SK와 함께하는 AI Challenge for Our Society (~10/27 18시 마감)

Ko Hyejung·2021년 10월 12일
0
post-thumbnail

경연명

SK와 함께하는 AI Challenge for Our Society

경연 목적

SK그룹에서 주관하는 ICT Tech Summit의 Technology 참여 Agenda의 일환으로
사회 안전망 보안서비스 고도화 지원 및 AI 기술 지향 문화의 확산, 채용 연계 등 SV(Social Value) 실현을 위해
대학/대학원생, 未 취업 졸업생을 대상으로 AI 경연(經筵)을 시행합니다.

① [Learning Methodology]
실제 사업에서 고민하는 Data 기반 경연을통한 AI 기술역량 학습 지원

② [Sharing Through Competition]
대학 등 교육기관 대상 SK의 AI 기술 공유 및 교류

③ [Technology-driven Culture]
자발적 참여 기반 ‘AI Challenge for Our Society’ 지향 문화 확산

기술주제 개요


과학기술정보통신부(장관 최기영, 이하 ‘과기정통부’)와 한국정보보호산업협회(회장 이동범, 이하 ‘협회’)에 따르면 ‘2020년 국내 정보보호산업 실태조사’ 에서 국내 정보보호 기업은 1천283개로 전년도 1,094개보다 약 17.3% 증가했으며, 정보보안기업은 531개(12.3%↑), 물리보안기업은 752개(21.1%↑)로 늘어난 것으로 조사되어 산업 시장은 연평균(’16~’20년) 10.4% 성장률로 디지털경제 가속화와 함께 지속적인 성장세를 이어 가고 있는 상황입니다.

세부적으로 보면 보안시장 중 물리보안 시장이 가장 크며, 저희 SK그룹도 CCTV 영상장비 영역에서 SKT와 ADT캡스가 Key 플레이어로 포지셔닝하고 있으며, 인공지능(AI), 사물인터넷(IoT) 등이 결합한 차세대 융합보안 시장을 확대해가고 있습니다.

이런 보안시장의 성장세에 최근 AI 분야 Global Player들도 Openness 정책 및 개발 환경 고도화로 준/비 전문가들도 단기간에 쉽게 구현 가능한 수준으로의 ‘Tech. Commodity化’가 증대되고 있는 실정으로 전문 Vision AI 기술 개발자를 보유한 업체들 간 기술 격차도 크지 않은 상황입니다.

이러한 환경 변화 속에서, SKT도 Semi(Self)-supervised Learning’, Federated Learning’, Few-shot Learning’ 등의 기술을 사용하여 상용 Vision AI 모델 개발을 하고 있으며, Online Learning’, Doman Adaptation’, 그리고 Continuous Learning’ 기술을 ML-Ops.에 적용하여 지속적인 성능 고도화를 진행하고 있습니다.

다양한 Vision 응용 분야 중 CCTV 포함 영상보안 데이터가 다른 도메인의 영상 데이터와 다른 가장 큰 차이점은 바로 데이터 시각적 특징의 분포가 일반적으로 ‘Very Marginally Long-tail’ 하다는 점에 있습니다.
실 세계의 다양한 Scene Dynamics 특성은 영상 취득 과정에서 카메라 설치/촬영 환경, 카메라의 각도/높이, 화질 특성에 따라 다양하게 나타나며, 심지어 영상 코덱의 종류와 설정에 따라서도 AI 모델의 성능에 큰 영향을 미칩니다. 이로 인해, 비교적 많은 양의 데이터로 학습한 AI Model을 상용 서비스 하더라도, 실제 운용 중에 학습 과정에서 보지 못한 매우 빈번한 ‘Unseen Data’의 출현이 발생하여 AI 모델의 성능과 신뢰도가 저하되는 현상이 빈번하게 발생됩니다.

예를 들어, 일상적인 상황의 데이터로 학습된 AI 기반 사람 검출 모델의 경우, 쓰러지거나 넘어진 사람에 대한 데이터를 학습 과정에서 다양하게 관찰하지 못해, 위험에 처한 쓰러진 사람이 잘 검출되지 않는 상황이 발생하기도 합니다. 이는 주간과 야간, 강풍이 불어 카메라가 흔들리거나 악천후 날씨, 실내/외, 근/원거리, 휠체어/안전장구/유모차 착용 및 소지 여부에 따라 또 다른 결과를 보이기도 합니다.

하지만 세상에 존재하는 모든 환경의 데이터를 수집하여 학습에 활용하는 것은 불가능하기 때문에, 상용 수준의 AI 모델 개발을 위해서는 양질의 많은 데이터와 함께 그 정보가 담긴 데이터 (label data) 가 함께 필요하며 아직까지는 사람이 직접 눈으로 보고 직접 작업하여 구축하고 있는 실정입니다.

IT 시스템을 이용한 출입관리 및 영상감시 등을 수행하는 물리보안 산업에서 보안의 강화는 절차의 증가를 의미하고 증가한 절차는 사람들이 추가 업무를 수행해야 하는 불편함과 비효율을 가중시킵니다.
이를 해결하기 위해 이벤트 발생시 높은 확률로 문제를 발생시킬 수 있는 사건만 모니터링하거나 문제 발생의 징후를 포착해 지능적인 동작들이 축적된 데이터와 이를 학습한 AI를 통해서 탐지한다면 문제를 미리 대응할 수 있으며, 추가적 불편과 비효율 없이도 보안 강화가 가능하기에 각 기업들은 매년 많은 예산과 시간을 소모하고 있으며, 정부 역시 정보보호 시장 활성화를 위 정부의 정책에 대해서는 '기술개발 지원', '자금지원 및 세제혜택', '전문인력 양성', '기술이전의 활성화', 등의 많은 기업들의 요구사항을 반영하려 노력 중입니다.

이에 SK그룹은 최근 많은 관심을 받고 있는 준지도 학습 (semi-supervised learning (이하 SSL)) 기술의 확보 및 당사에서 개발중인 다양한 기술 고도화를 위해 이번 대회 주제로 “SSL 기반 Object Detection”을 선정했습니다.

참가하시는 여러분은 SKT에서 제공하는 CCTV영상 이미지 데이터를 준지도학습 기반으로 학습하는 객체탐지 (Semi-supervised Object Detection) 모델 구현을 통해 SV 경연 결과물은 SKT AI영상보안 서비스 고도화에 적용할 예정입니다.

경연 일정

기술주제

SKT CCTV 보안영상 이미지 객체 탐지(Semi-supervised Object Detection)

https://dt-training.center/contest/technologyThema/techTopic/view?contestId=8&technologyThemaId=15&referenceId=15

0개의 댓글