Voxel51의 새로운 자동 레이블링 기술, 100,000배의 어노테이션 비용 절감 약속

컴퓨터 비전 스타트업 Voxel51의 새로운 연구에 따르면 전통적인 데이터 어노테이션 모델이 근본적으로 바뀌게 될 것이라고 합니다. 오늘 발표된 연구에서, 회사는 새로운 자동 레이블링 시스템이 인간 수준의 정확도 95%를 달성하면서도 5,000배 빠르고 최대 100,000배 저렴한 것으로 나타났습니다.

이 연구는 YOLO-World와 Grounding DINO와 같은 기초 모델을 COCO, LVIS, BDD100K, VOC와 같은 잘 알려진 데이터셋에서 벤치마크했습니다. 놀랍게도, 많은 실제 시나리오에서 AI 생성 레이블로만 훈련된 모델이 인간 레이블로 훈련된 모델과 동일하거나 더 나은 성능을 보였습니다. 컴퓨터 비전 시스템을 구축하는 회사들에게는 엄청난 영향을 미칩니다. 어노테이션 비용으로 수백만 달러를 절약할 수 있고, 모델 개발 주기는 몇 주에서 몇 시간으로 단축될 수 있습니다.

새로운 어노테이션 시대: 수동 노동에서 모델 주도 파이프라인으로

수십 년 동안, 데이터 어노테이션은 AI 개발에서 고통스러운 병목 현상이었습니다. ImageNet에서 자율 주행 차량 데이터셋까지, 팀들은 객체를 분할하고 경계 상자를 그리기 위해 수많은 인간 노동자를 고용해야 했습니다. 이것은 비용이 많이 들고 느린 노력입니다.

지배적인 논리는 간단했습니다. 인간 레이블이 더 많은 데이터 = 더 나은 AI입니다. 그러나 Voxel51의 연구는 이러한 가정에 도전합니다.

그들의 접근 방식은 사전 훈련된 기초 모델을 활용하여 – 일부 모델은 제로샷 기능을 갖추고 있습니다. 이러한 모델을 파이프라인에 통합하여 루틴 레이블링을 자동화하고 불확실하거나 복잡한 경우를 인간이 검토하도록 플래그합니다. 이 방법은 시간과 비용을 크게 줄입니다.

한 테스트에서, NVIDIA (NVDA ) L40S GPU를 사용하여 3.4 백만 개의 객체를 레이블링하는 데 약 1시간이 걸렸으며, 비용은 1.18달러였습니다. AWS SageMaker를 사용하여 수동으로 수행하는 경우 약 7,000시간이 걸렸을 것입니다. 비용은 124,000달러 이상이었습니다. 특히, COCO 또는 LVIS 데이터셋에서 희귀한 카테고리를 식별하는 것과 같은 도전적인 경우에서, 자동 레이블링된 모델은 때때로 인간 레이블링된 모델보다 더 나은 성능을 보였습니다. 이러한 놀라운 결과는 기초 모델의 일관된 레이블링 패턴과 대규모 인터넷 데이터에 대한 훈련에서 비롯될 수 있습니다.

Voxel51 내부: 시각적 AI 워크플로우를 재정의하는 팀

2016년 미시간 대학교의 Jason Corso 교수와 Brian Moore에 의해 설립된 Voxel51은 원래 비디오 분석에 중점을 둔 컨설팅 회사로 시작되었습니다. Corso는 컴퓨터 비전과 로봇공학의 베테랑으로 150개 이상의 학술 논문을 발표했으며 AI 커뮤니티에 광범위한 오픈 소스 코드를 기부했습니다. Moore는 Corso의 전 박사 과정 학생으로 CEO를 맡고 있습니다.

전환점은 팀이 대부분의 AI 병목 현상이 모델 설계에서 발생하는 것이 아니라 데이터에서 발생한다는 것을 인식했을 때였습니다. 이러한 통찰력은 FiftyOne을 만들도록 영감을 주었습니다. FiftyOne은 엔지니어가 시각적 데이터셋을 더 효율적으로 탐색, 큐레이션 및 최적화할 수 있도록 설계된 플랫폼입니다.

这些年来, 회사는 4,500만 달러 이상을 조달했으며, 이는 1,250만 달러의 시리즈 A와 베세머 벤처 파트너스가 주도한 3,000만 달러의 시리즈 B를 포함합니다. 엔터프라이즈 채택이 뒤따랐으며, LG전자, 보쉬, 버크셔 그레이 (BGRY ) , 프레시전 플랜팅, RIOS와 같은 주요 클라이언트가 생산 AI 워크플로우에 Voxel51의 도구를 통합했습니다.

