플러스프로젝트 배경
(1) 문제점 AI 학습용 데이터가 여러 채널과 장비(CCTV, 드론 등)에 분산되어 있어 수집 및 검색의 어려움이 발생 동일한 객체임에도 촬영 환경 및 포맷이 달라 데이터 정합성과 활용성이 떨어짐 수동 라벨링 및 수집 프로세스가 반복되며 비효율 초래 기존 시스템에서는 데이터 유실 우려가 있어 관리 및 추적이 어려움 (2)프로젝트 목표 분산된 Vision 데이터의 메타정보를 자동으로 추출하고 검
프로젝트 성과
유사 이미지 추천으로 Vision Data 재사용성 증대 및 학습데이터 구축 비용 절감
일별 50~200여건의 골든 데이터셋(FN: 누락 탐지, FP: 오탐 탐지) 확보로 AI 모델의 지속적인 성능 향상 가능
발달장애인 복지센터 Vision AI 기반 CCTV의 9종 도전행동 인식율 20% 향상
발달장애인 복지센터 Vision AI 기반 CCTV의 9종 도전행동 인식율 20% 향상
핵심 기능
골든 데이터셋(FN: 누락 탐지, FP: 오탐 탐지) 확보로 AI 모델의 지속적인 성능 향상
AI 모델의 지속적인 성능 향상을 위해서는 잘못 탐지한 골든 데이터셋(FN: 누락 탐지, FP: 오탐 탐지) 확보와 재학습을 자동화하여 ai모델의 성능을 크게 향상하였습니다.
프로젝트 상세
# 설명 2024년 SK텔레콤 Vision AI 사업부에서 진행된 프로젝트로, 다양한 CCTV 및 영상 장비에서 수집되는 비정형 데이터를 자동으로 전처리, 라벨링, 저장, 검색, 활용할 수 있는 DataOps & MLOps 통합 플랫폼을 설계 및 개발하였습니다. NoSQL 기반 스토리지와 Vector DB를 활용한 유사 이미지 검색 기능, 프롬프트 엔지니어링을 적용한 LLM 기반 메타데이터 생성, 멀티 클라
