플러스프로젝트 배경
킥보드 불법주차 규제가 강화되면서 해당 공유 모빌리티 업체가 지불하는 견인 과태료가 매우 많았으며, 유저들이 불량한 반납사진을 제출하면서 불법주차 모니터링에 어려움을 겪고 있었습니다. 이에 해당 프로젝트는 사진 데이터를 활용하여 불법주차에 의해 발생하는 견인 과태료를 줄이고, 동시에 킥보드 반납 사진을 잘 촬영하는 문화를 정착시키기 위해서 시작되었습니다. 제작된 AI API는 유저가 촬영한 킥보드 반납
프로젝트 성과
Auto Scaler를 활용한 안정적인 AI 서비스 제공
- 동시에 많은 요청(초당 최대 5건)에도 응답 시간이 1초 미만이 되도록 설계
- 요청량 변화에 따라 서버를 자동으로 늘리거나 줄이는 기능 적용
- 요청량 변화에 따라 서버를 자동으로 늘리거나 줄이는 기능 적용
AI 분석 정확도 향상
- 불량 사진 판별 정확도 97.3%, 불법 주차 탐지 정확도 96.5% 달성
- 최소한의 학습 데이터(3만 개)로 높은 정확도를 확보하는 방식 적용
- 최소한의 학습 데이터(3만 개)로 높은 정확도를 확보하는 방식 적용
지속적인 AI 성능 개선 시스템 구축
- AI가 판단하기 어려운 데이터를 우선적으로 학습하도록 설계
- 기존 데이터의 영향을 줄이고, 사람이 수정한 결과를 효과적으로 반영하는 학습 과정 적용
- 기존 데이터의 영향을 줄이고, 사람이 수정한 결과를 효과적으로 반영하는 학습 과정 적용
핵심 기능
킥보드 유무 판단 AI API
- 사진 속에 해당 업체의 킥보드가 있는지를 판단합니다.
- 사진의 선명도를 따로 측정하여, 과하게 흔들린 사진은 킥보드가 없다고 판단합니다.
- 사진의 선명도를 따로 측정하여, 과하게 흔들린 사진은 킥보드가 없다고 판단합니다.
진행 단계
AI 서비스 기획
2023.11.
- 고객사 문제상황 분석
- AI 솔루션 기획 및 마일스톤 선정
- AI 솔루션 기획 및 마일스톤 선정
프로젝트 상세
1. 포트폴리오 소개: AI 기반 킥보드 불법 주차 판별 및 반납 사진 검수 시스템 2. 작업 범위: 기획, 설계, 개발 3. 주요 업무: - 킥보드 반납 사진을 분석하여 불법 주차 여부 및 사진 품질 검토 기능 구현 - AI 모델을 활용해 견인 과태료 감소 및 올바른 반납 문화 정착 유도 - 불확실성이 높은 데이터를 우선적으로 학습하는 AI 성능 향상 시스템 구축 3. 핵심 기능: -
