산업재해 합성데이터에서 클래스 균형은 사고 유형, 위험 단계, 보호구 상태, 작업자 자세, 설비 조건별 데이터 분포를 분석해 맞춥니다. 단순히 수량을 동일하게 맞추기보다 모델이 놓치면 안 되는 고위험 클래스를 충분히 학습하게 하는 것이 중요합니다.
프롬데이터 관점에서는 이 질문을 산업재해 데이터 클래스 균형의 단일 개념으로만 보지 않고, 데이터 수집·라벨링·가공·품질검수까지 이어지는 AI 데이터 구축 흐름 안에서 판단합니다.
실무 기준
- 클래스별 수량, 난이도, 위험도를 함께 확인합니다.
- 부족한 사고 유형은 합성데이터로 보강합니다.
- 학습·검증·테스트 세트의 클래스 분포를 별도로 관리합니다.
산업재해 위험상황 시나리오 데이터와 AI 데이터 품질관리 기준을 함께 적용하면 클래스 불균형을 구조적으로 관리할 수 있습니다.
구축 시 주의할 점
- 무조건 균등 수량으로 맞추면 실제 현장 발생 빈도와 괴리가 생길 수 있습니다.
- 희귀 클래스는 수량뿐 아니라 품질과 현실성을 함께 봐야 합니다.
관련 서비스 내부링크
이 주제와 직접 연결되는 서비스는 합성데이터 생성·가공·품질검증 프로세스, 산업재해 위험상황 시나리오 데이터, AI 데이터 품질관리입니다.
상담이 필요한 경우 문의하기에서 프로젝트 조건을 남겨주세요.