사이트 소개 English

표준 소개

한눈에 보기

유형 · 개요읽는 시간 · 약 3분모든 독자

이 페이지의 결론에이전트는 데이터에 기록되지 않은 사실을 확인할 수 없습니다. AI 레디 데이터 표준은 판단에 필요한 사실을 기록 · 측정 · 판정 · 활용하는 4개 활동의 방법을 규정합니다.

AI 레디 데이터 표준 · 한눈에 보기 추정하지 않고, 판단하게. 데이터에 사실을 기록해, 에이전트가 근거를 가지고 판단하게 하는 표준 TTA 단체표준 「AI 레디 데이터」 제1~3부 · 2026년 12월 제정 예정 data.csv 원본 보존 데이터 설명서 기준일 2026-08-31 단위 · 코드 기재됨 이용 조건 기재됨 품질 등급 측정됨 Quality-Ready 근거로 판단
추정하지 않고, 판단하게데이터에 사실을 기록해, 에이전트가 근거를 가지고 판단하게 하는 표준입니다.이 장 내려받기 · PNG (3200×1800)
01 배경 데이터를 쓰는 주체가 사람에서 에이전트로 챗봇 데이터 AI의 답 사람이 판단 · 실행 틀려도 사람이 마지막에 바로잡습니다 에이전트 데이터 AI가 판단 AI가 실행 기록의 빈칸이 그대로 실행 됩니다 에이전트의 판단 범위 = 데이터에 기록된 맥락 의 범위
데이터를 쓰는 주체가 사람에서 에이전트로에이전트의 판단 범위는 데이터에 기록된 맥락의 범위입니다.이 장 내려받기 · PNG (3200×1800)
02 문제 보이는 건 목록, 쓰는 데 필요한 사실은 수면 아래 목록 정보 제목 · 기관 · 형식 · 갱신 주기 → 찾을 수 있음 대개 담당자의 머릿속 에만 있는 5가지 맥락, 그리고 그 이상 의미 → 만들어낸 규칙 출처 · 시점 → 틀린 근거 품질 → 부정확한 값 연결 → 잘못된 연결 사용 조건 → 경계 밖 실행 + α 업무마다 다른 맥락 → 기록이 없을 때 에이전트가 만드는 위험
보이는 건 목록, 쓰는 데 필요한 사실은 수면 아래의미 · 출처와 시점 · 품질 · 연결 · 사용 조건, 그리고 업무마다 다른 맥락이 기록되지 않으면 에이전트가 위험을 만듭니다.이 장 내려받기 · PNG (3200×1800)
03 필요성 사람은 묻고, 에이전트는 추측합니다 기준일이 언제죠? → 담당자가 보완 기준일이 언제죠? → 아마 올해 자료 묻지 않고 추정 조직마다 빈칸을 따로 메우면, 에이전트는 데이터마다 다시 추측해야 합니다. → 그래서 표준이 필요합니다 1 같은 형식 읽는 법을 한 번만 익히면 어느 데이터든 2 같은 기준 「준비됐다」의 뜻이 조직마다 같게 3 확인할 수 있는 근거 판정 근거를 누구나, 기계도 다시 검증
사람은 묻고, 에이전트는 추측합니다같은 형식, 같은 기준, 확인할 수 있는 근거가 필요합니다.이 장 내려받기 · PNG (3200×1800)
04 정의 AI 레디 데이터 표준 제1부 3.1 AI 활용을 위한 공통 준비 요건을 충족한 퀄리티 레디 또는 펄포즈 레디 상태의 데이터 퀄리티 레디 품질이 확인된 · 펄포즈 레디 목적에 맞게 준비된 — 두 상태를 묶는 이름이며 별도의 파일이나 상태가 아닙니다 공통 준비 요건: 3가지를 모두 충족 · 측정하지 않으면 품질이 높아도 해당하지 않고, 임의로 선언하지 않습니다 측정과 판정 품질을 측정해 등급으로 판정 기계 판독 기록 상태가 요구하는 계층까지 검증할 근거 판정 근거와 출처 이력
AI 레디 데이터AI 활용을 위한 공통 준비 요건을 충족한 퀄리티 레디(품질이 확인된) 또는 펄포즈 레디(목적에 맞게 준비된) 상태의 데이터입니다.이 장 내려받기 · PNG (3200×1800)
