AI 순환자원 회수 로봇을 위한 이미지 데이터 가공

과제

고객사는 이미지 인식 AI 로봇을 사용해 페트병, 유리병, 캔 등 50여 가지 이상의 재활용 가능한 물품을 감지하고 구분합니다. 순환자원 회수 로봇의 알고리즘 훈련을 위해 매달 수십만 건의 바운딩 박스 레이블이 필요하여, 인공지능 선별 라인 학습 데이터를 틱택코리아에 의뢰하였습니다.

고객사 소개

고객사는 빅데이터 기반의 ‘인공지능’과 ‘로보틱스’ 기술을 활용하여 도시 내 쓰레기 문제를 해결하고, 순환자원에 대한 가치를 사회 공동체와 공유하는 회사입니다. 4차 산업 기술을 활용한 회수 로봇을 개발하여 순환자원 기반의 순환경제 구축에 기여하고 있습니다. 디자인 기반의 문화 콘텐츠를 접목하여 사람들의 인식을 바꾸고 행동을 변화시킬 수 있는 재활용 문화를 만들어가고 있습니다. 사용자는 쓰레기를 거래하여 금전적 보상을 얻고, 쓰레기를 선별 수집하여 재활용 소재화를 통한 순환경제 체제를 구축하고 있습니다.

틱택코리아 작업 내용

틱택코리아는 인공지능 선별 라인 학습 데이터를 위한 1) 이미지 분류와 2) 바운딩 박스 작업을 수행하였습니다. 이를 통해 순환자원 회수 로봇이 물체별 오인식을 방지하고, 카테고리를 정확하게 정의하여 선별 대상 물체를 인식할 수 있도록 학습 데이터를 확보하였습니다.

틱택코리아는 두 종류의 기기를 위한 1) 이미지 분류와 2) 바운딩 박스 작업을 진행했습니다. 먼저 고객사의 매뉴얼을 기반으로 이미지 분류 작업을 수행하였고, 분류된 이미지를 바탕으로 이미지 내 세부 객체에 바운딩 박스 작업을 완료했습니다.

솔루션: 작업 결과

틱택코리아는 이번 프로젝트의 완성도를 높이기 위해 노력했으며, 고객사가 직면했던 과제를 아래와 같이 극복하였습니다.

1. 다양한 변수 존재

   고객사는 다양한 종류의 바운딩 박스 레이블이 필요하여, 재활용 가능한 물체의 범위를 모두 다룰 수 있어야 했습니다. 틱택코리아는 물체별 범위를 분류하여 로봇이 알고리즘 훈련을 수행할 수 있도록 바운딩 박스 작업을 진행하였습니다

   
   

2. 정확도

   고객사는 AI 이미지 인식 알고리즘을 위해 최고 품질의 학습 데이터가 필요했습니다. 이를 위해 틱택코리아는 내부 인력만을 활용하여 높은 품질의 데이터를 구축하였고, 그 결과 99.1%의 정확도를 달성하였습니다.

   
   

3. 데이터 가공 시간 단축 및 비용 절감

   기존에 고객사는 내부 직원이 데이터 가공 업무를 담당했으며, 추가적인 인력 교육이 필요했습니다. 이러한 문제를 해결하기 위해 틱택코리아와 협력하였고, 데이터 가공을 의뢰한 결과 인력 투입에 지출되는 비용을 약 20% 절감할 수 있었습니다.