# 데이터 업로드
Mindkosh의 데이터셋에 데이터를 추가하는 방법은 여러 가지가 있습니다.
### UI를 사용한 업로드
UI에서 대부분의 데이터 유형을 직접 업로드할 수 있습니다. 이렇게 하려면 새 데이터셋을 만들거나 기존 데이터셋을 선택하세요. 데이터셋 페이지에서 **파일 추가** 상단의 버튼을 클릭합니다. 그런 다음 파일을 끌어다 놓기만 하면 데이터를 업로드할 수 있습니다. 선택한 데이터셋 유형에서 지원되는 파일 형식의 파일만 표시된다는 점에 유의하세요.
{% hint style="warning" %}
포인트 클라우드에 참조 이미지를 추가하는 것(예: 센서 퓨전 사용 사례)은 UI를 통해서는 지원되지 않습니다. 이러한 항목은 SDK를 사용해서만 추가할 수 있습니다. 다른 이미지에 대한 참조 이미지(예: RGB 이미지에 대한 깊이 및 열 이미지)도 동일하게 SDK를 통해 추가해야 합니다.
{% endhint %}
**이미지에 대한 지원 형식**
PNG(단일 채널 및 RGB), JPG, JPEG, BMP, WEBP
**포인트 클라우드에 대한 지원 형식**
ASCII PCD, Binary PCD, Binary compressed PCD
{% hint style="warning" %}
UI를 사용하면 한 번에 1000개 파일만 업로드할 수 있습니다. 파일이 더 많은 경우 청크로 나눠 업로드할 수 있습니다. 그러나 많은 수의 파일을 업로드할 경우 SDK 사용을 권장합니다.
{% endhint %}
###
### SDK를 사용한 업로드
다음을 참조하세요, [SDK 문서](/ko/python-sdk/uploading-data.md) 에서 SDK를 사용해 데이터를 업로드하는 방법을 확인하세요. SDK를 사용하려면 SDK 토큰이 필요하다는 점에 유의하세요 — 토큰을 받으려면 저희에게 연락해 주세요.
### 클라우드 스토리지에서 데이터 추가
데이터를 당사 서버에 업로드하는 대신 자체 클라우드 스토리지를 Mindkosh에 연결할 수도 있습니다. 이 설정에서는 데이터가 Mindkosh 서버에 저장되지 않고, 사용자의 브라우저로 스토리지에서 직접 스트리밍됩니다.
자체 클라우드 스토리지에서 데이터를 추가하려면 먼저 클라우드 자격 증명을 Mindkosh에 추가해야 합니다. 이는 일회성 절차입니다. 자격 증명을 추가하면 이후에는 자격 증명을 다시 추가하지 않고도 여러 번 데이터를 추가할 수 있습니다.
현재 AWS S3, Microsoft Azure 및 Google Cloud Storage를 지원합니다.
클라우드 스토리지에서 데이터를 추가하려면:
1. 새 데이터셋을 생성합니다.
2. 선택 **사용자 클라우드** 을(를) 스토리지 위치로 선택합니다.
3. 적절한 클라우드 공급자를 선택하고 아래에 설명된 단계를 따르세요.
1. AWS S3
2. MS Azure
3. Google Cloud Storage
{% hint style="info" %}
데이터셋을 생성하면 입력한 위치가 관련 파일을 찾기 위해 스캔되어 데이터셋에 추가됩니다. 입력한 위치의 루트에 있는 파일만 스캔되며 하위 디렉토리는 스캔되지 않는다는 점에 유의하세요.
{% endhint %}
{% hint style="danger" %}
클라우드 스토리지를 Mindkosh에 연결할 때 클라우드 스토리지 제공업체에서 아웃바운드 데이터 전송 요금을 부과할 수 있습니다. 해당되는지 확인하려면 클라우드 제공업체의 설정을 참조해야 할 수 있습니다. 예를 들어 대부분의 AWS S3 설정에서는 S3에서 전송되는 데이터 1GB당 미화 0.09달러의 아웃바운드 데이터 전송 요금이 있습니다.
{% endhint %}
#### AWS S3에서 데이터 추가하기
데이터셋을 생성하기 전에 자격 증명을 추가했는지 확인하세요. 다음에서 자격 증명을 추가하는 가이드를 확인할 수 있습니다, [여기에서 AWS S3용 자격 증명 추가 가이드](/ko/management/datasets/aws.md). S3 버킷에서 데이터를 추가하려면 다음 정보를 입력하세요.
