쏘카, 세계 최고 권위 데이터학회서 '차량 오염·파손 탐지 AI 기술' 소개

쏘카가 세계 최고 권위의 데이터학회에서 '차량 오염·파손 탐지 AI 기술'에 대해 발표했다. 사진은 기사 내용과 관련 없음. /사진=이미지투데이

쏘카가 데이터 마이닝·인공지능 분야 최우수학회로 꼽히는 KDD 주최 워크숍 'DLP-KDD 2022'에서 차량 오염과 파손을 탐지하는 인공지능(AI) 기술을 소개했다.
'DLP-KDD'는 여러 소스를 통해 수집되는 고차원의 데이터를 AI에 효율적으로 학습시키는 딥 러닝 사례를 주로 다룬다. 이번 워크숍에는 알리바바, 텐센트, 아마존 알렉사, 메타, 네이버 등 세계적으로 유명한 테크 기업들의 발표도 포함됐다.

23일 쏘카에 따르면 AI팀은 지난 16일 미국 워싱턴 D.C.에서 진행된 DLP-KDD 2022에 참석해 카셰어링 서비스를 통해 수집되는 차량 이미지 데이터를 이용, 차량 파손과 오염을 방지하는 기술, 실제 이를 서비스에 배포하고 운영한 사례를 발표했다.


쏘카 AI팀은 이번 연구인 '효율적인 머신러닝 시스템을 향하여: 대규모 카셰어링 플랫폼에서의 작업 정확도 및 엔지니어링 효율성 사이의 상충관계'를 통해 일반적으로 사용되는 이미지 인식의 비효율성을 개선할 수 있는 효율성 중심의 머신러닝 패러다임을 새롭게 제시했다.

쏘카가 세계 최고 권위의 데이터학회에서 '차량 오염·파손 탐지 AI 기술'을 소개했다. 사진은 쏘카 AI팀이 제안한 '클라우드 환경에 구축한 효율중심의 머신러닝 시스템 구조'. /사진=쏘카

대용량의 지도 학습을 기반으로 하는 기존 이미지 인식 모델은 높은 성능을 보장하지만 풀어야하는 문제가 늘어나는 만큼 모델의 개수가 늘어나는 현실적인 문제를 안고 있다. 모델의 개수가 늘어남에 따라 실무자가 관리해야하는 부작용도 증가함에 따라 머신러닝 엔지니어링(MLOps)의 부하를 발생시키는 단점 또한 존재한다.
쏘카 AI팀은 이를 해결하기 위해 실무 영역에 존재하는 수많은 데이터셋, 모델 분류기, 이상 데이터 탐지, 예측 테이블 등을 단일 머신러닝 파이프라인으로 연결하는 시스템을 개발했다. 이를 적용해 차량의 오염과 파손을 탐지한 결과 기존 이미지 인식 모델들보다 최소 2%, 최대 7%의 더 높은 정확도를 얻어낼 수 있었다고 설명한다.

박경호 쏘카 AI팀장은 "해당 연구를 기반으로 모빌리티 서비스에 AI를 적극적으로 접목하고 운영 효율화를 이뤄내는 동시에 이용자들에게는 더 편안하고 안전한 이동 경험을 제공할 수 있도록 하겠다"고 다짐했다.