Sieve

Sieve는 실제, 디지털, 시뮬레이션 환경에서 데이터를 수집해 모은다. 영상, 음성, 이미지, 상호작용 기록을 아우르므로 데이터 종류마다 여러 공급업체를 엮을 필요가 없다. 연구 팀이 끌어올리려는 역량에 맞춘 맞춤 수집도 구성하고, 텍스트 비중이 큰 데이터셋과 함께 시청각 AI 데이터도 제공한다.

원본 소재에는 잡음이 많다. Sieve는 출하 전에 의미, 권리, 결함, 작업 품질을 기준으로 들어오는 데이터에 점수를 매긴다. 이 단계가 중요하다. 품질이 낮거나 권리가 의심스러운 클립은 학습을 조용히 망칠 수 있고, 나중에 고치는 비용은 미리 걸러내는 것보다 훨씬 크다.

Sieve는 전용으로 만든 탐지기와 임베딩으로 수십억 개의 영상, 이미지, 음성 클립, 상호작용 기록에 색인을 붙인다. 공식 블로그의 튜토리얼은 10억 개 영상을 인덱싱하고 약 410억 개 벡터를 조회했다고 설명한다. 구매자에게 이 규모는 그냥 파일 더미가 아니라 검색할 수 있는 데이터셋을 뜻한다.

데이터는 자막, 전사, 객체 라벨, 동작 메타데이터, 카메라 신호, UI 이벤트, 맞춤 스키마와 함께 온다. 사람이 하는 품질 점검은 자동 라벨링과 나란히 돈다. 결과는 팀이 직접 라벨을 붙여야 하는 원본 파일이 아니라 선별된 멀티모달 데이터셋이다.

Sieve는 고객의 학습 요구에 맞춰 선별, 라이선스, 동의, 보존, 권한 요건을 처리한다. 전달은 종단간 암호화, 맞춤 보존 정책, SOC 2 Type 2 통제로 이뤄진다. 법무와 구매 담당자에게 이 서류 작업이 계약 성사 여부를 가르는 경우가 많다.

콘텐츠 라이브러리, 음성 녹음, 인터랙티브 월드를 보유한 조직은 Sieve를 통해 라이선스를 제공할 수 있다. 촬영을 시작하기 전에 시범 범위를 정하고 조건에 합의하므로, 권리자에게는 유료 AI 데이터 계약으로 가는 정돈된 경로가 생긴다.