AWS가 아마존 세이지메이커 AI와 아마존 레코그니션을 결합해 산업 안전 AI용 합성 훈련 데이터를 생성하는 파이프라인을 소개했다. 위험 기계 근처의 위험 상황 이미지는 실제로는 극히 드물고 촬영 자체도 위험해 확보가 어려운데, 확산모델 Qwen-Image-Edit-2509로 실제 배경 이미지에 사람을 합성해 삽입하고 레코그니션 DetectLabels API로 바운딩박스를 자동 라벨링해 사람 탐지 mAP50을 최대 160% 개선했다. 실험 결과 위험한 위치에 사람을 배치하도록 유도한 프롬프트가 배경에 배치한 경우보다 탐지 성능을 두 배 높였으며, 합성 이미지 750장에서 성능이 정점을 찍고 그 이상은 오히려 품질이 저하됐다. 이미지당 비용도 수작업 대비 3~5달러에서 약 0.33달러로 대폭 절감돼, 안전 관련 데이터를 위험 없이 대량 확보할 수 있는 실용적 대안으로 제시됐다.

• •세이지메이커+레코그니션 결합, 산업안전 AI용 합성 훈련데이터 자동 생성 파이프라인
• •확산모델로 실제 이미지에 사람 합성 삽입, 레코그니션으로 바운딩박스 자동 라벨링
• •위험 위치 배치 프롬프트가 배경 배치 대비 사람 탐지 mAP50 2배 개선
• •합성 이미지 750장에서 성능 정점(160% 개선), 과다 생성 시 품질 저하
• •이미지당 비용 수작업 3~5달러→약 0.33달러로 대폭 절감