방송 콘텐츠의 자동 분류 및 줄거리 생성을 위한 대본 요약
―
Info.
Customer
Location
Gyeonggi-do, Korea
AI Type
Abstractive Summarization
Task type
Text Summarization
Overview
방송에 등장하는 다양한 콘텐츠의 대본 요약 데이터가 필요합니다.
와이즈넛(WISEnut)은 인공지능 기술을 기반으로 데이터 분석과 검색, 챗봇 등의 다양한 서비스를 제공하는 AI 솔루션 전문 기업입니다. NIA 인공지능 학습용 데이터 구축 사업 중에서 방송 콘텐츠 대본 요약 데이터 구축의 주관 기업으로 참여했습니다.
최근 한국에서 제작된 콘텐츠들이 전 세계에서 많은 인기를 얻고 있는 이유는 무엇일까요? 사람마다 생각하는 이유는 다르겠지만, 그동안 제작된 풍부한 콘텐츠의 유산을 바탕으로 한국의 콘텐츠 산업이 질적으로 성장했다는 사실에 대해서는 모두 공감할 거예요. NIA 방송 콘텐츠 대본 요약 사업은 수많은 방송 콘텐츠를 자동으로 분류·분석하여 인사이트를 얻고, 줄거리를 자동으로 생성하여 과거의 콘텐츠를 힘들이지 않고 소개할 수 있는 AI 엔진을 만들기 위한 목적을 가지고 있습니다.
와이즈넛은 레이블러를 통해 1~3개의 장면(Scene)으로 구성된 10만 건의 대본에 대한 요약 작업을 진행했습니다. 자연스러운 요약을 위해 ‘생성 요약(Abstractive Summarization)’ 방식을 선택하고, 동일한 대본을 두고 문장 길이가 다른 2개 이상의 요약문을 작성하여 활용도를 높였습니다. 또한, 장르별로 6개 카테고리(가족 방송·현대 드라마·역사극·시사·교양 지식·예능)로 구성하여 방송 콘텐츠의 다양성이 잘 반영되도록 했습니다.
Problem
예능과 다큐, 사극 대본을 일관성 있게 요약할 수 있을까요?
다양한 방송 콘텐츠를 제대로 요약할 수 있는 AI를 개발하려면 일관성 있게 요약된 학습데이터가 반드시 필요합니다. 하지만 <1박2일>과 <태종 이방원>을 같은 기준으로 요약할 수 있을까요? 여기에 <추적 60분>도 포함해야 한다면 어떠세요? 황당하지만 흥미로운 이야기로 눈길을 끄는 수많은 일일드라마도 놓칠 수 없습니다. 복수를 위해 눈 밑에 점을 찍고 돌아온 여자의 이야기와 동물 다큐멘터리 사이에서 우리는 어떤 기준을 잡아서 일관성 있게 대본을 요약해야 할까요?
이처럼 원천 데이터에 해당하는 대본의 종류가 다양할수록 요약문의 의미적 일관성을 살리기는 매우 어려워집니다. 배경지식의 문제도 있습니다. 대본의 종류에 따라 사용하는 용어나 맥락이 달라지기 때문인데요. 예를 들어, 평소에 사극을 즐겨보거나 역사에 관심이 있는 사람이라면 <선덕여왕>에 등장하는 성골과 진골의 신분 차이와 특성, 예절 등에 대해 쉽게 이해할 수 있을 거예요. 혹은 평소 시사 이슈나 정치에 관심이 없던 사람이라면, 시사 교양 대본의 일부만 봐서는 지금 어떤 주제로 대화를 나누고 있는지 전혀 감이 오지 않을 수도 있습니다. 물론 요약문은 배경지식을 제외하고 작성해야 하지만, 배경지식이 너무 부족하면 대본에서 무슨 얘기를 하고 있는지 이해할 수 없다는 문제가 있는 것이죠.
그렇다면 누가 사극을 잘 이해하고 누가 시사 이슈에 밝을지, 어떻게 알 수 있을까요? 카테고리마다 그 일을 가장 잘 할 사람을 찾을 수만 있다면 일은 생각보다 쉽게 풀릴 수 있습니다. 적절한 사람들을 찾은 다음에는 그들에게 상세한 가이드라인이 주어져야겠죠. 모든 대본 유형에 공통적으로 들어가는 기준과 카테고리별 특징을 분리하면 장르별 특성을 살리면서도 데이터 일관성을 확보할 수 있을 거예요.
