ㅇ ‘랜섬웨어와 정보유출 차단 프로세스‘ 데이터 상품 설명 - 랜섬웨어, 해킹 등 사이버범죄를 시도하는 프로세스 데이터 - 비대면 재택 근무 등 비즈니스 및 온라인 교육의 증가로 사이버 범죄를 사전에 예방할수 있는 정보유출방지 프로세스 데이터를 공급하여, 사이버범죄를 사전 방지 ㅇ 타 데이터와의 차별성- 생산 데이터는 세이퍼존이 20여년 이상 해당 사업분야를 통하여 수집된 랜섬웨어+정보유출 프로세스 데이터에서 정보유출과 랜섬웨어 피해로 인하여 경제적인 손실을 발생할 수 있는 랜섬웨어와 정보유출 데이터들로 선정하여 데이터 제공 - 해외 데이터는 현재 제공되지 않고 연간 수십만달러 이상의 투자가 필요하여 중소기업,스타트업에서 도입이 어려운 가격으 로 형성되어 있으나, 본 사업을 통한 데이터는 합리적인 가격으로 공급하여 수요기업에서 신규 비즈니스 창출에 용이하도록 공급- LGU+와 ADT캡스 클라우드 빅데이터 플랫폼 센터 구축 노하우와 데이터 수집/생산 경험을 바탕으로 국내 환경에 최적화된 데이터 공급
K-DATA 공개 카탈로그
필요한 데이터를 한곳에서 찾으세요
공급기업 데이터상품과 데이터안심구역 제공 데이터를 검색하고 출처별 정보를 비교할 수 있습니다.
데이터안심구역
(개인)자동차 금융 이용통계 정보
(개인)자동차 금융 이용통계 정보
상세 확인 필요 · 원본에 항목별 URL, 기간, 공간 범위, 스키마, 형식, 이용조건이 제공되지 않습니다.
다국어·전 영역·멀티모달로 바로 쓰는 언어학습 데이터, 교육 콘텐츠 경쟁력을 한 단계 끌어올립니다.본 데이터 상품은 영어언어학습을 위한 고품질 학습 데이터셋으로,출판사·학원·에듀테크·이러닝·화상영어 등 교육 산업 전반의 콘텐츠 고도화 및 AI 학습 서비스 개발에 즉시 활용 가능한 것이 강점입니다.1. 데이터 구성 및 범위① 언어 범위영어기초부터 중·고급 수준까지 단계별 학습 데이터 확보② 데이터 유형텍스트 데이터: 학습용 문장, 대화문, 지문, 작문 예시 등음성 데이터: 원어민 발음 음성, 대화·스피킹용 음성이미지 데이터: 어휘·상황 이해를 돕는 시각 자료→ 멀티모달(텍스트·음성·이미지) 기반 언어학습 데이터 제공2. 학습 영역 커버리지본 데이터는 단일 영역에 국한되지 않고,실제 교육 현장에서 요구되는 전 학습 영역을 포괄합니다.어휘(Vocabulary): 주제·난이도별 핵심 어휘 데이터스피킹(Speaking): 발화 예문, 음성 기반 말하기 학습 데이터라이팅(Writing): 문장·문단·작문 예시 및 학습용 문서 데이터대화연습 챗봇: 대화기반 말하기 훈련 학습용 데이터독해(Reading): 학습 목적별 지문, 이해도 향상용 텍스트 데이터3. 수요기업 활용 가치 (핵심 어필 포인트) 즉시 콘텐츠화 가능한 데이터교재, 디지털 학습 콘텐츠, 온라인 강의, AI 학습 서비스에가공 부담 최소화신규 콘텐츠 개발 기간·비용 대폭 절감 AI·DX 기반 서비스 확장에 최적AI 튜터, 자동 평가, 맞춤형 학습 추천, 음성 인식 기반 학습 등차세대 에듀테크 서비스 개발을 위한 학습 데이터로 활용 가능 다양한 비즈니스 모델 적용교재·문제은행 제작온라인/모바일 학습 콘텐츠화상영어·외국어 회화 서비스에듀테크 플랫폼 데이터 고도화
다국어·전 영역·멀티모달로 바로 쓰는 언어학습 데이터, 교육 콘텐츠 경쟁력을 한 단계 끌어올립니다.본 데이터 상품은영어언어학습을 위한 고품질 학습 데이터셋으로,출판사·학원·에듀테크·이러닝·화상영어 등교육 산업 전반의 콘텐츠 고도화 및 AI 학습 서비스 개발에 즉시 활용 가능한 것이 강점입니다.1. 데이터 구성 및 범위① 언어 범위영어기초부터 중·고급 수준까지 단계별 학습 데이터 확보② 데이터 유형텍스트 데이터: 학습용 문장, 대화문, 지문, 작문 예시 등음성 데이터: 원어민 발음 음성, 대화·스피킹용 음성이미지 데이터: 어휘·상황 이해를 돕는 시각 자료→멀티모달(텍스트·음성·이미지) 기반 언어학습 데이터제공2. 