[르포] “AI는 신생아?”… 설치 3일 후 몰라보게 성장한 비결

슈퍼브에이아이, 전시회서 실시간 AI 고도화 기술력 입증

인공지능(AI)이 확 달라졌다. 설치 3일 만이다. 처음엔 사람마다 올바른 감지를 하지 못하고, 주황색 목걸이를 같은 색 안전조끼와 동일하게 감지하는 등의 문제가 있었지만, 3일 차엔 사람과 사물을 정확히 감지해냈다. 27일부터 사흘간 코엑스에서 개최하고 있는 ‘2024 스마트공장·자동화산업전’의 슈퍼브에이아이 전시장 풍경이다.

슈퍼브에이아이는 이번 전시장에 ‘실시간 CCTV + 멀티모달 AI 시연’ 부스를 마련하고 실제 전시 공간에 AI를 탑재, 얼마만큼의 성능이 있는지를 직접 보여줬다. 전시장에 실제 CCTV를 설치하고 화면에 잡히는 사람이나 사물을 감지해내는 기술을 전시했다. 관람객을 대상으로 어떤 옷을 입고 있는지, 모자를 쓰고 있는지, 안전모를 착용했는지 등을 감지해내는 기술이다. 

현장에서 만난 이현동 슈퍼브에이아이 부대표는 이번 부스 마련은 모험이었다고 설명했다. 현장에서 AI가 잘 작동하고 성능이 좋아지는 모습을 증명해야 하는데, 3일이라는 기간 동안 이를 증명할 수 있을지 확신이 없었기 때문이다. 실제로 슈퍼브에이아이는 CCTV를 활용한 비전 AI 기술을 시연할 때 일반적인 시연 부스처럼 일부 구간을 차단하거나 사람을 통제하지 않았다. 모든 것을 라이브로 보여줬다. AI를 처음 적용할 때 현장 상황에 따라 성능이 달라지는 점을 봤을 때 역효과가 날 수 있는 상황이었다.

실제로 전시 첫날인 27일 슈퍼브에이아이가 설치한 AI의 정확도는 높지 않았다. 전시장에 방문한 참관객들을 일일이 탐지하지 못했고 참관객 목걸이와 안전조끼를 같은 객체로 인식하는 오류가 있었다. 그런데 전시 3일 차인 29일에 다시 부스를 방문하자 AI가 달라져 있었다. 참관객 인식은 물론 사물도 정확히 분류해냈다. 이현동 부대표는 “이것이 바로 슈퍼브에이아이가 가진 장점”이라면서 “우리는 AI를 상당히 빠른 속도로 고도화하는 데 특화돼 있다”고 말했다.

이 부대표는 AI는 설치 후 고도화가 꼭 필요하다고 밝혔다. AI는 주변 환경에 따라 기대했던 것처럼 성능이 나오지 않는 경우도 많고, 설치 후 주변 환경이나 업무 등이 달라지는 경우도 있으므로 ‘유지보수’가 필수라고 했다. 하지만 일부 AI의 경우 납품이 중심이다 보니 설치 후 유지보수가 되지 않는 경우가 많다. 특히 제조 등의 분야에선 한 번 납품 후에 고도화가 이뤄지지 않는 AI 모델이 꽤 있는 편이다. 그는 “우리는 원래 ML옵스를 만드는 회사”라며 “ML옵스는 AI 개발을 효율적으로 이루게 하는 플랫폼이다 보니까 우리가 유지보수를 잘할 수 있게 됐고, 이 장점을 이번 전시장에서 라이브로 보여드리고자 했다”고 설명했다.

슈퍼브에이아이가 유지보수를 잘하는 이유는 기술력에 있다. 회사는 서비스를 분석해 약점이 되는 구간을 자동으로 서버에 저장하는 기술과 그 약점 데이터를 빨리 발굴해 개선하는 기술을 보유하고 있다. 또 학습할 때마다 상황별로 가능하고 불가능한 영역을 분석하는 기술과 특정 데이터를 중점적으로 봐야 한다고 입력값을 넣으면 관련 데이터를 분석하는 기술을 개발했다. 이 기술들은 처음 AI를 설치 후 사용자가 원하는 대로 모델 고도화를 자동으로 할 수 있게 지원한다. 전시 첫째 날과 마지막 날 슈퍼브에이아이 부스의 AI 모델의 성능이 달라진 것도 이 기술들에 있다. 이 부대표는 “우리 기술은 AI를 1시간 반 정도만 쓰면 고도화할 수 있는 정도의 수준이 됐다”면서 “기술에 자신이 있던 만큼, 전시장에서도 통할 것이라고 봤다”고 했다.

슈퍼브에이아이는 AI 고도화뿐만 아니라 비전 AI 기술의 차별점도 보여줬다. 개인정보 침해 문제에 대응해 참관객 얼굴을 실시간으로 모자이크하는 기술과 현재 영상을 텍스트로 설명하는 기술도 선보였다. 비전 AI와 언어 AI를 결합한 기술로 관제사는 텍스트로 해당 영상을 이해할 수 있고, 다시 보고 싶은 영상이 있다면 텍스트로 쉽게 검색할 수 있다.

슈퍼브에이아이 관계자는 “이번 부스에 시연되는 AI는 전시장 상황에 맞춰 커스터마이징한 제품”이라면서 “고객이 원하는 시나리오대로 우리는 빠르게 AI를 만들고 약점 데이터 등을 찾아 충분히 고도화할 수 있다”고 강조했다.