Solution
작게 시작해서 리스크는 줄이고, 피드백은 빠르게
요약문은 주어진 대본의 주제와 키워드를 적절하게 포함하면서도 다른 표현을 사용하여 생동감 있게 작성되어야 하는데요. 요약문의 의미적 일관성을 살리는 일은 생각보다 쉽지 않습니다. 대규모 데이터, 특히 이처럼 일관성을 잡기 어려운 데이터일수록 폭포수(Waterfall) 방식으로 한 번에 100% 처리하면 좋은 품질의 결과물을 만들기 어렵습니다.
반대로 샘플 데이터 수준으로 작게 시작해서 실제 결과물을 보고, 조금씩 수정하며 기준을 조정한다면 어떨까요? 대규모 데이터 구축 과정에서 반드시 발생하는 리스크를 최대한 줄이면서도 효과적으로 데이터 품질을 관리할 수 있을 거예요. 레이블러의 독자적인 품질 관리 시스템인 AQC는 소규모로 사람 지능 태스크를 처리하고, 점진적으로 양을 늘려가는 애자일 AI 개발 프로세스를 가능하게 합니다. 태스크 처리 결과를 인공지능 모델에 주기적으로 학습시키며 수량을 늘려간다면 AI 제품과 서비스도 훨씬 효율적으로 개발할 수 있을 거예요.
레이블러 AQC의 가장 큰 특징 중 하나는 내가 원하는 기준에 맞춰 작업에 참여할 사람들의 자격을 검증할 수 있다는 점입니다. 기본적인 독해력과 문장력은 물론이고 사극이나 교양, 예능 등 장르마다 강점이 있는 작업자들을 매번 선발하거나 관리할 필요는 없습니다. 미리 정의된 자격 검증 태스크가 있다면, 선발부터 관리까지 레이블러 AQC가 자동으로 운영하기 때문이죠. 높은 수준의 자격을 갖춘 작업자가 필요하신가요? 온디맨드로 내가 원하는 작업 참여 기준을 설정해 보세요.
여기에 오토 리뷰 기술을 추가하면 디테일한 품질 체크가 가능해집니다. 제시된 대본과 요약문의 의미적 유사도를 판단하는 STS(Semantic Textual Similarity)를 계산하여 유사성이 너무 떨어지는 결과를 제외하거나, 편집거리(Levenshtein Distance) 측정 알고리즘을 사용하여 대본 내용을 그대로 복사한 요약문을 자동으로 탐지할 수 있습니다. 또한, 자동 맞춤법 검사를 통해 오류가 심한 요약문을 자동으로 스크리닝하는 옵션을 추가할 수도 있습니다.
장르별 대본 텍스트의 형식적·의미적 유사성과 차이점에 따라 세부 기준을 세우기가 어렵다면, 레이블러의 전문 컨설팅 서비스를 이용해 보세요. 풍부한 데이터 구축 경험을 가진 전문 컨설턴트가 학습데이터 유형에 맞게 데이터를 분석하여 일관성 있는 가이드라인을 제공해드립니다.
Result
TTA 의미정확성 결과 98%를 달성한 10만 건의 요약 데이터가 생성되었습니다.
레이블러를 이용하여 생성된 대본 요약 데이터 10만 건의 한국정보통신기술협회(TTA)의 의미정확성 평가 결과는 무려 98.11%로, 목표치인 90%를 초과 달성했습니다. 대본 10만 건, 요약문 20만 건 이상의 대규모 데이터를 구축하는 과정에서 기본적인 독해력과 문장 작성 능력을 갖춘 작업자를 따로 고용하거나 관리할 필요는 없었습니다. 20만 명의 작업자가 활동하는 레이블러 크라우드 소싱 플랫폼을 이용했기 때문입니다.
장르별 대본을 형태적·의미적으로 분석하여 ‘정보 요약’과 ‘상황 요약’이라는 개념을 제시하고 그에 맞게 작업자를 선별하여, 작업자 특성에 적합한 태스크가 처리될 수 있었습니다. 절약한 시간과 비용은 더 중요한 일에 투자하세요. 레이블러는 새로운 방식의 AIOps로써, 고객사가 누구보다 빠르고 효과적으로 AI 제품과 서비스를 개발하도록 지원합니다.
