크라우드웍스의 다양한 데이터셋을 확인해보세요.
이 데이터셋은 실제 인물 100명을 대상으로 수집된 전신 자세, 표정, 의상 등 생체 정보를 포함한 2,586개의 원본 비디오 데이터와, 다양한 얼굴 각도에서 촬영된 180도 셀피 영상 807개로 구성되어 있습니다. 모든 영상은 전처리 없이 자연스러운 환경에서 촬영되었으며, 감정 표현, 신체 움직임, 의상 및 배경의 다양성이 반영되어 있어, 얼굴·자세 인식, 행동 분석, 신원 확인 등 영상 기반 인식 AI 모델 개발에 최적화된 고품질 멀티모달 학습 자료입니다.
이 데이터셋은 인물 얼굴 이미지에 감정, 연령, 신원 등 다양한 주석 정보를 결합한 멀티모달 학습용 데이터로, 총 924,153장의 고품질 얼굴 이미지로 구성되어 있습니다.
이 데이터셋은 자격증, 공무원 시험 대비, 대학 전공 과목, 프로그래밍 등 STEM(과학, 기술, 공학, 수학) 분야를 포괄하는 1,769종의 온라인 강의 데이터를 포함하고 있습니다. 각 강의는 평균 34편의 동영상으로 구성되어 있으며, 총 60,519편의 강의 영상으로 구성된 대규모 교육 콘텐츠입니다. 다양한 학습 목적(입시, 자격 취득, 실무 역량 강화 등)에 따라 세분화된 커리큘럼으로 구성되어 있어, 교육 AI 모델 개발, 콘텐츠 분석, 학습 추천 시스템 등 다양한 응용 분야에서 활용이 가능합니다.
이 데이터셋은 다양한 프로그래밍 언어와 주제를 기반으로 구성된 총 147종 코딩 강의에 대한 823개 문서로, 학습 수준(초급~고급), 분야(웹, 알고리즘, 데이터 처리 등), 학습 내용별로 세분화된 수업 자료와 실습용 소스코드를 포함하고 있습니다. 텍스트 기반 강의 자료와 함께 실습에 활용된 코드 파일 및 관련 이미지까지 포함된 멀티모달 구성으로, 수준별·단계별 프로그래밍 학습 및 교육 AI 모델 개발에 최적화된 고품질 교육 데이터입니다.
전국 누적 교통량 데이터는 약 2,300만 사용자의 차량 이동 정보를 기반으로, 5분 단위, 365일 24시간 동안 전국 도로망에서 수집된 고해상도 교통 데이터셋입니다. 각 도로 구간의 평균 속도, 차량 통과량 등의 핵심 교통지표가 포함되어 있으며, 정밀한 교통 현황 분석과 예측, 정책 수립 및 산업 응용에 활용할 수 있습니다.
이 데이터셋은 초·중·고등학교 내신 시험 대비를 위한 5개 주요 과목(국어, 영어, 수학, 사회, 과학)의 객관식 및 주관식 문항, 정답, 해설과 관련 삽화 이미지를 포함한 대규모 멀티모달 학습 자료입니다. 2,166,600개의 다양한 유형의 문제와 답안, 상세 해설을 제공하며, 텍스트와 JSON 포맷뿐만 아니라 수식(LaTeX), HTML, 이미지(PNG), PDF 등 다양한 파일 포맷을 지원합니다. 일부 문항에는 시각정보를 이해하고 학습하는 멀티모달 AI 시스템을 위한 VLM(Vision-Language Model)용 삽화 및 도표 이미지가 포함되어 있습니다. 본 데이터셋은 내신 평가 AI, 자동 문제 생성, 지능형 학습 튜터 및 멀티모달 학습모델 개발에 최적화된 고품질 학습 자료입니다.
이 데이터셋은 중·고등학교 내신 시험 대비를 위한 다양한 교과목(국어, 영어, 수학, 사회, 과학) 문제들을 포함하고 있으며, 각 교과목의 이론서와 문제 풀이 자료를 체계적으로 정리하여 학생들이 효과적으로 시험에 대비할 수 있도록 돕는 자료입니다. 문제와 함께 개념 설명, 연습 문제, 실전 문제 등이 포함되어 있어 학생들이 다양한 학습 스타일에 맞춰 활용할 수 있습니다.
이 데이터셋은 국내 대학출판부, 학술 기관, 전문 협회 및 해외 출판 소스를 기반으로 구축된 고품질 도서 및 텍스트 자료로 구성되어 있습니다. 의료, 법률, 과학기술, 사회과학, 인문학 등 다양한 학문 분야를 포괄하며, 한글·영문·스페인어 등 다국어로 제공됩니다. 기초 학문부터 대학원 수준의 고급 전문서, 교육용 교재, 수험서, 문학작품, 자기개발서까지 포함되어 있으며, AI 언어 모델 학습 및 자연어 처리(NLP), 지능형 교육 시스템 구축 등에 활용 가능한 포괄적 텍스트 자원입니다.
600시간 분량의 고품질 러시아어 팟캐스트 데이터로, 자연스러운 구어체 표현과 다양한 억양을 포함하여 AI의 언어 이해 및 생성 능력을 향상시키는 데 최적화된 데이터셋입니다. 라이브 팟캐스트 녹음을 기반으로 하며, 대화형 AI, 음성 인식, 감정 분석 등 다양한 AI 애플리케이션 개발에 활용할 수 있습니다.
500시간 분량의 고품질 광동어 팟캐스트 데이터로, 자연스러운 구어체 표현과 다양한 지역 억양을 포함하여 AI의 언어 이해 및 생성 능력을 향상시키는 데 최적화된 데이터셋입니다. 라이브 팟캐스트 녹음을 기반으로 하며, 대화형 AI, 음성 인식, 감정 분석 등 다양한 AI 애플리케이션 개발에 활용할 수 있습니다.
