제품 상세

Key Point

주요 특징

1. 원본을 외부로 내보내지 않는 안전한 합성데이터 엔진

기업·기관이 보유한 고객정보, 거래내역, 로그·센서 데이터에는 민감정보가 섞여 있어 직접 반출·공유하기 어렵습니다.
DTS는 원본 데이터를 외부 서버로 이동시키지 않고, 비접근(Non-Access) 구조와 프라이버시 보호 기술을 결합해 합성데이터를 생성합니다. 이 방식은 모델 공격이나 내부 유출 상황에서도 원본이 그대로 남아 있어, 보안과 컴플라이언스 요구를 동시에 만족합니다.

2. 단순 비식별이 아닌, 분석과 AI에 바로 쓰이는 고성능 데이터

기존 비식별·마스킹 방식은 개인정보는 가릴 수 있지만, 결측·편향·희소 클래스 때문에 실제 분석과 AI 학습에 활용하기 어렵다는 한계가 있습니다.
DTS는 합성 과정에서 결측값 보정, 희소 이벤트 증강, 편향 완화, 필요한 속성 추가 등을 함께 수행해, 원본보다 더 균형 잡힌 고성능 데이터셋을 만들어 줍니다. 실험·시뮬레이션, 모델 개발, 서비스 고도화까지 하나의 데이터로 이어갈 수 있습니다.

3. 보안·품질 검토를 자동화해 데이터 활용 속도 향상

새로운 데이터를 외부와 공유하거나 다른 팀과 활용하려면, 보안·법무·데이터팀의 검토가 길게는 수개월 걸리기도 합니다.
DTS는 통계적 유사도, 머신러닝 성능, 재식별 위험도 등 주요 지표를 산출하는 리포트를 제공해, 데이터 품질과 프라이버시 수준을 정량적으로 확인할 수 있게 합니다. 그 결과, 별도 전문 인력 없이도 빠르게 “사용 가능 여부”를 판단하고 프로젝트를 바로 시작할 수 있습니다.

4. 표·텍스트·이미지·시계열을 하나의 플랫폼에서 처리

현재 기업과 기관의 데이터는 CRM 테이블, 콜센터 텍스트, 의료·산업 이미지, 센서·로그 시계열 등 다양한 형태가 뒤섞여 있습니다.
DTS는 하나의 프레임워크 위에서 표·텍스트·이미지·시계열 등 멀티모달 데이터를 모두 지원해, 도메인마다 다른 툴을 도입하지 않아도 됩니다. 데이터 유형이 늘어나도 동일한 엔진과 UI로 관리·확장할 수 있어, 운영 복잡도와 비용을 크게 줄여줍니다.

5. 반출 제한 환경에서도 협업과 PoC를 가능하게 하는 데이터

클라우드 보안 정책, 망분리, 내부 규정 때문에 원본 데이터를 파트너사·연구기관·해외 법인과 공유하기 어려운 경우가 많습니다.
DTS로 생성한 합성데이터는 원본과 동등한 분석 가치와 패턴을 유지하면서도 개인·기밀 정보를 포함하지 않기 때문에, 반출이 어려운 환경에서도 외부 협업·PoC·벤더 평가·모델 벤치마킹 등에 안심하고 활용할 수 있는 “공유 가능한 데이터 자산”이 됩니다.

아키텍처

요금

요금

• 공공데이터 개방 등 공공 목적 합성데이터 프로젝트의 경우 별도 협의를 통해 보다 유연한 요금 정책을 적용할 수 있습니다.
• Time series, DNA 등 특수 도메인에 대한 단건 생성은 추가 비용이 발생할 수 있습니다.
• 표 데이터 중 일부 컬럼만 변경이 필요한 경우, 커스텀 비용이 책정될 수 있습니다.
• 기본가는 최고 보안 등급 기준이며, 보안 수준을 유지한 채 데이터 유용성을 높일 시 추가 비용이 발생합니다.
• 원본 데이터 양이 적을수록 할증 비용이 발생할 수 있습니다.
    o 1000건 미만 : 기준 금액 X 1.5
    o 100건 미만 : 기준 금액 X 3
    o 10건 미만 : 기준 금액 X 5
•On-Premise 구축 시 추가 비용 및 기간이 발생할 수 있습니다.
•생성 및 평가 모델 엔진 포함 시 추가 비용 및 기간이 발생할 수 있습니다.

