2월 제품 업데이트: AI 데이터 라벨링의 정확도와 제어력 향상

핵심 요약

Kili Technology는 AI 데이터 라벨링의 정확도와 사용자 제어 기능을 강화한 2026년 2월 제품 업데이트를 실시했다. 이번 업데이트는 지리 공간 매핑을 위한 좌표 참조 시스템(CRS) 지원과 비디오 데이터 내 객체 추적 기능 고도화를 핵심으로 한다. 사용자는 향상된 주석 도구와 세밀한 액세스 제어를 통해 엔터프라이즈급 워크플로에서 고품질 학습 데이터를 효율적으로 구축할 수 있다.

배경

데이터 라벨링(Data Labeling)의 기본 개념, 지리 정보 시스템(GIS) 및 좌표계에 대한 기초 지식

대상 독자

AI 데이터 사이언티스트 및 MLOps 엔지니어

의미 / 영향

데이터 라벨링 도구의 정밀도 향상은 자율주행이나 위성 분석과 같은 고정밀 AI 모델의 성능과 직결된다. 특히 엔터프라이즈 환경에서의 세밀한 권한 제어는 데이터 보안과 품질 관리의 표준을 높이는 역할을 한다.

섹션별 상세

지리 공간 데이터 라벨링을 위해 EPSG:3857, EPSG:4326 등 다양한 좌표 참조 시스템(CRS) 지원 기능이 추가되었다. 사용자는 위성 이미지 작업 시 객체의 투명도를 조절하거나 신뢰도 점수를 시각화하여 데이터의 정확성을 실시간으로 검증할 수 있다. 이는 정밀한 지형 분석이 필요한 AI 모델 학습에 필수적인 제어력을 제공한다.

비디오 데이터 주석 작업을 위한 객체 추적 및 전파(Propagate) 기능이 고도화되었다. 도로 위의 차량이나 건물 등 특정 객체를 프레임 단위로 추적하며, 타임라인 인터페이스를 통해 주석의 연속성을 정밀하게 관리한다. 자동 전파 기능을 활용하면 반복적인 수동 작업을 줄이면서도 대규모 영상 데이터의 라벨링 품질을 일정하게 유지할 수 있다.

이미지 분석

Screenshot
위성 이미지의 좌표계(EPSG) 설정 메뉴와 비디오 프레임별 객체 추적 타임라인을 보여준다. 신뢰도 점수 시각화 및 객체 투명도 조절 등 정밀한 라벨링을 위한 UI 요소들이 포함되어 실제 업데이트 기능을 시각적으로 증명한다.
Kili Technology의 지리 공간 및 비디오 데이터 라벨링 인터페이스 화면이다.

실무 Takeaway

위성 이미지 라벨링 시 표준 좌표계(EPSG)를 적용하여 데이터의 지리적 정밀도를 확보해야 한다.
비디오 데이터셋 구축 시 객체 전파 기능을 활용해 작업 효율성을 높이고 주석의 일관성을 유지해야 한다.