Spaces:

datumo
/

README

Configuration error

App Files Files Community

README / README.md

barom2

Update README.md

55c8f57 verified 4 months ago

preview code

Raw

History Blame Contribute Delete

13.4 kB

	<div align="center">

	<img src="https://cdn-avatars.huggingface.co/v1/production/uploads/63aa4990769a10efc403771c/-hPclrsYl0IW6kqD2DWBL.png" width="100" alt="DATUMO logo"/>

	# ⭐ DATUMO
	### The Data-centric AI Company

	Built by [Selectstar](https://selectstar.ai/) — data infrastructure for trustworthy AI

	[![Website](https://img.shields.io/badge/🌐_Website-selectstar.ai-4f46e5?style=for-the-badge)](https://selectstar.ai/)
	[![Blog](https://img.shields.io/badge/📰_Blog-Read-0ea5e9?style=for-the-badge)](https://selectstar.ai/blog/)
	[![LinkedIn](https://img.shields.io/badge/LinkedIn-0077B5?style=for-the-badge&logo=linkedin&logoColor=white)](https://kr.linkedin.com/company/datumo-usa)
	[![Contact](https://img.shields.io/badge/Contact-Us-EA4335?style=for-the-badge&logo=gmail&logoColor=white)](https://selectstar.ai/contact_page/)

	</div>

	## 👋 About Us

	We're Selectstar — a Korean AI company building the data foundation for trustworthy AI.
	Since 2018, we've partnered with AI teams across the entire data value-chain: from dataset design and construction to LLM reliability evaluation and red-teaming.

	Our flagship Datumo Platform is Korea's first end-to-end AI trust evaluation solution, unifying dataset preparation, automated evaluation, red-teaming, and improvement analytics in a single pipeline.

	> 🇰🇷 안녕하세요, 셀렉트스타입니다.
	> 데이터 설계·구축부터 LLM 신뢰성 검증까지, AI 개발의 모든 단계를 함께하는 Data-centric AI 기업입니다.
	> 이 페이지에서는 저희가 연구·실무에 사용하는 데이터셋과 모델을 오픈소스로 공유하고 있어요.

	---

	## 🎯 What We Do

	Perception AI(2018~) → Generative AI(2022~) → Agentic AI(2026~) 로 이어지는 AI 진화 전 단계에 걸쳐, 데이터 구축부터 신뢰성 검증까지 End-to-End 파이프라인을 제공합니다.

	\| 🗂️ Data Construction \| 🛡️ AI Trust & Safety \| 📊 Datumo Platform \|
	\|---\|---\|---\|
	\| 고난도 추론 데이터 생성 (CAC-CoT, GRADE, ATA, COBA) \| LLM 레드티밍 (CAGE, STAR-Teaming) \| 국내 최초 LLM 신뢰성 자동화 평가 플랫폼 \|
	\| 사전학습·파인튜닝 데이터 라이선싱 \| 한국어 Safety 벤치마크 (KorNAT, KorSET, FinRED) \| 평가 기간 45일 → 45분 \|
	\| RAG 지식 파이프라인 \| Safety Judge (Datumo-Guard) \| 온프레미스·망분리 환경 지원 \|
	\| 25만 명+ 크라우드워커 · 2억 건+ 어노테이션 \| 금융·의료·공공 도메인 특화 평가 \| Dashboard Analytics & Reporting \|

	> 🤝 주요 파트너십: SKT 독자 AI 파운데이션 모델(독파모) 컨소시엄 · GSMA Open Telco AI · 삼성생명 C-Lab Outside · 금융보안원 · 식약처 의료 레드팀

	---

	## 📚 Featured Collections

	### 🛡️ [Safety-Data](https://huggingface.co/collections/datumo/safety-data)

	Curated by our AI Safety team — Korean-language safety and reliability benchmarks for LLM evaluation.

	\| Dataset \| Description \| Venue \|
	\|---\|---\|---\|
	\| 🔸 FinRED \| 금융 도메인 LLM 레드티밍(Red-Teaming) 평가 벤치마크 (금융보안원 AI혁신실 공동 구축) \| KDD 2026 D&B Track \|
	\| 🔸 [KorSET](https://huggingface.co/datasets/datumo/KorSET) \| CAGE 프레임워크로 구축한 한국어 레드티밍 벤치마크 (5개 위험 도메인 · 12개 카테고리 · 53개 세부 유형 · ~8,000건) \| ICLR 2026 (CAGE) \|
	\| 🔸 [KorNAT](https://huggingface.co/datasets/datumo/KorNAT) \| Korea's first LLM reliability / national-alignment benchmark \| ACL 2024 Findings \|

	### 📦 [Data-Data](https://huggingface.co/collections/datumo/data-data)

	Research outputs from our Data team — models and datasets built in-house.

