AI 학습데이터 품질 평가와 개선을 위해 데이터 분석 플랫폼과 인터랙션 시각화를 개발한 프로젝트입니다.
페블러스 데이터클리닉 데이터 품질 진단 SaaS 개발
과제: 데이터 품질 평가 결과를 데이터 전문가가 아닌 사람도 읽을 수 있게 보여줘야 했습니다.
한 것: 서비스 웹 + API 서버 + 인프라 + D3 기반 진단 리포트 차트
프로젝트 정보
- 클라이언트·업종: 주식회사 페블러스 · AI 데이터 품질
- 기간: 2024.12 ~ 2025.02
- 범위: 프론트엔드 · 백엔드
- 산출물: 사용자 웹 · API 서버
- 플랫폼: 반응형 웹
- 기술 스택: Next.js · FastAPI · PostgreSQL · AWS · Docker
데이터 품질이 나쁘다는 말을 어떻게 눈으로 보여주나
데이터클리닉은 AI 학습데이터의 품질을 진단하고 합성데이터를 만들어주는 B2B SaaS입니다. 품질 지표는 숫자로 나오지만 그 숫자를 읽는 사람이 데이터 전문가가 아닐 때가 많습니다. 진단 대상은 대용량 데이터셋이라 업로드·처리와 DB 접근 통제까지 함께 풀어야 했습니다.
어떻게 풀었나
판단 1. 진단을 3단계 Level로 나눠 보여줬다
품질 평가를 Level 1~3의 단계별 심층 분석 리포트로 갈랐습니다. 전체를 훑는 단계에서 클래스별로 파고드는 단계까지 순서가 있어, 처음 보는 사람도 위에서부터 읽어 내려가면 됩니다.
판단 2. 차트를 D3로 직접 그렸다
전체 데이터와 클래스별 분포를 D3 기반 차트로 그려 리포트에 넣고 PDF로 내려받게 했습니다. 품질 지표마다 봐야 할 모양이 달라 범용 차트 컴포넌트로는 맞추기 어려운 부분이었습니다.
판단 3. 접근 경로를 API Key와 터널로 좁혔다
서비스 인증은 API Key 기반으로 두고, 운영 DB는 Bastion Host를 거쳐서만 닿게 RDS 터널링을 구성했습니다. 대용량 데이터셋이 오가는 서비스라 업로드·처리 안정성과 접근 통제를 같이 잡아야 했습니다.
이런 고민이면 이 사례가 답입니다
- 데이터·AI 도구를 SaaS로 제품화하려는 팀
- 차트·리포트 중심 대시보드 개발 업체를 찾는 중
- Python FastAPI 백엔드와 협업할 프론트엔드가 필요한 경우
자주 묻는 질문
Q. 이 규모의 SaaS 웹은 얼마나 걸리나
이 건은 서비스 웹·서버·인프라까지 약 3개월이었습니다(기간 기준, 금액과 무관).
Q. 백엔드가 Python이어도 되나
이 건은 백엔드가 Python FastAPI였고, 프론트엔드는 Next.js로 붙여 협업했습니다.
비슷한 프로젝트를 고민 중이라면, 상담만 받아보셔도 됩니다.
갱신 2026.09.03 · 제로스튜디오