라온피플 감명곤 팀장 "AI 데이터 분석, 라벨링 정확도 높이는 노트북이 우선"

동아닷컴 입력 2021-10-22 17:07수정 2021-10-25 13:34
공유하기뉴스듣기프린트
공유하기 닫기
데이터는 인공 지능(AI)의 원유라고 불린다. AI의 품질을 결정하는 건 알고리즘이나 하드웨어가 아니라, AI가 학습하는 ‘데이터’이기 때문이다. 컴퓨터가 사진으로 개와 고양이를 구별하려면, 두 동물이 명확하게 구별된 사진 수백, 수천 장을 학습해야 한다. 만약, 학습 데이터에 미세한 오류가 있으면, AI 성능 자체가 나빠지게 된다.

다만, AI는 사람처럼 데이터를 직접 학습하진 못한다. 컴퓨터가 데이터를 학습할 수 있도록 개는 ‘개’, 고양이는 ‘고양이’라고 사람이 일일이 답을 달아주는 ‘데이터 라벨링’ 단계가 필요하다. AI의 시대에선 데이터를 얼마나 ‘정확하고, 효율적으로’ 라벨링 할 수 있는지가 무엇보다 중요하다.

이에 따라, AI 머신 비전 솔루션을 개발하는 기업 ‘라온피플’의 AI DX 융합 사업부 FM팀 감명곤 팀장(이하 감 팀장)을 만나 데이터 라벨링의 효율성을 높이는 방법을 이야기해 보았다. 그가 인터뷰하는 동안 강조한 말이 있다. “직접 체험해 봐야 그 대상을 정확하게 알 수 있다. 그건 제품도, 상황도, 기술 개발도 모두 마찬가지다” 탁상공론식으로 방법의 장단점을 따지기보다, 제품이든 기술이든 하나씩 체험해보는 과정이 필요하단 것이다. 그래야 각자에게 가장 편리하고, 효율적인 수단을 찾을 수 있게 된다.
라온피플의 감명곤 팀장, 출처=IT동아


"데이터 분석의 시작 '라벨링', 효율성 증진이 우선"

주요기사
회사와 본인에 대한 소개 부탁한다.

“라온피플은 무인 자율화의 핵심 기술인 AI 머신 비전(Machine Vision)'을 선도하는 R&D 전문 기업이다. 머신 비전이란 카메라 등을 이용해 대상의 이미지를 확보한 후 이를 사람처럼 검사·측정하는 기술이며, 산업 부문에서 일반 생활 영역까지 AI가 적용되는 ‘스마트 라이프(Smart Life)’를 위한 하드웨어와 소프트웨어를 개발하고 있다.

세계가 주목하는 인공지능 스타트업 목록, 출처=한국지능정보사회진흥원(NIA)

2010년에 회사를 설립해서 2019년에 코스닥 상장을 했고, 2년 연속 코스닥 라이징 스타로 선정됐으며 경기도 유망 중소기업으로 뽑혔다. 또, 과학기술정보통신부가 선정한 우수 기업 연구소·식품의약품안전처의 의료 기기 지정 등 다양한 분야에서 기술력을 인정받고 있다. 한국지능정보사회진흥원(NIA)은 라온피플을 ‘세계가 주목하는 인공지능 스타트업 TOP10’ 중 국내 AI 스타트업 1위로 선정했다”

준비해온 듯 회사 소개를 하는 그의 모습에 기자는 분위기를 부드럽게 위해서 “회사 소개가 화려하다”는 농담을 던졌다. 감 팀장은 “이것도 요약해서 말씀드린 내용이다”라고 웃으면서 답했다.

라온피플은 많은 주목을 받는 AI 기업이다. 그 이유가 궁금하다.

“과거에도 AI라는 기술은 있었지만, 그 당시엔 하드웨어가 받쳐주지 않았다. 사람의 실수를 줄여주는 AI 무인화 시스템의 하드웨어와 소프트웨어를 모두 개발한다는 게 라온피플의 강점이다. TV에서 현미경으로 반도체를 검사하는 사람을 본 적이 있을 것이다. 사람이 검사할 땐 실수가 발생하거나 속도 면에서 지연이 발생하는데, AI가 일반화된 검사 기준을 갖고 판독하면 속도와 정확성이 크게 향상된다.”

