> ## Documentation Index > Fetch the complete documentation index at: https://avala.ai/docs/llms.txt > Use this file to discover all available pages before exploring further. # 핵심 개념 > Avala 플랫폼의 기본 개념 이해하기 이 페이지는 Avala 플랫폼의 구성 요소를 다룹니다: 시각화, 어노테이션, 데이터셋, 프로젝트, 작업, 조직, 라벨, 품질 관리, 시퀀스. 이러한 개념을 이해하면 Physical AI를 위한 효과적인 데이터 워크플로우를 설계하는 데 도움이 됩니다. ## 시각화 Avala는 브라우저에서 직접 센서 데이터를 위한 GPU 가속 시각화를 제공합니다. 이 개념은 모든 시각화 기능에 적용됩니다. ### 뷰어 Avala에는 다양한 데이터 유형에 맞는 전문 뷰어가 포함되어 있습니다. **멀티센서 뷰어**는 모든 센서 스트림에 걸쳐 동기화된 재생으로 MCAP 및 ROS 녹화를 처리합니다. **3D 포인트 클라우드 뷰어**는 6가지 시각화 모드로 LiDAR 데이터를 렌더링합니다. **Gaussian Splat 뷰어**는 WebGPU를 사용하여 사실적인 3D 장면 재구성을 렌더링합니다. ### 패널 멀티센서 뷰어는 데이터를 **패널** -- 다양한 데이터 스트림을 위한 독립적인 시각화 창 -- 로 구성합니다. Avala는 8가지 패널 유형을 지원합니다: | 패널 유형 | 설명 | | ----------------- | ------------------ | | Image | 카메라 프레임과 이미지 스트림 | | 3D / Point Cloud | LiDAR 스캔과 3D 지오메트리 | | Plot | 시계열 데이터와 수치 신호 | | Raw Messages | 디코딩된 메시지 페이로드 | | Log | 텍스트 로그 스트림 | | Map | 지리적 위치와 궤적 | | Gauge | 실시간 수치 판독 | | State Transitions | 시간에 따른 이산 상태 변화 | 토픽은 스키마에 따라 자동으로 패널에 할당됩니다. ### 레이아웃 멀티윈도우 레이아웃은 구성 가능한 그리드에 패널을 배열합니다. **레이아웃 컴포저**는 데이터의 토픽을 기반으로 최적화된 배열을 자동으로 구축하거나, 패널을 드래그, 크기 조절, 재배열하여 수동으로 레이아웃을 맞춤 설정할 수 있습니다. ### 타임라인 뷰어의 모든 패널은 **동기화된 타임라인**을 공유합니다. 프레임별로 이동하고, 특정 타임스탬프로 스크럽하고, 구성 가능한 속도로 녹화를 재생합니다. 타임라인은 개별 캡처 주파수에 관계없이 모든 센서 스트림을 정렬된 상태로 유지합니다. ### 시각화 모드 포인트 클라우드 데이터는 6가지 모드로 색상 지정할 수 있습니다: | 모드 | 설명 | | ---------------- | ----------------- | | Neutral | 단일 균일 색상 | | Intensity | 반환 강도에 따른 색상 | | Rainbow | 시간적 또는 순차적 색상 | | Label | 시맨틱 클래스에 따른 색상 | | Panoptic | 인스턴스 ID에 따른 색상 | | Image Projection | 투영된 카메라 이미지로 텍스처링 | ## 데이터셋 **데이터셋**은 시각화와 어노테이션을 위한 원재료로 사용되는 데이터 항목(이미지, 비디오 프레임, 포인트 클라우드 또는 멀티센서 녹화)의 컬렉션입니다. ### 데이터셋 속성 | 속성 | 설명 | | ------------ | -------------------------------------------------------------- | | `name` | 사람이 읽을 수 있는 이름 | | `slug` | URL 친화적 식별자 (소유자 네임스페이스 내 고유) | | `data_type` | 데이터 유형: `image`, `video`, `lidar`, `mcap`, `image_3d`, `splat` | | `visibility` | `public` 또는 `private` | | `owner` | 데이터셋을 소유한 사용자 또는 조직 | | `item_count` | 데이터셋의 총 데이터 항목 수 | ## 프로젝트 **프로젝트**는 하나 이상의 데이터셋을 특정 작업 유형, 라벨 분류 체계, 품질 관리 구성에 연결하여 어노테이션 워크플로우를 정의합니다. ### 작업 유형 | 작업 유형 | API 값 | 설명 | | -------------- | ------------------------ | ---------------------------------------- | | 이미지 어노테이션 | `image-annotation` | 단일 이미지의 2D 어노테이션 (박스, 폴리곤, 세그멘테이션, 키포인트) | | 비디오 어노테이션 | `video-annotation` | 프레임 간 객체 추적이 포함된 프레임별 어노테이션 | | 포인트 클라우드 어노테이션 | `point-cloud-annotation` | LiDAR 스캔의 3D 어노테이션 (큐보이드, 세그멘테이션) | | 포인트 클라우드 객체 | `point-cloud-objects` | 3D 포인트 클라우드 시퀀스의 객체 수준 어노테이션 | ## 작업 **작업**은 프로젝트 내의 개별 작업 단위입니다. 각 작업은 단일 어노테이터가 하나 이상의 데이터 항목에 대해 수행할 어노테이션 작업을 나타냅니다. ### 작업 수명 주기 ``` pending → assigned → in_progress → submitted → under_review → approved → rejected → rework ``` ## 품질 관리 Avala는 어노테이션 정확성과 일관성을 보장하기 위한 내장 품질 보증 도구를 제공합니다. ### 리뷰 어노테이션은 승인 전에 **리뷰 단계**를 거칩니다: 1. 어노테이터가 결과를 제출합니다. 2. 리뷰어가 어노테이션을 검사합니다. 3. 리뷰어가 올바른 작업을 **승인**하거나 수정이 필요한 작업을 **거부**합니다. 4. 거부된 작업은 재작업을 위해 어노테이터에게 반환됩니다. ### 합의 **합의 워크플로우**는 동일한 데이터를 여러 어노테이터에게 독립적으로 할당한 후, 결과를 비교하여 합의를 측정하고 모호한 사례를 식별합니다. ## 다음 단계 각 데이터 유형에 대한 지원 형식, 시각화 기능, 어노테이션 도구. 시각화, 어노테이션, 프로젝트 관리를 위한 웹 인터페이스를 알아보세요. 시각화 엔진을 포함한 Avala 플랫폼 컴포넌트가 어떻게 맞물리는지.