정확한 병해 진단을 위한 AI 학습 데이터셋 구축
이번 프로젝트는 농업 데이터 기반 AI 기술을 개발 중인 고객사와 함께 진행한 데이터 구축 사례입니다. 고객사는 작물 병해충 진단 및 처방 기술을 활용해 농자재 유통을 지원하는 AI 기반 플랫폼을 개발 중이었으며, 병해충을 정확히 진단할 수 있는 AI 모델을 구현하기 위해서는 대량의 고품질 이미지 데이터와 정밀한 라벨링이 필수적이었습니다. 데이터메이커는 정적 작물 병해 이미지에 대해 시멘틱 세그멘테이션과 바운딩박스 라벨링을 병행 수행하며, AI 모델 학습에 최적화된 기반 데이터를 성공적으로 구축했습니다.
고객사는 병해충 자동 진단 AI 모델을 개발하기 위해 약 120만 개의 객체 라벨링 데이터를 확보하는 것을 목표로 했습니다. 그러나 실제 병해가 발생한 작물을 직접 촬영하거나 수집하는 것은 현실적으로 어려웠고, AI 허브 등 외부 공개 데이터의 활용에도 한계가 있었습니다.
고객사가 직면한 주요 과제는 다음과 같았습니다:
데이터메이커는 병해충 도메인 비전문가도 정확한 작업이 가능하도록 라벨링 기준을 단순화하고 시각화하며, 라벨 품질을 확보하는 동시에 대량 작업 효율도 높일 수 있는 솔루션을 적용했습니다. 주요 솔루션은 다음과 같습니다.
본 프로젝트는 약 6개월간 진행되었으며 다음과 같은 절차로 수행되었습니다
본 프로젝트는 병해충 진단 AI 고도화를 위한 학습 데이터 기반을 마련한 사례로 농업 AI 모델링에 있어 데이터의 질이 모델 성능을 좌우한다는 점을 명확히 보여주었습니다. 데이터메이커는 이번 프로젝트를 통해 병해충 도메인의 어려운 기준을 실무 적용 가능한 형태로 재정의하고 검수와 커뮤니케이션 중심의 협업 구조를 통해 고품질 데이터를 적기에 제공했습니다. 앞으로도 데이터메이커는 AI 개발 기업들이 데이터 구축 단계에서 겪는 시행착오를 줄이고 정확하고 유연한 데이터셋을 통해 AI 기술의 실현 가능성을 높이는 조력자로 함께하겠습니다.