학습 영역 커버리지본 데이터는 단일 영역에 국한되지 않고,실제 교육 현장에서 요구되는 전 학습 영역을 포괄합니다.어휘(Vocabulary): 주제·난이도별 핵심 어휘 데이터스피킹(Speaking): 발화 예문, 음성 기반 말하기 학습 데이터라이팅(Writing): 문장·문단·작문 예시 및 학습용 문서 데이터대화연습 챗봇:대화기반 말하기 훈련 학습용 데이터독해(Reading): 학습 목적별 지문, 이해도 향상용 텍스트 데이터3. 수요기업 활용 가치 (핵심 어필 포인트) 즉시 콘텐츠화 가능한 데이터교재, 디지털 학습 콘텐츠, 온라인 강의, AI 학습 서비스에가공 부담 최소화신규 콘텐츠 개발 기간·비용 대폭 절감 AI·DX 기반 서비스 확장에 최적AI 튜터, 자동 평가, 맞춤형 학습 추천, 음성 인식 기반 학습 등차세대 에듀테크 서비스 개발을 위한 학습 데이터로 활용 가능 다양한 비즈니스 모델 적용교재·문제은행 제작온라인/모바일 학습 콘텐츠화상영어·외국어 회화 서비스에듀테크 플랫폼 데이터 고도화
다국어·전 영역·멀티모달로 바로 쓰는 언어학습 데이터, 교육 콘텐츠 경쟁력을 한 단계 끌어올립니다.본 데이터 상품은영어언어학습을 위한 고품질 학습 데이터셋으로,출판사·학원·에듀테크·이러닝·화상영어 등교육 산업 전반의 콘텐츠 고도화 및 AI 학습 서비스 개발에 즉시 활용 가능한 것이 강점입니다.1. 데이터 구성 및 범위① 언어 범위영어기초부터 중·고급 수준까지 단계별 학습 데이터 확보② 데이터 유형텍스트 데이터: 학습용 문장, 대화문, 지문, 작문 예시 등음성 데이터: 원어민 발음 음성, 대화·스피킹용 음성이미지 데이터: 어휘·상황 이해를 돕는 시각 자료→멀티모달(텍스트·음성·이미지) 기반 언어학습 데이터제공2. 학습 영역 커버리지본 데이터는 단일 영역에 국한되지 않고,실제 교육 현장에서 요구되는 전 학습 영역을 포괄합니다.어휘(Vocabulary): 주제·난이도별 핵심 어휘 데이터스피킹(Speaking): 발화 예문, 음성 기반 말하기 학습 데이터라이팅(Writing): 문장·문단·작문 예시 및 학습용 문서 데이터대화연습 챗봇:대화기반 말하기 훈련 학습용 데이터독해(Reading): 학습 목적별 지문, 이해도 향상용 텍스트 데이터3. 수요기업 활용 가치 (핵심 어필 포인트) 즉시 콘텐츠화 가능한 데이터교재, 디지털 학습 콘텐츠, 온라인 강의, AI 학습 서비스에가공 부담 최소화신규 콘텐츠 개발 기간·비용 대폭 절감 AI·DX 기반 서비스 확장에 최적AI 튜터, 자동 평가, 맞춤형 학습 추천, 음성 인식 기반 학습 등차세대 에듀테크 서비스 개발을 위한 학습 데이터로 활용 가능 다양한 비즈니스 모델 적용교재·문제은행 제작온라인/모바일 학습 콘텐츠화상영어·외국어 회화 서비스에듀테크 플랫폼 데이터 고도화
공급기업
(상품4) 중국어 표현과 어휘 데이터
다국어·전 영역·멀티모달로 바로 쓰는 언어학습 데이터, 교육 콘텐츠 경쟁력을 한 단계 끌어올립니다.본 데이터 상품은영어언어학습을 위한 고품질 학습 데이터셋으로,출판사·학원·에듀테크·이러닝·화상영어 등교육 산업 전반의 콘텐츠 고도화 및 AI 학습 서비스 개발에 즉시 활용 가능한 것이 강점입니다.1. 데이터 구성 및 범위① 언어 범위중국어기초부터 중·고급 수준까지 단계별 학습 데이터 확보② 데이터 유형텍스트 데이터: 학습용 문장, 대화문, 지문, 작문 예시 등음성 데이터: 원어민 발음 음성, 대화·스피킹용 음성이미지 데이터: 어휘·상황 이해를 돕는 시각 자료→멀티모달(텍스트·음성·이미지) 기반 언어학습 데이터제공2. 학습 영역 커버리지본 데이터는 단일 영역에 국한되지 않고,실제 교육 현장에서 요구되는 전 학습 영역을 포괄합니다.