brunch

매거진 옴니어스 이야기

라이킷 8 댓글

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 옴니어스 Jul 18. 2019

옴니어스 패션 AI가 비즈니스 문제를 해결하는 방식

비즈니스 문제를 해결하는 AI/머신러닝 Tech Talk 패널 토크

AI는 비즈니스에 이렇게 활용되고 있습니다!

지난 7월 17일 현대카드 Studio Black에서 ‘비즈니스 문제를 해결하는 AI/머신러닝 Tech Talk 패널 토크’가 열렸습니다. 기업용 자연어 인식·대화 AI 기업 ‘올거나이즈’(신기빈 CTO), 인공지능 기반 일정관리 비서 서비스를 운영하는 ‘코노랩스’(민윤정 CEO, 모더레이터), 패션 이미지 인식 AI로 패션 상품을 자동 태깅하는 서비스를 제공하는 저희 ‘옴니어스’(전재영 CEO)까지 총 3곳의 AI 스타트업의 리더들이 모여 이야기를 나누었는데요.

소프트뱅크 손정의 회장의 “한국이 집중해야 할 것은 첫째, 둘째, 셋째도 인공지능”이라는 말처럼 비즈니스에서 AI가 차지하는 비중은 점점 더 커지고 있습니다. 그렇다면 실제로 AI 기술을 활용한 제품들은 어떻게 만들어지고 서비스되는 걸까요? 기술 수준은 어느 정도에 도달한 걸까요? 이번 패널 토크는 AI의 최전선에 계신 분들께 자세한 이야기를 들어볼 좋은 기회였습니다. 저희 옴니어스 이야기 위주로 주요 질문과 답변을 정리해 보았습니다.

Q. 옴니어스는 패션 이미지를 인식하는 AI 기술로 패션 사진 속 상품 정보를 자동 태깅하는 ‘옴니어스 태거(OMNIOUS Tagger)'를 서비스하고 있죠. 옴니어스에서 가장 주력해 온 기술 분야와 우선적으로 고도화하는 부분이 있다면 소개해 주실 수 있나요?

A. 옴니어스는 창업 이후 4년간 패션 전문가 그룹을 운영, AI 학습 데이터를 수집해 왔습니다. 저희 패션 AI는 200만 장이 넘는 패션 이미지 데이터를 통해 1000여 가지의 패션 속성을 학습했고요. 하지만 아무리 전문가 그룹의 도움이 있더라도 사람이 하는 일이다 보니 학습 데이터에 노이즈가 있을 수밖에 없고, 많은 양의 데이터를 확보했다 해도 속성 간의 불균형이 존재합니다.

저희는 이런 점을 보완하기 위해 AI 학습에 필요한 데이터를 투명하고 관리하기 쉽게 만드는 데 많은 공을 들였습니다. 학습 데이터가 불균형한 상황에서 이미지 인식의 성능을 개선시키기 위한 모델 학습 알고리즘 파트에 집중했고요. 지금은 데이터와 학습 모델, 제품의 버전 관리와 데이터 추출과정을 자동화하는 데 주력하고 있습니다.

앞으로는 AI 모델의 성능을 유지하면서도 컴퓨팅 자원을 경제적으로 사용할 수 있도록 알고리즘부터 인프라 레벨까지의 최적화에 초점을 맞추고자 합니다. 머신러닝의 End to End 서비스를 위해서 ML Workflow를 세밀하게 설계하는 데에도 많은 시간을 투자할 계획이에요. 물론 고객사에서 사랑해 주시는 기능인 패션 상품 검색이나 개인화 상품 추천 영역의 R&D도 꾸준히 진행하고 있습니다.

Q. 아마존, IBM, 네이버, 카카오 등 국내외 대기업에서 공격적으로 AI 인력을 확보해 기술 개발을 진행하는 상황인데요. 이런 상황에서 스타트업으로서 그들과 비교했을 때 어떤 강점을 가지고 계신다고 생각하시는지요?

