-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2024-06-28 데이터 개방 Beta Version 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2024-06-28 산출물 공개 Beta Version 소개
- 수학 과목 문제 생성 데이터는 문제은행을 기반으로 한 다양한 유형의 수학 문제 생성 기능을 구현하기 위하여 3만 건 이상의 학년별 유형별 수학 문제 및 풀이과정 이미지와 대응되는 텍스트 데이터를 구축
구축목적
- 수학 과목 문제생성 데이터는 문제은행을 기반으로 한 다양한 유형의 수학 문제(텍스트) 생성 기능을 구현하기 위함
-
메타데이터 구조표 데이터 영역 교육 데이터 유형 이미지 데이터 형식 PNG 데이터 출처 주관기업(대교)의 초중등 수학 제품 (관련 문제은행 데이터베이스에서 추출) 라벨링 유형 바운딩박스(이미지), OCR(이미지/텍스트), 이미지캡션(텍스트) 라벨링 형식 JSON 데이터 활용 서비스 AI 디지털 교과서 등 에듀테크 서비스 고도화 등 데이터 구축년도/
데이터 구축량2023년/문항 84,203건(문제/모범답안) -
- 데이터 구축 규모
문제 및 모범답안 총 8만 4천 건 이상구분 목표 구축 달성율 원시데이터 문제 81,000 94,497 116.70% 모범답안 81,000 94,497 116.70% 원천데이터 문제 68,850 84,203 132.00% 모범답안 68,850 84,203 132.00% 라벨링데이터 문제 68,850 84,203 122.30% 모범답안 68,850 84,203 122.30% 이미지캡션 데이터 문제 6,885 13,776 200.10% - 학년별 데이터 분포
구분 학년 문항 수 비율 초등 3학년 12,979 15.40% 4학년 9,229 11.00% 5학년 10,939 13.00% 6학년 10,437 12.40% 중등 1학년 11,981 14.20% 2학년 11,467 13.60% 3학년 10,598 12.60% 고등 공통수학 6,573 7.80% 총합계 84,203 - 문제 난이도 분포
난이도 문항 수 비율 난이도 상 16,075 19.10% 난이도 중 44,185 52.50% 난이도 하 23,943 28.40% 총합계 84,203 - 학습 영역의 다양성 분포
학습 영역 문항 수 비율 도형과 측정 27,824 33.00% 변화와 관계 18,670 22.20% 수와 연산 32,610 38.70% 자료와 가능성 5,099 6.10% 총합계 84,203 - 자료 비중
자료 비율 도형과 그래프 90.00% 기타 이미지 10.00% 총합계 -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드- Mistral-7B
한국어 및 다국어 자연어 처리에 뛰어난 성능을 보이는 모델. 73억 개의 파라미터를 통하여 다양한 방면에서 Llam 2 13B보다 높은 성능을 보여줌.
grouped-query attention(GQA)와 sliding window attention(SWA)를 통하여 빠른 추론과 다양한 태스크를 효과적으로 처리할 수 있음.- TrOCR
Transformer Endocder-Decoder 구조 기반의 모델. CLOVA OCR(NAVER) 보다 높은 성능을 기록함. 손글씨 및 세로 이미지 등, Irregular한 이미지에 대한 높은 성능이 특징. -
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드(88-111) 수학 과목 문항 생성 데이터는 문제, 모범답안, 이미지 캡션 데이터로 구분되어 있으며, 데이터 구성 및 어노테이션 포맷은 서로 다르게 구성되어 있음
- 데이터 구성
● 문제 데이터
Key Description Type Child_Type question_filename 학년_학기_단원_id.png
학년 - question_grade
학기 - question_term
단원 - question_unitstring id (최대 5자리 숫자)_(최대 6자리 숫자) string question_info 문제 정보 array question_grade 문제 학년 string question_term 문제 학기 number question_unit 문제 단원 string question_topic 문제 토픽주제 string question_topic_name 토픽명 텍스트 string question_type1 문제 유형 string question_type2 발문구성 유형 number question_condition 풀이통제조건 number question_step 학습단계 string question_sector1 평가영역 string question_sector2 내용 영역 string question_difficulty 출제 난이도 number question_contents 문제내용 number OCR_info OCR 정보 array object figure_text 도형 설명 텍스트 string question_text 문제 텍스트 string question_bbox OCR 상세 array array object type 문제 내 유형
(문장, 이미지, 문단)string bbox 해당 타입의 bbox 좌표 array text 해당 타입의 텍스트 string ● 모범답안 데이터