어휘(Vocabulary): 주제·난이도별 핵심 어휘 데이터스피킹(Speaking): 발화 예문, 음성 기반 말하기 학습 데이터라이팅(Writing): 문장·문단·작문 예시 및 학습용 문서 데이터대화연습 챗봇:대화기반 말하기 훈련 학습용 데이터독해(Reading): 학습 목적별 지문, 이해도 향상용 텍스트 데이터3. 수요기업 활용 가치 (핵심 어필 포인트) 즉시 콘텐츠화 가능한 데이터교재, 디지털 학습 콘텐츠, 온라인 강의, AI 학습 서비스에가공 부담 최소화신규 콘텐츠 개발 기간·비용 대폭 절감 AI·DX 기반 서비스 확장에 최적AI 튜터, 자동 평가, 맞춤형 학습 추천, 음성 인식 기반 학습 등차세대 에듀테크 서비스 개발을 위한 학습 데이터로 활용 가능 다양한 비즈니스 모델 적용교재·문제은행 제작온라인/모바일 학습 콘텐츠화상영어·외국어 회화 서비스에듀테크 플랫폼 데이터 고도화
건강검진결과 DATA (체중, 키(신장), 허리둘레, 체질량지수,수축기혈압, 이완기혈압, 총 콜레스테롤, 고밀도 콜레스테롤, 중성지방, 저밀도 콜레스테롤, AST, ALT, 감마지티피, 공복혈당, 크레아티닌, 신사구체여과율 , 성별, 나이)를 입력하여 이를 분석하여 분석결과 DATA로 다음의 DATA 를 확인할 수 있는 API 를 제공해 드립니다.API 가이드는 아래링크를 참고해 주세요.https://www.damalab.ai/#/apiService/intro의학생체나이종합생체나이, 비만체형 나이, 심장 나이, 간 나이, 췌장 나이, 신장 나이, 폐 나이(종검에만 해당)대사나이대사 나이, 복부비만 나이, 고혈압 나이, 당뇨 나이, 동맥경화 나이,암발생위험도뇌암, 구강암, 후두암, 폐암, 식도암, 소장암, 담낭암, 림프종, 백혈병, 골수종, 피부암, 신장암, 갑상선암, 위암, 간암, 췌장암, 대장암, 방광암, 전립선암(남), 유방암(여), 자궁암(여), 난소암(여)질병발생 위험도비만 ,고지혈증, 고혈압, 당뇨병, 뇌졸중, 치매, 파킨슨병, 백내장, 황반변성, 만성폐쇄성폐질환, 만성신부전증, 골절, 골관절염, 골다공증, 전립선비대증, 허혈심장질환, 급성심근경색증, 뇌혈관질환의료비 예측금년도 나의 의료비, 5년후 나의 의료비, 10년후 나의 의료비, 금년도 동년배 의료비, 5년후 동년배 의료비, 10년후 동년배 의료비, 나의 외래진료 일수, 10년후 나의 외래진료 일수, 동년배의 외래진료 일수, 10년후 동년배의 외래진료 일수, 나의 입원 일수, 10년후 나의 입원 일수, 동년배의 입원 일수, 10년후 동년배의 입원 일수, 나의 연 평균 의료비, 동년배 연 평균 의료비, 나의 연 평균 의료비 상승률(%), 동년배 연 평균 의료비 상승률(%)사망 위험도사망위험도
▷ 데이터아래 "DB 항목(변수)" 중 필요한 데이터와 수량을 요청하시면 추출하여 제공해 드립니다.변수 항목의 수치단위는 데이터항목 정의서를 참고해 주시기 바랍니다. DB 항목(변수)중분류구분정보성별, 나이종합검진 결과값 체중, 키, 허리둘레, 엉덩이 둘레, 허리/엉덩이 둘레비율, 체질량 지수, 근육량, 근육율, 체지방량, 체지방율수축기 혈압, 이완기 혈압, 평균혈압, 맥압, 젖산탈수소효소, 씨피케이, 총콜레스테롤, 고밀도 콜레스테롤, 중성지방, 저밀도 콜레스테롤, 호모시스테인, 강제폐활량(강제폐활량%), 강제일초량(강제일초량%), 총단백질, 알부민, 글로불린, 알부민/글로불린 비율, 총 빌리루빈, 직접 빌리루빈, 알칼라인포스타제, AST, ALT, 감마지티피혈당, 당화혈색소, 아밀라제, 크레아티닌, 크레아티닌 제거율, 혈중요소질소, 요질량, 요산도일반검진 결과값체중, 키(신장), 허리둘레, 체질량지수수축기혈압, 이완기혈압, 총 콜레스테롤, 고밀도 콜레스테롤, 중성지방, 저밀도 콜레스테롤, AST, ALT, 감마지티피, 공복혈당, 크레아티닌, 신사구체여과율의학생체나이종합생체나이, 비만체형 나이, 심장 나이, 간 나이, 췌장 나이, 신장 