방송 콘텐츠의 자동 분류 및 줄거리 생성을 위한 대본 요약
―
Info.
Customer
Location
Gyeonggi-do, Korea
AI Type
Abstractive Summarization
Task type
Text Summarization
Overview
방송에 등장하는 다양한 콘텐츠의 대본 요약 데이터가 필요합니다.
와이즈넛(WISEnut)은 인공지능 기술을 기반으로 데이터 분석과 검색, 챗봇 등의 다양한 서비스를 제공하는 AI 솔루션 전문 기업입니다. NIA 인공지능 학습용 데이터 구축 사업 중에서 방송 콘텐츠 대본 요약 데이터 구축의 주관 기업으로 참여했습니다.
최근 한국에서 제작된 콘텐츠들이 전 세계에서 많은 인기를 얻고 있는 이유는 무엇일까요? 사람마다 생각하는 이유는 다르겠지만, 그동안 제작된 풍부한 콘텐츠의 유산을 바탕으로 한국의 콘텐츠 산업이 질적으로 성장했다는 사실에 대해서는 모두 공감할 거예요. NIA 방송 콘텐츠 대본 요약 사업은 수많은 방송 콘텐츠를 자동으로 분류·분석하여 인사이트를 얻고, 줄거리를 자동으로 생성하여 과거의 콘텐츠를 힘들이지 않고 소개할 수 있는 AI 엔진을 만들기 위한 목적을 가지고 있습니다.
와이즈넛은 레이블러를 통해 1~3개의 장면(Scene)으로 구성된 10만 건의 대본에 대한 요약 작업을 진행했습니다. 자연스러운 요약을 위해 ‘생성 요약(Abstractive Summarization)’ 방식을 선택하고, 동일한 대본을 두고 문장 길이가 다른 2개 이상의 요약문을 작성하여 활용도를 높였습니다. 또한, 장르별로 6개 카테고리(가족 방송·현대 드라마·역사극·시사·교양 지식·예능)로 구성하여 방송 콘텐츠의 다양성이 잘 반영되도록 했습니다.
Problem
예능과 다큐, 사극 대본을 일관성 있게 요약할 수 있을까요?
다양한 방송 콘텐츠를 제대로 요약할 수 있는 AI를 개발하려면 일관성 있게 요약된 학습데이터가 반드시 필요합니다. 하지만 <1박2일>과 <태종 이방원>을 같은 기준으로 요약할 수 있을까요? 여기에 <추적 60분>도 포함해야 한다면 어떠세요? 황당하지만 흥미로운 이야기로 눈길을 끄는 수많은 일일드라마도 놓칠 수 없습니다. 복수를 위해 눈 밑에 점을 찍고 돌아온 여자의 이야기와 동물 다큐멘터리 사이에서 우리는 어떤 기준을 잡아서 일관성 있게 대본을 요약해야 할까요?
이처럼 원천 데이터에 해당하는 대본의 종류가 다양할수록 요약문의 의미적 일관성을 살리기는 매우 어려워집니다. 배경지식의 문제도 있습니다. 대본의 종류에 따라 사용하는 용어나 맥락이 달라지기 때문인데요. 예를 들어, 평소에 사극을 즐겨보거나 역사에 관심이 있는 사람이라면 <선덕여왕>에 등장하는 성골과 진골의 신분 차이와 특성, 예절 등에 대해 쉽게 이해할 수 있을 거예요. 혹은 평소 시사 이슈나 정치에 관심이 없던 사람이라면, 시사 교양 대본의 일부만 봐서는 지금 어떤 주제로 대화를 나누고 있는지 전혀 감이 오지 않을 수도 있습니다. 물론 요약문은 배경지식을 제외하고 작성해야 하지만, 배경지식이 너무 부족하면 대본에서 무슨 얘기를 하고 있는지 이해할 수 없다는 문제가 있는 것이죠.
그렇다면 누가 사극을 잘 이해하고 누가 시사 이슈에 밝을지, 어떻게 알 수 있을까요? 카테고리마다 그 일을 가장 잘 할 사람을 찾을 수만 있다면 일은 생각보다 쉽게 풀릴 수 있습니다. 적절한 사람들을 찾은 다음에는 그들에게 상세한 가이드라인이 주어져야겠죠. 모든 대본 유형에 공통적으로 들어가는 기준과 카테고리별 특징을 분리하면 장르별 특성을 살리면서도 데이터 일관성을 확보할 수 있을 거예요.