	\| Resource \| Description \| Type \|
	\|---\|---\|---\|
	\| 🔸 [CAC-CoT dataset](https://huggingface.co/datasets/datumo/CAC-CoT) \| Accompanying training data for CAC-CoT \| Dataset \|
	---

	## 🏆 Milestones

	Highlight (최근 주요 성과)

	- 🏅 Forbes "30 Under 30 Asia" 2021 — Enterprise Technology (공동창업자 4인 선정)
	- 🏅 Forbes Korea "2025 대한민국 AI 50" 선정
	- 🏅 Forbes Asia "100 유망 기업" 2025 선정
	- 🇰🇷 독자 AI 파운데이션 모델(독파모) 1차 통과 (2026.01, SKT 컨소시엄 데이터 총괄)
	- 🌐 GSMA Open Telco AI 공식 파트너 합류 (2026.03, MWC Barcelona)
	- 💰 누적 투자 434억원 돌파 (2025.12, Series B 확장)
	- 📈 누적 어노테이션 2억 건+ · 기업 고객 287개+ · 크라우드워커 25만 명+

	<details>
	<summary><b>📜 전체 연혁 보기 (2018–2026)</b></summary>

	### 🌱 Founding & Early Traction (2018–2020)

	\| 연월 \| 내용 \|
	\|---\|---\|
	\| 2018.11 \| 셀렉트스타(주) 설립 \|
	\| 2018.12 \| KAIST 창업대회(E*5) 최우수상 \|
	\| 2019.07 \| 카카오벤처스 SEED 4억 투자 유치 \|
	\| 2019.09 \| KorQuAD 2.0 Dataset 구축 (LG CNS 공동) \|
	\| 2019.10 \| TIPS 프로그램 선정 \|
	\| 2019.12 \| 기업부설연구소 설립 인정 \|
	\| 2020.09 \| Series A 40억 투자 유치 (카카오벤처스·코오롱인베스트먼트·컴퍼니케이파트너스) \|
	\| 2020.10 \| SideGuide (IROS 2020) 논문 성과 — Large-scale Sidewalk Dataset \|
	\| 2020.11 \| 데이터스타즈 최우수상 (과학기술정보통신부장관상) \|

	### 🚀 Scale-Up & Global Recognition (2021–2022)

	\| 연월 \| 내용 \|
	\|---\|---\|
	\| 2021.01 \| Samsung C-Lab Outside 선정 \|
	\| 2021.04 \| 🏅 Forbes "30 Under 30 Asia" Enterprise Technology 선정 (공동창업자 4인) \|
	\| 2021.11 \| KLUE NeurIPS 2021 Datasets & Benchmarks 논문 성과 \|
	\| 2022.01 \| CES 2022 참여 (Samsung C-Lab) \|
	\| 2022.02 \| 제1기 인공지능 윤리 정책 포럼 기술 분과 위원 선정 \|
	\| 2022.03 \| Instance-wise Occlusion and Depth Orders CVPR 2022 논문 성과 \|
	\| 2022.07 \| Series A Extension 90억 투자 유치 \|
	\| 2022.07 \| 기술혁신형 중소기업(inno-Biz) 인증 \|
	\| 2022.11 \| KOLD (EMNLP 2022), CochlScene (APSIPA 2022), Split-GCN (TPAMI, 1저자) 논문 성과 \|

	### 🧠 LLM Era & AI Safety (2023–2024)

	\| 연월 \| 내용 \|
	\|---\|---\|
	\| 2023.05 \| Series A Extension 40억 투자 유치 (산업은행) \|
	\| 2023.06 \| AI 기반 국방 혁신 포럼 대상 (육군참모총장상) \|
	\| 2023.07 \| "AI Talk with Andrew Ng" 행사 Keynote Speaker \|
	\| 2023.10 \| Samsung Developer Conference 2023 연사 참여 \|
	\| 2023.11 \| 대한민국 Digital Innovation Award 특별상 \|
	\| 2023.12 \| Analyzing Norm Violations in Live-Stream Chat EMNLP 2023 논문 성과 \|
	\| 2023.12 \| 국내 최초 "초거대 언어 모델 신뢰성 벤치마크 데이터셋" 구축 (NIA) \|
	\| 2024.04 \| Gen AI Korea 2024: 생성형 AI 레드팀 챌린지 컨퍼런스 기획·운영 (과기정통부) \|
	\| 2024.08 \| KorNAT ACL 2024 Findings 논문 성과 — 국내 AI 데이터 기업 최초 글로벌 Top AI 학회 데이터셋 1저자 논문 \|
	\| 2024.10 \| KT 'Responsible AI 자문 위원회' 자문위 위원 선정 \|
	\| 2024.11 \| 제2회 인공지능 신뢰성 대상 우수상 (정보통신정책연구원 원장상) \|
	\| 2024.11 \| GSMA AI Summit 2024 연사 참여 \|
	\| 2024.12 \| 국내 최초 LLM 무해성 평가 데이터 DQ(Data Quality) 인증 획득 (TTA) \|
	\| 2024.12 \| 2024 아시아AI대상 벤처기업협회 회장상 \|

