의와 오류 태그를 표준화하고 pass·caution·fail 판정 기준을 정합니다. 좋은 예·나쁜 예·예외·검수 기준을 담은 작업가이드 v1을 완성합니다.

수집원별 장단점과 저작권·최신성 위험을 비교하고 출처 관리표를 만듭니다. 미확인 날짜·가격·정책을 단정하지 않도록 위험 문장을 고치고 사실성 검수 프롬프트를 작성합니다.

JSONL/CSV 저장 구조와 UTF-8 다국어 원칙을 익히고 정제 규칙을 적용합니다. 실제 개인정보를 placeholder로 바꾸고, 언어 균형을 맞춰 Seed 데이터 40건을 작성합니다.

소규모 파일럿으로 기준의 모호함을 찾고 라벨러 간 일치율을 계산합니다. 상호 검수와 모르는 언어의 역번역·교차 AI 검수로 수정·재생성·삭제 재작업 기준을 만듭니다.

Seed를 기준으로 20건 배치 단위로 약 300건을 생성하고, 무작위 샘플 50건 이상을 검수해 프롬프트를 개선합니다. A/B 응답 평가셋 30세트와 오류 Top 5를 담은 품질 리포트 초안을 만듭니다.

Seed 40 + 합성 860 + A/B 100세트를 목표로 부족분을 채우고 언어×의도 분포를 점검합니다. 숫자보다 검수된 품질을 우선하며 품질 리포트·데이터셋 카드·발표 자료 1차본을 완성합니다.

발표 자료를 최종 수정하고 데이터·문서·폴더의 제출 상태를 확인합니다. 팀별 발표와 질의응답, 동료·강사 피드백을 반영해 최종본을 제출하고 개인 회고로 10일을 정리합니다.

2~8일차는 강의 실습을 프로젝트 관리 도구에 바로 반영하고, 9일차 5시간에는 1,000건을 마무리하며, 10일차 5시간에는 발표와 최종 제출을 진행합니다.

2~8일차에는 팀이 데이터를 만들고 합칩니다. 9일차에는 최대 1,000건까지 확장하고, 10일차에는 품질 근거가 담긴 12장 발표 자료와 최종 ZIP을 만듭니다.