데이터 관리 AI서비스 질과 직결
자율주행 고도화, 필요한 데이터도 달라져
Ml옵스에 데이터 파이프라인 연결, 데이터옵스 구축

AI(인공지능) 시대 데이터양은 수작업으로 관리하고, 가공할 수 있는 수준을 넘어서고 있다. AI 학습용 데이터를 관리하는 데이터 라벨링 작업은 ‘현대판 눈알 붙이기’라 불린다. 도로에 차로 가득 찬 사진을 수작업으로 처리한다면, 사람이 일일이 이미지를 확대해 자동차라는 표시를 해 주고, 이름을 붙여줘야 한다. 시간도 오래 걸리고, 효율도 떨어진다. 

에이모는 AI에 학습을 시킬 수 있는 형태로 데이터를 가공해 주는 ‘오토라벨링’ 서비스를 제공한다. 최대 10배까지 작업 속도를 높일 수 있다. 인공지능 모델링에 필요한 텍스트⋅이미지⋅비디오⋅사운드 등 다양한 데이터를 정형⋅비정형 데이터로 분류하고 라벨링 해 방대한 학습데이터를 가공하는 것이다. 사람은 AI가 보류한 부분만 골라 라벨링하면 된다.

데이터옵스 관련 사진./사진=Getty images
사진=Getty images

오승택 에이모 대표는 “데이터 가공에 AI 개입률이 높은 것이 강점”이라며 “오토라벨링을 통해 실제 사람의 작업을 많이 줄여줄 수 있다. 200명의 사람이 한 달 동안 해야 하는 작업을 기계가 한다면 15일 만에 완료할 수 있다”고 말했다. 효율적인 데이터 관리는 서비스 질과도 직결된다. 

오 대표는 “정확도의 차이는 제품 퀄리티로 직결된다”며 “보안 서비스만 봐도 다양한 변수가 존재한다. 방대한 데이터와 정밀한 분석이 없다면 아이가 주먹을 휘두르는데 (성인들 간) 싸움으로 인지하고 출동하는 상황이 벌어질 것”이라고 강조했다.

서비스가 고도화할수록 필요한 데이터 유형도 달라진다. 자율주행의 경우 초기에 필요한 데이터 유형과 상용화 이후에 필요한 데이터 유형이 달라진다. 초기에는 객체 인식의 수준이라면 완전 자율주행 단계로 접어들면 객체의 움직임을 예측하는 수준까지 요구된다. 자동차⋅보행자라는 인식을 넘어 객체가 직진할지 왼쪽으로 갈지 등 움직임을 예측하는 수준의 학습데이터가 필요하기 때문이다. 

에이모 자율주행 차량용 객체인식 관련./자료=에이모

오승택 대표는 “자율주행차가 레벨 5수준이 되면 방대한 데이터가 필요할 것”이라며 “AI 서비스들이 경쟁할 시점이 이 시장의 정점일 것”이라고 전했다.

에이모는 이에 데이터 옵스를 구축할 계획이다. 데이터 옵스는 데이터 관리자와 소비자 간의 데이터 흐름을 통합⋅자동화해 데이터 활용을 개선⋅지원한다. AI회사들이 구축한 ML Ops(MLOps: Machine Learning Operation)에 데이터 파이프라인을 연결해서 데이터 옵스를 구축한다는 구상이다. ML Ops가 머신러닝 시스템 개발 데이터⋅관리⋅서비스 운영을 통합하는 것이라면 데이터 옵스는 데이터 전반의 흐름을 통합⋅자동화한다. 

남기철 에이모 CSO(최고전략책임자)는 “현재는 AI회사들이 초기 단계이다 보니 스스로 ML Ops를 구축하는 중이지만 이후 서비스가 고도화되면 방대한 데이터 자동화에 대한 수요가 늘 것”이라며 “자율주행의 경우도 서비스 중반 고도화 등 단계별로 필요한 데이터 유형이 달라서 시장 고도화에 따라 다른 데이터 유형이 필요하다. 거기에 맞춰서 기술준비를 하고 있다”고 설명했다.

에이모는 지난 1월 열린 ‘CES2021’에서 AI 학습 데이터 라벨링 협업 플랫폼 ‘에이모 엔터프라이즈(AIMMO Enterprise)’도 공개했다. 데이터 옵스가 주로 정형 데이터를 처리한다면 에이모 엔터프라이즈는 비정형 데이터 가공에 집중한다. 

지난해부터 AI 학습데이터 가공에 오토라벨링 기술인 'AI 어시스트'를 활용하고 있다. AI 어시스트는 2D 객체 인식 데이터 대상 탐지를 시간당 최대 7200장까지 처리 가능하며, 3D 객체 인식 라이다 3D 큐보이드(Cuboid) 시간당 1만8000개 프레임 가공을 도와준다. 3D큐보이드는 평면적인 이미지를 X⋅Y⋅Z 축의 입체감을 부여한다. 

AI Assit 의 3D 객체 인식 라이다 관련./자료=에이모

남기철 에이모 CSO는 “3D 큐보이드는 2D 이미지에 있는 객체의 공간감을 표현해 준다”며 “2D이미지를 수많은 사물의 부피감⋅공간감을 표현해 줘야 하는데 3D형태로 라벨링을 해서 직육면체⋅정육면체 같은 넓이⋅길이⋅높이값과 같은 입체감을 구현해 준다”고 말했다. 에이모는 이 같은 오토라벨링 기술을 고도화할 계획이다.

에이모는 AI학습데이터 가공 플랫폼 전문기업으로 2016년 설립됐다. 오승택 에이모 대표는 한양대 행정학과를 졸업 후 CJ 제일제당 E-Biz 사업본부장과 다음커뮤케이션 E-Commerce 본부장을 역임했다. 에이모는 현재 국내 자율주행 회사 및 대형 통신사⋅국내 포털업체 등과 협업 중이다. 해외 라이다 회사들⋅자율주행 외국 OEM 등과도 거래를 논의 중이다.

에이모는 국제 정보보호 인증인 ‘ISO 27001’을 획득한 바 있다. ISO27001은 영국표준협회(BSI) 심사를 거쳐 국제표준화기구(ISO)가 제정한다. 총 14개 분야 114개 관리 기준 심사를 통과해야 받을 수 있다. 

오 대표는 “효율적인 데이터 가공은 AI 서비스의 기반”이라며 “AI가 성장해야 하고, 생활 속으로 제품들이 들어와야 한다. AI 생태계가 활성화되고 있는 만큼 AI와 함께 성장할 수 있을 것”이라고 자신했다. 

 

저작권자 © KIPOST(키포스트) 무단전재 및 재배포 금지