슈퍼브 라벨링
데이터 및 프로젝트 관리
엔터프라이즈 데이터 관리 및 강력한 프로젝트 애널리틱스를 제공합니다. 데이터셋 관리를 위한 첫 걸음
훈련용 데이터셋을 검증하고
최적화하세요
어노테이션 워크플로우의 품질 관리 툴을 활용해 어노테이션이 일관되고 정확한지 검증하고 모델 성능을 개선하세요.
다양한 QA 기능능, 참여자 간 쌍방 소통 가능한 피드백 매커니즘과 결과에 대해 모두가 합의해야 하는 컨센서스 기능 등을 활용해 품질을 안정적으로 유지하고 자동화 솔루션이나 외부 라벨링 팀에서 참고할 수 있는 최고의 벤치마크 데이터셋을 만들 수 있습니다.
“매뉴얼 QA 덕분에… 이미지 데이터 정확도가 90%까지 올라갔어요. 기존에는 작업자가 제출한 라벨 하나에 열 개 정도의 이슈가 있었다면 이제는 한 개, 혹은 아예 없을 때도 많아요. 라벨이 거절당하면 라벨링 작업자에게 자동으로 수정 요청이 가니까 업무 효율도 증가했어요.”
Data Lab, General Director
컨센서스(Consensus)
파이썬 SDK를 활용해 여러 라벨러의 라벨링 결과물을 비교하고 오류를 수정하여 모두가 동의하는 최종 결과물을 도출하세요.
매뉴얼 QA
스위트에서 제공하는 검수 및 승인 기능과 통합형 이슈 쓰레드를 활용해 오토라벨 결과물과 매뉴얼 라벨링 결과물의 정확도를 비교하세요.
데이터 기반 의사결정으로 스마트하게 일하세요
애널리틱스와 리포트로 더 빠르게 인사이트를 도출하고 프로젝트 진행률, 팀 퍼포먼스, 검수 활동 및 기타 핵심 메트릭을 손쉽게 모니터링하세요. 오브젝트 & 카테고리 애널리틱스를 통해 라벨링된 데이터를 더 깊이 이해하고 개선안을 도출하세요.
작업자의 역량을 최대로 끌어내세요
다양한 작업자 관리 기능을 활용하고 클래스나 툴을 입맛에 맞게 설정하여 최적의 워크플로우를 구성하세요. 역할 기반 접근 제어 (RBAC), 상세한 권한 관리, 작업 할당 등 다양한 기능을 통해 올바른 사람에게 효율적으로 업무를 할당하면서도 데이터를 안전하게 보호할 수 있습니다.
역할 : 기본 제공하는 역할 설정을 활용해 편하게 권한을 관리하고 협업하세요.
분배 : 어떤 순서로 작업을 할당할 지, 라벨 수는 균일하게 할당할지 역량에 비례하게 분배할 지 선택하세요.
할당 : 라벨링 혹은 검수 작업을 역할에 맞게 할당하여 권한을 관리하세요.