감 팀장이 맡은 업무에 대해서도 알고 싶다.

딸기의 생육을 모니터링하는 스마트팜, 출처=IT동아


“우리 팀은 스마트팜(사물 인터넷(IoT) 등으로 작물의 생육 환경을 원격 관리하는 방식), 국방 사업을 맡고 있다. 고객사로부터 딸기 생육 과정을 모니터링하고, 병충을 진단하는 솔루션에 대한 POC(Proof Of Concept, 새로운 프로젝트의 실현 가능성과 효과를 검증하는 단계) 의뢰를 받았는데 그게 성공해서 올해 양산화를 한다.

기존 산업계에서만 적용하던 AI를 농업과 같은 일상에 적용했다고 생각하면 된다. 딸기를 재배하는 유리온실을 보면 작물을 담고, 운반할 수 있는 레일이 설치되어 있다. 이 레일에 영상 장비를 설치하고, 자동으로 움직이게 해서 딸기 잎이나 꽃 등의 생육 포인트를 촬영한다. 기존 스마트팜에선 활용하지 못했던 시각 정보를 얻을 수 있다. 국방은 비밀 유지 문제로 자세히 말하긴 어렵지만, CCTV(폐쇄회로카메라) 감시를 사람 대신 AI가 한다. 사람이 감시 업무를 맡으면 생기는 경계의 공백을 해결할 수 있다”

데이터를 얻은 뒤, 이를 분석하는 능력도 중요하겠다. 그렇다면, 데이터 분석에 가장 필요한 역량이 무엇인가?

“데이터 가공이다. 가공을 어떻게 했는지에 따라서 AI의 성능 자체가 달라진다. 특히, AI 기술을 개발할 땐 AI가 학습할 수 있도록 데이터에 라벨(이름표)을 붙여 가공하는 라벨링(labeling) 작업이 중요하다. 사진에서 해충이 있는 부분을 표시하고, 이를 다른 사진과 분류하는 작업을 생각하면 된다. 라벨링 작업은 하드웨어의 편의 기능이나 성능에 따라서 수행 속도에서 차이가 크게 난다. 작업 속도가 빨라지면 당연히 개발 일정은 단축된다”

데이터 라벨링 과정에서 하드웨어가 특히 중요한 이유가 있나?

드래곤플라이 맥스로 라벨링의 바운딩 작업을 하는 모습, 출처=라온피플


“라벨링 작업을 할 땐 보통 마우스나 펜 마우스로 이미지의 특정 부분을 박스로 가두는 ‘바운딩’을 하는데, 이런 입력 도구로는 바운딩해야 할 영역만을 정확하게 지정하기가 어렵다. 여백 공간이 생기거나, 대상을 제대로 담아내지 못하는 일이 생긴다. 그래서, 일반적으로 펜이 없는 노트북의 경우에는 마우스를 사용하고, 펜이 있더라도 힌지 각이 180도 이하라 불편한 자세로 바운딩을 해야 했기 때문에 바운딩 영역 설정 정확도가 떨어졌다.

반면, HP의 드래곤플라이 맥스(Dragonfly Max)는 노트북과 태블릿PC 형태를 오갈 수 있는 ‘2in1 PC’, 그것도 업무에 특화된 HP 비즈니스 노트북이라는 점이 좋다. 화면 각도를 조절해서 태블릿PC로 쓸 때 화면의 특정 부분을 액티브 펜으로 정확하게 터치해 바운딩하면, 마우스 커서로 하는 것보다 작업의 정확성이 올라간다. 개발자들이 직접 사용해 보니, 액티브 펜으로 작업하면 위치가 정확하게 매칭되니까 작업 속도가 2배나 빨라졌다고 할 정도로 업무의 정확도와 속도 모두 좋아졌다.

