Key points are not available for this paper at this time.
기업은 끊임없이 진화하는 규제 환경, 소프트웨어 앱의 개인화 요구 사항, 보안 및 개인 정보 보호와 관련된 stricter governance와 같은 점점 더 복잡한 요구 사항 하에 운영되고 있습니다. 이러한 도전에 대응하기 위해 대기업은 비즈니스 프로세스에서 고객 경험에 이르기까지 광범위한 분야에서 자동화를 강조하고 있습니다. AI가 개발되는 소프트웨어 시스템의 핵심 구성 요소로 계속 자리 잡음에 따라, 데이터는 중요한 역할을 맡게 됩니다. 산업 규모의 AI 중심 소프트웨어 시스템은 대량의 학습 데이터가 필요하며, 우리의 경험에 따르면 이는 여러 가지 문제를 야기합니다. 본 논문에서는 AI 실무자와의 인터뷰를 기반으로 한 실증 연구를 통해 'NLP를 핵심으로 하는 소프트웨어 시스템(SSNLPCore)의 데이터 요구 사항'에서 해결해야 할 현재의 도전을 제시합니다. 우리는 또한 이러한 문제의 영향을 논의하고 이를 해결하기 위해 실무자가 현재 사용하는 기술에 대해 설명합니다. 우리의 연구 결과는 데이터와 관련된 세부 사항에 대한 집중이 프로젝트 생애 주기의 초기 단계에서 필요하다는 것을 밝혀냅니다. 여기에는 데이터를 선택, 처리 및 주석을 달 수 있는 방법과 같은 측면이 포함됩니다. 이는 AI 구성 요소가 소프트웨어 시스템의 비즈니스 목표를 충족하는 데 효과적일 수 있도록 보장할 수 있습니다.
Singhal 외(2022)가 이 질문을 연구했습니다.