나이, 폐 나이(종검에만 해당)대사나이대사 나이, 복부비만 나이, 고혈압 나이, 당뇨 나이, 동맥경화 나이,암발생위험도뇌암, 구강암, 후두암, 폐암, 식도암, 소장암, 담낭암, 림프종, 백혈병, 골수종, 피부암, 신장암, 갑상선암, 위암, 간암, 췌장암, 대장암, 방광암, 전립선암(남), 유방암(여), 자궁암(여), 난소암(여)질병발생 위험도비만 ,고지혈증, 고혈압, 당뇨병, 뇌졸중, 치매, 파킨슨병, 백내장, 황반변성, 만성폐쇄성폐질환, 만성신부전증, 골절, 골관절염, 골다공증, 전립선비대증, 허혈심장질환, 급성심근경색증, 뇌혈관질환의료비 예측금년도 나의 의료비, 5년후 나의 의료비, 10년후 나의 의료비, 금년도 동년배 의료비, 5년후 동년배 의료비, 10년후 동년배 의료비, 나의 외래진료 일수, 10년후
공급기업
1. 일별 지역별 업종별 카드소비정보
■ 데이터 개요 및 특징‘지역별 업종별 유입고객(행정동기준) 및 상권데이터’ 상품은 롯데카드에서 보유한 약 850만 회원이 약 280만 가맹점에서 결제한 데이터를 약 200여개 업종별로 소비를 파악할 수 있는 데이터입니다. 특정 지역 상권 특징 파악과 소비 데이터 분석을 바탕으로 지역 상권분석과 마케팅 전략 수립 등에 활용 가능할 수 있습니다. 또한 거주/유입고객을 구분하여 소비 패턴을 비교할 수 있습니다.■ 활용 사례롯데카드(주)에서는 카드 가맹점 및 개인 사업자 대상으로 다양한 데이터를 활용한 상권 분석 서비스 제공 및 향후 모바일 서비스 “Data-Driven Business 협업 플랫폼”을 통해 제공하고 있습니다. 해당 데이터를 통해 지역 상권 특성 분석에 활용하고 있습니다.■ 데이터 활용 TIP(1) A/B 테스트를 통한 특정 고객군 소비패턴 비교 분석 가능특정 고객군으로 한정지어 소비패턴을 추출할 경우 A/B 테스트 등을 활용하여 특정 고객군의 소비패턴 특징을 파악할 수 있습니다. 예를들어, 전체고객과 온라인결제 선호 고객군을 비교하여 온라인결제 선호 고객군의 소비 특징을 비교해볼 수 있습니다.(2) 부가정보를 통한 분석 확장 가능고객의 직업, 추정 소득 데이터 등 부가 정보를 활용할 경우, 심도 있는 분석을 수행할수 있습니다. 또한 통계청에서 발표하는 행정동별 인구수 등의 다양한 데이터 항목과 결합하여 활용 범위를 넓힐 수 있습니다.
공급기업
2. 일별 지역별 고객별 카드소비정보
■ 데이터 개요 및 특징‘지역별 업종별 유입고객(행정동기준) 및 상권데이터’ 상품은 롯데카드에서 보유한 약 850만 회원이 약 280만 가맹점에서 결제한 데이터를 약 200여개 업종별로 소비를 파악할 수 있는 데이터입니다. 특정 지역 상권 특징 파악과 소비 데이터 분석을 바탕으로 지역 상권분석과 마케팅 전략 수립 등에 활용 가능할 수 있습니다. 또한 거주/유입고객을 구분하여 소비 패턴을 비교할 수 있습니다.■ 활용 사례롯데카드(주)에서는 카드 가맹점 및 개인 사업자 대상으로 다양한 데이터를 활용한 상권 분석 서비스 제공 및 향후 모바일 서비스 “Data-Driven Business 협업 플랫폼”을 통해 제공하고 있습니다. 해당 데이터를 통해 지역 상권 특성 분석에 활용하고 있습니다.■ 데이터 활용 TIP(1) A/B 테스트를 통한 특정 고객군 소비패턴 비교 분석 가능특정 고객군으로 한정지어 소비패턴을 추출할 경우 A/B 테스트 등을 활용하여 특정 고객군의 소비패턴 특징을 파악할 수 있습니다. 예를들어, 전체고객과 온라인결제 선호 고객군을 비교하여 온라인결제 선호 고객군의 소비 특징을 비교해볼 수 있습니다.(2) 부가정보를 통한 분석 확장 가능고객의 직업, 추정 소득 데이터 등 부가 정보를 활용할 경우, 심도 있는 분석을 수행할수 있습니다. 또한 통계청에서 발표하는 행정동별 인구수 등의 다양한 데이터 항목과 결합하여 활용 범위를 넓힐 수 있습니다.