기술 지원

활용 사례

Use cases

1. 고객 경험(CX)·마케팅 분석 고도화

고객 상담 이력(CS), 구매·이용 패턴, 앱·웹 로그, 상품 리뷰, VOC 텍스트 등
•고객 식별 정보(PII)는 제거하면서, 구매 성향, 지역별 트렌드, 이탈 징후 등 마케팅 핵심 지표의 통계적 패턴을 유지한 합성데이터 생성
•리뷰·상담 텍스트를 합성하여 감정 분석, 추천 모델, 챗봇·LLM 학습용 데이터셋으로 활용
•마케팅 대행사, 컨설팅사, 외부 분석 파트너에게 합성데이터를 제공해 법적 리스크 없이 데이터 기반 캠페인·전략 수립 가능

2. 바이오·헬스케어·제약 R&D 가속

임상 시험 데이터, 전자의무기록(EMR), 웨어러블·헬스케어 로그, 유전체 정보, 의료 영상(X-ray, MRI, CT 등)
•병원·연구기관 내부 원본 데이터에 직접 접근하지 않고도 Non-Access 방식으로 제약사·AI 스타트업이 합성데이터를 생성·활용
•차등정보보호(DP)를 적용해 희귀 질환, 소수 환자군 데이터에서도 재식별 위험을 수학적으로 통제하면서 글로벌 규제·윤리 기준 충족
•부족한 케이스(희귀 질환, 특정 부작용 등)를 증강해 신약 개발, 진단·판독 AI, 디지털 헬스 솔루션의 모델 성능 향상

3. 금융·핀테크·리스크 관리 고도화

신용카드 거래 내역, 계좌·결제 로그, 대출 심사 기록, 이상 거래 탐지(FDS) 로그, 연체·상환 이력 등
•실제 고객과 동일한 통계적 특성과 분포를 가진 가상의 금융 고객 데이터를 생성해 개인신용정보 유출 위험 제거
•사기(Fraud), 이상 거래, 대규모 연체처럼 희소한 이벤트를 증강해 FDS, 신용평가(CSS), 리스크 모델의 탐지 성능 극대화
•웹 기반 UI에서 리스크·상품 담당자가 직접 합성·검증을 반복하며 신규 상품 시뮬레이션, 리스크 시나리오 분석에 활용

4. 제조·모빌리티·IoT·스마트 팩토리

공장 설비 센서 로그, 생산·불량 이력, 자율주행 주행 기록, 물류·배송 경로, CCTV 영상·메타데이터, IoT 디바이스 로그
•시계열 전용 합성 모델로 설비 진동, 온도 변화, 부하 패턴, 트래픽의 계절성·추세·이상치까지 정밀하게 재현
•표 데이터(이력·로그), 이미지(불량품·현장), 시계열(센서·이벤트)을 하나의 플랫폼에서 통합 처리해 스마트 팩토리·디지털 트윈 구축 가속
•실제 설비·차량·고객 데이터를 외부에 노출하지 않고도 협력사·솔루션 공급사에 고품질 테스트·벤치마크 데이터를 제공

5. 데이터 비즈니스·파트너 협업·데이터 수익화

통신사 유동 인구 데이터, 카드사 소비 패턴, 이커머스 거래·검색 트렌드, 위치·행태 데이터 등
•보유 데이터를 합성해 데이터 마켓플레이스, 데이터 거래소 등에 제공하거나, 산업 간(예: 통신+유통, 카드+리테일) 데이터 제휴·결합에 활용
•계열사·부서별로 흩어진 데이터를 합성데이터 레벨에서 통합해 전사 공통 데이터 레이크를 구축하고, 분석·AI 팀이 안전하게 공유·활용
•결측값 보정, 불균형 클래스 해소 등 전처리를 합성 과정에서 함께 수행해, 파트너·고객사가 바로 모델링에 사용할 수 있는 AI 학습 데이터 상품 제공