**위치**\
버킷의 AWS 리전\
\
**버킷 이름**\
버킷 이름을 입력하세요. "https"나 "s3"와 같은 접두사나 끝의 슬래시 없이 버킷 이름만 입력해야 합니다. *https* 또는 *S3,* 또는 끝 슬래시.
**디렉토리**\
데이터셋에 추가하려는 이미지/포인트클라우드를 포함하는 디렉토리를 입력하세요. 여기에서 입력한 루트 디렉토리만 스캔하고 하위 디렉토리는 건너뛰니 데이터가 여기에 입력한 디렉토리에 있는지 확인하세요.
예를 들어 이미지가 다음과 같이 저장되어 있다면:\
\
`s3://example_bucket_name/sample_dataset/slice_1/image_0001.png`
`s3://example_bucket_name/sample_dataset/slice_1/image_0002.png`
다음과 같이 입력합니다, `example_bucket_name` 을(를) 버킷으로, 그리고 `sample_dataset/slice_1/` 을(를) 디렉토리로 입력하면 해당 디렉토리의 모든 이미지가 데이터셋에 추가됩니다.
#### MS Azure에서 데이터 추가하기
데이터셋을 생성하기 전에 자격 증명을 추가했는지 확인하세요. 다음에서 자격 증명을 추가하는 가이드를 확인할 수 있습니다, [MS Azure용 자격 증명 추가 가이드](/ko/management/datasets/azure.md). Azure의 컨테이너에서 데이터를 추가하려면 다음 정보를 입력하세요.
**위치**\
컨테이너의 리전\
\
**스토리지 계정/컨테이너 이름**\
스토리지 계정과 컨테이너 이름을 "/"로 구분하여 입력하세요. `/`예를 들어 스토리지 계정 이름이 `teststorageaccount` 이고 컨테이너 이름이 `testcontainer`인 경우 다음과 같이 입력합니다 - `teststorageaccount/testcontainer`
**디렉토리**\
데이터셋에 추가하려는 이미지/포인트클라우드를 포함하는 컨테이너 내 디렉토리를 입력하세요. 컨테이너 이름 자체는 포함하지 말고 컨테이너 내부의 디렉토리만 입력하세요. 파일이 루트 컨테이너에 있는 경우 — 즉 디렉토리 안에 있지 않은 경우 — 디렉토리 상자에 `/` 를 입력하세요.
예를 들어 이미지가 다음과 같이 저장되어 있다면:\
\
`testcontainer/sample_dataset/slice_1/image_0001.png`
`testcontainer/sample_dataset/slice_1/image_0002.png`
다음과 같이 입력합니다 `sample_dataset/slice_1/` 을(를) 디렉토리로 입력하면 해당 디렉토리의 모든 이미지가 데이터셋에 추가됩니다.
#### Google Cloud Storage에서 데이터 추가하기
데이터셋을 생성하기 전에 자격 증명을 추가했는지 확인하세요. 다음에서 자격 증명을 추가하는 가이드를 확인할 수 있습니다, [Google Storage용 자격 증명 추가 가이드](/ko/management/datasets/google.md). Google Cloud의 버킷에서 데이터를 추가하려면 다음 정보를 입력하세요.
**위치**\
버킷의 리전\
\
**버킷 이름**\
버킷 이름을 입력하세요. "https"나 "s3"와 같은 접두사나 끝의 슬래시 없이 버킷 이름만 입력해야 합니다. *https* 또는 끝 슬래시.
**디렉토리**\
데이터셋에 추가하려는 이미지/포인트클라우드를 포함하는 버킷 내 디렉토리를 입력하세요. 컨테이너 이름(버킷 이름) 자체는 포함하지 말고 버킷 내부의 디렉토리만 입력하세요. 파일이 루트 버킷에 있는 경우 — 즉 디렉토리 안에 있지 않은 경우 — 디렉토리 상자에 `/` 를 입력하세요.
예를 들어 이미지가 다음과 같이 저장되어 있다면:\
\
`testbucket/sample_dataset/slice_1/image_0001.png`
`testbucket/sample_dataset/slice_1/image_0002.png`
다음과 같이 입력합니다 `sample_dataset/slice_1/` 을(를) 디렉토리로 입력하면 해당 디렉토리의 모든 이미지가 데이터셋에 추가됩니다.
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://docs.mindkosh.com/ko/management/datasets/uploading-data.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.