[제3권] 생성형AI 데이터 품질관리 가이드 - 생성형AI 데이터 구축 확대에 따라 데이터 특성(LLM, LMM, 합성)을 반영하여 작성. 단, 공통 사항 및 정의의 경우 ‘제1권 AI 데이터 품질관리 가이드’에서 기술 - 양질의 생성형AI 데이터 구축을 위한 기초자료로 활용할 수 있도록 학습유형에 따른 특성, 품질관리 지표와 설정 가이드를 제시한 기준서 제공

Ⅰ. 개요 제1장 추진 배경 및 목적 1. 추진 배경 2. 목적 제2장 품질관리 가이드라인 구성 1. 제3권 생성형 AI 데이터 품질관리 가이드 구성 제3장 생성형 AI 데이터 이해 1. 생성형 AI 란 2. 생성형 AI 데이터 특성 3. 생성형 AI 데이터 생애주기 제4장 생성형 AI 데이터 품질관리 이해 1. 생성형 AI 데이터 품질관리 원칙 2. 생성형 AI 데이터 구축과정 3. 생성형 AI 데이터 품질관리 범위 4. 생성형 AI 데이터 품질검사 활동 Ⅱ. 생성형AI 데이터 품질관리 체계 제1장 품질관리 프레임워크 1. 품질관리 프레임워크 구성 제2장 품질관리 프로세스 및 산출물 1. 준비/계획 단계(100) 2. 구축 단계(200) 3. 운영·활용 단계(300) 4. 단계별 산출물 Ⅲ. 생성형AI 주요기술 제1장 이미지 캡셔닝 기술 1. 이미지 캡셔닝 개요 2. 이미지 캡셔닝 방식 3. 이미지 캡셔닝 모델 4. 이미지 캡션 품질 제2장 생성형 AI 주요 모델 및 기술 1. 텍스트 분야 기술 2. 이미지 분야 기술 3. 멀티모달 분야 기술 4. 도메인 특화 기술 Ⅳ. 부록 부록 1. 품질관리 지표 기준 1. 품질관리 지표 2. 구축공정 적정성 품질관리 지표 3. 데이터 적합성 품질관리 지표 4. 가공데이터 정확성 품질관리 지표 5. 학습모델 적합성 품질관리 지표 부록 2. 품질지표 설정 가이드 1. 다양성 품질지표 설정 가이드 2. 구문 정확성 품질지표 설정 가이드 3. 의미 정확성 품질지표 설정 가이드 4. LLM 품질지표 설정 가이드 5. LMM 품질지표 설정 가이드 6. 합성데이터 품질지표 설정 가이드 7. 유효성 품질지표 설정 가이드