AI 보고서: 인공지능 도입으로 ROI를 극대화 하는 방법
상담 예약하기

Dataset

글로벌 시장 진출을 위한 AI 구축, 고품질 데이터셋으로 쉽고 빠르게 시작하세요

데이터셋 받아보기

고품질 데이터셋으로 AI 개발이 빨라집니다

전처리된 데이터셋으로 AI 모델을 더 빠르게 학습시키고, 개발 비용을 최적화하세요.

음성 인식(ASR) 데이터셋

  • 90개 언어로 된 오디오 데이터 10만 시간
  • 1만 시간의 대화형 오디오 데이터셋 90개
  • 7만 시간의 낭독 오디오 데이터셋 120개
  • 2만 시간의 스피치 오디오 데이터셋 20개
  • 아기 울음소리 70시간, 개와 고양이 소리 70시간, 어린이 목소리 등 특수 데이터셋
데이터셋 받아보기

LLM 데이터셋

  • 토큰 LLM 데이터셋 81억 개
  • 이미지-텍스트 쌍 멀티모달 데이터셋(일본어/한국어/영어) 5만 개
  • 동영상-텍스트 쌍 멀티모달 데이터셋(일본어/한국어/영어) 1만 개
  • 생각의 사슬(Chain-of-thoughts) 데이터셋(일본어/한국어/영어) 1만 개
데이터셋 받아보기

이미지 데이터셋

  • 이미지 데이터 600만 개
  • 한국어, 영어, 태국어, 힌디어, 스페인어, 핀란드어를 포함한 OCR 이미지 12,000개
  • 다중 레이블 이미지 데이터베이스 2,196개
  • 다중 포즈 및 다중 조명의 인물 사진 680개
데이터셋 받아보기

동영상 데이터셋

  • 0~3세 영유아의 울음소리 데이터 100개
  • 한국어, 독일어, 태국어 자막이 있는 동영상 데이터
데이터셋 받아보기

텍스트 데이터셋

  • 523만 개의 항목과 98개 언어를 포함하는 발음 사전
  • 326만 개의 항목과 22개 언어를 포함하는 품사 사전
  • 8개 언어로 된 100만 개의 항목이 포함된 NER 데이터셋
데이터셋 받아보기

음성 합성(TTS) 데이터셋

  • 다국어 데이터셋
  • 20개 이상의 각기 다른 언어를 사용하는 400명의 전문 성우 리소스
데이터셋 받아보기

Use Cases

자율주행

  • 운전자 행동 인식 데이터셋: 운전자의 자세와 위험 행동, 피로도 감지
  • 승객 안전 모니터링 데이터셋: 차에 남겨진 어린이나 애완동물 및 위험 품목 식별
  • 차량 내부 음성 데이터셋: 음성 내비게이션과 스마트 드라이빙 구축
  • 차량 외부 데이터셋: 도로의 차선, 장애물 및 주차 공간 식별
데이터셋 받아보기

고객 서비스

  • 자연어 처리 데이터셋: AI와 유사한 대화 프로그램 생성, 스마트 온라인 고객 서비스 지원
  • TTS 음성 데이터셋: 텍스트 파일 실시간 변환, 자연스러운 음성 스트림 변환
데이터셋 받아보기

스마트 금융

  • 금융 OCR 데이터셋: 텍스트 전사 인식 자동화를 통해 계약 검토나 금융 및 보험 분야의 OCR 지원
데이터셋 받아보기

스마트 홈

  • 음성 인식 데이터셋: 전자 제품의 기능적 프롬프트 및 스마트 상호 작용 지원
  • 장애물 이미지 데이터셋: 로봇 청소기의 물체 식별과 장애물 통과 기능 지원
데이터셋 받아보기

스마트 기기

  • 얼굴 및 음성 인식 데이터셋: 스마트 장치 애플리케이션 배포 지원
데이터셋 받아보기

스마트 보안

  • 얼굴 인식 및 위험 행동 추적 데이터셋: 스마트 보안 인공 지능 구축 지원
데이터셋 받아보기

데이터셋 리스트

필요한 데이터셋을 검색해보세요.

