0-1. 시냅스 소개

시냅스의 모듈

---

각 모듈의 개념 정의

• 워크스페이스 : 워크스페이스는 데이터셋, 프로젝트, 모델 등 MLOps 전 과정을 통합 관리하고 팀 단위의 협업이 이루어지는 작업 공간을 의미합니다.
• 카탈로그: 여러개의 컬렉션의 집합을 의미하며, 관리자가 권한이 있는 컬렉션 카드 리스트를 한 눈에 볼 수 있는 모듈을 의미합니다.
• 프로젝트 : 특정 목표를 성취하기 위해 데이터셋의 가공 방식 및 라벨링 운영 방식을 결정하고, 라벨링, 자원/품질 관리 등을 실행하는 과제 단위이자 모듈을 의미합니다.
• 머신러닝 : 다양한 인공지능 모델 학습을 위한 실험(Experiment)을 생성하고, 각 실험 내 학습(Training) 과정을 통해 모델 개발과 성능 비교를 체계적으로 관리하는 모듈을 의미합니다.
• 인프라 : 에이전트, 인공신경망 등 다양한 플러그인을 연동·관리하고, 모델 학습 및 추론을 위한 컴퓨팅 자원과 연산 환경을 설정하는 통합 관리하는 모듈을 의미합니다.

시냅스의 활용

---

시냅스의 주요 기능

---

1. 워크스페이스

워크스페이스 설정 : 데이터 관리와 모델 개발을 위해 필요한 환경을 워크스페이스별로 구축할 수 있습니다.

• 사용자 권한 설정 👉 1-4. 사용자 관리

• 스토리지 연동 및 관리 👉 5-2. 스토리지 관리
• 에이전트 연동 및 관리 👉 5-1. 에이전트 연동
• 플러그인 👉 6-1. 인공신경망 관리

2. 카탈로그

최적화 데이터 업로드 : 다양한 업로드 옵션을 제공합니다. 👉 2-2. 데이터 임포트(보수중)

• 이미지, 비디오, 센서, 테스트 등 다양한 데이터 (현재는 이미지 데이터 업로드만 가능)
• 초고용량 데이터 업로드 가능

대규모 데이터 관리 : 대규모 데이터를 목적에 맞게 나누어 관리할 수 있습니다. 👉 2-3. 데이터 유닛 관리

• 컬렉션 대표 썸네일 변경 기능 제공
• 다양한 뷰 옵션 기능 : 아이콘, 갤러리, 리스트뷰

데이터 유닛 커스텀 설계 : 라벨링 목적에 맞추어 최적화된 데이터 구조를 설계할 수 있습니다. 👉 2-1. 컬렉션 생성

• 메인 및 서브 기능을 활용한 커스텀 구조 생성
• 필수 데이터 지정 가능

3. 프로젝트

직관적인 라벨링 유형 설정 : 프로젝트 요구에 맞는 라벨링을 위한 세팅을 간편하게 설정할 수 있습니다.

• 각 어노테이터 유형별 세부 설정 기능 : 클래스, 속성, 옵션
• 프롬프트 어노테이터 LLM 설정 기능

일관성과 품질을 보장하는 작업물 관리 : 작업물 간 일관성을 유지하며 라벨링 품질을 높일 수 있습니다.

• 불량 접수 및 확정 기능 👉 3-2. 작업 추가 및 수정
• 최종 데이터셋의 별도 관리 기능 👉 3-3. GT 데이터셋 생성

데이터셋 버전 관리와 익스포트 지원 : 데이터셋을 체계적으로 관리하고 익스포트를 통해 활용할 수 있습니다.

• Major/Minor/Patch 버전 관리 👉 3-3. GT 데이터셋 생성
• 다양한 유형의 익스포트 지원 👉 3-4. 데이터 익스포트

세분화된 작업물 관리 : 작업의 복잡성을 줄이고 진행상황을 명확히 파악할 수 있습니다.