A. 당연한 이야기이지만 저희는 저희가 잘할 수 있는 영역에 집중하고 있습니다. 스타트업과 대기업의 대결은 계란으로 바위 치기에 비유할 수도 있겠지만, 버티컬한 영역이라면 스타트업이 더 앞설 수 있다고 생각합니다.

패션은 디테일이 중요한 영역입니다. 패션 영역에서 이미지 인식은 굉장히 유용한 기술이고, 패션 이미지를 검색하거나 추천하려면 디테일한 메타 데이터를 생성할 수 있어야 합니다. 옴니어스는 이제 창업한 지 4년이 지났지만 그동안 경쟁 기업이 나오는 등의 문제는 없었습니다. 이미 여러 고객사와 협업하며 피드백을 거쳐 AI 성능이 빠르게 개선되어 왔기에 다른 기업보다 앞설 수밖에 없는 기술력을 가지고 있고요.

그리고 저희 회사에서도 전 세계에서 우수한 AI 인력을 모시고 있습니다. 현재 모로코, 스페인 출신 연구원분들께서 함께하고 계시는데요. 비자발급에 번거로움이 있지만(^^) 회사의 규모보다 향후 비전을 고려해 지원해 주시는 해외 인재 분들이 많습니다.

Q. 효율적인 머신러닝 플랫폼 구축을 위해 데이터 확보와 전처리·가공이 중요한데, 이 과정을 어떻게 진행하셨나요?

A. 시장을 잘 이해하는 사람과 기술을 잘 아는 사람이 원활히 의사소통해야 전처리가 잘 진행되더라고요. 저희는 외부 패션 전문가들을 ‘라벨러’로 초청했고, 그분들이 라벨링 한 데이터를 AI가 학습할 수 있는 형태로 전달해 주는 방식의 데이터 플랫폼을 구축·운영해 왔습니다. 저희 사업 초기에는 지금과 다르게 데이터 소싱 업체가 존재하지 않았던데다 믿고 쓸 수 있는 데이터가 필요했기에 내부에서 직접 생성해야 했죠.

정말 품이 많이 들어가는 작업이었어요. 하지만 시행착오 끝에 팀이 안정적으로 세팅되어 옴니어스만의 ML 워크플로우가 자리 잡았습니다. 교육, 데이터 관리 정책, 자동화, 측정과 모니터링이 가장 중요한 일들인데요. 외부 인력에게는 가이드라인을 영상으로 제공해 일관된 기준을 두고 데이터가 생성되도록 하고, 데이터 확보에 참여하는 내부 인력들에게 머신러닝과 패션 속성에 대한 교육을 실시하고, 패션 전문가와 인공지능 전문가가 함께 의사 결정할 수 있는 구조가 되도록 자리 배치 단계에서부터 고민하는 것을 그 예로 들 수 있습니다.

사실 데이터가 만들어져도 학습에 바로 적용할 수 있는 것이 아닙니다. 그 데이터가 연구팀에서 다양한 연구를 진행할 수 있는 형태로 변환되는 것이 우선인데요. 여기에서는 데이터 변환의 자유도와 정합성을 함께 높이는 과정이 필요했어요. 그리고 아무리 노력해도 생길 수밖에 없는 데이터 노이즈를 해결하기 위해 데이터 클렌징을 진행하는데, 그 부분에서 휴먼 에러를 줄일 수 있는 부분을 자동화하기도 했죠. 모든 데이터의 생성은 내부 툴로 내부 교육을 거쳐 이루어진다는 원칙하에 여러 시도가 계속해서 이루어지는 중입니다.

Q. 실제 기업에서 사용할 만한 수준의 서비스를 제공하는 게 역시 쉬운 일이 아닐 듯합니다. 고객에게 제품을 제공하며 어떤 어려움을 마주했고, 어떤 과정을 거쳐 극복하셨는지요?

A. 패션 이미지를 AI가 인식하고 자동으로 태깅한다는 것 자체가 패션 기업에서는 꿈같은 이야기였어요. 저희 서비스가 출시되고 나서 이게 실제로 작동되는지 확인하러 찾아오시는 고객들도 많았고요. 옴니어스 태거가 시장에 정말 필요한 서비스라는 강한 확신이 생긴 순간이었습니다.

