Synthetic Data란?
실데이터 유출 리스크·양 부족·클래스 불균형을 해결하기 위해 통계적으로 유사한 가짜 데이터를 생성한다.
생성
- GAN·Diffusion — 이미지
- LLM — 텍스트·대화
- Mostly AI, Gretel — 테이블 데이터 전문
Synthetic Data란?
정의
실제 데이터 통계 속성을 유지하며 인공 생성한 데이터. 프라이버시·편향 문제 대응.
🔗 함께 보면 좋은 용어
Data 전체 →데이터 관측성 플랫폼
Monte Carlo·Bigeye·Soda·Datafold·Elementary.
데이터 레이크 파일 포맷
Parquet·ORC·Avro·Arrow. 사용 시나리오별 선택.
임베딩 모델 선택
OpenAI·Cohere·BGE·ko-sroberta 등.
데이터 품질 프레임워크
Great Expectations·Soda·dbt tests·Elementary.
벡터 검색 벤치마크
ANN Benchmarks·VectorDBBench·BEIR.
모던 데이터 스택 2026
Snowflake·Databricks·Fabric·BigQuery 중심의 2026년 현황.