• 워크샵별 할당 작업 및 할당 작업 이력 관리 👉 워크샵 할당 작업 관리
• 다양한 워크샵 설정 : 워크샵 활성 및 비활성 👉 워크샵 관리
• 워커 및 데이터 품질 관련 통계 제공 👉 3-6. 통계 활용*

4. 머신러닝

목적에 따른 실험 생성 : 생성하고자 하는 모델의 목적에 따라 실험을 만들 수 있습니다. 👉 4-1. 실험 생성

No Code기반 학습 생성 : 클릭으로 생성하고자 하는 학습의 다양한 값을 설정할 수 있습니다. 👉 4-3. 학습 생성

학습 과정 및 결과에 대한 실시간 모니터링 : 학습 이력의 세부 현황을 시각화하여 열람하고 관리할 수 있습니다.

• 모델 다운로드 및 모델 등록 기능 👉 4-3. 학습 생성
• 학습 로그, 학습 메트릭, 시각적 검증 결과의 시각화 👉 4-4. 학습 관리

실험 내 모델 트리 관리 : 동일한 인공신경망에서 생성된 학습 이력 세부 현황을 열람하고 관리할 수 있습니다.
(현재 모델 상세 현황 기능은 개발 중이며 향후 제공 예정)

• 모델 관리 기능 👉 4-5. 모델 관리

5. 플러그인

학습된 모델의 시냅스 탑재 활용 : 등록된 모델을 플러그인으로 시냅스 내의 원하는 모듈에서 활용할 수 있습니다.

• 시냅스 어노테이터의 스마트툴 / 프로젝트의 작업(task)에 전처리 등

모델 저장소와 손쉬운 연동 : 시냅스 외부에 있는 모델도 시냅스 플러그인으로 등록하여 활용할 수 있습니다.

• 플러그인 등록 기능
• 허깅페이스(Huggingface) 모델 / 깃헙(Github) 모델 연동

6. 인프라

에이전트 연동 : 현재 활용하고 있는 클라우드 혹은 서버를 연동하여 활용할 수 있습니다. 👉 5-1. 에이전트 연동

• 에이전트 연동 : 클라우드 GPU / 온프레미스 GPU / 데이터메이커가 제공하는 GPU
• 인터페이스를 통한 에이전트 상태 확인 : 현재 활성화(연동) 여부 / 사용량 확인

다양한 종류의 스토리지 연동 : 현재 활용하고 있는 클라우드나 스토리지를 연동해 활용할 수 있습니다. 👉 5-2. 스토리지 관리

• 클라우드 스토리지 / 온프레미스 스토리지 / 데이터메이커가 제공하는 스토리지

7. 데이터랩

워커 공간 관리 : 작업자와 검수자가 필요로 하는 정보를 직관적으로 이용할 수 있습니다.

• 워커별(작업자/검수자) 할당작업 및 반려 작업 목록 제공
• 워커별 할당작업 통계 지원

워커와 관리자 간 커뮤니케이션 : 작업 효율성을 높이는 커뮤니케이션 창구를 활용할 수 있습니다.

• 가이드라인 : 데이터 가공 작업에 관련한 프로젝트별 가이드라인 업로드 제공
• 공지사항 : 프로젝트별 공지사항 확인 기능

8. 어노테이터

다양한 유형별 데이터 가공을 지원 : 작업 효율을 높이는 다양한 어노테이터를 활용할 수 있습니다. 👉 7-1. 어노테이터 종류

• 이미지 어노테이터 : 객체 구분, 분류 등의 이미지 데이터 형식 지원 👉 이미지 어노테이터
• 비디오 어노테이터 : 객체 추적, 구간 정체 라벨링 등 비디오 형식 데이터 형식 지원 👉 비디오 어노테이터
• PCD 어노테이터 : PCD(Point Cloud Data) 데이터를 기반으로한 3D 데이터 형식 지원 👉 PCD 어노테이터
• 텍스트 어노테이터 : 텍스트 데이터의 분류, 요약 등의 라벨링을 지원 👉 텍스트 어노테이터
• 프롬프트 어노테이터 : LLM(대형 언어 모델)기반 질문-답변 데이터셋 구축을 지원 👉 프롬프트 어노테이터