※다수의 이용자가 함께 다운로드 받아 활용하는 데이터들을 묶어 편하게 다운로드 받을 수 있도록 제공하는 맞춤형 서비스입니다.
-
o 소개
- 금융 보고서, 계약서, 법률 조항, 판례 등 고도의 전문성과 정확성을 요구하는 텍스트 데이터를 기반으로 구축된 특화 말뭉치
o 구축목적
- 금융 및 법률 분야의 디지털 전환을 가속화하고, AI 기반 서비스의 정확성과 신뢰성을 극대화
- AI 번역기, 문서 분석 등 전문 분야의 용어 이해, 해석을 지원하고, 고품질 서비스 개발을 뒷받침
- 금융 사기 탐지, 계약서 검토, 법률 상담 챗봇 등 다양한 서비스 영역에 활용o 활용 데이터 : 총 7개 데이터셋
1) (구축연도 : 2021) 법률/규정 (판결서, 약관 등) 텍스트 분석 데이터
: 1만 건 이상의 판결문을 대상으로 기초사실, 주장 등을 가공한 데이터와 판례 내용을 기반으로 판결문 분석 데이터 구축, 1만 건 이상의 약관의 유·불리 조항 판단. 위법성과 유리 판단 이유 태깅 및 라벨링을 통해 소비자 입장에서의 유·불리 확인을 위한 법률 텍스트 분석 데이터셋2) (구축연도 : 2022) 금융, 법률 문서 기계독해 데이터
: 금융 및 법률 분야 전문 질의응답 서비스 개발을 위해, 금융(공시자료) 및 법률(판례) 등 전문 문서 기반 '정답경계추출형', 'YesNo형' 등 5가지 유형의 질의-응답 쌍으로 이루어진 총 40만 건의 학습용 데이터셋3) (구축연도 : 2022) 의료, 법률 전문 서적 말뭉치
: 전문분야 자연어처리 산업 활성화 및 AI 솔루션 개발 확대를 위해, 의료(특허) 및 법률(판결문) 분야 전문 서적 기반 총 1억 2백만 어절의 말뭉치로 구성된 학습용 데이터셋4) (구축연도 : 2017) 법률 지식베이스
: 지능형 법률정보 검색 및 예측 서비스 개발을 위해, 법률 규정과 판례 원문 등에서 추출한 법률 지식과 법률 용어 및 관계로 구성된 지식베이스(Knowledge Base) 데이터셋 약 27만 건5) (구축연도 : 2023) 법률 지식기반 관계 데이터
: 지능형 법률정보시스템 구축을 위해, 국세법령정보시스템 등에서 수집한 법률 문서 기반 용어 간의 관계성을 트리플(주어-관계-목적어) 형태로 라벨링한 총 39,035건의 학습용 데이터셋6) (구축연도 : 2020) 전문분야 말뭉치
: 전문 분야 자연어 처리(NLP) 기술 고도화를 위해, 법령, 판례, 특허, 논문 등 전문 문서 기반 개체명(Named Entity)이 태깅된 말뭉치로 구성된 총 150만 건의 학습용 데이터셋7) (구축연도 : 2021) 특허 분야 자동분류 데이터
: 특허 문서의 산업 분야 자동 분류 AI 기술 개발을 위해, 특허정보넷 키프리스플러스(kiprisPlus)에서 수집한 563개 산업분류별 특허 총 56만 3천 건으로 구성된 학습용 데이터셋
-
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.
오프라인 데이터 이용 안내
본 데이터는 K-ICT 빅데이터센터에서도 이용하실 수 있습니다.
다양한 데이터(미개방 데이터 포함)를 분석할 수 있는 오프라인 분석공간을 제공하고 있습니다.
데이터 안심구역 이용절차 및 신청은 K-ICT빅데이터센터 홈페이지를 참고하시기 바랍니다.
국방데이터 개방 안내
본 데이터는 국방데이터로 군사 보안에 따라 AI허브에서 데이터를 제공하지 않으며,
군 담당자를 통한 별도의 사용 신청이 필요합니다.