Key Description Type Child_Type question_filename 학년_학기_단원_id.png
학년 - question_grade
학기 - question_term
단원 - question_unitstring id (최대 5자리 숫자)_(최대 6자리 숫자) string question_info 문제 정보 array question_grade 문제 학년 string question_term 문제 학기 number question_unit 문제 단원 string question_topic 문제 토픽주제 string question_topic_name 토픽명 텍스트 string question_type1 문제 유형 string question_type2 발문구성 유형 number question_condition 풀이통제조건 number question_step 학습단계 string question_sector1 평가영역 string question_sector2 내용 영역 string question_difficulty 출제 난이도 number question_contents 문제내용 number answer_info 모범답안 정보 array object answer_filename 학년_학기_단원_id.png
학년 - question_grade
학기 - question_term
단원 – question_unit
A는 고정값string answer_text 모범답안 텍스트 string answer_bbox 모범답안 상세정보 array object type 모범답안 내 유형
(문장, 이미지, 문단, 결과답)string bbox 해당 타입의 bbox 좌표 array text 해당 타입의 텍스트 string ● 이미지캡션 데이터
Key Description Type Child_Type question_filename 학년_학기_단원_id.png
학년 - question_grade
학기 - question_term
단원 - question_unitstring id (최대 5자리 숫자)_(최대 6자리 숫자) string question_info 문제 정보 array question_grade 문제 학년 string question_term 문제 학기 number question_unit 문제 단원 string question_topic 문제 토픽주제 string question_topic_name 토픽명 텍스트 string question_type1 문제 유형 string question_type2 발문구성 유형 number question_condition 풀이통제조건 number question_step 학습단계 string question_sector1 평가영역 string question_sector2 내용 영역 string question_difficulty 출제 난이도 number question_contents 문제내용 number OCR_info OCR 정보 array object figure_text 도형 설명 텍스트 string question_text 문제 텍스트 string question_bbox OCR 상세 array object type 문제 내 유형
(문장, 이미지, 문단)string bbox 해당 타입의 bbox 좌표 array text 해당 타입의 텍스트 string - 어노테이션 포맷
● 문제 어노테이션 포맷
구분 속성명 타입 필수
여부설명 범위 비고 1 question_
filenamestring Y 학년_학기_단원_id.png
학년 - question_grade
학기 - question_term
단원 - question_unitP3_1_02_25876
_160952.png2 id string Y (최대 5자리 숫자)_
(최대 6자리 숫자)25876_160952
12345_12344
4757_197
7625_4800
4737_763 question_
infoarray Y 문제 정보 3-1 question_
gradestring Y 문제 학년 P3~P6
M1~M3
H3-2 question_
termnumber Y 문제 학기 1, 2 3-3 question_
unitstring Y 문제 단원 01~99 3-4 question_
topicnumber Y 문제 토픽주제 1
~9999993-5 question_
topic_namestring Y 토픽명 텍스트 3-6 question_
type1string Y 문제 유형 단답형
선택형3-7 question_
type2number Y 발문구성 유형 1, 2 자료+질문 – 1
단일질문 - 23-8 question_
conditionnumber Y 풀이통제조건 0, 1 없음 – 0
있음 - 13-9 question_
stepstring Y 학습단계 기본/실생활응용 3-10 question_
sector1string Y 평가영역 계산/이해/
추론/문제해결3-11 question_
sector2string Y 내용 영역 "수와 연산",
"도형과 측정",
"변화와 관계",
"자료와
가능성"3-12 question_
difficultynumber Y 출제 난이도 1, 2, 3 상 – 1
중 – 2
하 - 33-13 question_
contentsnumber N 문제내용 0, 1 없음 – 0
있음 - 14 OCR_info array Y OCR 정보 object Y OCR 정보 4-1 figure_
textstring N 도형 설명 텍스트 4-2 question_