HP의 드래곤플라이 맥스 노트북과 엑티브 펜, 출처=IT동아


최근엔 고기의 근육 지방도를 측정하기 위해서 데이터 라벨링 작업을 했다. 고기의 붉은색 육질과 그 안에 작게 표시된 하얀색 지방, 이런 것들을 세세하게 구별해야 했다. 기존 노트북을 썼다면 계속 손목이 꺾인 상태로 불편하게 작업을 했을 것이다(터치스크린 기능만 되는 일반 노트북 모니터에서 터치 펜으로 작업을 할 때도 손목은 계속 꺾어야 한다). 태블릿PC 모드는 화면 각도를 이용자에게 맞춰서 조절할 수 있어, 손목 통증을 피할 수 있다. 손목에 가해지는 부담이 적으니 작업의 생산성도 당연히 높아졌다”

개발자의 손목을 보호해주는 노트북이겠다(웃음)

“시력도 보호해준다(웃음). 마우스를 쓸 땐 모니터의 커서 위치를 섬세하게 구별해야 하니 눈도 금방 피로해진다. 드래곤플라이 맥스는 디스플레이가 최대 1,000니트(nit)까지 밝기를 지원하여 장소에 구애받지 않고 작업 환경에 가장 적절한 화면 밝기로 조정된다. 이렇게 맞춤형 디스플레이에서 작업하면 이미지 속 대상을 쉽게 구별할 수 있어, 눈이 피로할 일이 적어진다. 또, 라벨링 작업을 하려면 종일 화면을 바라보고 있어야 하는데 블루라이트(청색 파장) 때문인지 눈에 피로가 많이 간다.

하지만 드래곤플라이 맥스를 사용할 때에는 피로도가 적었는데, 이유를 살펴보니 'HP 아이이즈(Eye Ease)' 기능이 적용돼 망막을 손상시킬 수 있는 청색 파장을 제거하는 것이라고 한다. 이런 기술이 들어가면 색감이 노랗게 변하는 경우도 있는데 이 제품은 그렇지 않고 색감도 자연스럽게 살리는 점이 인상 깊었다. 개발자들이 사용해보더니 손목이나 눈이 편하고, 업무 효율성도 높아졌다고 평가했다.”

라벨링 작업은 보통 외주를 맡기지 않나? 개발자가 이 작업도 직접 하는 건가?

“처음에 개발이 가능한지를 보는 게 POC다. 이 단계에선 많은 데이터를 갖고 있지도 않고, 빠른 대응을 위해선 개발자가 라벨링 작업을 한 뒤 AI 모델을 만들어서 데이터를 학습시켜야 한다. 또, 대규모 작업은 외주를 주기도 하지만, 국방부 사업처럼 민감한 정보를 다룰 땐 개발자가 직접 데이터 라벨링을 해야 한다. 개발 속도가 생명이라서 개발자의 업무 속도와 효율성을 높여주는 제품을 찾는 게 중요하다

드래곤플라이 맥스는 기본 스펙이 최신의 하드웨어 스펙을 다 갖춘 제품이다. CPU도 저전력의 고효율 인텔 11세대 i7-1165 G7이 탑재됐고 기존 인텔의 UHD 630 내장 그래픽보다 성능이 약 2배 향상된 인텔 아이리스 Xe 내장 그래픽이 탑재됐다. 드래곤플라이 맥스로도 고성능의 하드웨어를 요구하지 않는 AI 정도는 충분히 학습시킬 수 있다”

"비즈니스 활동에서 중요한 것은?"

POC 과정에서 태블릿 모드를 쓰면 비즈니스 미팅도 편리하겠다.

라온피플의 영농일지를 확인하는 모습, 출처=라온피플


“기존 노트북은 기술 설명을 할 때 고객에게 화면을 보여주기 어려웠고, 가능하면 프로젝터로 연결해서 큰 화면으로 봐야 했다. 드래곤플라이 맥스는 2in1 PC라서 화면 각도를 편리하게 조정할 수 있고, 미팅 과정에서 고객도 펜으로 화면에 직접 메모도 할 수 있다. 이 노트북은 주변 기기와 간편하게 연결할 수도 있는데, 네트워크를 통해 대형 디스플레이에 연결해 PC에 적은 내용을 고객에게 바로 공유할 수 있다는 점이 편리했다. 요즘 많이 사용하는 전자 칠판처럼 대형 디스플레이와도 네트워크로 쉽게 연결을 쉽게 할 수 있어서, 고객에게 내용을 전달할 때 데이터를 시각화한 자료를 큰 화면에서 더욱 효율적으로 전달할 수 있다.

