비전AI, 인식과 재학습 분리해 딥러닝 효율 향상

[노코드·로우코드 자동화 컨퍼런스 2022] 스누아이랩 나종근 연구소장

기존 비전 인공지능(AI)의 딥러닝 방식을 개선한 새로운 AI 교육 방식이 공개됐다.

스누아이랩 나종근 연구소장은 11일 서울 여의도 페어몬트 앰배서더 서울 호텔 그랜드볼룸에서 개최된 '노코드·로우코드 자동화 컨퍼런스'에서 딥러닝의 한계를 지적하고 이를 개선한 발전된 비전AI를 소개했다.

비전AI는 영상에서 사물을 인식하고 분석하는 AI로 자율주행, 스마트팩토리 등 다양한 산업 분야에 도입되고 있다. 다만 실제 산업현장은 여전히 많은 분류 및 인식 문제가 존재해 상당히 세부적이고 엄격한 비전AI 성능을 요구한다.

나종근 스누아이랩 연구소장

많은 기업에서 AI의 성능을 높이기 위해 딥러닝 기반의 학습 그리고 추론을 도입하기도 한다. 문제는 이 과정에서 복잡도와 비용이 상당히 증가하기 때문에 개선하기 위한 방안 마련이 필요하다. 또한 딥러닝 과정 중 잘못된 데이터셋이 포함될 경우 AI의 성능에 악영항을 미칠 가능도 크다.

이 밖에도 수많은 반복, 재 학습으로 개발 단계가 늘어나고 복잡한 업무 프로세스로 민첩한 업무를 진행하기 어렵다는 단점이 있다.

이를 극복하기 위해 스누아이랩은 재학습과 분석을 분리해 딥러닝의 부하를 분산시키고 빠른 속도를 유지하는 방안을 제시했다. 스누아이랩의 오토케어 플랫폼은 오토케어DX와 오토케어TX 두 가지 컴포넌트로 구성된다.

오토케어DX는 영상에서 실시간 물체를 인식하고 검출하는 애플리케이션 런타임 엔진으로 현장 적응 학습에 따라 성능 개선 및 딥러닝을 지원한다 오토케어TX는 데이터수집부터 필터링, 라벨링 등 재학습을 통해 새로운 앱을 만드는 엔진이다.

이와 함께미디어와 메디터데이터를 저장하고 배포하는 MX와 연계해 비전 ai 솔루션을 제공한다.

나종근 연구소장은 “이를 통해 오토케어는 다양한 비전 AI 애플리케이션을 추가 개발하거나 코드 변경 없이 운영할 수 있다”며 ”또한, 현장에서 레이블이 없는 이미지/영상 데이터를 반복적으로 학습해 모델 성능을 개선하거나 객체 검출 및 인식을 포함한 다양한 딥러닝 응용 솔루션 구현도 가능하다”고 소개했다.