능동 학습으로 컴퓨터 비전 개발 가속화하기

컴퓨터 비전 모델을 학습시키는 일은 아이에게 색을 알아보도록 가르치는 것과 매우 비슷합니다. 먼저 다양한 색상의 물체를 모아야 합니다. 그런 다음 아이가 각 색을 올바르게 구분하도록 가르쳐야 하는데, 이 작업은 시간도 많이 걸리고 반복적이기도 합니다.

아이가 학습에 많은 예시를 필요로 하듯, 비전 모델도 이미지의 패턴과 객체를 인식하려면 레이블이 지정된 대규모 데이터가 필요합니다. 하지만 방대한 양의 데이터에 레이블을 지정하려면 시간과 노력이 많이 들고, 리소스도 필요합니다. 액티브 러닝과 같은 기법으로 이 과정을 간소화할 수 있습니다.

액티브 러닝은 대규모 데이터셋에서 가장 중요한 데이터를 선택해 레이블을 지정하는 단계별 과정입니다. 모델은 레이블이 지정된 데이터로 학습해 정확도와 성능을 높입니다. 가치가 가장 높은 데이터에만 집중하면 필요한 레이블 작업량을 줄이고 모델 개발 속도를 높일 수 있습니다.

이 글에서는 액티브 러닝이 모델 학습에 어떻게 도움이 되는지, 레이블 지정 비용을 줄이고 모델의 전반적인 정확도를 높이는 방법을 살펴봅니다.

이미지 데이터셋을 구축하는 일은 쉽지 않습니다#

데이터셋은 컴퓨터 비전 및 딥러닝 모델의 기반입니다. ImageNet과 같은 인기 데이터셋은 다양한 객체 범주의 이미지 수백만 장을 제공합니다. 하지만 이처럼 방대한 고품질 데이터셋을 만들고 유지하는 데는 여러 가지 어려움이 따릅니다.

예를 들어, 데이터를 수집하고 레이블을 지정하려면 시간과 리소스, 숙련된 어노테이터가 필요하므로 구체적인 애플리케이션에 따라 작업이 어려워질 수 있습니다. 증가하는 이미지 데이터셋 수요를 따라잡으려면 혁신적이고 효율적인 솔루션이 필요하며, 액티브 러닝은 바로 이 문제를 해결하고자 합니다.

액티브 러닝은 데이터 레이블링 프로세스를 최적화하여 이 문제를 해결합니다. 주석 처리에 가장 유용한 정보가 담긴 데이터 포인트를 전략적으로 선택하면, 액티브 러닝은 레이블링 작업을 최소화하면서 모델 성능을 극대화합니다.

액티브 러닝이란 무엇인가요?#

액티브 러닝은 모델이 레이블이 지정되지 않은 대규모 데이터에서 레이블링할 가장 중요한 데이터 포인트를 선택하는 반복적 머신러닝 기법입니다. 이렇게 선택한 데이터 포인트에는 수동으로 레이블을 지정해 학습 데이터셋에 추가합니다.

그런 다음 업데이트된 데이터셋으로 모델을 다시 학습하고 다음에 레이블을 지정할 데이터 포인트를 선택합니다. 이 과정을 반복하면서 모델은 정보량이 가장 큰 데이터 포인트에 집중해 계속 개선됩니다. 모델이 원하는 정확도에 도달하거나 사전에 정한 레이블링 기준을 충족할 때까지 이 주기가 이어집니다.

그림 1. 액티브 러닝 개요입니다.

액티브 러닝의 작동 방식 이해하기#

액티브 러닝 기법이 어떤 데이터 포인트를 수동으로 레이블링할지, 그리고 다음에 어떤 데이터 포인트를 레이블링할지 어떻게 결정하는지 궁금할 수 있습니다. 시험공부에 비유해 액티브 러닝의 작동 방식을 살펴보겠습니다. 잘 모르는 주제에 집중하고 다양한 과목도 골고루 공부해야 시험에 잘 대비할 수 있습니다.

초기 데이터 선택을 위해 액티브 러닝은 불확실성 샘플링과 다양성 기반 샘플링 같은 전략을 사용합니다. 불확실성 샘플링은 모델이 예측에 가장 확신이 없는 데이터 포인트를 우선 선택하여 어려운 사례의 정확도를 높이는 것을 목표로 합니다. 다양성 기반 샘플링은 폭넓은 특성을 포함하는 데이터 포인트를 선택해 다양한 예시에 노출시킴으로써 모델이 보지 못한 데이터에도 잘 일반화되도록 합니다.

그림 2. 불확실성 샘플링(왼쪽)과 다양성 기반 샘플링(오른쪽)입니다.

초기 데이터 선택 후 액티브 러닝은 레이블링을 위해 풀 기반 샘플링과 스트림 기반 샘플링이라는 두 가지 주요 접근법을 사용합니다. 이는 교사가 학생이 가장 중요한 내용에 집중하도록 돕는 방식과 비슷합니다.

