지난 레터에서는 에이모 엔터프라이즈의 주요 기능 3가지에 대해서 알아보았는데요. 이번 레터에서는 23년 엔터프라이즈에 탑재된 ‘유효성 설정’에 대해 알아보도록 하겠습니다. 이 기능은 무엇보다 효율적인 인력 운용으로 인건비를 절감하도록 돕습니다. 물론, 시간의 단축과 높은 정확도를 바탕으로요! 😊
작업자 수가 줄어도
정확도와 속도를 유지한 AIMMO의 노하우?
라벨링 프로젝트에서 무엇보다 고민되는 건 바로 인건비입니다. AI 모델 개발에 투입될 연구원들의 인건비만 해도 어마어마한데, 라벨링에 투입되는 작업자의 인건비는 월등히 높다죠. 작업자들은 라벨링 경험치나 프로젝트 가이드 숙지 정도 등에 따라 개인별 퍼포먼스에 많은 차이가 생깁니다. 결국 검수 횟수를 늘려 오답을 줄여나가게 되는데요, 이는 설상가상으로 인건비에 더욱 부담을 주게 됩니다.
위 상황은 AI 데이터 전문 기업 AIMMO에서도 다양한 라벨링 프로젝트를 진행하며 자주 겪은 문제 중 하나였습니다. ‘작업자의 퍼포먼스 오차를 줄이고, 검수량도 줄일 수 있는 방법은 없을까’에 대한 고민이 이어졌습니다. 오랜 고민 끝에 해결책을 찾았고, 이를 기능화하여 매우 유용하게 사용했습니다.
📌 유효성 설정
AIMMO Enterprise에서 제공하는 ‘유효성 설정’ 기능은 두 조건을 프로젝트 시작 전 프로젝트의 기본 조건으로 설정할 수 있는 기능입니다. 유효성 설정값이 설정되어 있다면, 조건에 부합하지 않는 인스턴스는 자동으로 오답으로 안내하고 작업자가 이를 바로 인지 후 수정할 수 있습니다.
예를 들어 프로젝트의 Bounding Box 크기의 최소 길이를 가로 20px, 세로 20px로 설정했습니다. 만약 작업자가 스튜디오(AIMMO의 라벨링 툴)에서 20px 미만 길이의 Bounding Box 인스턴스를 그렸다면 작업 완료 처리가 되지 않습니다. 크기 조건이 틀렸다는 것을 인지한 작업자는 해당 오답 인스턴스를 삭제한 후 제출하게 됩니다.
범용적으로 가장 많이 쓰이는 조건을 미리 설정하기 때문에, 이 조건에서 생기는 오답을 검출하기 위해 소모했던 검수 인력이 대폭 감소했습니다. 대신 원래 검수를 담당하던 인력은 더 정교하고 복잡한 라벨링 데이터를 확인하는 데에 더 많은 시간을 사용할 수 있게 되었습니다. 효율적으로 인력을 운용할 수 있게 된 셈이죠… Read More>
📌작업자 별 통계
‘작업자 별 통계’는 프로젝트에 투입된 작업자들의 라벨링 속도와 정확도 데이터를 제공하는 기능입니다. 프로젝트 매니저는 작업자들의 속도와 정확도를 모니터링하고, 작업물 안배와 작업 일정을 산정할 수 있습니다. 또한 이 지표로 프로젝트를 잘 수행하는 작업자인지 판단할 수 있습니다.
‘속도’ 정보에서는 각 작업자 별로 파일과 인스턴스 당 평균 작업 시간을 확인할 수 있습니다. 이 정보를 바탕으로 작업 속도가 우수한 작업자를 추려낼 수 있고, 반대로 작업 시간이 지나치게 짧은 경우 어뷰징으로 의심되어 좀 더 면밀하게 관찰할 수 있는 기초 정보가 될 수 있습니다. ‘정확도’ 정보에서는… Read More>
에이모는 도쿄에서 열린 Automotive World 2023 전시에서 고객 맞춤형 고정밀 자율주행 데이터 관리를 지원하는 AIMMO AD-DaaS(Data as a service)를 소개했습니다. CES2023 에서 첫선을 내보인 AIMMO의 신규 서비스 AD-DaaS와 전시 현장을 살펴보세요!
