(주)원데이터기술 총0명이 열람하였으며, 0개의 리뷰가 있습니다.

(주)원데이터기술의 전체 정보

기업개요 및 핵심역량(요약)

<기업 개요> - 기술 연구개발 중심의 벤처 기업 - 데이터 수집, 정제·가공, 분석 등 데이터 가치 확보를 위한 기술 및 서비스 개발 - 인공지능 기술, 빅데이터 분석 기술을 중심으로 한 데이터 가치화 기술 역량을 강화하고 있음<주요 연혁> - 2016. 11 : 법인 설립 - 2018. 05 : 기업부설연구소 설립 - 2018. 09 : 벤처기업 인증 (기술보증기금) - 2021. 01 : 인공지능기업 인증 ((사)한국인공지능협회) - 2021. 06 : 해양정보서비스업 등록 (해양수산부) - 2023. 06 : 직접생산확인증명 (빅데이터분석서비스)<핵심 역랑> - 데이터 수집, 정제·가공, 데이터 분석, 데이터 기반 서비스 개발 관련 기술 보유 * 2018~19 지역SW융합제품상용화지원사업, ‘크라우드 소싱 기반 고밀도 수심정보 서비스 플랫폼 개발’ 과제 수행 * 2021~23년 빅데이터 센터 구축 사업(농식품분야) 수행 -> 데이터 수집·관리, 정제·가공·생산, 분석의 데이터 파이프라인 전주기 기술 역량 확보 - 기술 역량 * 특허 등록 5건 (‘비정형 데이터 활용을 위한 개인정보 비식별화 장치 및 그 장치의 구동방법‘ 외 4건) * 프로그램 저작권 등록 20건 (데이터 어노테이션 솔루션 ’FineData‘ 외 20건) * GS인증 1건 (1등급, TTA) - 데이터 어노테이션 솔루션 자체 개발 보유 * 이미지 데이터 정제·가공을 위한 데이터 어노테이션 솔루션(FineData) 자체 개발, 보유 * 2021~23년 빅데이터 센터 구축 사업의 데이터 정제·가공, 생산에 활용 * 국립국어원, 멀티모달 말뭉치 구축지원 도구 개발에 활용

기업한글명

(주)원데이터기술

도로명주소

부산광역시 남구 전포대로 133 (문현동,문현금융단지 IFC부산 복합시설)

등록일

2025-02-14

링크(URL)

https://kdata.or.kr/datavoucher/is/selectPortalFileDetail.do?rcpnYear=2025&brno=2728700455&sprnSctrCd=P01014002&prdcId=&sprnDsncCd=P11014001

보유솔루션(요약)

ㅇ (데이터 정제·가공) 데이터 어노테이션 솔루션ㅇ 데이터 분석 도구 (AI 모델)ㅇ 클라우드 환경 (데이터 수집, 정제, 가공)

상세주소

11층 (문현동)

설립일자

2016-11-08

실적(요약)

ㅇ (민간분야) 데이터 정제, 가공 및 학습용 데이터셋 구축 - 급식음식 이미지 데이터 정제, 가공 - 의료데이터 정제, 가공, 학습데이터셋 구축 (라벨링 포함) - 객체 탐지 및 분류용 학습데이터셋 구축ㅇ 2021~23년도 빅데이터 센터 구축 사업 - 2021년 : 19종 데이터 생산·개방 - 2022년 : 25종 데이터 생산·개방 (신규 6종, 2021년 개방 데이터 갱신 : 19종) - 2023년 : 29종 데이터 생산·개방 (신규 4종, 2022년 개방 데이터 갱신 : 25종) ㅇ 2018~19 지역S/W융합제품상용화지원사업 ‘크라우드 소싱 기반 고밀도 수심정보 서비스 플랫폼 개발’ - 크라우드 소싱 기반 수심데이터 수집·보유 (약 27백만 건)

유지보수(후속지원)전략(요약)

ㅇ 유지보수(후속 지원) 전략 - 데이터 가공서비스 수요기업의 서비스 만족도 피드백 - 데이터 가공서비스를 통해 도출한 데이터 활용 기술 지원 - 데이터 활용 서비스 개발 협업 ㅇ 수요기업 협업체계 유지 전략 - 지속적인 데이터 활용, 수요기업의 서비스 개발 및 개선 지원 - 수요기업의 데이터 가공서비스 아웃소싱 지원 - 데이터 가공서비스 지속 수요에 따른 비용 감면 등 혜택 지원

주요서비스 상세정보(요약)

ㅇ (데이터 정제·가공) 데이터 어노테이션 솔루션- 주요 기능 * 데이터 어노테이션 프로젝트 생성·관리 * 데이터 어노테이션 작업 도구 * 데이터 어노테이션 프로젝트 참여 * 데이터 어노테이션 작업자 관리 ㅇ 데이터 전처리 - 데이터 정제 및 전처리 - 데이터 분류ㅇ 데이터분석 - 데이터 분포 및 특징 분석 - 데이터셋 구축

카테고리구분

전처리,코딩,시각화,정보추출또는조합,태깅또는라벨링,분석,가명처리,데이터 보호 관련 기술 개발,AI Hub 학습용 데이터 재가공,설계

품질확보전략(요약)

<데이터 품질 확보 확보 방안> (1) 데이터 수집 단계 검수 - 데이터 출처 확인 - 데이터 수집 프로세스 점검 (2) 데이터 정제 및 클렌징 단계 검수 - 결측값 처리 - 중복 데이터 제거 - 데이터 형식 표준화 - 오류 값 점검 (3) 데이터 구조 검수 - 데이터 스키마 검증 - 데이터 관계 검증 - 참조 무결성 검사 (4) 데이터 분석 준비 검수 - 데이터 집계 검증 - 파생 변수 검증 - 정확성 비교 테스트 (5) 자동화된 검수 시스템 구축 - 데이터 검수 툴 사용 - 이상치 탐지 알고리즘 적용 (6) 피드백 및 개선 - 결과 검토 및 피드백 반영 - 정기적인 재검수 계획 수립<활용 서비스 품질 확보 방안> (1) 원천 데이터 수집 단계 - 검수 과정 : 데이터 출처 검증, 데이터 수집 프로세스 검토, 데이터 보안 및 무결성 확인 - 품질 확보 방안 : 데이터 수집 전 표준화 (2) 데이터 가공 단계 - 검수 과정 : 데이터 정제, 데이터 통합 및 정렬, 가공 로직 검증, 데이터 품질 지표 분석 - 품질 확보 방안 : 자동화된 데이터 정제 툴 도입, 이상치 탐지 알고리즘 적용 (3) 산출물 생성 및 검증 단계 - 검수 과정 : 산출물 형식 검토, 데이터 완전성 확인, 데이터 품질 기준 검토, 산출물 검증 문서화 - 품질 확보 방안 : 샘플 데이터 테스트, 이중 검증 체계, 수요기업 피드백 반영 (4) 납품 및 사후 관리 - 검수 과정 : 납품 데이터 적합성 확인, 계약 조건 준수 확인, 사후 모니터링 및 지원 - 품질 확보 방안 : 지속적인 품질 점검, 데이터 개선