[사진 제공 : 슈퍼브에이아이]

<이미지를 클릭하시면 크게 보실 수 있습니다>

인공지능(AI) 데이터 플랫폼 기업 슈퍼브에이아이는 스위트(Suite)의 오토라벨링(Auto-labeling) 기능을 통해 자율주행 이미지 데이터 라벨링 작업 효율을 향상시켰다고 22일 밝혔다.

자율주행은 4차 산업혁명의 AI 산업에서 실생활에 가장 밀접하게 적용될 것으로 예상되는 분야 중 하나다.

슈퍼브에이아이는 "지난 4월부터 자율주행 시스템 개발 프로젝트 데이터 구축 작업에 스위트의 오토라벨링이 활용되고 있다"고 설명했다.

슈퍼브에이아이에 따르면, 오토라벨링을 사용하지 않았던 지난 4월에는 시간당 1인 작업 기준 평균 6.57개의 이미지 데이터를 처리한 반면, 오토라벨링을 사용한 지난달에는 작업 효율이 7.64배 향상돼 시간당 평균 50.25개의 이미지 데이터가 처리됐다.

자율주행은 안전이 중요 시 되는 산업 특성상 데이터 처리에도 섬세한 분류가 필요하다. 하나의 이미지 안에 라벨링을 해야 하는 객체 수가 많아 데이터 처리 작업 소요 시간이 타 분야와 비교해 길다. 글로벌 컨설팅업체 엑센츄어는 1시간 동안 수집한 자율주행 프로젝트 데이터를 라벨링하는데 약 800시간이 필요할 것이라고 예측하기도 했다.

슈퍼브에이아이는 이번 자율주행 프로젝트와 관련해 기존 6단계로 진행되던 데이터 라벨링 작업을 3단계로 감소시켰다. 검수자가 검수 후 내용 수정을 요청하면 작업자가 다시 내용을 받아 수정했던 기존 방식을, 오토라벨링이 검수 요청한 것을 검수자가 바로 확인이나 수정하면서 작업 단계가 크게 줄었다.

슈퍼브에이아이의 오토라벨링은 작업별 난이도를 산출하고, 이에 따라 직접 검수가 필요한 작업이 무엇인지 판단한다. 이로 인해 사람이 직접 손으로 단순 데이터 라벨링을 하는 작업은 거의 사라지고, 난이도가 높은 일부 작업에 대해서만 검수가 진행돼 더 높은 생산성이 담보된다.

슈퍼브에이아이의 인공지능 머신러닝 데이터 플랫폼 스위트에 탑재된 오토라벨링은 수동 작업 대비 최대 10배의 속도를 향상시켜 생산성을 극대화하는 기술이다. 전체 데이터에 대해 자동으로 라벨링 작업을 진행하는 단계(최대 약 6배의 생산성 향상), 인공지능 작업물 중 추가 검수가 필요한 작업을 확인하고 사람이 검수와 수정을 진행하는 단계(최대 약 4배의 생산성 향상)로 작동한다.

김현수 슈퍼브에이아이 대표는 "이번 프로젝트를 통해 스위트의 오토라벨링이 자율주행처럼 복잡한 데이터 라벨링을 필요로 하는 분야에서도 뛰어난 효율을 낼 수 있다는 것을 증명했다"면서 "정확하면서도 빠른 데이터 라벨링 기술이 인공지능 산업 전반의 시간적 효율성을 개선시킬 수 있을 것"이라고 말했다.

스위트는 데이터를 구축과 분석·관리를 위한 올인원 플랫폼으로, 인공지능 개발 과정에서의 협업을 도와주는 생산성 도구다. AI 개발에 필수적인 데이터 라벨링 작업을 포함해 데이터를 가공·시각화·분석하는 기능, CLI, SDK 등 개발자 도구와 협업 도구를 지원하며, 지난달 정식 버전이 출시됐다.

슈퍼브에이아이는 최근 스위트에 적용된 오토라벨링 기술에 관한 미국 특허 5개를 출원했다.

[배윤경 기자 bykj@mkinternet.com]

[ⓒ 매일경제 & mk.co.kr, 무단전재 및 재배포 금지]