과제
고객사는 OpenCV 기반의 이미지 처리와 자체 개발한 알고리즘을 사용하여 고기의 숙성도와 부패 여부를 판별했습니다. 그러나 육종, 부위, 등급, 형상, 무게 등의 변수로 인해 복잡성이 증가하여, 단순한 알고리즘으로는 정밀한 처리와 추정이 어려웠습니다. 이에 따라 다양한 이미지 데이터를 학습하고, 여러 변수에 대응할 수 있는 AI 개발이 필요했습니다.
고기의 숙성과 부패 판별 프로세스를 더욱 정확하고 효과적으로 만들기 위해, 고객사는 고기의 구조(살코기, 지방, 근막 등)에 따른 폴리곤 가공 처리를 틱택코리아에 요청하였습니다.
고객사 소개: 가이버스
고객사는 축산업계에서 숙성 전문가 없이도 빠르고 경제적으로 스마트 드라이 에이징 시스템을 도입할 수 있는 최적의 솔루션을 개발하여 제공하고 있습니다. 센서 및 이미지 데이터를 기반으로 설계된 이 솔루션은 고깃집, 정육점, 육가공 공장 등 고기 산업에 종사하는 업체들이 고기 제품을 효율적으로 관리하고 숙성시키는 데 도움을 주고 있습니다. 고객사는 고기 숙성 과정을 보다 단순하고 접근하기 쉽게 만드는 것에 중점을 두고 있습니다.
틱택코리아 작업 내용
틱택코리아는 이 프로젝트에서 육종(돼지고기, 소고기)과 고기 부위(전체 윤곽, 근막, 지방, 뼈)에 따른 폴리곤 가공 작업을 수행했습니다. 육류에 대한 전문적인 지식이 필요했기 때문에, 프로젝트 시작 전에 고객사, 전담 프로젝트 매니저(PM), 작업자들 간의 긴밀한 협의가 이루어졌습니다. 이러한 준비와 협력은 프로젝트의 성공적인 진행에 중요한 요소였습니다.
솔루션: 작업 결과
이번 프로젝트는 약 3개월간 진행되었으며, 이 기간 동안 고객사의 요구 사항과 가이드라인을 철저히 준수하면서 약 3,000장의 육류 이미지 데이터 폴리곤 라벨링 가공을 성공적으로 완료했습니다.
프로젝트에서 정확도를 높이는 데 가장 중요한 요소는 고기 부위의 정확한 식별과 각 고기별 특징을 이해하는 과정이었습니다. 예를 들어, 지방과 근막을 색상과 질감으로 구분하는 능력과 다양한 고기 부위에 대한 개별적인 작업 방법을 인지하는 것이 필수적이었습니다.
또한, 폴리곤 작업을 할 때 특정 타겟 부위를 정밀하게 처리하는 데 필요한 세부적인 주의가 요구되었습니다. 이러한 세심한 작업과 인식 능력이 프로젝트의 성공에 크게 기여했습니다. 더불어 틱택코리아의 전담 PM이 작업과 검수 과정에 참여하여, 불분명하거나 문제가 있는 데이터를 적극적으로 제외시키는 등의 중간 점검을 통해 데이터의 정확성을 보장했습니다.
Comments