쏘카, 차량 오염·파손 방지 기술 AI 학회서 소개

DLP-KDD서 고차원 데이터 학습 머신러닝 사례 발표

쏘카가 데이터 마이닝·인공지능(AI) 분야 학회 KDD에서 주최하는 `DLP-KDD 2022`에서 차량 오염과 파손을 탐지하는 AI 기술을 소개했다.

쏘카 AI팀 박경호 팀장과 정현희 매니저, 권순우 인턴사원은 지난 16일 미국 워싱턴DC에서 열린 학회에서 차량 공유 서비스를 통해 수집되는 이미지 데이터를 이용한 차량 오염, 파손 방지 기술 운영 사례를 발표했다.

쏘카 AI팀은 일반적으로 사용되는 이미지 인식의 비효율성을 개선할 수 있는 효율성 중심의 머신러닝 패러다임을 새롭게 제시했다. 이미지 인식 모델은 고성능을 보장하지만, 해결 모델 개수가 늘어나는 문제를 수반하고 있다. 관리 영역이 늘어 머신러닝 엔지니어링 부하를 초래하는 것.

'DLP-KDD 2022'에 참석한 쏘카 AI팀. 왼쪽부터 정현희 매니저, 박경호 팀장.

이를 해결하고자, 쏘카 AI팀은 실무 영역에 존재하는 데이터셋, 모델 분류기, 이상 데이터 탐지, 예측 테이블 등을 단일 머신러닝 파이프라인으로 연결하는 시스템을 개발했다. 해당 기술을 적용해 차량 오염과 파손을 탐지한 결과 기존 이미지 인식 모델들보다 최소 2%, 최대 7% 높은 정확도를 얻어냈다.

박경호 쏘카 AI팀장은 “유수의 연구자들과 토론할 수 있는 좋은 기회였다”며 “해당 연구를 기반으로 모빌리티 서비스에 AI를 적극적으로 접목하고 운영 효율화를 이뤄내는 동시에 이용자들에게는 더 편안하고 안전한 이동 경험을 제공할 수 있도록 하겠다”고 말했다.