다만 고객사에서 이미지 태깅으로 하고자 하는 일이 많았기에 초기에 제품을 표준화하는 데 어려움이 있었습니다. 이미지 태그 정보로 상품 검색도 고도화하고 싶고, 트렌드도 파악하고 싶고, 상품 등록도 자동화하고 싶고… 태깅의 활용처가 다양한 만큼 피드백이 가지각색이라 제품을 표준화시키는 게 쉽지 않은 일이었습니다. 지금은 이런 피드백이 어느 정도 수집되어 있어 “저희 제품으로 이런 걸 하시려면, 이렇게 사용하시면 좋습니다”라며 주도적으로 커뮤니케이션하게 되었습니다.

또 한 가지, 패션은 정성적이고 주관적인 속성을 가지고 있기에 정확도를 계량화하는 것이 어렵습니다. 정확도에 대한 기준 자체가 다를 수 있고, 고객사에서 이를 다르게 해석할 수도 있고요. 이 부분은 무료 체험을 통해 직접 확인해 보실 수 있는 기회를 제공합니다. 그 외에도 고객사의 요청에 따라 자동 상품 속성 생성 시 AI 모델이 정답을 확신하는 속성값만 출력하는 기능, 고객사의 상품 사진에 노이즈가 심하다면 이를 클렌징해 주는 기능 등을 추가하며 난관을 헤쳐 가고 있습니다. 덕분에 저희 옴니어스 태거의 활용 사례도 많이 쌓이게 되었어요.

패션 이미지를 자동 태깅하는 옴니어스 태거(OMNIOUS Tagger)

Q. 옴니어스 태거가 어떤 고객사에게 적합한지, 경쟁사의 제품과 비교했을 때 어떤 특장점을 가지고 있는지 말씀해 주세요.

A. 저희 옴니어스의 현재 고객사로는 이커머스, 트렌드 분석이 필요한 브랜드 등등이 있습니다. 패션 이미지를 인식하고 속성 정보를 메타 데이터 형태로 만들어 주는 서비스이기에 상품 검색이나 추천을 고도화하거나 트렌드 분석을 하고 싶다면 저희 솔루션이 잘 맞으실 겁니다.

회사 내부에 개발자가 있다면 API 서비스를 이용하셔서 사용량 계획에 맞춰 사용하시면 됩니다. API에 대해 잘 모르지만 많은 양의 이미지를 보고 해석하는 일이 내 업무라고 생각하신다면 SaaS 서비스를 활용하시는 걸 추천드립니다. 단일 이미지는 물론 대량 이미지 업로드도 가능하고, 업로드한 이미지는 자동으로 태깅되어 상품 속성 분석이 자동화됩니다. 활용 방법 등에 대해 더 궁금하시다면 저희에게 편하게 연락주세요.

스마트한 패션 이미지 분류 서비스 옴니어스 태거(OMNIOUS Tagger) SaaS

경쟁사라면, 패션 이미지 인식 기업이 최근 글로벌 단위에서 나라별로 하나씩 생기고 있는 것 같더라고요. 저희도 경쟁사 제품을 알음알음 확인하고 벤치마킹해 보았는데, 객관성을 유지하기 위해 많이 노력했음에도 저희 제품의 정확도가 가장 우수합니다. 제공하는 상품 속성도 가장 다양하고요. 사실 이런 벤치마킹은 자기만족뿐일 수도 있지만, 저희가 만나는 국내 유수의 고객사에서 “옴니어스는 패션 산업에 꼭 있어야 할 존재입니다”라는 말을 많이 해 주시거든요. 그 말을 들을 때마다 감동하게 됩니다. 저희는 앞으로도 경쟁사를 의식하기보다 고객을 최우선으로 생각하고 옴니어스만의 유니크함을 만들기 위해 노력하고자 합니다.