머신러닝 데이터 플랫폼 ‘슈퍼브에이아이’, 슈퍼브 큐레이트 내 ‘모델 진단 기능’ 출시
2023년 11월 14일

슈퍼브에이아이, 슈퍼브 큐레이트 내 ‘모델 진단 기능’ 출시… 비전 AI 모델 성능 시각화해 직관적으로 평가

AI 도입의 전 과정을 돕는 올인원 솔루션 제공 기업 슈퍼브에이아이(대표 김현수)가 비전 AI 모델의 성능을 평가할 수 있는 모델 진단 기능을 출시했다고 14일 밝혔다.

모델 진단 기능은 슈퍼브에이아이의 ‘슈퍼브 큐레이트’ 솔루션에 적용된다. 슈퍼브 큐레이트는 컴퓨터 비전 데이터를 한 곳에서 쉽게 관리하고 선별할 수 있는 솔루션이다. 머신러닝 지식이 없더라도 제공되는 가이드라인에 따라 누구나 모델 개선 방안에 대한 인사이트를 얻고, 개선 조치를 취할 수 있다.

새로 도입되는 모델 진단은 이미지를 판독·식별하고 인식할 수 있는 비전 AI 모델의 성능을 진단하고, 오류 유형을 파악하는 기능이다. AI 모델에 대한 각종 성능 지표 수치를 시각화해서 보여주기 때문에 인공지능 개발자가 아니어도 눈으로 쉽게 취약 데이터를 찾을 수 있다. 개선 전후 모델을 직관적으로 비교해줘 클래스별 성능 변화도 한 눈에 파악 가능하다.

모델 진단을 통해 여러 모델 중 보유하고 있는 데이터셋에 가장 적합한 모델을 선택하고, 모델 배포(deployment) 시 성능을 모니터링하고 개선할 수 있다. 또한 추가 확보해야 하는 데이터는 어떤 유형인지, 라벨링 오류를 수정해야 하는 데이터는 무엇인지 등 성능 개선을 위한 방안을 마련할 수 있다.

슈퍼브에이아이의 플랫폼 내에서 다양한 솔루션들을 함께 활용해 모델 품질을 높이고, 모델 버전 및 히스토리 관리도 가능하다. 모델 진단을 통해 모델 성능이 취약한 데이터 유형을 파악한 후, 자동선별(오토 큐레이트) 기능으로 취약 데이터를 선별하고, 모델 학습/배포 솔루션인 ‘슈퍼브 모델’로 재학습해서 성능을 높일 수 있다. 해당 유형의 데이터를 신규로 수집할 경우, ‘슈퍼브 라벨’로 데이터 라벨링 후 재학습에 활용하면 된다. 학습 데이터에서 사용된 정답 데이터의 라벨링이 잘못됐다고 판단될 경우, ‘슈퍼브 라벨’ 솔루션을 통해 데이터를 다시 라벨링할 수 있다.

한편 슈퍼브에이아이는 코딩이나 머신러닝에 대한 지식이 없어도 직관적인 툴을 활용해 이미지나 영상, 3D 데이터 등 시각적 요소에 대해 판독 및 식별할 수 있는 컴퓨터 비전 AI를 개발하고 관리할 수 있는 다양한 솔루션을 운영하고 있다. 전문가가 컨설팅부터 데이터 설계, 인공지능 알고리즘 개발·운영까지 전 과정을 지원하는 ‘슈퍼브 서비스’와 하나의 플랫폼에서 AI 개발 전체 사이클을 아우르는 고성능 AI 구축 플랫폼인 ‘슈퍼브 플랫폼’을 운영 중이다. ‘슈퍼브 플랫폼’에는 대규모 데이터의 라벨링 가공/관리를 진행하는 ‘슈퍼브 라벨’ 학습용 데이터를 자동으로 선별하는 ‘슈퍼브 큐레이트’, 코딩 없이 딥 러닝 모델을 학습/배포하는 ‘슈퍼브 모델’이 포함돼 있다.

슈퍼브에이아이의 김현수 대표는 “인공지능 개발에서 모델을 진단하는 것은 모델의 성능은 물론, 안정성과 효율성을 평가하고 개선하는 과정으로 AI 개발 성공을 위해 반드시 필요한 단계”라며 “모델 성능 개선에 대한 고민이 많은 머신러닝 엔지니어부터 AI 서비스를 기획하고 설계하는 기획자까지 모델 진단 기능을 활용해 시간과 비용을 절감하며 모델을 개선할 수 있다”고 설명했다.

보도자료 제공: 슈퍼브에이아이

0 0 votes
Article Rating
beSUCCESS is a professional media company with a particular focus on startups and tech industry | beSUCCESS는 국내 기업의 해외 진출을 지원하는 미디어 회사로, 실리콘밸리를 포함한 전세계 테크 트렌드와 스타트업 뉴스, 기업가 정신 등 국내 스타트업의 인사이트 확대를 위해 필요한 외신 정보를 직·간접적으로 제공할 뿐만 아니라, 한국의 스타트업 생태계와 출시 소식 등 주요 뉴스를 영문으로 세계 각국에 제공해 한국 스타트업의 글로벌 성공을 지원하는 '연결'의 역할을 합니다.
Subscribe
Notify of
guest
0 Comments
Inline Feedbacks
View all comments
0
Would love your thoughts, please comment.x
()
x