제품문의
 |
|
 |
개요
자율주행차와 같은 제품에 AI기술이 접목되기 위해서는 머신러닝이 필요하며, 이를 위해 적합한 데이터(right data), 적합한 품질의 데이터(right quality), 적절한 양의 데이터(right quantity)가 필요합니다. Understand.ai에서는 고객이 필요로 하는 개발 및 검증 환경에서 가장 최적화된 가공 데이터를 활용할 수 있도록 다양한 솔루션을 제공하고 있습니다.
데이터를 수집한 이후에는 검증을 위한 데이터 가공 또는 머신러닝을 위한 데이터 추출 등의 과정이 필요하며, 이를 위해 Understand.ai에서는 각 단계별로 솔루션을 제안하고 있습니다.
Understand.ai 솔루션 종류
-
Data Anonymizer (익명화)
- 유럽의 GDPR 규제와 같이 영상으로 취득된 데이터에서 개인 정보를 식별할 수 없도록 처리하는 기능
-
Data Selection (추출)
- 대량으로 취득한 데이터를 특정한 조건(날씨, 상황 등)을 설정하여 추출하는 기능
-
Data Annotation (주석)
- 취득한 2D, 3D 데이터를 의미 있는 단위(자동차, 트럭, 보행자 등)로 구분하고 속성 정보를 입력하는 기능
-
Scenario Generation (시나리오 생성)
- 실차 데이터를 기반으로 다양한 시나리오를 생성하여, 풍부한 데이터를 기반으로 검증할 수 있도록 해주는 기능
Data Anonymizer (익명화)
영상 데이터 취득이 쉬워짐에 따라 개인 정보 보호에 대한 필요성이 대두되고 있습니다. 대표적으로 유럽에서는 GDPR(General Data Protection Regulation, 개인 정보 보호 규정)을 통해 영상에서 개인을 특정할 수 있는 데이터가 사람에게 노출되지 않도록 규제하고 있습니다. Understand.ai는 영상 취득 단계에서 익명화 기능이 적용되도록 지원하고 있습니다.
주요기능
| Data Anonymizer (익명화) |
 |
- 영상 데이터의 각 프레임에 개인을 식별할 수 있는 정보(얼굴, 차량 번호판 등)를 자동으로 Blur 처리하는 기능
|
특장점
- 고신뢰성의 익명화 처리 알고리즘
- 다양한 프로젝트 경험을 통해 익명화 알고리즘을 검증했으며, ‘A’사와 진행한 프로젝트에서 약 99.9%의 번호판을 식별한 사례가 있습니다. 높은 신뢰성의 알고리즘은 전반적인 작업 효율을 향상시켜줍니다.
Data Selection (추출)
누적된 대용량의 실차 데이터 중 특정 환경에 대한 검증이 필요한 경우 Query를 사용하여 필요한 데이터만 검색할 수 있는 기능입니다.
주요기능
| 데이터 추출 기능 |
데이터 분석 기능 |
 |
 |
-
검색하고자 하는 특정 환경에 해당되는 데이터만 추출하는 기능
예) 날씨: 맑은 날, 비오는 날 / 상황: 교차로, 고속도로 등
|
-
각 프레임에 포함된 데이터를 분석해주는 기능
-
이 기능을 통해 검증을 위해 필요한 적절한 데이터 추출이 가능
예) 자동차 수, 보행자 수 등
|
특장점
- 재현이 어려운 예외 상황(edge case) 검색 가능
- 일반적으로 잘 발생하지 않는 특수 상황에 대해서 검증하고자 하는 경우, 원하는 데이터만 추출하여 테스트할 수 있습니다.
- 개발/검증 시간 단축
- 개발자/QA에서 검증하고자 하는 특정 환경에 대해서만 시뮬레이션 할 수 있으므로 불필요한 테스트 시간을 단축할 수 있습니다.
Data Annotation (주석)
자율주행 알고리즘 개발 및 검증을 위해서는 다량의 학습용 데이터가 필요합니다. Understand.ai에서는 일관성 있는 Annotation 데이터를 생성할 수 있게 지원함으로써 머신 러닝에서 요구되는 잘 가공된 데이터를 만들 수 있도록 도와줍니다.
주요기능
| 2D Polyline |
2D 바운딩 박스 |
Pixel segmentation |
3D 바운딩 박스 |
 |
 |
 |
 |
-
2D 영상 기반의 라인 주석화 (예: 차선, 가드레일 등)
|
-
2D 영상 기반의 객체 주석화 (예: 자동차, 보행자, 표지판 등)
|
|
-
3D 정보(LiDAR) 기반의 객체 주석화 (예: 자동차, 보행자 등)
|
Understand.ai 솔루션에서는 Propagation 기능을 제공하여, 2D의 경우 약 40%, 3D의 경우 약 70%의 비율로 annotation 자동화를 지원하고 있습니다.
특장점
- 입력 시간 단축
- 최대 70%의 annotation 자동화 기능을 통해 데이터 생성 시간을 단축하고, 결과적으로는 전체 프로젝트 일정을 단축할 수 있습니다.
- 고품질의 Annotation 데이터 제공
- Understand.ai에서 작업한 annotation 결과물에 대해서는 자체 검수 프로세스를 통해 작업된 데이터에 대해 일정 수준의 품질을 보장하고 있습니다. 충분한 사전 협의를 통해 기대하는 annotation 결과를 얻을 수 있도록 지원하고 있습니다.
Scenario Generation (시나리오 생성)
자율주행 알고리즘 검증을 위해서는 다양한 상황에 대한 테스트가 필요합니다. 이를 위해서 사람이 직접 시나리오를 제작할 수는 있지만, 이 방법에는 많은 작업 공수가 요구되며 시나리오의 다양성에 제한이 있습니다. Understand.ai에서는 실차 환경에서 취득된 영상을 기반으로 다양한 시나리오를 생성하는 솔루션을 제공합니다.
주요기능
| Scenario Generation |
 |
-
실제 상황을 기반으로 한 시나리오에서 각 객체의 행동 모델을 변형하여 가능성 있는 다양한 시나리오를 생성
예) 복잡한 도로 상황에서 서 있는 보행자의 다음 행동을 다양한 시나리오로 생성
|
특장점
- 풍부하고 다양한 테스트 시나리오 지원
- Understand.ai에서는 많은 edge case 확보를 위해 다양한 경로를 통해서 영상 데이터를 취득하고 있으며, 취득된 데이터를 기반으로 의미 있는 시나리오를 생성하여 제공합니다.
- 단일 카메라 영상만으로 시나리오 생성 지원
- HD Map이나 LiDAR 등의 데이터를 같이 제공할 필요 없이 카메라 영상만으로 시나리오 생성이 가능하므로, 전 세계의 실차 데이터를 비교적 쉽게 활용할 수 있습니다.
