ComplyCube는 월간 방문 85,685, 전월 대비 성장률 +39.6%, 가격 문의 가격 모델을 기록합니다. Labelbox는 월간 방문 762,803, 성장률 -22.8%, 가격 문의 가격 모델을 기록합니다.

신원 확인, KYC, KYB, AML 컴플라이언스를 하나의 플랫폼에서
| 항목 / 지표 | ![]() | ![]() |
|---|---|---|
| 공식 도메인 | complycube.com | labelbox.com |
| 가격 모델 | 가격 문의 | 가격 문의 |
| 월간 방문 수 | 8.57만 (85,685) | 76.28만 (762,803) |
| 전월 대비 트래픽 변화량 | +2.43만 (+39.6%) | -22.52만 (-22.8%) |
| 주요 시장 및 점유율 | 🇺🇸 미국 (9%) | 🇺🇸 미국 (21.9%) |
| 월 직접 방문 수 | 3.53만 | 37만 |
| 사용자 평점 | 4.3 | 4.4 |
| 지원 플랫폼 | 웹사이트 | 웹사이트 |

신원 확인, KYC, KYB, AML 컴플라이언스를 하나의 플랫폼에서
여권, 신분증, 운전면허증을 검증하고 셀피와 문서의 생체 대조로 소지자가 본인임을 확인합니다.
제재 목록, 정치적 주요 인물, 부정적 미디어, 감시 목록과 대조하고 가입 시점뿐 아니라 온보딩 이후에도 계속 모니터링합니다.
기업 신원 확인과 고객 실사를 수행하고 주소를 검증하며, 제출된 정보를 권위 있는 소스로 교차 확인합니다.
고객에 리스크 등급을 부여하고, 컴플라이언스 팀이 노코드 워크플로로 플래그된 케이스를 검토·기록·처리하게 합니다.

최전선 AI가 학습하는 환경, 그리고 반복 업무를 맡는 에이전트
비전, 언어, 생성 작업 전반에 걸친 구조적 주석, 데이터 큐레이션, 모델 평가, 휴먼 인 더 루프 검수를 제공해 학습과 평가 데이터의 기반이 됩니다.
Recursion 에이전트는 빌드, 알림, 커밋, 체크포인트, 스케줄로 스스로 시작해 작업이 끝나 검토 가능해질 때까지 백그라운드에서 수행합니다.
소프트웨어 엔지니어링, 안정성, 보안, ML 연구, 평가, R&D, 제품, 재무까지 전문 에이전트가 불안정한 테스트 수정부터 포스트모템 초안까지 담당합니다.
모든 실행은 채점 에이전트가 평가하고, 채점된 세션은 기억과 노트, 스킬을 남겨 다음 세션이 행동 전에 읽습니다.
특화 강점어노테이션부터 모델 배포까지의 엔드투엔드 컴퓨터 비전 워크플로우를 간소화하지만, Labelbox의 일반적인 기업용 에이전트 오케스트레이션은 부족합니다.

특화 강점데이터 검증을 위해 휴먼 인 더 루프 관리형 인력 서비스에 크게 의존하며, Labelbox보다 셀프 서비스 기술 도구가 적습니다.
대규모 기업급 데이터 라벨링과 모델 평가를 제공하지만, 종종 Labelbox보다 더 큰 예산이 필요합니다.

안정적인 멀티모달 어노테이션과 워크플로우 자동화를 제공하며, 컴퓨터 비전 팀을 위한 직관적인 데이터 선별 파이프라인을 갖추고 있습니다.
안정적인 멀티모달 어노테이션과 워크플로우 자동화를 제공하며, 컴퓨터 비전 팀을 위한 직관적인 데이터 선별 파이프라인을 갖추고 있습니다.

특화 강점하나의 연결 환경에서 AI 모델과 에이전트를 추적·평가·배포하세요.
고급 컴퓨터 비전 및 피지컬 AI 데이터 파이프라인에 특화되어 있지만, 일반적인 텍스트 및 이미지 라벨링보다는 범위가 좁습니다.
무료 / 오픈소스사진 한 장을 올려 그 얼굴이 소셜 미디어와 웹 어디에 나타나는지 찾아보세요

무료 / 오픈소스맞춤형 데이터 라벨링을 위한 유연한 오픈소스 대안을 제공하지만, 자체 호스팅과 수동 인프라 관리가 필요합니다.

Shufti is an identity verification platform that helps businesses verify customers and companies, automate KYC and AML compliance, and detect fraud across the full customer lifecycle.

특화 강점Focuses strictly on LLM evaluation, testing, and observability rather than raw data annotation and training dataset curation.
특화 강점Focuses strictly on LLM evaluation, testing, and observability rather than raw data annotation and training dataset curation.
AI 기반 ID 스캔, 인증 및 신원 증명