SUPERB AI

프로젝트 사례

[스포츠] 영상 데이터의 객체 자세 자동 인식 AI: 분석 시간 20.8% 단축

- 페인 포인트 : 선수의 자세 교정 시스템 도입 계획 - Vision AI 활용 : 동영상 데이터의 객체 자세 자동 인식 AI 모델 개발 - 결과 : 코치의 자세 분석 시간 약 20.8% 단축, 기초 자세 코칭 시간 절감에 따른 인건비 감소 효과 영상 데이터의 객체 자세 자동 인식 AI 란? 영상

프로젝트 사례

[물류/유통] 개별 상품 분류 AI : 분류 정확도 93.4%

- 페인 포인트 : 로봇 기능 업그레이드를 위한 개별 물품 인식 필요 - Vision AI 활용 : 대표 상품 카테고리 최대 80종 분류 - 결과 : 상품 분류 정확도 93.4% 이상 달성, 배송목록 재확인, 크기/중량에 따른 포장 및 출하 가능 개별 상품 분류 AI란? 개별 상품 분류 AI는 인공 지능 기술을

프로젝트 사례

[스포츠] 실시간 스포츠 경기 상황 인식 AI : 경기 상황 및 포지션 시점 캐치 정확도 94.6%

- 페인 포인트 : 실시간 경기 상황 인식 시스템 필요 - Vision AI 활용 : 프레임별 공격/수비팀 분류에 따른 경기 상황 분석 - 결과 : 경기 상황 및 포지션 시점 캐치 정확도 94.6%, 분기별 종합 경기 분석 결과 도출 및 선수 평가제도 개선 실시간 스포츠 경기 상황 인식AI 란? 실시간으로 진행되는

프로젝트 사례

[스포츠] 선수별 움직임과 상호작용 인식 AI : 동적 객체 인식률 약 98.2%

- 페인 포인트 : 오심 판정을 줄이기 위한 다양한 방법 모색 - Vision AI 활용 : 선수별 신체 상태 및 행동 모니터링과 상호작용 인식 알고리즘 개발 - 결과 : 선수별 동적 객체 인식률 약 98.2% 달성, 오심 판정률 감소 및 경기 전략 수립 시간 단축 선수별 움직임과 상호작용 인식 AI 란? 스포츠

프로젝트 사례

[항공/드론/방산] 탐색 불가 지역 실종자 위치 확인 AI

- 페인 포인트 : 어려운 접근성을 가진 지역에서 실종자 탐색 - Vision AI 활용 : 실종자 위치 확인 데이터셋 구축 및 AI 알고리즘 개발 - 결과 : 빠른 시간 내 넓은 지역을 탐색하여 실종자 발견 탐색 불가 지역 실종자 위치 확인 AI 란? 장소나 환경적으로 탐색이 어려운 지역에서 실종자의 위치를 파악하기 위함 입니다.

프로젝트 사례

[의료] 혈액 감염균의 종류 예측하는 AI : 식별 시간 30% 단축

- 페인 포인트 : 혈액 감염균을 찾기 위해 의료진 리소스 하루 이상 투입 - Vision AI 활용 : 균의 종류를 예측하는 AI 분류 알고리즘 구축 - 결과 : 감염균 식별 시간 30% 이상 단축, 신속한 감염균 식별로 진단 보조하여 질병의 진행 제어 혈액 감염균의 종류 예측하는 AI 란? 환자의 혈액 샘플 데이터를 기반으로

AI 인사이트

창작의 새로운 패러다임을 이끄는: 이미지 생성 AI

Image Generation AI (이미지 생성 AI) Image Generation AI(이미지 생성 AI)는 이미지 또는 텍스트 입력을 기반으로 새로운 이미지를 생성하는 기술입니다. 특히 텍스트에서 이미지를 생성하는 Text-to-Image Generation AI는 딥러닝 기술을 활용하여 주어진 텍스트 설명을 이해하고 해당 내용을 시각적으로 표현하는 인공지능 기술로 큰 주목을 받고 있습니다. 이러한 텍스트-이미지 생성형 AI는