05 표준의 역할과 범위 4개 활동, 현재와 확장 · 원본은 덮어쓰지 않고, 정제 결과는 새 버전 · 파생 데이터셋으로 현재 · 제1~3부 2026년 12월 제정 예정 기록 제3부 데이터 설명서 설명 · 판정 근거 · 계보를 기계가 읽는 형식으로 측정 제2부 진단 리포트 · 등급 7개 품질 차원 측정, 품질 등급 · 진단 성숙도 판정 제2부 준비 상태 · 판정 기록 결정 게이트로 다음 상태 전이 판정 활용 제3부 근거를 밝힌 판단 에이전트가 기록을 읽고 판단, 근거가 없으면 보류 2027 확장 · 후속 부 제4부 변환 파이프라인 · 거버넌스 제5부 탐색 · 교환 · 활용 같은 활동을 넓히는 범위 표준의 범위 밖 AI 모델 · 보안 규격 외부 표준과 결합 도메인 온톨로지 외부 표준과 결합 거래 · 계약 · 가격 유통의 상거래 측면 AI 윤리 · 편향 측정 품질 차원에서 제외 기준값 → 운영 지침 플랫폼 적용 → 이행 지침
4개 활동, 현재와 확장기록 · 측정 · 판정 · 활용의 현재 범위는 제1~3부가 정하고, 2027년 후속 부(제4부 변환 파이프라인 · 거버넌스, 제5부 탐색 · 교환 · 활용)가 같은 활동을 넓힙니다.이 장 내려받기 · PNG (3200×1800)
06 적용 방법 상태는 선언이 아니라, 관문 판정의 결과 Raw 원시 데이터 원천에서 받은 그대로 Discoverable 찾을 수 있는 G1 발견 계층 완비 값은 그대로, 형식만 변환 Quality-Ready 품질이 확인된 G2 진단 성숙도 DM-2 · 공식 등급 Tier 1 이상 정제 결과는 새 버전 · 파생 데이터셋 Purpose-Ready 목적에 맞게 준비된 G3 등록된 목적 프로파일의 정량 요건 목적별 파생물 · 목적 등급 ML RAG KG DL · 통계 · 미세조정 포함 6종, 목적마다 판정 AI 레디 데이터 두 상태를 묶는 이름 효력 정지 무결성 실패 · 약속한 갱신 미이행 시 등급 효력 정지, 재검증 후 복귀 관문
상태는 선언이 아니라, 관문 판정의 결과원시 데이터는 관문 G1 · G2 · G3를 거쳐 Discoverable, Quality-Ready, Purpose-Ready로 올라갑니다.이 장 내려받기 · PNG (3200×1800)
07 적용 분야 공공과 기업, 같은 절차 로 공공 기업 공공데이터포털 · 기관 포털 목록 ① Discoverable 찾을 수 있게 지금 가능 사내 데이터 카탈로그 · 거래소 상품 개방 데이터의 품질 공개 ② Quality-Ready 품질 근거 도구 공개 후 구매 데이터 검수 법령 문서 검색증강생성 · 전력 수요 통계 ③ Purpose-Ready 목적별 준비 기준 등록 후 사내 문서 검색 · 기계학습용 데이터 시작은 시스템 구축이 아니라, 에이전트에게 맡길 업무 하나 · 단계별 방법은 「데이터 준비」에서 1 업무 하나 · 질문 2 공식본 · 담당자 3 설명서 기록 4 의미 · 품질 5 목적 · 경계 6 평가 · 유지
공공과 기업, 같은 절차로시작은 시스템 구축이 아니라 에이전트에게 맡길 업무 하나입니다.이 장 내려받기 · PNG (3200×1800)
08 기대효과 추측하는 에이전트에서, 판정하는 에이전트로 이용자 · 에이전트 빈칸을 추측으로 채움 → 4가지를 판정한 뒤 실행 적합성 · 신뢰성 · 결합성 · 사용 가능성 — 근거 없으면 보류 데이터 제공자 같은 질문에 반복 응답 → 설명서가 대신 답함 데이터의 한계도 기록으로 먼저 밝힘 조직 · 거버넌스 사람이 지키는 규정 → 기계가 확인하는 기록 사용 후 점검에서 사용 전 판정으로 지금 시작 1단계 데이터 설명서 작성 진단 도구 · 운영 지침 없이 가능 2026년 12월 제정 예정 기대효과는 설계 목표 · 아직 측정하지 않음
추측하는 에이전트에서, 판정하는 에이전트로지금은 1단계 데이터 설명서 작성부터 시작할 수 있습니다. 기대효과는 설계 목표이며 아직 측정하지 않았습니다.이 장 내려받기 · PNG (3200×1800)
1 / 9← → 키 · 스와이프로 넘깁니다

역할별 다음 단계

일정은 현재 상태와 공개 계획에 있습니다.