🟢 KGeN, 스크래핑으로 만들 수 없는 AI 데이터 #광고 KGeN이 Humyn Labs와 함께 진행한 얼굴 인식 데이터 구축 사례를 공개했습니다. ✅ 얼굴 인식 데이터 수집의 어려움 -일반적으로 스크래핑을 통해 웹에서 얼굴 사진을 모으고 데이터화 할 수 있음 그러나 스크래핑만으로 해결되는 문제는 아님 -조명과 촬영 각도, 안경·수염 등 외형 변화가 모두 변수로 작용 -또한 나이가 들면서 변하는 얼굴을 학습하려면 한 사람의 장기간 사진이 필요 -국가와 지역, 인종별 데이터가 고르게 포함돼야 편향을 줄일 수 있음 -얼굴은 민감한 생체정보라 참여자의 이해와 동의가 중요 ✅ KGeN은 어떻게 대응하는가? -각 지역의 커뮤니티 리더를 통해 참여자에게 프로젝트 설명 -참여자의 동의를 기반으로 얼굴 데이터 수집 -촬영 및 업로드 과정에서 데이터 품질 관리 -단순 데이터 수집이 아닌 실제 사람과 연결된 Verified Human Network 활용 ✅ 진행 결과 -글로벌 5개 지역, 5,000명의 데이터 기여자, 총 120,000장 이미지 수집 -업로드 단계 피드백 정확도 94% 기록 -AI 데이터에서 중요한 건 단순히 많은 양이 아니라 누가, 어떤 조건에서, 어떤 동의를 거쳐 제공했는지에 대한 부분 -인터넷에서 데이터를 긁어오는 방식으로는 확보하기 어려운 신뢰와 동의를 KGeN의 지역 커뮤니티 네트워크로 해결한 사례 KGeN 공지방|KGeN 채팅방