	### 🌐 Agentic AI & Global Expansion (2025–2026)

	\| 연월 \| 내용 \|
	\|---\|---\|
	\| 2025.02 \| Datumo Eval 출시 — 국내 최초 LLM 자동화 평가 플랫폼 \|
	\| 2025.03 \| Gen AI Red Team Challenge 공동 개최 (MWC Barcelona, GSMA) — 세계 최초 오프라인 글로벌 레드팀 챌린지 \|
	\| 2025.04 \| AI 기본법 안전성 가이드라인 TF 위원 선정 (과기정통부·AI안전연구소, 김세엽 대표) \|
	\| 2025.05 \| 🏅 Forbes Korea "2025 대한민국 AI 50" 선정 \|
	\| 2025.06 \| 삼성금융 C-Lab Outside 최종 선정 (삼성생명 금융 AI 신뢰성 검증 협업) \|
	\| 2025.07 \| 민간 AI 신뢰성 인증 'AI-MASTER' 시험기관 참여 (국내 최초 민간 주도 체계) \|
	\| 2025.08 \| Series B 205억원 투자 유치 \|
	\| 2025.08 \| 🏅 Forbes Asia "100 유망 기업 2025" 선정 \|
	\| 2025.08 \| 독자 AI 파운데이션 모델(독파모) 정예팀 선발 (SKT 컨소시엄 데이터 총괄) \|
	\| 2025.09 \| 국가인공지능전략위원회 데이터 분과위원 위촉 (김세엽 대표) \|
	\| 2025.09 \| 식약처 첨단 AI 디지털 의료제품 레드팀 챌린지 후원 — 아시아 첫 '의료 레드팀' \|
	\| 2025.10 \| 삼성금융 C-Lab Outside 최우수 스타트업 선정 (삼성생명) \|
	\| 2025.11 \| CAC-CoT · CoBA · GRADE EMNLP 2025 논문 3편 동시 등재 \|
	\| 2025.11 \| 2025 이데일리 AI 코리아 대상 (한국인공지능산업협회장상) \|
	\| 2025.11 \| Good AI Awards 2025 NIA 원장상 \|
	\| 2025.12 \| Series B 55억원 추가 투자 — 누적 투자 434억원 돌파 \|
	\| 2026.01 \| 🇰🇷 독자 AI 파운데이션 모델(독파모) 1차 통과 (SKT 컨소시엄) \|
	\| 2026.02 \| CAGE ICLR 2026 Main Conference 논문 성과 \|
	\| 2026.03 \| GSMA 'Open Telco AI' 글로벌 연합체 공식 파트너 합류 (MWC Barcelona) \|
	\| 2026.03 \| MWC 2026 Gen AI Red Team Challenge 공동 주관 (GSMA · LG U+) \|

	</details>

	---

	## 📖 Publications

	셀렉트스타가 단독·공동·지원 참여한 논문 목록입니다. 국제 AI·ML Top 학회 중심으로 정리했습니다.

	<details open>
	<summary><b>🔥 2026 (5편)</b></summary>

	\| Paper \| Co-authors \| Venue \|
	\|---\|---\|---\|
	\| STAR-Teaming: A Strategy-Response Multiplex Network Approach to Automated LLM Red Teaming \| Selectstar \| ACL 2026 \|
	\| FinRED: An Expert-Guided Red-Teaming Benchmark for Financial LLM Safety \| Selectstar · 금융보안원 AI혁신실 \| KDD 2026 Dataset & Benchmark Track \|
	\| [CAGE](https://openreview.net/forum?id=gCm55KYiqz): A Framework for Culturally Adaptive Red-Teaming Benchmark Generation \| Selectstar \| ICLR 2026 Main \|
	\| E-star-12B: Rubric-Following Evaluator Adaptive Across Industrial Domains \| Selectstar \| ACL 2026 Workshop (진행 중) \|
	\| ATA: Autonomous Tabular-data Analysis for Insight Generation via Statistical Methods \| Selectstar · 삼성증권 금융AI센터 \| ARR 제출 \|
	</details>

