GIST 이규빈 교수 연구팀이 AI 학습용 이미지 데이터에 물체 위치·영역을 표시하는 '데이터 주석' 작업의 부담을 줄이는 기술을 개발했다. 반지도학습과 능동학습을 결합하고 AI 판단 신뢰도를 데이터 특성에 맞게 보정해, 신뢰도 높은 예측은 자동 처리하고 애매한 경우만 사람이 검토하도록 했다. 시티스케이프스 도로 이미지 150장 실험에서 사람이 직접 주석하는 방식보다 작업시간을 68.4%, 기존 능동학습 방식보다 46.3% 줄이면서도 마스크 평균정밀도(mask AP)는 30.3으로 두 방식(28.5, 25.8)보다 높았다. 자동 처리된 예측의 정밀도는 85.8%에 달해, 자율주행·수중탐사 로봇 등 새로운 환경의 학습 데이터 구축 부담을 크게 낮출 수 있을 것으로 기대된다.

• •GIST 연구팀, 반지도학습+능동학습 결합 및 AI 신놠도 보정으로 데이타 주석 보담 거부과쥌 기술 개발.
• •시티스쿀페스 실험에서 직접 주석 대뵨4 68.4%, 기존 능동학습 대뵨 46.3% 시간 단축.
• •변거 평급정밀도(mask AP) 30.3으로 기존 방식(28.5)·직접 주석(25.8)보다 우수한 성답.
• •AI 자동 처리 예측의 정밀도 85.8%, 자율주행·수중탐사 로밇 닱 분야 적용 기대.