슈퍼브에이아이 데이터 라벨링, ‘자율주행’에서도 통하다

자율주행 시스템 개발 프로젝트 데이터 구축작업

오토라벨링 사용 시 시간당 50.25개의 이미지 데이터 라벨링 가능

객체 수 많아 복잡한 자율주행 데이터도 효율성 입증

정확하면서도 빠른 데이터 라벨링, AI 산업 전반에 시간적 효율 개선 기대

[이데일리 김현아 기자]

▲슈퍼브에이아이, 오토라벨링 자율주행 분야 활용 예시

▲‘슈퍼브에이아이 스위트’ 오토라벨링을 통한 데이터 라벨링 작업 간소화 도표

슈퍼브에이아이의 기술력이 ‘자율주행’ 분야에서도 통했다.

국내 대표 인공지능 데이터 플랫폼 기업 슈퍼브에이아이는 ‘스위트(Suite)’의 ‘오토라벨링(Auto-labeling)’ 기능을 통해 자율주행 이미지 데이터 라벨링 작업효율이 대폭 향상됐다고 22일 밝혔다.

자율주행은 4차산업혁명 인공지능 산업에서 실생활에 가장 밀접하게 적용될 것으로 예상되는 분야 중 하나다.

슈퍼브에이아이는 올해 4월부터 ‘자율주행 시스템 개발 프로젝트 데이터 구축 작업’에 스위트의 오토라벨링이 활용되고 있다고 설명했다.

회사 측에 따르면 오토라벨링을 사용하지 않았던 4월에는 시간당 (1인 작업 기준) 평균 6.57개의 이미지 데이터를 처리한 반면, 오토라벨링을 사용한 8월에는 작업 효율이 7.64배 향상되어 시간당 (1인 작업 기준) 평균 50.25개의 이미지 데이터가 처리된 것으로 분석됐다.

자율주행은 안전이 중요시되는 산업 특성 상 데이터 처리에도 섬세한 분류가 필요하다.

하나의 이미지 안에도 라벨링을 해야 하는 객체 수가 많아 데이터 처리 작업 소요 시간이 타 분야 대비 많이 긴 편이다. 글로벌 컨설팅업체 엑센츄어는 1시간 동안 수집한 자율주행 프로젝트 데이터를 라벨링하는데 약 800시간이 필요할 것이라고 예측했다.

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 확인 및 수정하면서 작업단계가 대폭 줄어든 것이다.

슈퍼브에이아이의 오토라벨링은 작업별 난이도(Uncertainty Score)를 산출하고, 이에 따라 사람의 검수가 필요한 작업이 무엇인지 스스로 판단한다. 이로 인해 사람이 직접 손으로 단순 데이터 라벨링을 하는 작업은 거의 사라지고, 난이도가 높은 일부 작업에 대해서만 검수가 진행돼 더욱 높은 생산성이 담보된다.

▲슈퍼브에이아이 로고

슈퍼브에이아이의 인공지능 머신러닝 데이터 플랫폼 스위트에 탑재된 ‘오토라벨링’은 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.

슈퍼브에이아이 김현수 대표는 “이번 프로젝트를 통해 스위트의 오토라벨링이 자율주행처럼 복잡한 데이터 라벨링을 필요로 하는 분야에서도 뛰어난 효율을 낼 수 있다는 것을 증명했다”며, “정확하면서도 빠른 데이터 라벨링 기술이 인공지능 산업 전반의 시간적 효율성을 개선시킬 수 있을 것이라 생각한다”고 전했다.

스위트(Suite)는 데이터를 구축, 분석, 관리를 하기 위한 올인원(all in one) 플랫폼이자, 인공지능 개발 과정에서의 협업을 도와주는 생산성 도구다. 인공지능 개발에 필수적인 데이터 라벨링 작업을 포함, 데이터를 가공/시각화/분석하는 기능과 CLI, SDK 등의 개발자 도구 및 협업 도구를 제공하고 있으며, 2020년 8월 정식 버전이 출시됐다.

슈퍼브에이아이는 최근 스위트에 적용된 오토라벨링(Auto-labeling) 기술에 관한 미국 특허 5개를 출원했다.