textstring Y 문제 텍스트 4-3 question_
bboxarray Y OCR상세 array object Y OCR상세 4-3-1 type string Y 문제 내 유형
(문장, 이미지, 문단)line,image,
paragraph4-3-2 bbox array N 해당 타입의
bbox 좌표0~9999 [xmin, ymin,
xmax, ymax]4-3-3 text string N 해당 타입의 텍스트 ● 모범답안 어노테이션 포맷
구분 속성명 타입 필수
여부설명 범위 비고 1 question_
filenamestring Y 학년_학기_단원_id.png
학년 - question_grade
학기 - question_term
단원 - question_unitP3_1_02_25876
_160952.png2 id string Y (최대 5자리 숫자)_
(최대 6자리 숫자)25876_160952
12345_12344
4757_197
7625_4800
4737_763 question_
infoarray Y 문제 정보 3-1 question_
gradestring Y 문제 학년 P3~P6
M1~M3
H3-2 question_
termnumber Y 문제 학기 1, 2 3-3 question_
unitstring Y 문제 단원 01~99 3-4 question_
topicstring Y 문제 토픽주제 1
~9999993-5 question_
topic_namestring Y 토픽명 텍스트 3-6 question_
type1string Y 문제 유형 단답형
선택형3-7 question_
type2number Y 발문구성 유형 1, 2 자료+질문 – 1
단일질문 - 2
없음 – 03-8 question_
conditionnumber Y 풀이통제조건 0, 1 없음 – 0
있음 - 13-9 question_
stepstring Y 학습단계 기본/실생활응용 3-10 question_
sector1string Y 평가영역 계산/이해/
추론/문제해결3-11 question_
sector2string Y 내용 영역 "수와 연산",
"도형과 측정",
"변화와 관계",
"자료와
가능성"3-12 question_
difficultynumber Y 출제 난이도 1, 2, 3 상 – 1
중 – 2
하 - 33-13 question_
contentsnumber N 문제내용 0, 1 없음 – 0
있음 - 14 answer_
infoarray Y 모범답안 정보 array object Y 모범답안 정보 4-1 answer_
filenamestring Y 학년_학기_단원_id.png
학년 - question_grade
학기 - question_term
단원 – question_unit
A는 고정값P3_1_02_25876
_160952_A.png4-2 answer_
textstring Y 모범답안 텍스트 4-3 answer_
bboxarray Y 모범답안 bbox array object Y 모범답안 bbox 4-3-1 type string Y 모범답안 내 유형
(문장, 이미지, 문단, 결과답)line,image,
paragraph
answer4-3-2 bbox array N 해당 타입의 bbox 좌표 0~9999 [xmin, ymin,
xmax, ymax]4-3-3 text string N 해당 타입의 텍스트 type: answer
인 경우 기존 answer_correct
값 입력● 이미지캡션 어노테이션 포맷
구분 속성명 타입 필수
여부설명 범위 비고 1 question_
filenamestring Y 학년_학기_단원_id.png
학년 - question_grade
학기 - question_term
단원 - question_unitP3_1_02_25876
_160952.png2 id string Y (최대 5자리 숫자)
_(최대 6자리 숫자)25876_160952
12345_12344
4757_197
7625_4800
4737_763 question_info array Y 문제 정보 3-1 question_
gradestring Y 문제 학년 P3~P6
M1~M3
H3-2 question_term number Y 문제 학기 1, 2 3-3 question_unit string Y 문제 단원 01~99 3-4 question_
topicnumber Y 문제 토픽주제 1
~9999993-5 question_
topic_namestring Y 토픽명 텍스트 3-6 question_
type1string Y 문제 유형 단답형
선택형3-7 question_
type2number Y 발문구성 유형 1, 2 자료+질문 – 1
단일질문 - 23-8 question_
conditionnumber Y 풀이통제조건 0, 1 없음 – 0
있음 - 13-9 question_
stepstring Y 학습단계 기본/실생활
응용3-10 question_
sector1string Y 평가영역 계산/이해/
추론/문제해결3-11 question_
sector2string Y 내용 영역 "수와 연산",
"도형과 측정",
"변화와 관계",
"자료와
가능성"3-12 question_
difficultynumber Y 출제 난이도 1, 2, 3 상 – 1
중 – 2
하 - 33-13 question_
contentsnumber N 문제내용 0, 1 없음 – 0