풀 기반 샘플링에서는 모델이 레이블이 지정되지 않은 대규모 데이터 풀을 훑어보고, 학생이 가장 어려운 플래시카드를 우선 공부하듯 레이블링할 가장 어렵거나 유용한 예시를 선택합니다. 스트림 기반 샘플링에서는 모델이 데이터가 들어오는 대로 처리하고 레이블링할지 건너뛸지 결정합니다. 이는 학생이 막혔을 때만 도움을 요청하는 것과 비슷합니다. 두 방식 모두 레이블이 지정된 데이터를 학습 세트에 추가한 다음 모델을 재학습시켜 각 반복 단계에서 성능을 꾸준히 개선합니다.

액티브 러닝의 응용 사례 살펴보기#

액티브 러닝은 의료 영상 및 자율주행과 같은 컴퓨터 비전 응용 분야에서 모델 정확도를 높이고 데이터 레이블링 프로세스를 간소화하는 데 중요한 역할을 합니다. 흥미로운 사례로는 어두운 곳이나 안개가 낀 환경에서 보행자나 객체를 감지하는 자율주행차의 컴퓨터 비전 모델이 있습니다. 액티브 러닝은 다양하고 까다로운 주행 상황에 집중해 정확도를 높일 수 있습니다.

구체적으로 액티브 러닝을 활용해 이러한 상황에서 불확실한 데이터나 프레임을 찾아 선택적으로 레이블링할 수 있습니다. 레이블이 지정된 예시를 학습 세트에 추가하면 악천후나 야간 주행과 같은 어려운 환경에서 보행자와 객체를 더 잘 인식하도록 모델을 개선할 수 있습니다.

예를 들어 NVIDIA는 자율주행 모델의 야간 보행자 감지 성능을 개선하는 데 액티브 러닝을 활용했습니다. 특히 까다로운 상황에서 학습에 가장 유익한 데이터를 전략적으로 선택해 모델 성능을 크게 높였습니다.

그림 3. 액티브 러닝을 활용해 우산을 든 보행자를 감지합니다.

액티브 러닝으로 레이블링 비용을 절감할 수 있습니다#

액티브 러닝의 또 다른 주요 이점은 레이블링 비용을 줄일 수 있다는 점입니다. 전체 데이터 세트에 주석을 달 필요 없이 가장 중요한 데이터 포인트에만 집중합니다. 이러한 표적화된 접근 방식은 시간과 노력, 비용을 절약합니다. 불확실하거나 다양한 샘플에 집중함으로써 높은 모델 정확도를 유지하면서 필요한 주석 수를 줄입니다.

실제로 연구에 따르면 액티브 러닝은 성능 저하 없이 레이블링 비용을 40~60% 절감할 수 있습니다. 이는 데이터 레이블링 비용이 높은 헬스케어 및 제조업 같은 산업에서 특히 유용합니다. 액티브 러닝은 어노테이션 프로세스를 간소화해 기업이 정확도를 유지하면서 모델을 더 빠르게 개발하고 효율적으로 배포하도록 돕습니다.

액티브 러닝의 이점#

액티브 러닝이 제공하는 다른 주요 이점은 다음과 같습니다.

• 클래스 불균형 해소: 액티브 러닝은 소수 데이터 클래스의 사례에 레이블을 지정해 클래스 불균형 문제를 해결하는 데 도움이 됩니다. 제한된 데이터만으로도 모델이 드문 상황에서 더 나은 성능을 발휘할 수 있습니다.
• 개발 주기 단축: 레이블을 지정하는 데이터가 줄어들면 머신러닝 및 컴퓨터 비전 모델의 개발 과정도 간접적으로 빨라져 추가 반복과 실험에 더 많은 시간과 리소스를 할애할 수 있습니다.
• 적응성: 불확실한 샘플이나 엣지 케이스 샘플을 반복적으로 검토해 학습 데이터를 지속적으로 개선할 수 있으므로, 동적이거나 변화하는 데이터셋에 적합합니다.

액티브 러닝과 AutoML의 협업#

자동화된 머신러닝(AutoML)은 머신러닝 모델을 구축하고 배포할 때 필요한 시간 소모적이고 반복적인 작업을 자동화하는 데 중점을 둡니다. 모델 선택과 성능 평가 같은 작업을 자동화해 수작업의 필요성을 줄이고 머신러닝 워크플로를 간소화합니다.

액티브 러닝과 통합하면 AutoML로 모델 개발 수명 주기를 가속하고 최적화할 수 있습니다. 액티브 러닝 구성 요소는 레이블링에 가장 유익한 데이터 포인트를 전략적으로 선택하고, AutoML은 아키텍처와 파라미터 선택 및 튜닝을 자동화해 모델을 개선합니다.

그림 4. AutoML 워크플로입니다.