도구에서 플랫폼으로: FiftyOne의 확장 역할

FiftyOne은 단순한 데이터셋 시각화 도구에서 데이터 중심 AI 플랫폼으로 성장했습니다. COCO, Pascal VOC, LVIS, BDD100K, Open Images와 같은 다양한 형식과 레이블링 스키마를 지원하며 TensorFlow와 PyTorch와 같은 프레임워크와 원활하게 통합됩니다.

FiftyOne은 고급 작업을 가능하게 합니다. 중복 이미지 찾기, 잘못 레이블링된 샘플 식별, 아웃라이어 표면화, 모델 실패 모드 측정 등이 있습니다. 플러그인 에코시스템은 광학 문자 인식, 비디오 Q&A, 임베딩 기반 분석을 위한 사용자 정의 모듈을 지원합니다.

엔터프라이즈 버전인 FiftyOne Teams는 버전 제어, 액세스 권한, 클라우드 스토리지(e.g., S3)와의 통합과 같은 협업 기능을 도입했습니다. 또한 레이블박스와 CVAT와 같은 어노테이션 도구도 있습니다. 주목할 점은 Voxel51이 데이터셋 큐레이션과 수동 어노테이션 사이의 워크플로우를 간소화하기 위해 V7 랩스와 파트너십을 맺었다는 것입니다.

어노테이션 산업 재고찰

Voxel51의 자동 레이블링 연구는 거의 10억 달러의 어노테이션 산업의 가정을 도전합니다. 전통적인 워크플로우에서, 모든 이미지는 인간이触摸해야 합니다. 이는 비용이 많이 들고 종종 중복되는 프로세스입니다. Voxel51은 대부분의 이러한 노동을 제거할 수 있다고 주장합니다.

그들의 시스템에서, 대부분의 이미지는 AI에 의해 레이블링되며, 에지 케이스만 인간에게 전달됩니다. 이러한 하이브리드 전략은 비용을 절감할 뿐만 아니라 더 높은 전반적인 데이터 품질을 보장합니다. 인간의 노력은 가장 어려운 또는 가장 귀중한 어노테이션에 예약됩니다.

이 시프트는 데이터 중심 AI로의 더广泛한 트렌드와 평행합니다. 데이터 중심 AI는 모델 아키텍처를不断하게 조정하는 대신 훈련 데이터를 최적화하는 것을 중점으로 합니다.

경쟁 환경 및 산업 반응

베세머와 같은 투자자는 Voxel51을 “데이터 오케스트레이션 레이어”로 간주합니다. 이는 DevOps 툴이 소프트웨어 개발을 변革한 것과 유사합니다. 그들의 오픈 소스 툴은 수백만 회 다운로드되었으며, 그들의 커뮤니티에는 전 세계의 수천 명의 개발자와 ML 팀이 포함되어 있습니다.

다른 스타트업인 Snorkel AI, Roboflow, Activeloop도 데이터 워크플로우에 중점을 두고 있습니다. 그러나 Voxel51은 그들의 폭과 오픈 소스 철학, 엔터프라이즈급 인프라로 구별됩니다. 어노테이션 제공업체와 경쟁하는 대신, Voxel51의 플랫폼은 선택적 큐레이션을 통해 기존 서비스를 더 효율적으로 만듭니다.

미래의 영향

장기적인 영향은 심오할 것입니다. Voxel51의 방법론이 널리 채택된다면, 컴퓨터 비전 분야의 진입 장벽을 크게 낮출 수 있을 것입니다. 이는 스타트업과 연구자들이 거대한 레이블링 예산이 없더라도 이 분야에 참여할 수 있도록 해줄 것입니다.

비용을 절감하는 것 외에도, 이 접근 방식은 모델이 자동으로 실패를 플래그하고, 이를 검토하고 재레이블링한 다음 훈련 데이터에 다시 포함하는 연속적인 학습 시스템을 위한 기초를 마련합니다. 모든 것이 동일한 오케스트레이션 파이프라인 내에서 발생합니다.

회사의 더广泛한 비전은 AI가 진화하는 방식과 일치합니다. 더智能한 모델만이 아니라, 더智能한 워크플로우를 만들기 위한 것입니다. 이러한 비전에서, 어노테이션은 죽지 않았지만, 더이상 무차별적인 노동의 영역이 아닙니다. 전략적이고, 선택적이며, 자동화에 의해 주도됩니다.