독립된 딥러닝 응용 실행환경(모델 추론·학습 및 영상 입력, 이벤트 출력) 제공
AI 분석(추론) 최적화 및 모델 학습 비용 최소화

[보안뉴스 엄호식 기자] 비전 AI 딥러닝 자동화 플랫폼 전문기업 스누아이랩이 차세대 비전 AI 솔루션을 개발·출시했다고 밝혔다. 스누아이랩의 AutoCare 제품은 실시간 영상에 대한 AI 분석기능 및 현장 데이터 기반 자동화된 AI 모델 추가 학습기능을 지원하기에 AI 분석(추론) 최적화 및 모델 학습 비용 최소화가 가능하다.


▲스누아이랩의 AutoCare 플랫폼 소개[이미지=스누아이랩]

기존의 딥러닝 AI 솔루션은 학습을 위해 많은 레이블된 데이터가 필요해 과다한 데이터 레이블링 비용과 초기 학습데이터와 현장 데이터 분포의 차이로 현장 데이터를 추가로 수집해 학습하고 검증하며 배포하는데 드는 개발과 엔지니어링 비용의 증가라는 문제가 발생했다. 또, 고객 사이트 현장에서 취득한 데이터의 외부 반출 제한과 데이터 접근제한 등의 문제를 효과적으로 대응하지 못해 다양한 비전 AI 애플리케이션 제공에 한계가 있었다.

스누아이랩의 AutoCare 플랫폼은 이러한 한계를 극복하기 위한 차세대 비전 AI 솔루션으로 독립된 딥러닝 응용 실행환경(모델 추론·학습 및 영상 입력, 이벤트 출력)을 제공해, 다양한 비전 AI 애플리케이션(분석앱 = 딥러닝 모델 + 이벤트 정보)을 추가 개발(코드 변경) 없이 운영할 수 있다. 또한, 현장에서 레이블이 없는 데이터(이미지·영상)를 반복적으로 학습해 모델 성능을 개선할 수 있으며, 현장 학습을 기반으로 객체 검출 및 인식을 포함한 다양한 딥러닝 응용 솔루션 구현이 가능하며, 이를 통해 고객의 다양한 요구사항을 만족시킬 수 있다.

스누아이랩은 현장 중심의 딥러닝 재학습 적용이 가능한 AI 자동화 플랫폼이 필요하기에 현장에서 재학습이 가능한 능력을 갖춘 ‘AutoCare 플랫폼’을 기반으로 객체 검출 및 인식을 포함한 다양한 응용 솔루션을 제공한다. 관련된 AI 핵심 기술로는 레이블링이 안된 현장 데이터를 즉시 학습에 활용하기 위한 ‘준지도학습(Semi-Supervised Learning)’과 도메인(데이터 분포)의 차이를 재학습에 의존하지 않고 전이학습(Transfer Learning)을 통해 극복하고자 하는 ‘도메인 적응(Domain Adaptation)’, 현장에서 데이터 수집, 정제, 학습, 평가, 배포를 자동화할 수 있는 ‘MLOps(ML Automation) 응용 기술’ 등이 있다. 이외에도 ‘목표 도메인에 따른 검출 이벤트가 무엇인지’와 환경에서 고려해야 할 사 그리고, 시스템 규모(대·중·소), 미탐·오탐에 대한 성능 등에 대한 고객 요구사항을 만족시킬 수 있도록 시스템 제공 기술을 포함한다.

AutoCare 플랫폼을 기반으로 개발한 제품으로는 ‘AutoCare 검출기(Detector, DX)’와 ‘AutoCare 학습기(Trainer, TX)’가 있다.

‘AutoCare 검출기’는 4채널과 8채널을 지원하는 2가지 제품으로 △영상 분석 기능 별로 분석 앱 다운로드 △기본적인 영상 분석 위한 분석 앱 레지스트리 제공 △IP 카메라와 File, RTSP 등 다양한 영상 소스 지원 △이벤트 로그 표시 및 검색 △웹 앱 방식의 설정 UI 제공 △손쉬운 3rd Party 연동(SDK제공) 등의 특징이 있다.

‘AutoCare 학습기(Trainer, TX)’는 AutoCare 검출기와 연동돼 현장학습을 지원하는 제품으로 △AutoCare Detector 정보 수집 Collector △데이터셋 관리 및 편집 △데이터 전처리(Preprocessing)를 통한 데이터셋 정제 △데이터셋 자동 주석(Annotation) △데이터셋에 대한 모델 학습 및 평가와 배포 △계량 모형(Metric Model) 정보 시각화(Visualization) 등의 기능을 지원한다.

AutoCare 플랫폼 기반 제품은 기존 영상분석을 위한 타사 제품 대비 비디오 입력부터 분석 이벤트 출력까지 하나의 E2E(End-to-End) 시스템으로 별도로 다운로드 가능한 분석앱(딥러닝 모델–추론·학습)을 통해서 딥러닝 모델 추론을 구동하며, 현장에서 학습이 필요할 경우 추가(반복) 학습을 진행해 모델 성능 향상을 지원한다.

또한, 차세대(Next-Generation) 딥러닝 솔루션으로서 지도학습에만 의존하는 기존 딥러닝 개발 방식 대비 비라벨 데이터를 활용한 준지도학습을 적용해 레이블링(Labeling) 비용을 획기적으로 줄이며, 현장에서 추가 데이터를 확보해 반복적인 학습을 지원하기에 현장에서 적은 데이터로 개발환경을 구축해 자동으로 딥러닝 AI 서비스 모델 구축이 가능하다.


▲AutoCare 분석앱(Analytics App)[이미지=스누아이랩]

AutoCare 플랫폼은 국내와 해외 딥러닝 기반 영상분석 솔루션과 달리 딥러닝 모델 실행환경을 제공하는 시스템과 딥러닝 모델을 지원하는 Vision AI 분석앱을 분리시켜 다양한 분석앱을 별도 개발해 시스템에 다운로드할 수 있다. 딥러닝 모델이 영상분석 시스템에 내장된 것이 아니라 별도로 개발돼 다운로드 가능한 형태의 분석앱으로 제공할 수 있기에 다양한 분석 응용을 빠르게 제공하는데 효율적이다. 또한, 향후 분석앱을 위한 앱스토어(AppStore) 서비스를 제공해 AutoCare 플랫폼 기반 분석앱 생태계를 구축한다는 계획이다.

스누아이랩은 AutoCare 플랫폼 기반의 제품(Detector & Trainer)과 다양한 응용 도메인의 데이터를 활용해 도메인(고객 사이트)별 데이터에 최적화된 AutoCare 분석앱 제공이 가능하다고 밝혔다. 앞으로도 딥러닝 커스텀 모델 지원 및 성능 요구사항에 따른 현장 최적화와 PoC 진행을 통한 시스템 운영에 대해 고객의 요구사항과 연계된 AutoCare 플랫폼 기반 솔루션 개발에 적극 나설 계획이다.
[엄호식 기자(eomhs@boannews.com)]

<저작권자: 보안뉴스(www.boannews.com) 무단전재-재배포금지>