예를 들어 이 기술들의 조합을 살펴보겠습니다.

레이블이 지정된 데이터셋이 제한적이고 확보 비용이 높은 의료 영상 분야의 사용 사례인 희귀 질환 감지를 시도한다고 가정해 보겠습니다. 액티브 러닝은 모델이 분류하지 못하는 X선 이미지의 미묘한 변화와 같은 불확실한 데이터를 식별하고 선택할 수 있습니다. 그런 다음 모델의 이해도를 높이기 위해 불확실한 데이터에 우선순위를 두고 수동으로 어노테이션을 수행할 수 있습니다.

주석이 달린 데이터를 바탕으로 AutoML은 다양한 아키텍처, 하이퍼파라미터, 데이터 증강 기법을 탐색해 모델을 최적화할 수 있습니다. 반복적인 프로세스는 의료 전문가가 정확한 진단을 내리도록 돕는 Ultralytics YOLO11과 같은 신뢰성 높은 비전 모델의 개발을 가속화합니다.

액티브 러닝의 과제#

액티브 러닝과 그 기법은 많은 이점을 제공하지만, 이러한 전략을 구현할 때 유념해야 할 몇 가지 사항이 있습니다.

• 쿼리 전략 선택: 액티브 러닝에는 다양한 기법이 있으며, 최적의 방법을 선택하는 것은 모델의 효과에 큰 영향을 미칩니다. 부적절한 전략을 선택하면 특정 애플리케이션에서 모델 성능이 저하될 수 있습니다.
• 재학습 비용: 액티브 러닝은 반복적으로 수행되므로 특히 대규모 데이터셋에서 많은 컴퓨팅 리소스가 필요합니다. 각 라벨링 라운드가 끝날 때마다 모델을 재학습하므로 프로세스의 복잡성이 커집니다.
• 초기 모델 품질: 액티브 러닝의 효과는 초기 모델의 품질에 따라 달라집니다. 성능이 낮은 초기 모델은 유용한 데이터 포인트를 정확하게 식별하지 못해 부적절한 라벨링 요청으로 이어지고 전체 성능을 저하시킬 수 있습니다.

액티브 러닝과 AutoML의 향후 전망#

AI와 컴퓨터 비전의 최근 발전에 힘입어 액티브 러닝은 더욱 복잡한 과제를 해결하고 머신러닝 워크플로를 간소화할 전망입니다. 액티브 러닝을 연합 학습 및 자기 지도 학습과 같은 기법과 결합하면 비전 모델의 효율성과 확장성을 더욱 향상할 수 있습니다.

연합 학습을 사용하면 데이터가 원래 위치를 벗어나지 않도록 하면서 분산 프레임워크를 통해 여러 장치나 서버에서 모델을 학습시킬 수 있습니다. 데이터 프라이버시가 중요한 의료와 같은 산업에서 연합 학습은 민감한 로컬 데이터의 보안을 유지하면서 데이터를 직접 사용해 학습할 수 있게 합니다. 원시 데이터를 공유하는 대신 모델 업데이트나 인사이트만 공유하므로 학습 과정에 기여하면서도 개인정보를 보호할 수 있습니다.

한편, 자기 지도 학습은 라벨이 없는 데이터로 모델을 사전 학습하여 라벨링된 데이터의 필요성을 줄입니다. 이 과정은 모델의 탄탄한 기반을 마련합니다. 그런 다음 액티브 러닝은 사람이 주석을 달아야 할 가장 중요한 데이터 포인트를 식별하고 선택하여 모델을 더욱 정교하게 만들 수 있습니다.

액티브 러닝에서 실질적인 영향력으로#

액티브 러닝은 데이터 주석의 높은 비용과 더 정확한 모델의 필요성처럼 컴퓨터 비전의 주요 과제를 해결하는 실용적인 방법을 제공합니다. 가장 가치 있는 데이터 포인트에만 라벨링을 집중하면 사람이 들이는 노력을 줄이면서 모델 성능을 높일 수 있습니다.

AutoML과 같은 기술을 액티브 러닝과 결합하면 시간이 많이 드는 작업을 자동화해 모델 개발을 간소화할 수 있습니다. 기술이 계속 발전하면서 액티브 러닝은 더 똑똑하고 효율적인 컴퓨터 비전 시스템을 구축하는 데 필수적인 도구가 될 전망입니다. 현재 이 루프를 지원하는 도구를 알아보려면 자동 레이블링 및 액티브 러닝 도구 비교를 읽어보세요.

AI와 컴퓨터 비전 모델에 대해 자세히 알아보려면 GitHub 저장소를 살펴보고 커뮤니티에 참여하세요. 솔루션 페이지에서 제조 분야의 컴퓨터 비전 및 의료 분야의 다양한 활용 사례를 확인해 보세요. 비전 AI 여정을 지금 시작하려면 라이선스 옵션도 살펴보세요.