Solution
작게 시작해서 리스크는 줄이고, 피드백은 빠르게
요약문은 주어진 대본의 주제와 키워드를 적절하게 포함하면서도 다른 표현을 사용하여 생동감 있게 작성되어야 하는데요. 요약문의 의미적 일관성을 살리는 일은 생각보다 쉽지 않습니다. 대규모 데이터, 특히 이처럼 일관성을 잡기 어려운 데이터일수록 폭포수(Waterfall) 방식으로 한 번에 100% 처리하면 좋은 품질의 결과물을 만들기 어렵습니다.
반대로 샘플 데이터 수준으로 작게 시작해서 실제 결과물을 보고, 조금씩 수정하며 기준을 조정한다면 어떨까요? 대규모 데이터 구축 과정에서 반드시 발생하는 리스크를 최대한 줄이면서도 효과적으로 데이터 품질을 관리할 수 있을 거예요. 레이블러의 독자적인 품질 관리 시스템인 AQC는 소규모로 사람 지능 태스크를 처리하고, 점진적으로 양을 늘려가는 애자일 AI 개발 프로세스를 가능하게 합니다. 태스크 처리 결과를 인공지능 모델에 주기적으로 학습시키며 수량을 늘려간다면 AI 제품과 서비스도 훨씬 효율적으로 개발할 수 있을 거예요.
레이블러 AQC의 가장 큰 특징 중 하나는 내가 원하는 기준에 맞춰 작업에 참여할 사람들의 자격을 검증할 수 있다는 점입니다. 기본적인 독해력과 문장력은 물론이고 사극이나 교양, 예능 등 장르마다 강점이 있는 작업자들을 매번 선발하거나 관리할 필요는 없습니다. 미리 정의된 자격 검증 태스크가 있다면, 선발부터 관리까지 레이블러 AQC가 자동으로 운영하기 때문이죠. 높은 수준의 자격을 갖춘 작업자가 필요하신가요? 온디맨드로 내가 원하는 작업 참여 기준을 설정해 보세요.
여기에 오토 리뷰 기술을 추가하면 디테일한 품질 체크가 가능해집니다. 제시된 대본과 요약문의 의미적 유사도를 판단하는 STS(Semantic Textual Similarity)를 계산하여 유사성이 너무 떨어지는 결과를 제외하거나, 편집거리(Levenshtein Distance) 측정 알고리즘을 사용하여 대본 내용을 그대로 복사한 요약문을 자동으로 탐지할 수 있습니다. 또한, 자동 맞춤법 검사를 통해 오류가 심한 요약문을 자동으로 스크리닝하는 옵션을 추가할 수도 있습니다.
장르별 대본 텍스트의 형식적·의미적 유사성과 차이점에 따라 세부 기준을 세우기가 어렵다면, 레이블러의 전문 컨설팅 서비스를 이용해 보세요. 풍부한 데이터 구축 경험을 가진 전문 컨설턴트가 학습데이터 유형에 맞게 데이터를 분석하여 일관성 있는 가이드라인을 제공해드립니다.
Result
TTA 의미정확성 결과 98%를 달성한 10만 건의 요약 데이터가 생성되었습니다.
레이블러를 이용하여 생성된 대본 요약 데이터 10만 건의 한국정보통신기술협회(TTA)의 의미정확성 평가 결과는 무려 98.11%로, 목표치인 90%를 초과 달성했습니다. 대본 10만 건, 요약문 20만 건 이상의 대규모 데이터를 구축하는 과정에서 기본적인 독해력과 문장 작성 능력을 갖춘 작업자를 따로 고용하거나 관리할 필요는 없었습니다. 20만 명의 작업자가 활동하는 레이블러 크라우드 소싱 플랫폼을 이용했기 때문입니다.
장르별 대본을 형태적·의미적으로 분석하여 ‘정보 요약’과 ‘상황 요약’이라는 개념을 제시하고 그에 맞게 작업자를 선별하여, 작업자 특성에 적합한 태스크가 처리될 수 있었습니다. 절약한 시간과 비용은 더 중요한 일에 투자하세요. 레이블러는 새로운 방식의 AIOps로써, 고객사가 누구보다 빠르고 효과적으로 AI 제품과 서비스를 개발하도록 지원합니다.
