창립 28주년 기념 세미나 개최…머신러닝 프로세스 자동화 가능성 강조

▲ 위세아이텍이 산업별 AI·머신러닝 활용 사례를 공유하는 28주년 기념 세미나를 개최했다.

[아이티데일리] 위세아이텍(대표 김종현)이 지난 12일 창립 28주년 기념 세미나를 개최했다.

이번 세미나는 ‘인공지능(AI) 산업별 애플리케이션 구축사례’를 주제로, 국내 산업계 각 분야에서 AI와 머신러닝 기술을 활용해 우수한 성과를 거둔 사례를 공유하는 자리로 마련됐다.

가장 먼저 연단에 오른 김종현 위세아이텍 대표는 행사에서 발표될 세션들에 대해 간략히 소개하며, “머신러닝의 실제 구축사례에 대해 많은 정보를 얻어갈 수 있을 것”이라고 말했다. 특히 위세아이텍의 기술력에 기반해 머신러닝 프로세스를 자동화하고 데이터를 처리할 수 있는 머신러닝 플랫폼의 가능성을 강조했다.

첫 번째 세션은 ‘피처 엔지니어링 기반의 머신러닝 플랫폼’을 주제로 김지혁 위세아이텍 연구소장이 발표에 나섰다. 피처 엔지니어링은 머신러닝을 위해 원천 데이터로부터 피처를 구성하고 개선함으로써 적절한 데이터셋을 구축하는 과정이며, 이를 통해 완성된 알고리즘의 예측 성능을 향상시킬 수 있다. 하지만 데이터에 대해 충분히 이해하고 있는 전문가가 아니면 손쉽게 접근하기 어렵다.

이러한 경우 위세아이텍의 ‘와이즈프로핏(WISE Prophet)’을 통해 문제를 해결할 수 있다. ‘와이즈프로핏’은 머신러닝의 전 과정을 피처 엔지니어링 기반으로 자동화한 플랫폼이다. 코딩 없이 간단한 파라미터 조정만으로 머신러닝 모델을 테스트하거나, 정형·비정형 데이터를 가리지 않고 학습에 필요한 피처를 추출할 수 있다. 또한 고객사의 요청에 의해 커스터마이징 된 대시보드를 제공함으로써 예측 결과에 대한 가시성을 확보했다.

다음 세션은 김상수 위세아이텍 이사가 ‘인더스트리 4.0과 스마트 예측정비’에 대한 소개에 나섰다. 김상수 이사는 스마트 예측정비를 통해 제품의 품질과 설비 가용성을 향상시키고 유지보수 비용을 절감할 수 있다며, 국방부와 함께 진행한 군 장비에 대한 예측정비 사례를 소개했다. 예측정비 시 제조사에서 작성한 데이터에 더해 유지보수 단계에서 사용자가 작성한 비정형 텍스트를 분석하고, 장비에 탑재된 센서를 통해 운용 데이터를 수집함으로써 더욱 정확도를 끌어올릴 수 있었다는 설명이다.

▲ 김상수 위세아이텍 이사가 군 장비에 대한 예측정비 사례를 소개하고 있다.

세 번째 세션은 ‘머신러닝 플랫폼으로 구성한 온라인 동영상 빅데이터 허브’를 주제로, 윤상혁 스마트미디어랩(SMR) 매니저가 연단에 올랐다. SMR은 온라인 방송 콘텐츠에 광고를 판매하는 기업으로, MBC나 KBS와 같은 대형 방송사들이 연합해 2014년 설립된 기업이다. SMR은 온라인 동영상 통계분석 시스템 ‘SMR 위즈덤(Wisdom)을 통해 일 평균 1.5억 건 이상의 데이터를 처리하고 있으며, 위세아이텍과의 협업을 통해 효과적인 광고 송출을 위한 추천 알고리즘 등을 개발해 운용 중이다.

네 번째 세션은 김현아 위세아이텍 선임연구원이 ‘비지도 학습을 적용한 유사 금형 설계도면 검색’을 주제로 발표했다. 해당 세션에서는 한국금형산업진흥회와 함께 국내 금형기업의 설계데이터 관리 및 공유시스템 개발을 수행한 경험이 공유됐다. 특히 국내 금형기업들이 대부분 50인 미만 사업장이기에 통일된 데이터 양식이 존재하지 않는 점을 고려, 3D 설계데이터를 이미지로 판단해 딥러닝 기반의 이미지 검색모델을 수행한 경험이 참가자들의 관심을 모았다.

휴식시간 이후 진행된 다섯 번째 세션에서는 ‘머신러닝을 활용한 철도사고 위험예측’ 사례가 발표됐다. 발표를 담당한 김예진 한국철도공사 주임은 위세아이텍과 함께 개발하고 있는 ‘실시간 철도안전 의사결정 지원시스템’을 소개하며, 철도 분야의 특수성을 고려해 머신러닝 모델을 개발한 경험과 실제 테스트 단계에서의 어려움 등을 공유했다.

다음 세션은 황덕열 위세아이텍 전무가 나서 ‘빅데이터 품질향상을 위한 머신러닝 적용 자동화 도구’를 주제로 ‘와이즈 DQ(WISE DQ)’에 대한 소개에 나섰다. ‘와이즈 DQ’는 탐색적 분석과 도메인 판별, 이상값 탐지 등 다양한 데이터 핸들링 기술들을 활용해 데이터셋의 품질을 향상시키고 측정 과정을 자동화한다. 아울러 황덕열 전무는 국내 한 병원에서 임상데이터를 받아 ‘와이즈 DQ’를 통해 데이터 품질 측정 및 향상을 수행한 결과를 공유했다.

마지막 세션은 구영현 세종대학교 컴퓨터공학과 교수가 연단에 올라 ‘딥러닝 기반 온라인 상품 이미지 활용사례’에 대해 발표했다. 구영현 교수는 온라인 상거래 사이트에 게제되는 광고 이미지의 적합성 여부를 판단하는 딥러닝 기반 서비스 모델을 개발했으며, 이를 수행하는 과정에서 얻은 다양한 노하우를 공유했다. 특히 도메인의 특수성에 따라 맞닥트린 문제상황들과 이를 해결한 경험, 최적의 알고리즘을 선정하는 과정 등을 소개함으로써 실제 현장에서의 머신러닝 알고리즘 적용에 대한 이해를 도왔다.

저작권자 © 아이티데일리 무단전재 및 재배포 금지