있음 - 14 OCR_info array Y OCR 정보 object Y OCR 정보 4-1 figure_text string N 도형 설명 텍스트 4-2 question_text string Y 문제 텍스트 4-3 question_bbox array Y OCR상세 array object Y OCR상세 4-3-1 type string Y 문제 내 유형
(문장, 이미지, 문단)line,image,
paragraph4-3-2 bbox array N 해당 타입의
bbox 좌표0~9999 [xmin, ymin,
xmax, ymax]4-3-3 text string N 해당 타입의 텍스트 - 데이터 포맷 (JSON) 및 실제 예시
● 문제 데이터 실제 예시
{
"question_filename": "M3_1_01_00041_36180.png",
"id": "00041_36180",
"question_info": [
{
"question_grade": "M3",
"question_term": 1,
"question_unit": "01",
"question_topic": "9101020",
"question_topic_name": "제곱근과 실수",
"question_type1": "단답형",
"question_type2": 2,
"question_condition": 0,
"question_sector1": "이해",
"question_sector2": "수와 연산",
"question_step": "기본",
"question_difficulty": 3,
"question_contents": 0
}
],
"OCR_info": [
{
"figure_text": null,
"question_text": "$ \\sqrt{a} $ 의 값이 다음과 같을 때, $ a $을 구하여라. (1) $2$ (2) $ 11$ (3)$ 0.3$ (4) $\\frac{2}{3}$",
"question_bbox": [
{
"type": "line",
"bbox": [
19,
1,
274,
20
],
"text": null
},
{
"type": "line",
"bbox": [
18,
24,
47,
40
],
"text": null
},
{
"type": "line",
"bbox": [
18,
45,
57,
61
],
"text": null
},
{
"type": "line",
"bbox": [
18,
65,
62,
83
],
"text": null
},
{
"type": "line",
"bbox": [
18,
88,
58,
123
],
"text": null
},
{
"type": "paragraph",
"bbox": [
16,
1,
276,
124
],
"text": "$ \\sqrt{a} $ 의 값이 다음과 같을 때, $ a $을 구하여라. (1) $2$ (2) $ 11$ (3)$ 0.3$ (4) $\\frac{2}{3}$"
}
]
}
]
}● 모범답안 데이터 실제 예시
{
"question_filename": "M3_1_01_00041_36180.png",
"id": "00041_36180",
"question_info": [
{
"question_grade": "M3",
"question_term": 1,
"question_unit": "01",
"question_topic": "9101020",
"question_topic_name": "제곱근과 실수",
"question_type1": "단답형",
"question_type2": 2,
"question_condition": 0,
"question_sector1": "이해",
"question_sector2": "수와 연산",
"question_step": "기본",
"question_difficulty": 3,
"question_contents": 0
}
],
"answer_info": [
{
"answer_filename": "M3_1_01_00041_36180_A.png",
"answer_text": "(2) $121$ (3) $0.09$ (4) $ \\frac{4}{9} $ (1) $ \\sqrt{a}=2 $ 이므로 $ (\\sqrt{a})^{2}=2^{2} $ $ \\therefore a=4 $ (2) $ \\sqrt{a}=11 $
이므로 $ (\\sqrt{a})^{2}=11^{2} $ $ \\therefore a=121 $ (3) $ \\sqrt{a}=0.3 $ 이므로 $ (\\sqrt{a})^{2}=0.3^{2} $ $ \\therefore a=0.09 $ (4) $ \\sqrt{a}=
\\frac{2}{3} $ 이므로 $ (\\sqrt{a})^{2}=\\left(\\frac{2}{3}\\right)^{2}=\\frac{4}{9} \\quad \\therefore a=\\frac{4}{9} $ $ a>0 $ 일 때, $
\\sqrt{a^{2}}=a, \\quad(-\\sqrt{a})^{2}=a $",
"answer_bbox": [
{
"type": "line",
"bbox": [
18,
49,
122,
71
],
"text": null
},
{
"type": "line",
"bbox": [
29,
75,
224,
99
],
"text": null
},
{
"type": "line",
"bbox": [
18,
104,
133,
126
],
"text": null
},
{
"type": "line",
"bbox": [
29,
130,
251,
154
],
"text": null
},
{
"type": "line",
"bbox": [
18,
159,
139,
