양질의 학습 데이터로 경쟁력↑
데이터 가공 시장 인지도 높여
모델링 위한 '어노테이션' 주력
데이터 가공 시장 인지도 높여
모델링 위한 '어노테이션' 주력
에이모 제공
데이터 산업 현장을 가다
⑭에이모
하루 수만㎞씩 달리며 자율주행 능력을 키운 구글 웨이모 자율차를 한국 5일장 거리에 갖다 놓으면 무리 없이 달릴 수 있을까.
전문가들에 따르면 아주 힘들다는 반응이다. 웨이모가 학습해 익힌 미국 도로의 표지판이나 주변환경과 한국 환경이 전혀 다르기 때문이다. 현재의 AI는 인간이 수집·정제·가공해 주입해준 학습 데이터를 넘어선 상황이 벌어지면 대처 능력을 상실한다. 자율차는 이 때문에 상용화에 앞서 HD 정밀지도와 함께 주행 중 맞닥뜨릴 수 있는 모든 대상과 기상조건, 도로환경을 학습해야 한다. 글로벌 기업들은 양질의 학습 데이터 확보가 자율차 상용화 경쟁에서 앞서는 열쇠라고 보고 투자를 집중하고 있다.
설립 4년차 국내 스타트업이 글로벌 AI 데이터 가공시장을 무대로 지명도를 높이고 있어 주목된다.
네이버·카카오·구글 등 국내외 기업 출신 머신러닝 전문가들로 구성된 에이모는 '더 쉽고 빠르고 정확한 AI 학습데이터 가공'을 키워드로 솔루션 개발에 뛰어들어 카카오·신세계·네이버·SK텔레콤 등을 고객사로 확보하며 빠르게 성장하고 있다. KT를 거쳐 다음과 CJ제일제당에서 e커머스 조직을 이끌다 2016년 3월 회사를 창업한 오승택(사진) 대표는 2018년 AI 학습 데이터 가공서비스로 주력분야를 정했다. 탄탄한 인력과 기술력 덕분에 회사는 솔루션 완성도를 빠르게 높이며 네이버·SK텔레콤·인천공항 등 국내 기업은 물론 토르드라이브·스프링클라우드 등 미국 자율차 기업도 고객사로 확보했다. 주요 자동차 제조기업과도 계약 논의를 진행 중이다.
에이모의 주력 분야는 AI 모델링에 필요한 학습 데이터에 대한 어노테이션(라벨링) 서비스다. 텍스트·이미지·비디오·사운드 등 다양한 정형·비정형 데이터를 분류한 후 각 데이터에 정답(정보)을 입력해 주는 것이다. 데이터 사이언티스트들은 이후 학습·테스트·튜닝을 거쳐 AI 알고리즘을 완성한다.
오승택 에이모 대표는 "사람은 보이는 것을 초당 30프레임으로 쪼개 3차원으로 이해하고 저장하지만, 기계는 공간 이해능력이 없고, 고양이를 고양이, 개를 개로 인식하는 데 인간보다 훨씬 많은 학습량이 필요하다"면서 "학습을 위해서는 고양이 사진에 고양이, 개 사진에 개라는 주석을 달아줘야 하는데 이 과정을 혁신해 플랫폼과 서비스를 제공하는 게 우리 역할"이라고 설명했다.
사람은 3살 아기도 고양이와 개 사진 10장 정도를 보여주면 구분할 줄 알지만 AI는 1000장 정도를 줘야 96~97% 정확도로 구분한다. 특히 사람을 싣고 달리는 자율차에서 AI의 판단력은 절대적이다. 오 대표는 "실제로 경기 판교 실증도로 특정 구간에서 레벨4 모드로 달리던 자율주행버스가 휘날리는 벚꽃잎을 움직이지 않는 고정체로 인식해 멈춘 적이 있다. 자율차가 주변의 사물이나 차량을 인식하는 데 쓰이는 라이다(LiDAR·빛을 이용해 거리와 속도 등을 판별하는 센서)는 날아다니는 비닐봉지를 보고도 정지할 수 있다"고 말했다.
결국 자율차 상용화를 위해서는 비·눈·황사 등 다양한 기상조건과 지역별로 다른 도로 표지판·구조물 등 가능한 모든 데이터를 입력해 학습과정을 반복해 추론능력을 높이는 게 필수다. 자율차 기업마다 AI 알고리즘과 기술방식이 다르다 보니 기업들은 방대한 작업을 각각 하고 있다.
에이모는 이 과정을 지원하는 종합 플랫폼·서비스를 지향한다. 학습 데이터 가공에 필요한 주석달기 툴·템플릿과 함께 주석달기 작업에 참여하는 작업자와 검수자를 관리하는 IT시스템, 작업과 검수를 도와줘 작업부담을 40~50% 낮추고 오류를 줄여주는 AI 어시스트 기술을 개발했다. 자율차의 2D 스테레오 카메라가 찍은 이미지는 평면박스(바운딩박스)를 쳐서 '자동차' '고양이' 같은 주석을 달아준다. 라이다는 대상에 빛을 쏴서 거리와 모양을 파악하는데, 수많은 점으로 된 데이터를 직육면체로 감싼 후 주석을 달아주면 이를 토대로 AI가 학습한다. 일부 학습 데이터는 대상의 테두리에 점을 찍어 윤곽을 그려주는 과정이 필요하다. 에이모는 이런 작업을 AI 어시스트가 먼저 한 후 사람이 하도록 해 효율을 높여준다.
오승택 대표는 "특히 자율차의 3대 센서인 2D 스테레오 카메라, 라이다, 레이더에서 수집된 데이터를 융합해 가공하는 툴과 플랫폼은 국내에서 우리만 갖고 있다"고 강조했다. 기업들이 클라우드 플랫폼을 활용해 직접 데이터 가공작업을 할 수 있는 PaaS(플랫폼 서비스)도 완성 단계다. 보안이 중요한 사업장은 기업 내에 시스템을 구현해 주는 구축형 서비스도 제공한다. 전문가가 아니라도 누구나 학습 데이터 가공에 참여해 대가를 얻을 수 있는 '에이모 크라우드' 플랫폼도 선보였다. 이 플랫폼을 이용하면 머신러닝 학습 데이터 전문가들이 데이터 특성을 고려해 프로젝트 설계와 검수를 진행하면서, 일반인도 학습 데이터 가공에 참여해 작업을 빠르게 할 수 있다. 에이모는 최근 모빌리티 업계의 수요가 커지면서 작년 13억원이던 매출이 올해는 2~3배 커질 것으로 기대하고 있다. 직원도 작년초 23~24명에서 50명으로 늘었다.
오 대표는 "사람의 단순 작업을 최소화하면서 여러 작업자가 효율적으로 일을 배분하고 협업하는 '인터랙티브 어노테이션'을 통해 글로벌 생태계를 주도하겠다"면서 "올 하반기 미국·유럽·일본·중국에서 플랫폼을 선보이고, 장기적으로 글로벌에서 국내보다 많은 매출을 벌어들이겠다"고 밝혔다.
안경애기자 naturean@
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
