이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
Kognic의 2026년 8월 플랫폼 업데이트는 annotation 작업 중 검증과 다중 카메라 비교를 즉시 처리하고, 반복적인 메뉴 이동을 줄이는 데 초점을 맞춥니다. Checkers는 변경할 때마다 실행되며, 2D grid에서는 여러 카메라 이미지를 Source 또는 Frame 기준으로 묶고 다중 선택 객체의 속성을 한 번에 바꿀 수 있습니다. 프로젝트 설정에서는 workflow 단계별 sampling과 review 규칙, 프로젝트 목적을 저장해 새 batch에 자동 적용하며, Metrics의 생산성 정보와 Training sessions를 활용해 coaching 대상을 고를 수 있습니다. IMU 데이터 보간을 통한 point cloud motion compensation과 카메라별 shutter time 기준 cuboid export도 추가되어 다중 센서 annotation의 geometry와 결과 일관성을 보완합니다.
섹션별 상세
기존에는 annotation 작업을 마친 뒤 Validate 버튼을 눌러야 Checkers 결과를 확인했지만, 새 형식의 Checkers는 객체나 속성을 변경할 때마다 평가를 실행합니다. 경고가 발생하면 false positive를 dismiss할 수 있고, 이후 timestamp가 추가되어도 해제 상태가 유지되며 필터로 다시 불러올 수 있습니다. 새 형식으로 변환할 수 없는 checker를 사용하는 프로젝트는 기존 평가 방식으로 돌아가 Validate 버튼을 유지하므로 호환성도 보존됩니다.
여러 2D 카메라를 순서대로 확인하거나 3D split view에서 각 화면을 작게 보는 대신, camera drawer의 expand 버튼으로 모든 2D 카메라를 하나의 grid에 펼칠 수 있습니다. Videobar와 sidebar, topbar는 기존 위치에 남아 전체 surround view를 확보하면서도 작업 맥락을 잃지 않게 구성됩니다. 특히 여러 카메라에서 같은 장면의 속성을 설정하거나 객체 visibility를 비교할 때 카메라 전환 횟수를 줄이는 방식입니다.
개편된 2D grid view는 상단 toolbar에서 3D view와 다른 view로 이동할 수 있고, thumbnail 안에서 변경 가능한 property를 dropdown으로 바로 편집합니다. 다중 선택 항목의 property 변경은 기존 keyboard shortcut뿐 아니라 batch action bar의 버튼으로도 실행되며, Group By는 이미지를 Source 또는 Frame 기준으로 묶습니다. Frame 기준 그룹은 한 시점의 객체를 모든 카메라에서 비교하게 하고 Source 기준 그룹은 한 카메라의 여러 프레임을 이어 보게 하며, 객체가 어느 이미지에도 보이지 않는 그룹은 숨겨 occlusion 판단에 필요한 화면만 남깁니다.
반복 사용량이 높은 image adjustment 기능에는 사용자가 직접 keyboard shortcut을 지정할 수 있게 했습니다. View 메뉴의 Toggle pixelated와 Toggle histogram equalization을 keybindings window에서 원하는 키에 연결하면 상단 메뉴에도 해당 키가 표시되며, 두 기능은 기본적으로 unbound 상태입니다. 지난 90일 동안 Pixelated는 410,620회, Histogram equalization은 69,878회 실행됐다는 사용량이 근거가 되어 메뉴 이동을 keypress로 바꾸는 방향이 정해졌습니다.
각 object camera에서 선택한 cuboid의 해당 view 기준 두 차원 크기를 metre 단위로 확인할 수 있고, 소수점 자릿수는 object label 설정을 따릅니다. property overlay에서는 특정 property 값을 숨기는 hide icon이 추가되어 해당 값을 가진 객체와 그 property가 비어 있는 객체를 함께 감출 수 있으며, 여러 값을 동시에 숨긴 결과를 favorite filter로 저장할 수 있습니다. 이 기능들은 객체 크기 확인을 위해 properties를 열었다 닫는 절차와 특정 값 이외의 대상을 우회적으로 필터링하던 절차를 줄입니다.
