DTSData Enablement for AI
사례가 부족할 때, DTS로 준비합니다.
부족한 사례를 채우고 편중된 분포를 조정하며, 그대로 쓰기 어려운 데이터를 AI 업무에 맞게 준비합니다.
01문제
데이터는 이미 있습니다. AI 업무에 바로 쓸 수 없을 뿐입니다.
흉부 엑스레이 · 학습 데이터예시
배우기엔 너무 적음마스킹이나 샘플링으로는 빠진 사례를 더할 수 없습니다.
02데이터 유형
가진 데이터로 시작합니다. 후보 데이터는 DTS가 준비합니다.
표와 이미지, 두 가지 데이터를 다룹니다.
합성 목적
소득 예측 모델 학습용 데이터
DTS가 반영하는 것
- 컬럼별 분포
- 컬럼 사이의 관계
- 텍스트를 포함한 모든 컬럼
받는 것
- 합성 데이터CSV
- 품질 평가 리포트PDF
합성 목적
폐렴 판독 모델 학습용 이미지
DTS가 반영하는 것
- 원본의 시각적 특성
- 설정한 장수와 해상도
이미지 도메인은 도입 때 협의합니다.
받는 것
- 합성 이미지ZIP
- 품질 평가 리포트PDF
- 보강부족한 사례를 채워 데이터 규모를 늘립니다.
- 조정편중된 분포의 균형을 맞춥니다.
- 생성원본을 쓰기 어려울 때 대신 쓸 새 기록을 만듭니다.
03진행 방식
네 단계로 진행합니다. 원본은 그대로 둡니다.
도입 방식은 고객 환경에 맞춰 정합니다.
-
01
자료 넣기
합성 목적을 적고 원본을 고릅니다.
-
02
진단
표 데이터의 통계 특성과 컬럼 유형을 자동으로 파악합니다. 이미지는 건너뜁니다.
-
03
생성 조건
생성 규모를 정하고 컬럼 분류 결과를 확인합니다.
-
04
결과
품질 평가를 확인하고 데이터와 리포트를 내려받습니다.
주요 기능컬럼 자동 분류통계 프로파일링개인정보 분류 확인진행 상태 조회결과 리포트
04품질 평가
만든 데이터도 평가합니다. 기준은 세 가지입니다.
유사성·다양성·안전성을 수치로 평가해 결과 리포트로 제공합니다.
합성 과정에 개인정보 보호 기술 적용을 검토할 수 있으며, 적용하면 생성 성능이 낮아질 수 있습니다.
품질 평가
유사성Similarity
원본을 얼마나 닮았는가
TVD2D CorrelationBERTScoreFID
다양성Diversity
얼마나 다양한가
EntropyDuplication RateLPIPS
안전성Safety
원본 정보가 드러날 위험은 얼마나 되는가
Identification RiskLinkage RiskInference RiskCopy Risk
지표는 데이터 유형에 따라 다릅니다.
05도입 방식
DTS만 따로 도입할 수 있습니다. Syntitan에서는 준비·보완 엔진입니다.
단독
DTS
AI 업무에 부족한 데이터를 DTS 하나로 준비합니다.
- 데이터 규모 늘리기
- 원본을 쓰거나 공유하기 어려울 때의 대안
- 합성 데이터와 품질 평가 리포트 제공
Syntitan 안에서
DTS + Syntitan
합성 데이터 생성은 현재 DTS 단독 도입으로만 제공합니다.
- Syntitan: 데이터 진단·개선
- DTS: 합성 데이터 생성과 품질 평가
- 함께 쓰는 범위는 도입 때 확인
고객 사례
- 금융 · IBK기업은행이상거래·거래 패턴을 학습용으로 확장
- 금융 · 교보생명이탈 예측 데이터를 DTS로 준비
06비교
다른 방법은 있는 기록을 다룹니다. DTS는 새 기록을 더합니다.
방법마다 부족한 사례가 어떻게 달라지는지 비교했습니다.
-
마스킹 · 비식별화
이미 있는 기록에서 민감한 값을 가리거나 지웁니다.
부족한 사례는 그대로
-
데이터 샘플링
이미 있는 기록 중 일부를 골라 씁니다.
부족한 사례가 그대로이거나 더 줄어듦
-
수작업 라벨링
사람이 기존 기록에 라벨을 붙이거나 고칩니다.
라벨은 나아지지만 사례는 그대로 적음
-
DTS
원본 특성을 반영한 새 기록으로 데이터를 늘립니다.
