[공학저널 김하영 기자] 최근 가장 많이 시도되고 있는 AI 솔루션은 딥러닝이다. 이러한 딥러닝 기법을 통해 AI가 수준 높은 성능을 선보이기 위해서는 방대한 데이터가 필수적이다.
많은 AI 관련 기업들은 데이터 수집과 전처리에 막대한 비용과 시간, 인력소모 문제를 겪고 있다. 하지만 최근 데이터를 ‘크라우드 소싱’ 방식으로 수집하고 가공하는 플랫폼이 개발 돼 이를 극복할 수 있을 전망이다.
대중과 기업을 연결하는 데이터 수집플랫폼 ‘캐시미션’ 덕분이다.
크라우드 소싱 방식은 생산과 서비스 과정에 소비자나 일반 대중을 참여하게 해 아이디어를 얻고, 이를 반영하는 방식으로 대중과 기업의 단순한 연결 고리를 만들어주는 것뿐만 아니라 대중들이 더욱 재미있게, 또한 정확하게 데이터를 생산해낼 수 있는 플랫폼이다.
캐시미션 어플을 다운로드한 사용자들에게 과제를 던져주면, 사용자들은 데이터 생산에 필요한 간단한 미션을 수행하게 된다. 데이터를 업로드·가공한 사용자에게는 양과 정확도에 따라 환전 가능한 캐시가 차등적으로 지급된다.
이렇게 수집된 음성·영상·이미지 데이터들을 다시 취합해, 서비스를 의뢰한 기업들에게 전달하는 방식인 것이다.
캐시미션 플랫폼을 통해 기업 입장에서는 양질의 데이터를 빠르게 모을 수 있고, 다양한 인력들로부터 데이터를 수급 받을 수 있다는 장점이 있다.
또한 기존에 리워드앱을 이용하며 낮은 보상에 피로감을 느꼈던 사용자들은 제대로 된 보상을 가져가면서 작업에 참여할 수 있어 만족도도 매우 높다.
캐시미션을 개발한 셀렉트스타(주)는 지난 2018년 11월 KAIST 학부생들이 모여 창업한 데이터 수집·가공 플랫폼 기업이다.
셀렉트스타는 그간 모바일 크라우드 소싱을 통해 전체 작업시간 단축에는 성공했지만 개개인의 레이블링(가공) 작업은 수작업이 필요해, 이를 해결하고 생산성·작업효율을 높이려는 노력을 지속해 왔다.
그리고 최근 이러한 과정에서 데이터 전처리를 돕는 AI 어시스턴트를 개발 중이다. 바로 ‘반자동 레이블링 시스템’이 그것이다.
반자동 레이블링 시스템이란 AI가 일차적으로 데이터를 스스로 가공한 후, 사용자가 약간의 수정을 거치는 과정을 말한다. 이 시스템을 도입하면 수작업 레이블링 대비 약 60%까지 가공 작업 시간을 절감할 것으로 기대를 모으고 있다.
셀렉트스타 신호욱 대표이사(사진)는 “올해 안으로 생산성과 작업 효율을 높일 수 있는 반자동 레이블링 시스템 개발을 완성해, 많은 사용자들이 더 쉽게 데이터를 모으고 가공할 수 있도록 할 예정”이라며 “이를 위한 의뢰 신청과 관리사이트 개발을 진행 중이다. 상반기에 이 플랫폼을 출시한 후 해외로 진출해 글로벌 데이터 산업의 허브로 도약할 계획”이라고 말했다.
셀렉트스타는 현재 LG CNS, 롯데정보통신, 한국전력공사, KAIST 등 40여 개 고객사를 확보하고 있다. 지난 2018년 3월에는 KMA 이달의 모바일을 수상했으며 데이터바우처 사업의 공급 기업으로 활동 중이다.
신 대표는 “셀렉트스타가 중요하게 생각하는 것들은 고객, 몰입, 성장이다. 항상 고객의 입장에서 생각해 시스템을 구성하고 방향성을 잡고자 노력하고 있다”며 “셀렉트스타의 성장과 함께 멤버들의 개인적인 성장도 지원해 모두가 한 단계 발전할 수 있는 회사를 만들기 위해 힘쓸 것”이라고 전했다.