181
],
"text": null
},
{
"type": "line",
"bbox": [
29,
185,
262,
209
],
"text": null
},
{
"type": "line",
"bbox": [
18,
217,
135,
252
],
"text": null
},
{
"type": "line",
"bbox": [
29,
257,
289,
297
],
"text": null
},
{
"type": "line",
"bbox": [
19,
315,
240,
340
],
"text": null
},
{
"type": "paragraph",
"bbox": [
16,
48,
291,
340
],
"text": "(2) $121$ (3) $0.09$ (4) $ \\frac{4}{9} $ (1) $ \\sqrt{a}=2 $ 이므로 $ (\\sqrt{a})^{2}=2^{2} $ $ \\therefore a=4 $ (2) $ \\sqrt{a}=11 $ 이므로
$ (\\sqrt{a})^{2}=11^{2} $ $ \\therefore a=121 $ (3) $ \\sqrt{a}=0.3 $ 이므로 $ (\\sqrt{a})^{2}=0.3^{2} $ $ \\therefore a=0.09 $ (4) $ \\sqrt{a}=\\frac{2}
{3} $ 이므로 $ (\\sqrt{a})^{2}=\\left(\\frac{2}{3}\\right)^{2}=\\frac{4}{9} \\quad \\therefore a=\\frac{4}{9} $ $ a>0 $ 일 때, $ \\sqrt{a^{2}}=a,
\\quad(-\\sqrt{a})^{2}=a $"
},
{
"type": "answer",
"bbox": [
18,
1,
198,
36
],
"text": "(1) $4$"
}
]
}
]
}● 이미지캡션 데이터 실제 예시
{
"question_filename": "M3_1_01_00041_36460.png",
"id": "00041_36460",
"question_info": [
{
"question_grade": "M3",
"question_term": 1,
"question_unit": "01",
"question_topic": "9101059",
"question_topic_name": "근호를 포함한 식의 계산",
"question_type1": "단답형",
"question_type2": 2,
"question_condition": 0,
"question_sector1": "이해",
"question_sector2": "수와 연산",
"question_step": "기본",
"question_difficulty": 2,
"question_contents": 0
}
],
"OCR_info": [
{
"figure_text": "가로, 세로의 길이가 각각 루트 5 cm, 루트 3과 루트 5의 합 cm인 직사각형",
"question_text": "다음 그림과 같이 가로의 길이가 $ \\sqrt{5} \\mathrm{~cm} $ 이고, 세로의 길이가 $ [\\sqrt{3}+\\sqrt{5}] \\mathrm{cm} $ 인 직사각
형의 넓이를 구하여라.",
"question_bbox": [
{
"type": "line",
"bbox": [
19,
1,
627,
22
],
"text": null
},
{
"type": "line",
"bbox": [
121,
86,
201,
112
],
"text": null
},
{
"type": "image",
"bbox": [
20,
26,
201,
196
],
"text": null
},
{
"type": "paragraph",
"bbox": [
17,
1,
629,
24
],
"text": "다음 그림과 같이 가로의 길이가 $ \\sqrt{5} \\mathrm{~cm} $ 이고, 세로의 길이가 $ [\\sqrt{3}+\\sqrt{5}] \\mathrm{cm} $ 인 직사각형의 넓
이를 구하여라."
}
]
}
]
} -
데이터셋 구축 담당자
수행기관(주관) : ㈜대교
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 강순천 02-829-0791 sooncheon_kang@daekyo.co.kr 수학 문항 원시데이터 및 메타데이터 수집, 수행기관 관리 및 행정업무 등 총괄 수행기관(참여)
수행기관(참여) 기관명 담당업무 디피니션(주) 원시데이터 형식 표준화 및 정제 작업, 문항 메타데이터 보완 및 가공 등 ㈜크라우드웍스 데이터 가공 및 검수, 데이터 라벨링, 라벨링 데이터 검수 및 수정, 크라우드워커 모집 등 ㈜유니바 데이터 AI 활용 모델 개발, AI 활용 모델 성능 평가 등 ㈜드위치 품질관리체계 수립 및 운영, 데이터셋 산출물에 대한 품질검증, 외부 검증기관 대응 등 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 디피니션 사영선 대표 070-7603-3002 youngseon_sa@daekyo.co.kr AI모델 관련 문의처
AI모델 관련 문의처 담당자명 전화번호 이메일 유니바 남명진 대표 053-615-1263 admin@univa.co.kr 저작도구 관련 문의처
저작도구 관련 문의처 담당자명 전화번호 이메일 크라우드웍스 조성우 실장 02-6954-2960 chosw@crowdworks.kr
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.