쏘카, 글로벌 학회서 '차량 오염·파손 탐지' AI 기술 소개
-
기사 스크랩
-
공유
-
댓글
-
클린뷰
-
프린트
모빌리티 플랫폼 ㈜쏘카는 지난 16일 미국 워싱턴D.C.에서 열린 'DLP-KDD 2022'에 참가해 카셰어링 서비스를 통해 수집되는 차량 이미지 데이터를 이용해 차량 오염과 파손을 탐지하는 인공지능(AI) 기술을 소개했다고 23일 밝혔다.
DLP-KDD는 데이터 마이닝·AI 분야의 최우수학회로 꼽히는 KDD가 주최하는 워크숍이다.
대용량의 지도 학습을 기반으로 하는 기존 이미지 인식 모델은 높은 성능을 보장하지만 풀어야 하는 문제가 늘어나는 만큼 모델의 개수도 증가하는 문제를 안고 있다.
모델의 개수가 늘어나면 실무자가 관리해야 하는 각종 입력값이 증가해 결과적으로 머신러닝 엔지니어링(MLOps)에 부하가 발생한다.
쏘카 AI팀은 이를 해결하기 위해 수많은 데이터 세트·모델 분류기·이상 데이터 탐지·예측 테이블 등을 단일 머신러닝 파이프라인으로 연결하는 시스템을 개발했다.
이를 통해 차량의 오염과 파손을 탐지한 결과 기존 이미지 인식 모델들보다 최소 2%, 최대 7%의 더 높은 정확도를 구현할 수 있었다고 쏘카는 설명했다.
박경호 쏘카 AI 팀장은 "해당 연구를 기반으로 모빌리티 서비스에 AI를 적극적으로 접목하고 운영 효율화를 이뤄내는 동시에 이용자들에게는 더 편안하고 안전한 이동 경험을 제공할 수 있도록 할 것"이라고 말했다.
/연합뉴스
DLP-KDD는 데이터 마이닝·AI 분야의 최우수학회로 꼽히는 KDD가 주최하는 워크숍이다.
대용량의 지도 학습을 기반으로 하는 기존 이미지 인식 모델은 높은 성능을 보장하지만 풀어야 하는 문제가 늘어나는 만큼 모델의 개수도 증가하는 문제를 안고 있다.
모델의 개수가 늘어나면 실무자가 관리해야 하는 각종 입력값이 증가해 결과적으로 머신러닝 엔지니어링(MLOps)에 부하가 발생한다.
쏘카 AI팀은 이를 해결하기 위해 수많은 데이터 세트·모델 분류기·이상 데이터 탐지·예측 테이블 등을 단일 머신러닝 파이프라인으로 연결하는 시스템을 개발했다.
이를 통해 차량의 오염과 파손을 탐지한 결과 기존 이미지 인식 모델들보다 최소 2%, 최대 7%의 더 높은 정확도를 구현할 수 있었다고 쏘카는 설명했다.
박경호 쏘카 AI 팀장은 "해당 연구를 기반으로 모빌리티 서비스에 AI를 적극적으로 접목하고 운영 효율화를 이뤄내는 동시에 이용자들에게는 더 편안하고 안전한 이동 경험을 제공할 수 있도록 할 것"이라고 말했다.
/연합뉴스