*데이터를 기반으로 한 세일즈 의사결정을 돕는 국내유일 세일즈 인텔리젼스 솔루션 제공하는 딥세일즈는 기존의 전통적인 방식의 무역거래시스템의 한계를 뛰어넘는 디지털 무역시장을 선도합니다.1.전세계 200여개국 1000만 자체 바이어 데이터베이스로 전세계에 있는 바이어와 컨택이 가능합니다.2.거래에서 발생할 수 있는 100여가지의 변수들을 모듈화해 매칭하는 자체 알고리즘 보유해 정교한 매칭이 가능합니다.3.대표메일 아닌 실제 담당자와 의사 결정권자의 컨택데이터 제공으로 효율적인 커뮤니케이션이 가능합니다.o 딥세일즈(DeepSales)- 해외로 물건을 수출하려는 세일즈 담당자를 위한, 실시간 잠재 바이어 DB 제공 서비스- 인간의 역량을 뛰어넘는 인공지능 매니져가 전 세계의 바이어를 실시간 분석하여, 제조사와 수출입 거래가 이루어질 확률이 높은, 최적의 해외 바이어 리스트를 실시간으로 제공- 스팸메일 형식의 구매 문의를 모든 바이어들에게 보낼 필요 없이, 제조사와 바이어 사이에서 수출입 거래와 관련된 요소들을 분석 후, 상호 주문 가능성이 제일 높은 최단 매칭 동선을 제공함으로써 무역 박람회나 B2B 플랫폼으로는 해결할 수 없는 비효율을 해결- 인공지능을 통해 잠재 바이어 리스트 확보 비용을 최대 90% 이상 절감1), 수출자와 수입자 간 정보 비대칭을 줄여 안전성을 높이고, 물류 흐름을 빠르게 하여 전체적인 수출입 효율을 증대o 판매 데이터의 상품성- 수요기업은 딥세일즈가 구축한 시스템과 수집한 수출입과 관련된 거래, 상품, 기업, 담당자 데이터를 이용해 정확한 의사결정을 하도록 함으로 기업의 최소의 리소스로 최대의 이윤을 창출할 수 있음 - 물리적 거리와 인간의 한계를 뛰어넘는 무역에 필요한 모든 정보를 제공- 수요기업의 물건을 구매할 바이어에 대한 360도 통합 view를 제공함으로 거래성사 가능성 증가- 잠재고객확보 및 리드를 취합하는 단계를 뛰어넘어 기회 고객에게 다이렉트로 연결함으로 5단계의 비효율적인 비즈니스 파이프라인을 3단계로 줄이며 수요기업의 DB
- 2D 비전검수용 객체판별 딥러닝 학습데이터셋 구축- 이미지 데이터를 받아 어노테이션을 진행하거나 직접 데이터를 수집·가공 후 어노테이션하여 학습데이터셋 제공- 2D 데이터 및 3D 데이터 상호 보완- 상품 모니터링 데이터를 수집해 제품의 특정 객체(스티커)나 불량품 선별을 위한 데이터셋 구축
- 2D 이미지 학습데이터셋 어노테이션 가공 서비스 제공- 3D LiDAR가 도입되기 어려운 환경(장애물이 많고 좁은 지형, 고가의 비용이 필요 없는 지역, 복잡하지 않은 지형)에서 2D vision 기반 딥러닝 학습 데이터셋 제공- 2D 학습데이터셋도 산업분야별로 구분하여 관리하고, 특정행동도 라벨링 가능(서 있는 형상, 걸어가는 행동 등)- 이미지 데이터를 받아 어노테이션을 진행하거나 직접 데이터를 수집·가공 후 어노테이션하여 학습데이터셋 제공- 자체적으로 데이터 수집 시 개인정보 비식별화 처리를 위해 얼굴, 차량번호 등 개인정보에 해당하는 부분은 마스킹 처리하여 수집 진행- 보행자, 차량 등 일반적인 객체뿐 아니라 다양한 객체에 라벨링 가능- 2D 데이터와 3D 데이터가 서로 보완 가능
공급기업
2D/3D 배경 어셋 데이터 상품