방송 콘텐츠의 자동 분류 및 줄거리 생성을 위한 대본 요약
―
Info.
Customer
Location
Gyeonggi-do, Korea
AI Type
Abstractive Summarization
Task type
Text Summarization
Overview
방송에 등장하는 다양한 콘텐츠의 대본 요약 데이터가 필요합니다.
와이즈넛(WISEnut)은 인공지능 기술을 기반으로 데이터 분석과 검색, 챗봇 등의 다양한 서비스를 제공하는 AI 솔루션 전문 기업입니다. NIA 인공지능 학습용 데이터 구축 사업 중에서 방송 콘텐츠 대본 요약 데이터 구축의 주관 기업으로 참여했습니다.
최근 한국에서 제작된 콘텐츠들이 전 세계에서 많은 인기를 얻고 있는 이유는 무엇일까요? 사람마다 생각하는 이유는 다르겠지만, 그동안 제작된 풍부한 콘텐츠의 유산을 바탕으로 한국의 콘텐츠 산업이 질적으로 성장했다는 사실에 대해서는 모두 공감할 거예요. NIA 방송 콘텐츠 대본 요약 사업은 수많은 방송 콘텐츠를 자동으로 분류·분석하여 인사이트를 얻고, 줄거리를 자동으로 생성하여 과거의 콘텐츠를 힘들이지 않고 소개할 수 있는 AI 엔진을 만들기 위한 목적을 가지고 있습니다.
와이즈넛은 레이블러를 통해 1~3개의 장면(Scene)으로 구성된 10만 건의 대본에 대한 요약 작업을 진행했습니다. 자연스러운 요약을 위해 ‘생성 요약(Abstractive Summarization)’ 방식을 선택하고, 동일한 대본을 두고 문장 길이가 다른 2개 이상의 요약문을 작성하여 활용도를 높였습니다. 또한, 장르별로 6개 카테고리(가족 방송·현대 드라마·역사극·시사·교양 지식·예능)로 구성하여 방송 콘텐츠의 다양성이 잘 반영되도록 했습니다.
Problem
예능과 다큐, 사극 대본을 일관성 있게 요약할 수 있을까요?
다양한 방송 콘텐츠를 제대로 요약할 수 있는 AI를 개발하려면 일관성 있게 요약된 학습데이터가 반드시 필요합니다. 하지만 <1박2일>과 <태종 이방원>을 같은 기준으로 요약할 수 있을까요? 여기에 <추적 60분>도 포함해야 한다면 어떠세요? 황당하지만 흥미로운 이야기로 눈길을 끄는 수많은 일일드라마도 놓칠 수 없습니다. 복수를 위해 눈 밑에 점을 찍고 돌아온 여자의 이야기와 동물 다큐멘터리 사이에서 우리는 어떤 기준을 잡아서 일관성 있게 대본을 요약해야 할까요?
이처럼 원천 데이터에 해당하는 대본의 종류가 다양할수록 요약문의 의미적 일관성을 살리기는 매우 어려워집니다. 배경지식의 문제도 있습니다. 대본의 종류에 따라 사용하는 용어나 맥락이 달라지기 때문인데요. 예를 들어, 평소에 사극을 즐겨보거나 역사에 관심이 있는 사람이라면 <선덕여왕>에 등장하는 성골과 진골의 신분 차이와 특성, 예절 등에 대해 쉽게 이해할 수 있을 거예요. 혹은 평소 시사 이슈나 정치에 관심이 없던 사람이라면, 시사 교양 대본의 일부만 봐서는 지금 어떤 주제로 대화를 나누고 있는지 전혀 감이 오지 않을 수도 있습니다. 물론 요약문은 배경지식을 제외하고 작성해야 하지만, 배경지식이 너무 부족하면 대본에서 무슨 얘기를 하고 있는지 이해할 수 없다는 문제가 있는 것이죠.
그렇다면 누가 사극을 잘 이해하고 누가 시사 이슈에 밝을지, 어떻게 알 수 있을까요? 카테고리마다 그 일을 가장 잘 할 사람을 찾을 수만 있다면 일은 생각보다 쉽게 풀릴 수 있습니다. 적절한 사람들을 찾은 다음에는 그들에게 상세한 가이드라인이 주어져야겠죠. 모든 대본 유형에 공통적으로 들어가는 기준과 카테고리별 특징을 분리하면 장르별 특성을 살리면서도 데이터 일관성을 확보할 수 있을 거예요.
