합성 데이터: 제조된 모델을 사용하여 정확한 AI 시스템 생성

• 저자:
• 저자 이름

  퀀텀런 예측
• 2022 년 5 월 4 일

인사이트 요약

의료부터 소매까지 다양한 애플리케이션을 갖춘 강력한 도구인 합성 데이터는 AI 시스템의 개발 및 구현 방식을 바꾸고 있습니다. 합성 데이터는 민감한 정보를 위험에 빠뜨리지 않고 다양하고 복잡한 데이터 세트를 생성할 수 있게 함으로써 산업 전반의 효율성을 높이고 개인 정보를 보호하며 비용을 절감하고 있습니다. 그러나 이는 사기성 미디어 제작 시 오용 가능성, 에너지 소비와 관련된 환경 문제, 신중하게 관리해야 하는 노동 시장 역학의 변화 등의 과제도 제시합니다.

합성 데이터 컨텍스트

수십 년 동안 합성 데이터는 다양한 형태로 존재해 왔습니다. 비행 시뮬레이터와 같은 컴퓨터 게임과 원자에서 은하에 이르기까지 모든 것을 묘사하는 물리학 시뮬레이션에서 찾을 수 있습니다. 이제 인공 데이터는 실제 AI 문제를 해결하기 위해 의료와 같은 산업에 적용되고 있습니다.

AI의 발전은 계속해서 여러 구현 장애물에 부딪힙니다. 예를 들어, 대규모 데이터 세트는 신뢰할 수 있는 결과를 제공하고 편견이 없으며 점점 더 엄격해지는 데이터 개인 정보 보호 규정을 준수해야 합니다. 이러한 어려움 속에서 컴퓨터 시뮬레이션이나 프로그램으로 생성된 주석 데이터가 정품 데이터의 대안으로 등장했습니다. 합성 데이터로 알려진 이 AI 생성 데이터는 실제 세계를 반영하는 데이터 다양성을 보장할 수 있기 때문에 개인 정보 보호 문제를 해결하고 편견을 근절하는 데 중요합니다.

예를 들어 의료 종사자들은 의료 이미지 부문 내에서 합성 데이터를 사용하여 환자의 기밀을 유지하면서 AI 시스템을 교육합니다. 예를 들어 가상 케어 회사인 Curai는 진단 알고리즘을 훈련하기 위해 400,000개의 합성 의료 사례를 사용했습니다. 또한 Caper와 같은 소매업체는 3D 시뮬레이션을 사용하여 단 2021개의 제품 사진에서 수천 장의 사진으로 구성된 합성 데이터 세트를 만듭니다. 합성 데이터에 초점을 맞춰 2030년 XNUMX월 발표된 Gartner 연구에 따르면, AI 개발에 활용되는 대부분의 데이터는 XNUMX년까지 법률, 통계 표준, 시뮬레이션 또는 기타 수단을 통해 인위적으로 제조될 것입니다.

파괴적 영향

합성 데이터는 개인 정보 보호 및 데이터 침해 방지에 도움이 됩니다. 예를 들어, 병원이나 기업은 AI 기반 암 진단 시스템을 훈련하기 위해 개발자에게 고품질 합성 의료 데이터를 제공할 수 있습니다. 이 데이터는 이 시스템이 해석해야 하는 실제 데이터만큼 복잡한 데이터입니다. 이러한 방식으로 개발자는 시스템을 설계하고 컴파일할 때 사용할 고품질 데이터 세트를 갖게 되며 병원 네트워크는 민감한 환자 의료 데이터를 위험에 빠뜨릴 위험이 없습니다. 

합성 데이터를 사용하면 테스트 데이터 구매자가 기존 서비스보다 저렴한 가격으로 정보에 액세스할 수 있습니다. 최초의 전용 합성 데이터 비즈니스 중 하나인 AI Reverie를 공동 설립한 Paul Walborsky에 따르면 라벨링 서비스에서 6달러의 비용이 드는 단일 이미지는 XNUMX센트에 인공적으로 생성할 수 있습니다. 반대로, 합성 데이터는 기존의 실제 데이터 세트에 새로운 데이터를 추가하는 것을 수반하는 증강 데이터를 위한 길을 열 것입니다. 개발자는 오래된 이미지를 회전하거나 밝게 하여 새 이미지를 만들 수 있습니다. 

마지막으로, 개인 정보 보호 문제와 정부의 제한으로 인해 데이터베이스에 존재하는 개인 정보가 점점 더 법률화되고 복잡해지면서 실제 정보를 사용하여 새로운 프로그램과 플랫폼을 만드는 것이 더 어려워지고 있습니다. 합성 데이터는 개발자에게 매우 민감한 데이터를 대체할 수 있는 해결 방법 솔루션을 제공할 수 있습니다.

합성 데이터의 의미 

합성 데이터의 더 넓은 의미는 다음과 같습니다.

• 규모와 다양성 측면에서 새로운 AI 시스템의 개발이 가속화되어 수많은 산업과 학문 분야의 프로세스를 개선하고 의료, 운송, 금융과 같은 분야의 효율성이 향상됩니다.
• 조직이 보다 공개적으로 정보를 공유하고 팀이 보다 효율적으로 협업하고 운영할 수 있도록 함으로써 보다 응집력 있는 작업 환경을 조성하고 복잡한 프로젝트를 쉽게 처리할 수 있는 능력을 갖추게 됩니다.
• 개발자와 데이터 전문가는 중요한 데이터가 위험에 처해 있지 않다는 사실을 확신하면서 대규모 합성 데이터 세트를 이메일로 보내거나 랩톱에 휴대할 수 있어 더욱 유연하고 안전한 작업 환경을 조성할 수 있습니다.
• 실제 데이터에 더 이상 자주 액세스하거나 공유할 필요가 없으므로 데이터베이스 사이버 보안 위반 빈도가 줄어들어 기업과 개인 모두에게 보다 안전한 디지털 환경이 제공됩니다.
• 정부는 AI 시스템의 산업 발전을 방해할 염려 없이 보다 엄격한 데이터 관리 법안을 시행할 수 있는 더 많은 자유를 얻게 되어 보다 규제되고 투명한 데이터 사용 환경으로 이어집니다.
• 딥페이크나 기타 조작 미디어를 만드는 데 합성 데이터가 비윤리적으로 사용될 가능성이 있으며, 이로 인해 잘못된 정보가 제공되고 디지털 콘텐츠에 대한 신뢰가 침식될 수 있습니다.
• 합성 데이터에 대한 의존도가 높아짐에 따라 노동 시장 역학이 변화하면서 데이터 수집 역할의 필요성이 줄어들고 특정 부문에서 일자리가 대체될 가능성이 있습니다.
• 합성 데이터를 생성하고 관리하는 데 필요한 계산 리소스 증가로 인한 잠재적인 환경 영향으로 인해 에너지 소비가 증가하고 관련 환경 문제가 발생합니다.

고려해야 할 질문

• 합성 데이터로 이익을 얻을 수 있는 다른 산업은 무엇입니까?
• 정부는 합성 데이터를 생성, 사용 및 배포하는 방법과 관련하여 어떤 규정을 구현해야 합니까?