여담이지만, 이용자를 위해 섬세하게 만들어진 제품이라고 느낀다. 무게가 가벼우니(제품 무게는 1.13kg) 비즈니스 미팅이 많은 사람이 들고 다니기에도 좋고, 액티브 펜이 노트북에 자석처럼 붙어서 잃어버릴 염려도 없다. 아무래도 이동성이 많으면 노트북이 파손될 일이 많은데, 마그네슘 소재로 제작돼 내구성이 높아서 걱정을 덜었다. 설명을 들어보니 드래곤플라이 맥스는 낙하, 충격, 진동 등에서 미 국방성 표준 내구성 테스트인 'MIL-STD-810G'를 통과한 제품이라고 한다. 우리처럼 외근이 잦은 직장인은 파손 걱정 없이 들고 다닐 수 있다”

비즈니스 미팅이 잦다 보면, 데이터와 기술에 대한 보안도 중요하지 않나?

인터뷰에 참여한 감 팀장이 드래곤플라이 맥스를 직접 사용하는 모습을 보여주고 있다, 출처=IT동아


“HP 드래곤플라이 맥스엔 기존 노트북 제품에선 보지 못했던 슈어 뷰(시야각을 90도로 줄여 주변에서 엿보는 시선을 차단하는 물리적인 보안 기술)라는 기술이 있는데, 이용자가 보는 시점에선 화면이 잘 보이지만 측면에서 인접한 사람은 이를 볼 수가 없다. 경쟁사와 협업할 때 내부 자료를 노출하고 싶지 않아도 상황상 그걸 보여주게 되는 일이 많았는데, 이런 고민을 해결할 수 있다.

처음 노트북을 시작할 때 ‘얼굴인식’ 등의 보안 기능을 사전에 설정할 수 있으니, 그것만으로도 상당한 보안이 된다. 코로나19 이후로 원격 회의를 하루에 한 번씩은 하기 때문에, 노트북을 소지한 사람이 보안에 개별적으로 신경을 써야 하는 상황이 됐다. 우선, 물리적으로 카메라 셔터를 닫을 수도 있어 컴퓨터가 바이러스에 감염되더라도 영상이 노출되는 걸 막을 수 있다.

또한, 악성 코드가 침투할 수 있는 창을 실수로 접속할 때 HP 슈어 클릭이 자동으로 활성화돼 이를 방어하며, HP 슈어 센스가 알려진 공격과 함께 비정상적인 경로로의 진입 등을 자동으로 포착해 대응한다. 사용자가 직접 손을 쓰지 않더라도 드래곤플라이 맥스의 보안 기술이 공격을 자동으로 방어하는 것이다. AI는 아이디어 싸움이기 때문에 이 점은 굉장히 중요하다. 아이디어가 유출되면 치명적일 수밖에 없다”

실무자들은 경쟁사 자료를 조금만 봐도 바로 내용을 유추할 수 있을 거 같다.


“맞는 말이다”

마지막으로 전하고 싶은 소감이 있는가?
라온피플은 드래곤플라이 맥스를 AI 개발 과정에 사용했다, 출처=라온피플

"라온피플 대표님의 모토(motto)는 ‘현장에 가서 보지 않으면 뭘 개발할 수 있나?’라는 질문이다. 그래서, 개발자들도 고객이 있는 곳에 직접 찾아간다. 개발자들이 스마트팜에 들러 데이터를 직접 수집해보고, 농장주의 의견을 들으면서 어떤 부분을 개선해야 하는지 연구한다. 정밀한 AI 모델을 만들려면 코딩뿐 아니라 현장의 이야기를 듣는 것도 중요하다. 그래서 개발자들에게도 가볍고, 현장의 의사소통을 편하게 만들며, 인사이트를 빠르게 적어 옮길 수 있는 노트북이 필요하다”

동아닷컴 IT전문 정연호 기자 horang@donga.com
오늘의 핫이슈
0 개의 기사의견이 있습니다.댓글쓰기 Copyright ⓒ 동아일보 & donga.com
당신이 좋아할 만한 콘텐츠
기사 의견 0개의 기사의견이 있습니다.
동영상