프로젝트의 기본 request workflow는 이제 workflow 이름뿐 아니라 phase별 sampling method와 rate, quality-based review selection, assignment rules, block review edits까지 저장합니다. Project Settings의 General에서 단계별 설정을 편집하면 같은 workflow phase가 두 번 포함된 경우에도 각각 다른 방식으로 구성할 수 있고, 저장된 값은 새 batch에만 적용되며 기존 request는 바뀌지 않습니다. 프로젝트에는 Production, Pilot, Training, Demo category를 생성 시 지정하고 나중에 변경할 수 있으며, Projects list의 Category column과 header chip으로 확인할 수 있고 기존 프로젝트는 지정 전까지 Not set으로 표시됩니다.
Metrics의 Productivity에서 사용자를 선택한 뒤 Create study를 실행하면 선택된 사람이 study member로 자동 추가되고, Training sessions column은 각 사용자가 참여한 coaching study 수를 표시합니다. coach dropdown은 Annotate Speed가 빠른 순서로 정렬되고 속도 수치를 함께 표시하며, studies list에는 Type과 Coach column 및 filter bar가 추가되어 속도와 최근 coaching 이력을 같은 화면에서 판단할 수 있습니다. 새 study의 기본 기간은 one week에서 two weeks로 바뀌고 최소 한 명의 member가 필요하며, favorite project는 별도 tab이 아니라 All projects 위 section으로 이동하고 정렬 상태도 방문 사이에 유지됩니다.
point cloud motion compensation은 sparse IMU data point 사이를 보간해 움직이는 객체의 point cloud가 번지는 현상을 줄이며, 24 August 이후 생성된 모든 motion-compensated scene에 적용됩니다. Annotation instructions의 Always export at image timestamps를 켜면 cuboid를 각 카메라의 shutter time으로 projection하고, 해당 카메라에서 객체가 보이지 않아도 다른 sensor가 관측한 시점의 위치를 export에 포함합니다. 여기에 number property의 minimum·maximum 값과 class group item의 instance limit을 설정하는 기능이 더해져 다중 센서 annotation 결과의 geometry와 입력 범위를 프로젝트 규칙으로 제한할 수 있습니다.
용어 해설
- 사람 참여형 학습·검수(Human-in-the-Loop)
- — AI 시스템의 결과를 사람이 직접 검수하고 수정해 데이터 품질과 모델 성능을 높이는 방식입니다. 이 글에서는 자율주행 센서 데이터의 객체와 속성을 사람이 확인하는 annotation workflow와 연결됩니다.
- 센서 융합(Sensor Fusion)
- — Camera, LiDAR, radar처럼 서로 다른 센서에서 얻은 데이터를 같은 장면과 시점에 맞춰 결합하는 기술입니다. 여러 카메라와 센서에서 관측한 객체 위치를 일관되게 annotation하고 export하는 데 필요합니다.
- 관성측정장치(IMU)
- — 차량이나 센서의 가속도와 회전 정보를 측정해 움직임을 추정하는 장치입니다. Kognic은 성긴 IMU 데이터 사이를 보간해 움직이는 객체의 point cloud가 번지는 현상을 줄였습니다.
- 움직임 보정(Motion Compensation)
- — 센서와 객체의 움직임 때문에 시간에 따라 어긋나는 point cloud나 annotation을 보정하는 처리입니다. 이 업데이트에서는 IMU 보간을 통해 장면 생성 단계에서 움직이는 객체의 위치가 더 선명하게 유지되도록 했습니다.
- 가림 현상(Occlusion)
- — 한 객체가 다른 객체나 시야의 장애물에 가려져 일부 카메라에서만 보이는 상태입니다. 새 2D grid의 Group By 기능은 여러 카메라와 프레임을 함께 비교해 객체의 visibility를 판단하도록 돕습니다.
기술
- Kognic Platform
- Checkers
- Drawing tool
- 2D grid view
- Pixelated
- Histogram equalization
- IMU
- point cloud motion compensation
- Project Settings
- Metrics, Productivity
- Always export at image timestamps
활용 사례
- 다중 카메라 자율주행 장면 annotation
- occlusion과 객체 visibility 검수
- 새 batch에 반복 적용되는 request workflow 구성
- annotation 작업자 coaching 대상 선정
- 다중 센서 cuboid export
- annotation property와 instance 수 제한
언급된 리소스
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 08. 31.수집 2026. 08. 31.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