[주식회사 공감미디어]는 콘텐츠로 대중과 소통하고 공감하며 가치 있는 콘텐츠를 전달하는 콘텐츠 제작 전문 기업입니다.당사가 서비스하는 배경 어셋은 세트 형태의 배경 어셋과 더불어 카테고리별로 분류된 개별 어셋을 판매하여 알뜰하고 합리적인 배경 소스 구매가 가능하며,창작자와 작품 컨셉에 맞게 다양하게 조립"배치하여 기존의 한정된 컨셉의 세트 배경에서 벗어나 작품 컨셉에 맞는 자신만의 배경을 손쉽게 구현할 수 있습니다. 이외에도 웹툰·애니메이션·융합 콘텐츠 등 다양한 콘텐츠IP를 보유 중이며 양질의 콘텐츠를 제작·유통하고 있는 콘텐츠 전문 기업입니다.①핵심 기술 및 경쟁 전략 고증 자료를 바탕으로 믿을 수 있는 배경 소스 제작 국가별, 시대별 고증 기반 제작으로 창작자가 활용 가능한 정확도·신뢰도를 갖춘 배경 어셋/소스 제공 데이터 자산 및 운영 인프라 배경 DB 소스 40,000여 개 보유 회원 약 1만 명, 연계 기업 100개 이상의 협력 인프라 확보 수요 중심의 분류 체계 및 제품 구성 장르별 카테고리 구분을 통한 세분화된 배경 소스 제공 2D/3D, 2D, 브러쉬 등 다양한 형태의 리소스 제공으로 활용 범위 확대 카테고리 기반의 직관적 탐색을 통해 필요한 요소만 선택 구매할 수 있으며, 사용자가 목적에 맞게 조합·구성(모듈형 활용) 가능②데이터 최적화 확보작업 사양- CPU-인텔I7-10700K-메모리-32GB-그래픽 카드-RTX 1660 SUPER파일 용량- 2D파일 각1~150MB- 3D파일 각1~150MB③품질확보 전략다양한 용도로 활용 가능한 표현 다양성 확보확대/축소 등 환경 변화에도 품질 유지되는 양질의 데이터 보유체계적인 품질 관리 시스템 확보품질 제고를 위한 전담 조직 운영검수 기반 품질 관리 프로세스 구축 및 운영대외 컨설팅을 통한 데이터/서비스 품질 지속 개선
■ 데이터 개요 및 특징‘지역별 업종별 유입고객(행정동기준) 및 상권데이터’ 상품은 롯데카드에서 보유한 약 850만 회원이 약 280만 가맹점에서 결제한 데이터를 약 200여개 업종별로 소비를 파악할 수 있는 데이터입니다. 특정 지역 상권 특징 파악과 소비 데이터 분석을 바탕으로 지역 상권분석과 마케팅 전략 수립 등에 활용 가능할 수 있습니다. 또한 거주/유입고객을 구분하여 소비 패턴을 비교할 수 있습니다.■ 활용 사례롯데카드(주)에서는 카드 가맹점 및 개인 사업자 대상으로 다양한 데이터를 활용한 상권 분석 서비스 제공 및 향후 모바일 서비스 “Data-Driven Business 협업 플랫폼”을 통해 제공하고 있습니다. 해당 데이터를 통해 지역 상권 특성 분석에 활용하고 있습니다.■ 데이터 활용 TIP(1) A/B 테스트를 통한 특정 고객군 소비패턴 비교 분석 가능특정 고객군으로 한정지어 소비패턴을 추출할 경우 A/B 테스트 등을 활용하여 특정 고객군의 소비패턴 특징을 파악할 수 있습니다. 예를들어, 전체고객과 온라인결제 선호 고객군을 비교하여 온라인결제 선호 고객군의 소비 특징을 비교해볼 수 있습니다.(2) 부가정보를 통한 분석 확장 가능고객의 직업, 추정 소득 데이터 등 부가 정보를 활용할 경우, 심도 있는 분석을 수행할수 있습니다. 또한 통계청에서 발표하는 행정동별 인구수 등의 다양한 데이터 항목과 결합하여 활용 범위를 넓힐 수 있습니다.