프로젝트 사례

[의료] 스마트폰 사진을 통한 암 진단AI : 피부암 초기 대응 건수 12.3% 증가

- 페인 포인트 : 점과 구분이 어려워 환자의 병원 조기방문이 어려움 - Vision AI 활용 : 스마트폰 앱으로 사진 찍어 암 가능성 진단 - 결과 : 피부암 초기 대응 건수 12.3% 증가, AI 결과를 참고하여 병원방문 또는 질병의 추적관찰 스마트폰 사진을 통한 암 진단 AI란? 환자의 스마트폰으로 촬영한 사진을 활용하여 암의 가능성을

프로젝트 사례

[의료] 피부 상태(모반, 흑자, 기미 등) 분류 AI : 상담 시간 평균 27.5% 감소

- 페인 포인트 : 개인의 피부 상태 시연 자료 부족 - Vision AI 활용 : 피부 상태(모반, 흑자, 기미 등) 분류 알고리즘 구축 - 결과 : 피부 상담 시간 평균 27.5% 감소, 피부 컨디션 분석하여 맞춤형 피부 시술 제시 보조 피부 상태(모반, 흑자, 기미 등) 분류 AI란? 환자의 피부 이미지를

프로젝트 사례

[항공/드론/방산] 국내 지리 정보 실시간 분석 데이터셋 구축 : 도시 계획 정확성 약 32% 증진

- 페인 포인트 : 한국의 지리 정보 실시간 분석 데이터 필요 - Vision AI 활용 : 이미지 內 하천, 농지, 도로, 주거지 데이터셋 구축 - 결과 : 도시 계획 정확성 약 32% 증진, 도시 계획을 위한 농업/환경보전/주거지역 분류 국내 지리 정보 실시간 분석 데이터셋 구축이 필요한 이유 다양한 분야에서 실시간으로 변화하는

AI 인사이트

ChatGPT 유행이 가지는 의미 (1) – GPT와 ChatGPT

최근 인공지능 분야에서 가장 핫한 키워드를 하나만 뽑으라면 단연 ChatGPT일 것입니다. ChatGPT는 사용자와 문답이 가능한 인공지능입니다. 그 무엇이든 궁금한 질문을 ChatGPT에게 던지면 ChatGPT는 그럴듯한 답변을 내놓습니다. 이러한 ChatGPT는 인공지능 분야에서 가장 유명한 LLM입니다. LLM(Large Language Model)은 초대용량의 언어 데이터를 기반으로 대화, 번역, 문장 생성 등 언어 관련 목적으로

프로젝트 사례

[항공/드론/방산] 위성 이미지 객체 검출 및 분류 AI : 객체 50만+ 구축

- 페인 포인트 : 위성 데이터의 세부 정보 업데이트 필요 - Vision AI 활용 : 위성 이미지에서 확인된 객체 검출 및 분류 - 결과 : 인공 위성 데이터 1,000장+ 객체 50만+ 구축, 항공기 이착륙, 기상 등 항공 교통 관리 및 효율성 증진 위성 이미지 객체 검출 및 분류 AI란? 위성으로 촬영된 이미지에서

AI 인사이트

좋은 데이터에서 탁월한 LLM이 나온다

지난달 21일 한국을 방문한 스탠포트 대학교의 앤드류 응(Andrew Ng) 겸임교수는 "우수한 데이터 관리와 가공은 인공지능 구축 과정에서 약 80%의 핵심 작업을 차지한다.”고 강조했다. 응 교수는 데이터 중심 인공지능(Data-centric AI)의 필수성에 대해 강조하면서, AI 개발자들에게 코드의 수정을 통한 하이퍼파라미터 조절에 지나치게 의존하기보다는 고품질의 데이터 확보

프로젝트 사례

[CCTV/보안] 범죄행동 탐지 AI : 이상행동 탐지율 92.7%

- 페인 포인트 : 사고 사전예방 시스템 도입 필요 - Vision AI 활용 : 범죄행동(쓰러짐, 폭력 등) 탐지 AI 모델 구축 - 결과 : 이미지 內 이상행동 탐지율 92.7% 달성, 이상행동 감지 후 자동 신고하는 AI CCTV로 기능 확장 범죄행동 탐지 AI 란? 공공 장소나 보안 시설에서 범죄 행동을 감지하고 신속하게

