슈퍼브에이아이, ‘자발적 정답 추측-학습’ 기법으로 비전 AI 기술 입증

카테고리

트렌드

서브카테고리

인공지능

대상자

• *AI 개발자, 기술 연구자, 기업 R&D 담당자**
• 난이도: 중급 이상 (기술적 개념 및 데이터 처리 기법 설명 포함)*

핵심 요약

• "자발적 정답 추측-학습" 기법(Pseudo-Labeling)을 활용해 학습 데이터 확장 및 모델 정확도 향상
• 적외선 이미지 생성 AI 기술을 통해 데이터 증식(Augmentation) 및 다양한 환경 대응 가능
• 한화시스템즈 AI 챌린지에서 2년 연속 1위 달성, 비전 AI 기술 입증

섹션별 세부 요약

1. 한화시스템즈 AI 챌린지에서 2년 연속 1위

• 슈퍼브에이아이 팀이 적외선 카메라에서 사물 탐지 모델 개발 경진대회에서 1위
• 모델 정확도 및 경량화 수준 종합 평가 기준으로 우승
• 2024년 임은수 연구원, 2025년 김승현, 고경렬 연구원 팀으로 연속 우승

2. 적외선 이미지 생성 기술 도입

• 일반 RGB 사진을 적외선 이미지로 자동 변환하는 생성 AI 합성 기술 활용
• 이미지 캡션 기반의 적외선 이미지 생성 기술로 대규모 학습 데이터 확보
• 데이터 증식(Augmentation)을 통해 다양한 환경 대응 가능

3. Pseudo-Labeling 기법 적용

• Pseudo-Labeling(자발적 정답 추측-학습) 기법을 통해 라벨 없는 데이터에 가상 정답 부여
• 학습 데이터 확장 및 모델 성능 개선 효과
• 데이터 변형(Augmentation)과 결합해 모델 정확도 극대화

4. 슈퍼브에이아이 대표의 전략

• 생성 AI 기술과 데이터 처리 역량이 세계적 수준임을 입증
• 글로벌 AI 시장 선도를 위한 지속적 기술 혁신 강조

결론

• Pseudo-Labeling과 적외선 이미지 생성 기술은 AI 모델의 데이터 확장 및 정확도 향상에 핵심적
• 한화시스템즈 AI 챌린지 우승을 통해 비전 AI 기술의 실용성 입증, 산업 적용 가능성 강조