- 고정형 라이다를 이용하여 공간 인식할 때 포인트 클라우드 객체별로 어노테이션된 학습데이터셋을 생성하여 제공- 전문 어노테이션 툴을 이용하여 사람, 자동차, 자전거 등을 객체별로 어노테이션 한 후, 학습용 데이터셋을 구축해 딥러닝을 활용한 객체인식에 활용- 기존 LiDAR 데이터셋은 자율주행에 집중되어 자율주행 관련 데이터셋을 구축한 경우가 많으나, 당사는 다양한 산업분야 환경의 데이터셋 어노테이션 작업 진행- 여러 산업분야의 중장비 객체뿐 아니라 특정 객체 유형을 추가하여 학습데이터셋 구축- 고객사의 요구사항에 맞춰 데이터셋 구축- 현재 구축되어 있는 데이터셋은 130만 건으로 숙련된 데이터 라벨러들이 작업 진행 중- 원하는 LiDAR 포인트 클라우드 데이터셋을 받아 작업을 진행하거나, LiDAR가 없을 시 직접 현장에 방문·수집하여 데이터셋 구축- 1달 기준 10만 건 객체 데이터 어노테이션 가능
공급기업
3D 인체 형상 데이터 상품
1. 데이터 소개사용자 중심 제품 설계와 인체공학 분석에 바로 활용 가능한 휴먼 빅데이터고품질 3D 인체 형상 데이터전신 및 부위별(두상, 얼굴, 손, 발, 팔, 다리, 귀 등) 3D 스캔 기반 데이터노이즈 제거, 정합, 표면 보정 등 후처리를 거친 정밀 복원 메쉬동일한 메쉬 구조로 정합된 파라메트릭 데이터 제공정량화된 인체 메타데이터수백 개 수준의 인체 치수(길이, 둘레, 폭, 각도 등)랜드마크 위치, 관절(Key point), 체형·볼륨 정보 포함성별, 연령, 국적 등 기본 인구통계 정보(비식별화)Skeleton(뼈대)·자세 확장 가능한 데이터표준화된 다관절 skeleton 정보 포함자세 파라미터를 통해 앉기, 서기, 걷기 등 다양한 자세·동작으로 변형 가능가상 착용, 간섭 분석, 사용성 시뮬레이션에 바로 활용 가능표준·특허 기반 신뢰성ISO 17097 등 국제표준 및 KS 표준을 기반으로 처리된 데이터컴포랩스 보유 특허(형상 정합, 파라메트릭 모델링, 자동 보정 등) 적용연구·산업용으로 재현성과 일관성이 확보된 데이터 자산2. 데이터 제공 방식컴포랩스의 데이터상품은 기업의 활용 목적과 기술 환경에 맞춰 유연하게 제공 가능데이터 파일 형태 제공3D 메쉬: OBJ, PLY, STL, FBX 등CAD/제조용: STP, IGS치수·메타데이터: CSV랜드마크·관절 정보: 별도 정의 파일AI 학습용 이미지, 특정 자세 변형 결과 등 옵션 제공 가능옵션 기반 커스터마이징특정 인체 부위 선택랜드마크·관절 추가 여부특정 치수 항목만 선별 제공대표 인체 모델(평균형, 백분위형 등) 생성산업·제품 유형별 맞춤 데이터 구성플랫폼 기반 제공 (SIZE LAB)웹 기반 플랫폼을 통해 데이터 조회·분석·활용3D 페르소나 생성, 사이즈 체계 분석, 제품 간섭 검토 등 지원기업 내부 설계 워크플로우와 연계 가능API 기반 제공휴먼 모델 생성, 치수·자세 파라미터 입력, 결과 호출을 API로 제공외부 서비스, 사내 시스템, 시뮬레이션 툴과의 연동 가능향후 SaaS·Pro-D(전문 설계
■ 데이터 개요 및 특징‘지역별 업종별 유입고객(행정동기준) 및 상권데이터’ 상품은 롯데카드에서 보유한 약 850만 회원이 약 280만 가맹점에서 결제한 데이터를 약 200여개 업종별로 소비를 파악할 수 있는 데이터입니다. 특정 지역 상권 특징 파악과 소비 데이터 분석을 바탕으로 지역 상권분석과 마케팅 전략 수립 등에 활용 가능할 수 있습니다. 또한 거주/유입고객을 구분하여 소비 패턴을 비교할 수 있습니다.■ 활용 사례롯데카드(주)에서는 카드 가맹점 및 개인 사업자 대상으로 다양한 데이터를 활용한 상권 분석 서비스 제공 및 향후 모바일 서비스 “Data-Driven Business 협업 플랫폼”을 통해 제공하고 있습니다. 해당 데이터를 통해 지역 상권 특성 분석에 활용하고 있습니다.■ 데이터 활용 TIP(1) A/B 테스트를 통한 특정 고객군 소비패턴 비교 분석 가능특정 고객군으로 한정지어 소비패턴을 추출할 경우 A/B 테스트 등을 활용하여 특정 고객군의 소비패턴 특징을 파악할 수 있습니다. 예를들어, 전체고객과 온라인결제 선호 고객군을 비교하여 온라인결제 선호 고객군의 소비 특징을 비교해볼 수 있습니다.(2) 부가정보를 통한 분석 확장 가능고객의 직업, 추정 소득 데이터 등 부가 정보를 활용할 경우, 심도 있는 분석을 수행할수 있습니다. 또한 통계청에서 발표하는 행정동별 인구수 등의 다양한 데이터 항목과 결합하여 활용 범위를 넓힐 수 있습니다.