새 후보 기록이 더해짐
07근거
고객사와 인증·수상
금융 · 공공 · 통신
- 12고객·PoC금융·공공 등
- GS 1GS 인증 1등급DTS v1.0
- 3년혁신제품 지정조달청
- 2클라우드 마켓플레이스AWS · 네이버클라우드
GS 인증은 DTS v1.0 기준(2025년 1월)이며, 혁신제품 지정은 2026년 9월부터 3년입니다.
Gartner® 리포트
- Deploy Domain-Specific Agentic AI to Lower AI Costs and Drive Innovation2026년 10월 · 예시 업체로 소개
- Emerging Tech: Provider Differentiation Strategy Trends for Hyper-Synthetic Data2025년 6월 · 대표 벤더(Representative Vendor)로 등재
08FAQ
자주 묻는 질문
DTS란 무엇인가요?
DTS는 CUBIG의 Data Enablement for AI 제품입니다. 부족한 사례를 채우고 편중된 분포를 조정하며, 그대로 쓰기 어려운 기업 데이터를 AI 업무에 맞게 준비합니다. 핵심 수단은 원본의 구조와 특성을 반영한 합성 데이터 생성이며 결과 품질은 유사성·다양성·안전성으로 평가합니다. 도입 방식은 고객 환경에 맞춰 정하며, AWS Marketplace·네이버클라우드 마켓플레이스·조달청 혁신장터에 등록되어 있습니다.
DTS는 개인정보를 어떻게 다루나요?
DTS는 원본의 개인정보 관련 컬럼을 분류해 확인·수정할 수 있게 합니다. 합성 결과의 식별·연결·추론 위험은 안전성 지표로 평가합니다. 합성 과정에 차등 프라이버시 같은 개인정보 보호 기술 적용을 검토할 수 있으나, 적용하면 생성 성능이 낮아질 수 있습니다. 합성 데이터라고 해서 개인정보가 완전히 보호되는 것은 아니므로 활용 전에 검토해야 합니다.
Syntitan 없이 DTS만 쓸 수 있나요?
네. DTS는 단독으로 도입할 수 있습니다. 합성 데이터 생성은 현재 온프레미스 DTS로 제공하며 Syntitan SaaS에는 아직 포함되어 있지 않습니다.
DTS는 어떤 데이터 문제를 해결하나요?
네 가지입니다. 사례가 너무 적은 데이터, 그대로는 쓸 수 없는 데이터, 한쪽으로 쏠린 데이터, 새로 만든 데이터의 품질을 확인하기 어려운 문제입니다.
원본 데이터를 옮기지 않고도 DTS를 쓸 수 있나요?
네. DTS는 고객 환경 안에서 실행하도록 도입할 수 있고, 원본 데이터셋의 내용을 바꾸지 않습니다. 결과물은 합성 데이터와 품질 평가 리포트라 폐쇄망처럼 데이터를 밖으로 옮기기 어려운 환경에도 맞출 수 있습니다.
DTS와 Syntitan은 어떻게 다른가요?
DTS는 CUBIG의 Data Enablement for AI 제품이고, 단독으로 도입할 수 있습니다. Syntitan은 데이터 준비 상태를 진단하고 같은 모델·평가 조건에서 데이터의 업무 적합성을 검증해 확인 조건과 함께 버전으로 남기는 AI-Ready Data Platform입니다. Syntitan 안에서 DTS는 데이터 준비·보완 엔진으로 작동합니다. 합성 데이터 생성은 현재 온프레미스 DTS로 제공합니다.
CUBIG의 데이터 최적화와 DTS의 Data Enablement는 같은 말인가요?
아닙니다. 데이터 최적화는 데이터를 특정 AI 업무에 맞게 준비·검증하고 실제 사용과 변경 이후의 판단 근거까지 잇는 CUBIG 전체의 운영 개념입니다. DTS는 그중 부족한 사례를 채우고 편중된 분포를 조정하며 데이터 사용 제약을 다루는 제품입니다.
Data Enablement라면 데이터 카탈로그나 거버넌스까지 제공한다는 뜻인가요?
아닙니다. 시장에서는 Data Enablement를 넓은 뜻으로 씁니다. CUBIG은 DTS를 설명할 때 부족한 사례를 채우고 편중된 분포를 조정한다는 제품 범위를 함께 밝힙니다.
AI 업무에 빠진 데이터를 DTS로 준비하세요
AI 업무 하나를 정하고, 부족한 사례부터 확인합니다.



































