테스트웍스는 '인공지능(AI) 학습용 데이터 구축 사업'에서 전국 도로시설물 영상정보 데이터 구축을 성공적으로 수행했다고 26일 밝혔다. 테스트웍스가 주관기업으로 참여한 '전국 도로시설물 영상정보 데이터' 과제는 다양한 도로 환경에서의 도로시설물 영상데이터와 위치정보를 수집, 도로시설물의 유지보수 및 노후 시설물 사전 점검 등 안전 예방 서비스 개발에 활용하는 것을 목적으로 한다. 도로시설물의 유형, 구간, 상태 정보 등의 정보에 추가적으로 해당 도로 구간의 조명시설, 시선유도표지, 교통신호기 등등 30여 종 시설물들의 구조적 형태를 인식 가능하도록 하는 데이터 구축 사업이다. 테스트웍스는 데이터 가공 자동화 솔루션 ‘블랙올리브(blackolive)’ 및 데이터 품질 검증 도구인 ‘ADQ’를 사용해 도로 시설물들의 구조물 인식 영상 데이터를 구축해 이번 사업 최종 평가에서 ‘우수’ 등급을 받았다. 테스트웍스는 과제 수행을 위해 전국 고속도로, 국도 및 광역시 주요 도로를 대상으로 총 4만5000km에 달하는 도로시설물 영상정보 데이터 수집 구간을 설정해 도로안전시설물, 교통관리시설물, 도로관리시설물 등 총 35종의 데이터 셋을 구축 완료했다. 먼저 원시 데이
인공지능 데이터 및 검증 전문기업인 테스트웍스는 10일 부터 12일 까지 사흘간 코엑스에서 열리는 '국제인공지능대전(AI EXPO KOREA 2023)'에 참가한다고 밝혔다. 테스트웍스는 이번 전시회를 통해 3D 인공지능의 핵심 데이터인 라이다(LiDAR) 데이터 셋의 구축 솔루션인 '블랙올리브(blackolive) 3D' 데모 및 활용 사례 소개와 AI 데이터 품질 검증 전문 도구인 'ADQ'를 선보인다. 테스트웍스의 블랙올리브 3D는 3D 인공지능 학습을 위한 포인트 클라우드 데이터를 좀 더 세밀하게 가공해 자동화 관리할 수 있도록 최신 업데이트 됐다. 실제 대규모 데이터 구축에 활용되면서 사용자 친화적인 솔루션으로 지속적인 성능 향상이 진행되고 있다. 직관적인 레이블 수정, 단축키 지원, 멀티-프레임 모드 등 단순히 가공 도구를 제공하는 것에서 끝나지 않고 직접 인공지능 모델을 학습하고 테스트하면서 모델 관점에서 데이터를 관리할 수 있다. 또 자체 보유한 모델의 성능을 데이터를 통해 향상시키는 MLOps를 병행할 수 있도록 개선 및 고도화되고 있다. 특히 MLOps 기반 가공 자동화를 통해 직접 가공한 데이터 셋 및 오픈 데이터 셋 등을 활용해 직접 모
테스트웍스는 인크루트의 긱워커 플랫폼 뉴워커와 업무협약(MOU)를 맺고, AI학습 데이터 구축 및 AI 데이터 라벨러 전문 인력 양성 및 교육 사업을 진행한다고 22일 밝혔다. 이번 협력을 통해 뉴워커는 인공지능 학습 데이터 구축을 위한 데이터 가공 프로젝트 진행 시에 테스트웍스의 데이터 자동화 가공 관리 솔루션인 ‘블랙올리브(blackolive)’와 데이터 셋의 오류를 검증 및 분석하는 인공지능 데이터 품질 검증 전문 도구인 'ADQ'를 활용해 사업을 진행한다. 테스트웍스는 뉴워커의 전문 분야인 인력 매칭의 방대한 인력 풀을 통해 우수한 AI 데이터 라벨러 및 AI 데이터 관련 전문가를 확보할 예정이라고 밝혔다. 양사는 전문 인력 양성을 위한 AI 데이터 라벨러 전문 인력 양성 및 교육 관련 사업도 함께 추진한다. 이를 위해 뉴워커는 테스트웍스가 AI 데이터 라벨러 양성과정 진행 시에 전문 분야인 인력 매칭 서비스를 활용해 홍보를 진행한다. 또 양사는 AI 데이터 라벨러 양성 교육 및 취업 프로그램도 함께 추진한다. 이와 함께 신규 디지털 교육 사업을 비롯, AI 데이터 구축 산업 육성을 위한 다양한 프로그램을 기획하고 사업 육성을 위한 공동 마케팅도 수행
테스트웍스는 30일인 오늘 구축된 데이터 셋의 오류를 검증 및 분석하는 인공지능 데이터 품질 검증 전문 도구인 ‘ADQ’ 베타버전을 발표했다. 인공지능의 서비스 상용화 및 성능 향상을 위한 품질 좋은 데이터 확보를 위해서는 데이터 구축 시점부터 품질에 대한 지속적인 관리가 필요하지만, 국내 인공지능 데이터 품질 검증은 초기 단계며 표준화된 방법이 없는 상황이다. 인공지능 데이터 셋 구축 업체들이 자체 개발한 다양한 라벨링 도구가 있지만 대부분의 도구는 데이터 라벨링과 라벨링 자동화 그리고 라벨러의 작업 관리에 초점이 맞춰져 있다. 데이터 품질에 대한 검증 및 지속적인 관리를 위해서는 구축 시점부터 데이터 검증을 위한 프로세스 수립을 시작으로 검증 작업 관리, 검증 후 결과 분석 보고서를 제공하는 전문 도구가 필요하다. 테스트웍스의 ADQ는 인공지능 데이터 품질 검증에 최적화된 도구로 구축된 데이터 셋의 오류 여부를 검증하고 관련 분석 정보를 제공한다. 이를 통해 인공지능 모델의 고품질 학습 데이터 셋 구축 및 관리에 필요한 시간 및 비용 절감에 기여할 것으로 보인다. ADQ는 인공지능 데이터 품질 검증을 수행해야 하는 기업 및 기관의 현업에서 겪는 어려움을