데이터 큐레이션(data curation)은 데이터가 시간이 지나도 정확하고, 잘 설명되고, 쓸 수 있게 유지되도록 선별·정리·정제·관리하는 과정입니다. 어떤 데이터를 남길지 정하고, 맥락과 메타데이터를 더하고, 오류와 중복을 없애고, 원천이 바뀌어도 데이터를 최신으로 유지하는 일을 포함합니다.
잘 된 큐레이션은 데이터를 찾고 믿기 쉽게 만듭니다. 예를 들어 리서치 팀은 라벨이 잘못된 샘플을 걷어내고, 각 데이터가 어떻게 수집됐는지 기록하고, 나중에 결과를 되짚을 수 있게 버전을 매겨 라벨 이미지셋을 큐레이션합니다.
큐레이션은 데이터를 전반적으로 쓸 만하게 준비합니다. 큐레이션된 데이터셋이 특정 AI 실행에 실제로 준비됐는지, 그 실행을 재현할 수 있는지는 별개의 준비도 문제입니다.