"AI를 통한 데이터 라벨링, 자율주행 분야에서도 통한다"
-
기사 스크랩
-
공유
-
댓글
-
클린뷰
-
프린트
슈퍼브에이아이, 오토라벨링 기능
데이터 라벨링 작업효율 7.6배 향상
데이터 라벨링 작업효율 7.6배 향상
슈퍼브에이아이는 자사 인공지능(AI) 데이터 플랫폼 ‘스위트’의 ‘오토라벨링’ 기능을 통해 자율주행 관련 데이터 라벨링 작업효율을 대폭 향상했다고 22일 발표했다.
오토라벨링은 그동안 사람이 수기로 했던 데이터 라벨링을 AI가 자동으로 해주는 기능이다. 전체 데이터를 자동으로 라벨링하고, 작업물 중 추가 검수가 필요한 작업이 무엇인지 판단해 사람에게 넘긴다. 회사 관계자는 “사람이 직접 데이터 라벨링을 하는 작업은 거의 사라지고, 난이도가 높은 일부 작업에만 수기 검수가 진행돼 생산성이 향상됐다”고 말했다.
오토라벨링은 자율주행 시스템 개발 프로젝트에 지난 4월부터 활용됐다. 자율주행 관련 데이터 라벨링 작업은 다른 분야에 비해 긴 시간이 걸린다. 변수를 줄여 안전성을 높이기 위해선 더 많은 객체를 라벨링해야 하기 때문이다.
오토라벨링을 쓰지 않았던 4월 이전에는 작업자가 시간당 평균 6.57개의 이미지 데이터를 처리했다. 이 기능을 사용한 이후에는 작업 효율이 7.64배 향상돼 작업자 한 명이 시간당 평균 50.25개의 이미지를 처리할 수 있게 됐다.
김현수 슈퍼브에이아이 대표는 “이번 프로젝트를 통해 스위트의 오토라벨링이 자율주행처럼 복잡한 데이터 라벨링을 필요로 하는 분야에서도 뛰어난 효율을 낼 수 있다는 것을 증명했다”고 말했다.
최한종 기자 onebell@hankyung.com
오토라벨링은 그동안 사람이 수기로 했던 데이터 라벨링을 AI가 자동으로 해주는 기능이다. 전체 데이터를 자동으로 라벨링하고, 작업물 중 추가 검수가 필요한 작업이 무엇인지 판단해 사람에게 넘긴다. 회사 관계자는 “사람이 직접 데이터 라벨링을 하는 작업은 거의 사라지고, 난이도가 높은 일부 작업에만 수기 검수가 진행돼 생산성이 향상됐다”고 말했다.
오토라벨링은 자율주행 시스템 개발 프로젝트에 지난 4월부터 활용됐다. 자율주행 관련 데이터 라벨링 작업은 다른 분야에 비해 긴 시간이 걸린다. 변수를 줄여 안전성을 높이기 위해선 더 많은 객체를 라벨링해야 하기 때문이다.
오토라벨링을 쓰지 않았던 4월 이전에는 작업자가 시간당 평균 6.57개의 이미지 데이터를 처리했다. 이 기능을 사용한 이후에는 작업 효율이 7.64배 향상돼 작업자 한 명이 시간당 평균 50.25개의 이미지를 처리할 수 있게 됐다.
김현수 슈퍼브에이아이 대표는 “이번 프로젝트를 통해 스위트의 오토라벨링이 자율주행처럼 복잡한 데이터 라벨링을 필요로 하는 분야에서도 뛰어난 효율을 낼 수 있다는 것을 증명했다”고 말했다.
최한종 기자 onebell@hankyung.com