비정형 데이터는 정해진 표 형태가 아닌 텍스트, 문서, 이미지, 음성, PDF, 상담 로그처럼 구조가 자유로운 데이터를 말합니다. AI 학습용으로 쓰려면 정제, 구조화, 라벨링, 비식별화 과정을 거쳐야 합니다.
프롬데이터 관점에서는 이 질문을 비정형 데이터 AI 학습의 단일 개념으로만 보지 않고, 수집·라벨링·가공·품질검수까지 이어지는 AI 데이터 구축 흐름 안에서 판단합니다.
실무 기준
- 불필요한 노이즈와 중복을 제거합니다.
- 문서 구조, 문장 단위, 필드, 개체명을 정리합니다.
- 개인정보와 저작권 등 활용 가능성을 확인합니다.
예를 들어 스캔 PDF는 OCR로 문자 추출을 하고, 표와 제목 구조를 분리하며, RAG에 쓰려면 의미 단위로 청킹하고 메타데이터를 붙여야 합니다. 상담 로그는 발화자, 의도, 감정, 개인정보 여부를 함께 정리해야 합니다.
구축 시 주의할 점
- 텍스트만 추출했다고 AI 학습 준비가 끝난 것은 아닙니다.
- 구조화 기준 없이 대량 처리하면 검색과 학습 품질이 떨어집니다.
관련 서비스 내부링크
이 주제와 직접 연결되는 서비스는 NLP·비정형 문서 처리, OCR 데이터 디지털화, 문서 구조화 및 지능형 디지털화입니다.
상담이 필요한 경우 문의하기에서 프로젝트 조건을 남겨주세요.