데이터셋 설명서는 기계 학습 등에 사용하는 자료 묶음이 왜, 어떻게 만들어졌는지 기록하는 문서다. 팀니트 게브루(Timnit Gebru) 등이 제안한 Datasheets for Datasets는 전자 부품의 데이터시트에 착안해 수집 목적, 구성, 수집 과정, 권장 용도 등을 함께 설명하게 한다. 파일 형식과 개수만으로는 어떤 사람이 포함되거나 어떤 상황이 빠졌는지 알기 어렵다. 모델 카드와 함께 읽으면 자료의 조건과 모델 평가의 조건을 구분할 수 있다.
표본의 가장자리 적기
동네 간판 사진을 모은다고 가정해보자. 사진의 수만큼 자료를 고른 기준도 수집의 일부가 된다.
- 어디서 언제 모았는지와 빠뜨린 범위를 아는 만큼 적는다. 데이터에서 빠진 사례를 살피되 확인하지 않은 대표성을 주장하지 않는다.
- 뺀 항목과 이유를 기록한다. 다만 제외한 자료의 흔적에 민감한 내용을 다시 옮겨 적어, 원본에서 지운 정보가 설명서에 남는 일은 피한다.
- 거리에서 볼 수 있었다는 이유로 모든 사용과 공개가 허용된다고 가정하지 않는다. 공개 범위와 수정 요청을 받을 방법도 함께 정한다.