"문의하기”를 클릭하시면 담당 전문가가 연락드립니다.

필터
Data Type
ASR
TTS
Dictionary
Image
Text
Video
Country/Area
South Korea
Asia
North America
South America
Ocreania
Multi-language
Europe
Africa
Use Case
ASR
Conversational AI
Chatbot
Smart Devices
Call center
Virtual assistant
OCR
LLM
Healthcare
Semantic Analysis
Multimodal
Education
TTS
Translation
Smart Cockpit
Autopilot
Image recognition
Language modeling
Speech analysis
지우기
Korean OCR
문의하기
Dataset ID
IMG_KOR_OCR_CN
Type
Image
Language
Korean
Language/Region
South Korea
Common application
Image recognition
Lead more
Dataset name :
Korean OCR
Dataset ID :
IMG_KOR_OCR_CN
Description :
Including annotation: Advertisement_2349 Board _119 Business Card/Menu _134 List 212 Map_444 Banner Slogans _106 Shop_47 Excluding annotations: Advertisement_225 Board _13 Business card/menue_21 Checklist_254 Map_106 Banner Slogans _78 Shop-6“
Type :
Image
Language :
Korean
Country/Area :
South Korea
Collection equipment :
Multiple lighting options
Collection environment :
Multiple lighting options
Unit :
3724images
With transcription/annotation or not :
Yes
Common application :
Image recognition
Download Sample
Korean NER news text
문의하기
Dataset ID
KOR_NER001
Type
Text
Language
Korean
Language/Region
South Korea
Common application
Language modeling, LLM
Lead more
Dataset name :
Korean NER news text
Dataset ID :
KOR_NER001
Description :
The directory KOR_NER001 contains: * 25 XML encoded files, each of which contains 1000 sentences annotated for named entities. * this file, "KOR_NER001.readme" * a Specifications document, "Appen_NamedEntitySpecifications_KOR_2016.pdf" <BODY> <SENT id="000001" inDocId="4" lastLine="false" lang="KOR"> Sentence Text </SENT> <SENT id="000002" ... ... </SENT> </BODY>
Type :
Text
Language :
Korean
Country/Area :
South Korea
Collection equipment :
Collection environment :
Unit :
25,830 sentences
With transcription/annotation or not :
No
Common application :
Language modeling, LLM
Download Sample
English (United States) conversational smartphone
문의하기
Dataset ID
USE_ASR003
Type
ASR
Language
English
Language/Region
America
Common application
Speech analysis, Virtual assistant, ASR
Lead more
Dataset name :
English (United States) conversational smartphone
Dataset ID :
USE_ASR003
Description :
This database contains voice data recorded during 928 sessions. Each pair of 928 unique speakers recorded an average of about 60 minutes of conversation. Each pair of speakers can record up to 14 conversations about different topics. Provided the speaker with a topic for each conversation.
Type :
ASR
Language :
English
Country/Area :
America
Collection equipment :
Mobile phone
Collection environment :
Low background noise (home/office)
Unit :
1000hours
With transcription/annotation or not :
Yes
Common application :
Speech analysis, Virtual assistant, ASR
Download Sample
Korean (South Korea) Pronunciation Dictionary
문의하기
Dataset ID
kor_KOR_PHON
Type
Dictionary
Language
Korean
Language/Region
South Korea
Common application
Language modeling, TTS, ASR
Lead more
Dataset name :
Korean (South Korea) Pronunciation Dictionary
Dataset ID :
kor_KOR_PHON
Description :
The file format of the lexicon is a plain TXT file encoded in UTF-8.The lexicon contains the following columns. Each column is separated by a<tab> character: 1.Word/Name 2.Transcription 3.Rank 4.Comment (Optional)
Type :
Dictionary
Language :
Korean
Country/Area :
South Korea
Collection equipment :
Collection environment :
Unit :
100,000words
With transcription/annotation or not :
No
Common application :
Language modeling, TTS, ASR
Download Sample
Korean (South Korea) Part of Speech Dictionary
문의하기
Dataset ID
kor_KOR_POS
Type
Dictionary
Language
Korean
Language/Region
South Korea