Solution
작게 시작해서 리스크는 줄이고, 피드백은 빠르게
요약문은 주어진 대본의 주제와 키워드를 적절하게 포함하면서도 다른 표현을 사용하여 생동감 있게 작성되어야 하는데요. 요약문의 의미적 일관성을 살리는 일은 생각보다 쉽지 않습니다. 대규모 데이터, 특히 이처럼 일관성을 잡기 어려운 데이터일수록 폭포수(Waterfall) 방식으로 한 번에 100% 처리하면 좋은 품질의 결과물을 만들기 어렵습니다.
반대로 샘플 데이터 수준으로 작게 시작해서 실제 결과물을 보고, 조금씩 수정하며 기준을 조정한다면 어떨까요? 대규모 데이터 구축 과정에서 반드시 발생하는 리스크를 최대한 줄이면서도 효과적으로 데이터 품질을 관리할 수 있을 거예요. 레이블러의 독자적인 품질 관리 시스템인 AQC는 소규모로 사람 지능 태스크를 처리하고, 점진적으로 양을 늘려가는 애자일 AI 개발 프로세스를 가능하게 합니다. 태스크 처리 결과를 인공지능 모델에 주기적으로 학습시키며 수량을 늘려간다면 AI 제품과 서비스도 훨씬 효율적으로 개발할 수 있을 거예요.
레이블러 AQC의 가장 큰 특징 중 하나는 내가 원하는 기준에 맞춰 작업에 참여할 사람들의 자격을 검증할 수 있다는 점입니다. 기본적인 독해력과 문장력은 물론이고 사극이나 교양, 예능 등 장르마다 강점이 있는 작업자들을 매번 선발하거나 관리할 필요는 없습니다. 미리 정의된 자격 검증 태스크가 있다면, 선발부터 관리까지 레이블러 AQC가 자동으로 운영하기 때문이죠. 높은 수준의 자격을 갖춘 작업자가 필요하신가요? 온디맨드로 내가 원하는 작업 참여 기준을 설정해 보세요.
여기에 오토 리뷰 기술을 추가하면 디테일한 품질 체크가 가능해집니다. 제시된 대본과 요약문의 의미적 유사도를 판단하는 STS(Semantic Textual Similarity)를 계산하여 유사성이 너무 떨어지는 결과를 제외하거나, 편집거리(Levenshtein Distance) 측정 알고리즘을 사용하여 대본 내용을 그대로 복사한 요약문을 자동으로 탐지할 수 있습니다. 또한, 자동 맞춤법 검사를 통해 오류가 심한 요약문을 자동으로 스크리닝하는 옵션을 추가할 수도 있습니다.
장르별 대본 텍스트의 형식적·의미적 유사성과 차이점에 따라 세부 기준을 세우기가 어렵다면, 레이블러의 전문 컨설팅 서비스를 이용해 보세요. 풍부한 데이터 구축 경험을 가진 전문 컨설턴트가 학습데이터 유형에 맞게 데이터를 분석하여 일관성 있는 가이드라인을 제공해드립니다.
Result
TTA 의미정확성 결과 98%를 달성한 10만 건의 요약 데이터가 생성되었습니다.
레이블러를 이용하여 생성된 대본 요약 데이터 10만 건의 한국정보통신기술협회(TTA)의 의미정확성 평가 결과는 무려 98.11%로, 목표치인 90%를 초과 달성했습니다. 대본 10만 건, 요약문 20만 건 이상의 대규모 데이터를 구축하는 과정에서 기본적인 독해력과 문장 작성 능력을 갖춘 작업자를 따로 고용하거나 관리할 필요는 없었습니다. 20만 명의 작업자가 활동하는 레이블러 크라우드 소싱 플랫폼을 이용했기 때문입니다.
장르별 대본을 형태적·의미적으로 분석하여 ‘정보 요약’과 ‘상황 요약’이라는 개념을 제시하고 그에 맞게 작업자를 선별하여, 작업자 특성에 적합한 태스크가 처리될 수 있었습니다. 절약한 시간과 비용은 더 중요한 일에 투자하세요. 레이블러는 새로운 방식의 AIOps로써, 고객사가 누구보다 빠르고 효과적으로 AI 제품과 서비스를 개발하도록 지원합니다.