	<details>
	<summary><b>📄 2025 (3편)</b></summary>

	\| Paper \| Co-authors \| Venue \|
	\|---\|---\|---\|
	\| [CoBA](https://aclanthology.org/2025.emnlp-main.520/): Counterbias Text Augmentation for Mitigating Various Spurious Correlations via Semantic Triples \| Selectstar · 중앙대학교 \| EMNLP 2025 Main \|
	\| [GRADE](https://aclanthology.org/2025.findings-emnlp.236/): Generating multi-hop QA and fine-gRAined Difficulty matrix for RAG Evaluation \| Selectstar · KAIST \| EMNLP 2025 Findings \|
	\| [CAC-CoT](https://aclanthology.org/2025.findings-emnlp.1062/): Connector-Aware Compact Chain-of-Thought for Efficient Reasoning Data Synthesis Across Dual-System Cognitive Tasks \| Selectstar \| EMNLP 2025 Findings \|

	</details>

	<details>
	<summary><b>📄 2024 (1편)</b></summary>

	\| Paper \| Co-authors \| Venue \|
	\|---\|---\|---\|
	\| [KorNAT](https://arxiv.org/abs/2402.13605): LLM Alignment Benchmark for Korean Social Values and Common Knowledge \| Selectstar · KAIST · SKT · LG · 네이버 · KT · NIA \| ACL 2024 Findings \|

	> 국내 AI 데이터 기업 최초 글로벌 Top AI 학회에 데이터셋 주제 1저자 논문 등재

	</details>

	<details>
	<summary><b>📄 2021–2023 (5편)</b></summary>

	\| Year \| Paper \| Venue \|
	\|---\|---\|---\|
	\| 2023 \| [Analyzing Norm Violations in Live-Stream Chat](https://aclanthology.org/2023.emnlp-main.55/) \| EMNLP 2023 \|
	\| 2022 \| [KOLD](https://aclanthology.org/2022.emnlp-main.744/): Korean Offensive Language Dataset \| EMNLP 2022 \|
	\| 2022 \| [Split-GCN](https://ieeexplore.ieee.org/document/9984937): Effective Interactive Annotation for Segmentation of Disconnected Instance \| IEEE TPAMI (1저자) \|
	\| 2022 \| [Instance-wise Occlusion and Depth Orders](https://openaccess.thecvf.com/content/CVPR2022/html/Lee_Instance-Wise_Occlusion_and_Depth_Orders_in_Natural_Scenes_CVPR_2022_paper.html) \| CVPR 2022 \|
	\| 2022 \| [CochlScene](https://ieeexplore.ieee.org/document/9979822): Acquisition of acoustic scene data using crowdsourcing \| APSIPA 2022 \|
	\| 2021 \| [KLUE](https://datasets-benchmarks-proceedings.neurips.cc/paper/2021/hash/98dce83da57b0395e163467c9dae521b-Abstract-round2.html): Korean Language Understanding Evaluation \| NeurIPS 2021 Datasets & Benchmarks \|
	\| 2020 \| [SideGuide](https://ieeexplore.ieee.org/document/9340734): A Large-scale Sidewalk Dataset for Guiding Impaired People \| IROS 2020 \|

	</details>

	> 전체 논문 목록 및 상세 내용은 [블로그](https://selectstar.ai/blog/) 또는 [문의하기](https://selectstar.ai/contact_page/)를 통해 확인하실 수 있습니다.

	---

	## 🤝 Connect
	\| \| \|
	\|---\|---\|
	\| 🌐 Website \| [selectstar.ai](https://selectstar.ai/) \|
	\| 📰 Blog \| [selectstar.ai/blog](https://selectstar.ai/blog/) \|
	\| 💼 Enterprise inquiries \| [Contact form](https://selectstar.ai/contact_page/) \|
	\| 💬 Community \| [Discussion tab](https://huggingface.co/spaces/datumo/README/discussions) \|
	\| 🔔 Updates \| HuggingFace 팔로우로 새 릴리즈 알림 받기 \|
	---

	<div align="center">
	<sub>⭐ Building the data foundation for trustworthy AI · Made with care in Seoul 🇰🇷</sub>
	</div>