테스트웍스(대표 윤석원 www.testworks.co.kr)는 26일 발표를 통해, ‘인공지능(AI) 학습용 데이터 구축 사업’에서 ‘전국 도로시설물 영상정보 데이터’ 구축을 성공적으로 수행했다고 밝혔다.

‘전국 도로시설물 영상정보 데이터’ 과제는 다양한 도로 환경에서의 도로시설물 영상데이터와 위치정보를 수집, 도로시설물의 유지보수 및 노후 시설물 사전 점검 등 안전 예방 서비스 개발에 활용하는 것을 목적으로 한다.

구체저으로, 도로시설물의 유형, 구간, 상태 정보 등의 정보에 추가적으로 해당 도로 구간의 조명시설, 시선유도표지, 교통신호기 등등 30여 종 시설물들의 구조적 형태를 인식 가능하도록 하는 데이터 구축 사업이다.

테스트웍스는 데이터 가공 자동화 솔루션 ‘블랙올리브(blackolive)’ 및 데이터 품질 검증 도구 ‘ADQ’를 사용해 도로 시설물들의 구조물 인식 영상 데이터를 구축해 이번 사업 최종 평가에서 ‘우수’ 등급을 받았다.

▲ 테스트웍스 블랙올리브가 적용된 '전국 도로시설물 영상정보 데이터 가공' 폴리곤 자동화 예시.(출처 : 테스트웍스 제공)

테스트웍스는 과제 수행을 위해 전국 고속도로, 국도 및 광역시 주요 도로를 대상으로 총 4만 5000km에 달하는 도로시설물 영상정보 데이터 수집 구간을 설정, 도로안전시설물, 교통관리시설물, 도로관리시설물 등 총 35종의 데이터 셋을 구축 완료했다.

먼저, 원시 데이터 확보를 위해 소다시스템과 유오케이가 3328*1872의 고해상도 카메라와 GPS 기반 영상 취득 시스템을 장착한 영상 데이터 수집 차량 시스템을 활용, 다양한 종류의 이미지, 영상 및 시설물 위치 파악을 위한 GPS 자료 수집을 진행했다.

수집된 데이터는 한국자동차연구원을 통해 정제 후, 테스트웍스에서 ‘블랙올리브(blackolive; 테스트웍스의 데이터 가공 자동화 관리 솔루션)’를 통해 데이터 중복 제거, 다양성 확보, 비식별화를 통한 개인정보보호를 거쳐 세부 라벨링 작업을 거쳤다.

특히, 대규모 데이터의 효율적인 가공을 위해 블랙올리브에 업데이트된 ‘모델서랍’을 활용해 ML옵스(Ops) 기반의 모델학습과 자동화를 거친 결과, 라벨링 정확도를 크게 높일 수 있었다.

또한, 이를 통해 작업 소요 예상 시간 대비 70% 절감 효과를 얻었다.

동시에, 프로젝트 진척율과 작업자 현황과 같이 관리 및 운영 현황을 하나의 대시보드 화면에서 확인 및 관리할 수 있어 데이터 구축 전 과정에서 생산성을 향상시켰다.

이 사업의 진행 과정은 ‘전국 도로시설물 영상 정보 AI 데이터’ 구축 사례 영상을 통해서도 확인 가능하다.

테스트웍스의 ‘블랙올리브’는 ML옵스 기반의 AI 데이터 및 모델 생애주기 전반에 활용 가능한 솔루션이다.

현재까지 약 20개 이상의 모델이 게시돼 있으며, 지속적으로 추가 업데이트될 예정이다.

이번 사업은 최종적으로 품질 관리 실무협의회와 품질지표 프로세스화에 맞춰 테스트웍스의 의미적 정확성 검사 도구 ‘ADQ’를 활용, 품질 목표를 달성했으며 그 결과, 사업 완료 평가에서 ‘우수’ 등급을 받았다.

데이터는 실내 측위 기술 전문 기업인 와이파이브와 테스트웍스에 의해 도로시설물 시설물 탐지 및 분류를 위한 모델 학습에 활용될 계획이다.

또한, 구축된 데이터 및 저작도구는 AI 기술 개발에 필요한 데이터를 한 곳에서 쉽게 찾고 활용할 수 있는 플랫폼인 ‘AI-허브(Hub)’를 통해 공개될 예정이다.

<김동기 기자>kdk@bikorea.net