Common application
ASR, Language modeling, TTS
Lead more
Dataset name :
Korean (South Korea) Part of Speech Dictionary
Dataset ID :
kor_KOR_POS
Description :
The file format of the lexicon is a plain TXT file encoded in UTF-8.The lexicon contains the following columns. Each column is separated by a<tab> character: 1.Word/Name 2.Transcription 3.Rank 4.Comment (Optional)
Type :
Dictionary
Language :
Korean
Country/Area :
South Korea
Collection equipment :
Collection environment :
Unit :
100,000words
With transcription/annotation or not :
No
Common application :
ASR, Language modeling, TTS
Download Sample
Code Q&A Dataset
문의하기
Dataset ID
DM_CNRD,
Type
Text
Language
Chinese
Language/Region
China
Common application
Language modeling
Lead more
Dataset name :
Code Q&A Dataset
Dataset ID :
DM_CNRD,
Description :
Code Q&A Dataset
Type :
Text
Language :
Chinese
Country/Area :
China
Collection equipment :
Collection environment :
Unit :
12 million pairs
With transcription/annotation or not :
No
Common application :
Language modeling
Download Sample
Natural scene videos and descriptions
문의하기
Dataset ID
VED_ZR_CNRD,
Type
Video
Language
Language/Region
Common application
Multimodal
Lead more
Dataset name :
Natural scene videos and descriptions
Dataset ID :
VED_ZR_CNRD,
Description :
Natural scene videos and descriptions
Type :
Video
Language :
Country/Area :
Collection equipment :
Collection environment :
Unit :
400000
With transcription/annotation or not :
No
Common application :
Multimodal
Download Sample
Indonesian Dialogue Database
문의하기
Dataset ID
IND_DH_ASR001_CN
Type
ASR
Language
Indonesian
Language/Region
Indonesia
Common application
Speech analysis, Virtual assistant, ASR
Lead more
Dataset name :
Indonesian Dialogue Database
Dataset ID :
IND_DH_ASR001_CN
Description :
IND_DH_ASR001_CN is the recording of the conversation between Indonesian locals who speak Indonesian as their native language. Topics include: financial consumption, communication, social hot spots, tourism and shopping, sports and entertainment, digital time, local names, education and learning, medical COVID-19, and scientific and technological digital games. This database contains text transcription and labels have been added to the text.
Type :
ASR
Language :
Indonesian
Country/Area :
Indonesia
Collection equipment :
Mobile phone
Collection environment :
Low background noise (home/office)
Unit :
300hours
With transcription/annotation or not :
Yes
Common application :
Speech analysis, Virtual assistant, ASR
Download Sample
High quality graphics and text for databases
문의하기
Dataset ID
GIMG_CNRD
Type
Image
Language
Language/Region
CHN
Common application
Multimodal
Lead more
Dataset name :
High quality graphics and text for databases
Dataset ID :
GIMG_CNRD
Description :
High quality graphics and text for databases
Type :
Image
Language :
Country/Area :
CHN
Collection equipment :
Collection environment :
Unit :
4000000 images
With transcription/annotation or not :
Yes
Common application :
Multimodal
Download Sample
Arabic image database with annotation
문의하기
Dataset ID
IMG_OCR_ARU002_CN
Type
Image
Language
Arabic
Language/Region
Arab
Common application
Image recognition
Lead more
Dataset name :
Arabic image database with annotation
Dataset ID :
IMG_OCR_ARU002_CN
Description :
Mainly includes the following types of images: billboards, business memos, lists, maps, packaging, slogans, store signs, posters
Type :
Image
Language :
Arabic
Country/Area :
Arab
Collection equipment :
Mobile phone/tablet/camera
Collection environment :
Multiple lighting options
Unit :
15054images
With transcription/annotation or not :
Yes
Common application :
Image recognition
Download Sample
1 / 45

FAQ

데이터셋 솔루션에 관한 자주 묻는 질문과 답변을 지금 확인해보세요.