■ 데이터 개요 및 특징‘지역별 업종별 유입고객(행정동기준) 및 상권데이터’ 상품은 롯데카드에서 보유한 약 850만 회원이 약 280만 가맹점에서 결제한 데이터를 약 200여개 업종별로 소비를 파악할 수 있는 데이터입니다. 특정 지역 상권 특징 파악과 소비 데이터 분석을 바탕으로 지역 상권분석과 마케팅 전략 수립 등에 활용 가능할 수 있습니다. 또한 거주/유입고객을 구분하여 소비 패턴을 비교할 수 있습니다.■ 활용 사례롯데카드(주)에서는 카드 가맹점 및 개인 사업자 대상으로 다양한 데이터를 활용한 상권 분석 서비스 제공 및 향후 모바일 서비스 “Data-Driven Business 협업 플랫폼”을 통해 제공하고 있습니다. 해당 데이터를 통해 지역 상권 특성 분석에 활용하고 있습니다.■ 데이터 활용 TIP(1) A/B 테스트를 통한 특정 고객군 소비패턴 비교 분석 가능특정 고객군으로 한정지어 소비패턴을 추출할 경우 A/B 테스트 등을 활용하여 특정 고객군의 소비패턴 특징을 파악할 수 있습니다. 예를들어, 전체고객과 온라인결제 선호 고객군을 비교하여 온라인결제 선호 고객군의 소비 특징을 비교해볼 수 있습니다.(2) 부가정보를 통한 분석 확장 가능고객의 직업, 추정 소득 데이터 등 부가 정보를 활용할 경우, 심도 있는 분석을 수행할수 있습니다. 또한 통계청에서 발표하는 행정동별 인구수 등의 다양한 데이터 항목과 결합하여 활용 범위를 넓힐 수 있습니다.
공급기업
6. 배달앱 결제 데이터
■ 데이터 개요 및 특징‘지역별 업종별 유입고객(행정동기준) 및 상권데이터’ 상품은 롯데카드에서 보유한 약 850만 회원이 약 280만 가맹점에서 결제한 데이터를 약 200여개 업종별로 소비를 파악할 수 있는 데이터입니다. 특정 지역 상권 특징 파악과 소비 데이터 분석을 바탕으로 지역 상권분석과 마케팅 전략 수립 등에 활용 가능할 수 있습니다. 또한 거주/유입고객을 구분하여 소비 패턴을 비교할 수 있습니다.■ 활용 사례롯데카드(주)에서는 카드 가맹점 및 개인 사업자 대상으로 다양한 데이터를 활용한 상권 분석 서비스 제공 및 향후 모바일 서비스 “Data-Driven Business 협업 플랫폼”을 통해 제공하고 있습니다. 해당 데이터를 통해 지역 상권 특성 분석에 활용하고 있습니다.■ 데이터 활용 TIP(1) A/B 테스트를 통한 특정 고객군 소비패턴 비교 분석 가능특정 고객군으로 한정지어 소비패턴을 추출할 경우 A/B 테스트 등을 활용하여 특정 고객군의 소비패턴 특징을 파악할 수 있습니다. 예를들어, 전체고객과 온라인결제 선호 고객군을 비교하여 온라인결제 선호 고객군의 소비 특징을 비교해볼 수 있습니다.(2) 부가정보를 통한 분석 확장 가능고객의 직업, 추정 소득 데이터 등 부가 정보를 활용할 경우, 심도 있는 분석을 수행할수 있습니다. 또한 통계청에서 발표하는 행정동별 인구수 등의 다양한 데이터 항목과 결합하여 활용 범위를 넓힐 수 있습니다.
데이터안심구역
7대광역시 성연령별 유입인구 데이터
7대광역시 성연령별 유입인구 데이터
상세 확인 필요 · 원본에 항목별 URL, 기간, 공간 범위, 스키마, 형식, 이용조건이 제공되지 않습니다.
데이터안심구역
7대광역시 시간대별 유입인구 데이터
7대광역시 시간대별 유입인구 데이터
상세 확인 필요 · 원본에 항목별 URL, 기간, 공간 범위, 스키마, 형식, 이용조건이 제공되지 않습니다.
데이터안심구역
7대광역시 요일별 유입인구 데이터
7대광역시 요일별 유입인구 데이터
상세 확인 필요 · 원본에 항목별 URL, 기간, 공간 범위, 스키마, 형식, 이용조건이 제공되지 않습니다.