1
AI 데이터셋은 어떤 형식으로 제공되나요? (예: CSV, JSON, 텍스트 등)
-

저희는 고객사의 요구에 맞춰 CSV, JSON, 텍스트 등 다양한 형식으로 AI 데이터셋을 제공합니다. 요청 시, 원하는 포맷에 맞춘 샘플 데이터도 공유해드릴 수 있으며, 실사용에 최적화된 형태로 데이터 전환 및 제공 서비스를 함께 지원합니다.

2
특정 케이스에 따라 맞춤형 데이터셋을 받아 볼 수 있나요?
+

네, 가능합니다. 건별로 요구사항을 사전에 면밀히 검토한 뒤, 데이터의 특성과 활용 목적을 고려하여 최적화된 맞춤형 데이터셋을 제공합니다. 고객사와의 긴밀한 협의를 통해 필요사항을 정확히 파악하여, 이에 맞춰 유연하게 대응합니다.

3
샘플 데이터셋을 먼저 받아볼 수 있나요?
+

네, 가능합니다. 고객사와 상담 후 프로젝트 및 고객의 니즈에 적합한 샘플 데이터셋을 제공함으로서 실적용 가능성을 사전에 검토하실 수 있도록 지원해드립니다.

에펜의 데이터셋, 무엇이 다를까요?

빠른 배포 속도

전처리 된 데이터셋으로 AI와 ML 프로젝트 프로세스를 단축합니다.

저비용 고효율

라이선스가 확보된 전처리된 데이터셋은 직접 데이터를 수집 및 가공하는 것보다 비용 효율적입니다.

전문가 지원

데이터셋 분야에서 20년 이상 활동해 온 전문가 팀이 함께 합니다.

모든 데이터 유형 지원

이미지, 동영상, 음성, 오디오, 텍스트 등 모든 종류의 데이터셋을 지원합니다.

대규모 데이터 제공

모델을 효율적으로 훈련할 수 있는 대량의 고품질 데이터를 제공합니다.

고품질 데이터 제공

정확하게 전처리 된 데이터를 통해 머신러닝 모델 품질을 개선하고 데이터 편향을 줄입니다.

AI 모델에 딱 맞춘 데이터셋을 제공합니다.

  • 원하는 언어, 도메인, 포맷으로 완벽하게 맞춤 제작 가능
  • 기업별 요구사항을 반영한 커스텀 데이터 서비스 제공
  • 전 세계 80개국에서 원하는 데이터 수집 & 가공 가능
맞춤형 데이터 요청하기
Resources
2025/05/18

프랑스어 음성 인식 모델 개발 성공 사례 - MediaInterface

더 알아보기
심리 상담 AI 개발 성공 사례
2025/03/16

심리 상담 AI 개발 성공 사례

더 알아보기
전처리된 음성 데이터로 쉽고 빠르게 음성 인식 AI 개발하기
2024/12/23

전처리된 음성 데이터로 쉽고 빠르게 음성 인식 AI 개발하기

더 알아보기
데이터세트 리스트
2024/12/18

데이터세트 리스트

더 알아보기
2024/12/16

데이터셋(Dataset)이란?

더 알아보기
2024/12/16

LLM(Large Language Model) 데이터 - 수집 방법, 장단점, 윤리

더 알아보기
더 보기

데이터 수집 및 가공은 에펜에서!

찾고 계시는 데이터셋이 있으신가요? 에펜은 모든 데이터 유형에 대한 맞춤형 데이터셋 서비스를 제공합니다. 지금 바로 문의하세요.

문의하기
LLM 데이터 서비스에펜 지능형 LLM 플랫폼
About Appen투자사데이터 보안
데이터셋데이터 수집데이터 라벨링데이터 라벨링 플랫폼
자율주행헬스케어이커머스해외 진출온라인 AI스마트 디바이스

Headquarter

Level 6/9 Help St Chatswood

NSW 2067 Australia

+61-2-9468-6300

@ 2024 APPEN LIMITED
개인정보처리방침
문의하기