AI 인사이트

초해상도(Super Resolution) 기술로 보이지 않았던 세상을 발견하는 방법

Super Resolution (초해상도) Super Resolution(SR) 기술은 저해상도의 영상을 고해상도의 영상으로 변환하는 기술입니다. 고해상도 이미지는 더 많은 세부 정보와 더 적은 노이즈를 가지고 있기 때문에 시각적인 선명도와 품질이 향상됩니다. 해상도를 높이는 작업이 딥러닝으로 쉽게 풀 수 있는 문제라고 생각하실 수도 있지만 생각보다 쉽지 않은 기술입니다. 딥러닝 기반의 SR기술이 주변 컨텍스트

프로젝트 사례

[자율주행] 자율주행 영상 데이터 셋의 동일 객체 추적 AI : 객체 인식 정확도 98%

- 페인 포인트 : 자율주행 비디오 데이터셋 상 동일 객체 추적의 어려움 - Vision AI 활용 : 객체별 고유ID 부여 후 객체간 거리 및 움직임 추적 - 결과 : 일관된 객체 인식 정확도 약 98% 달성, 상호 객체의 이벤트 발생 파악 자율주행 영상 데이터 셋의 동일 객체 추적 AI 란? 자율주행 시스템을 개발하기

프로젝트 사례

[자율주행] 소형선박의 도심 내 이동을 위한 자율주행 AI : 운항 중 이벤트 반응률 약 30% 향상

- 페인 포인트 : 소형선박의 도심 내 이동을 위한 자율주행 수요 증가 - Vision AI 활용 : 선박 주행경로 데이터 구축 및 이벤트 자동 인식 - 결과 : 운항 중 이벤트 반응률 약 30% 향상, 경로 내 구조물/장애물/가능 경로를 인식하여 안정성 증대 소형선박의 도심 내 이동을 위한 자율주행 AI 란? 강,

보도자료

김현수 슈퍼브에이아이 대표 "슈퍼브 모델'은 전 산업을 돕는 AI 구축 플랫폼"

고품질 데이터 구축에 간편한 AI 구축이 특징...컴퓨터 비전 특화 "누구나 AI 혜택 볼 수 있게 돕는 것이 미션" "지난 5년 동안 '데이터 잘 처리하는 기업'이라는 말은 많이 들었습니다. 하지만 이제부터가 진짜 시작입니다. 인공지능(AI) 개발 전체를 아우르는 플랫폼으로, 어떤 기업과 업종이라도 쉽게 고성능의

프로젝트 사례

[자율주행] 자동 발렛 파킹 시스템 개발을 위한 AI : 객체 인식 및 분류 정확도 95.7%

- 페인 포인트 : 자동 발렛 파킹 시스템 개발을 위한 AI 모델 필요 - Vision AI 활용 : 주차장 내 장애물, 유동객체 및 주행가능영역 파악 - 결과 : 객체 인식 및 분류 정확도 약 95.7% 달성, 주차 보조시스템을 적용하여 휴먼에러로 인한 사고 감소 자동 발렛 파킹 시스템 개발을 위한 AI란? 차량 입출차

AI 인사이트

시계열 데이터 예측: 미래를 알고 싶은 욕망

Time Series Forecasting (시계열 예측) Time Series Forecasting(시계열 예측)은 과거 시간에 따른 데이터 포인트들의 열(시계열)을 분석하여 미래 값을 예측하는 분석 기술입니다. 시계열 예측에 대해 이야기하기 전에 우선 “시계열 데이터”에 대해 먼저 알아봅시다. 시계열 데이터(Time Series Data)는 일련의 시간 순서에 따라 기록된 데이터를 나타냅니다.

보도자료

슈퍼브에이아이, KCCV(한국컴퓨터비전학회) 2023 참가 성료

[슈퍼브에이아이-2023/08/11] 선도적인 컴퓨터비전 플랫폼 제공 기업인 슈퍼브에이아이가 한국컴퓨터비전학회(KCCV) 2023 참여를 성공적으로 마쳤다. KCCV는 컴퓨터비전 분야의 연구자들이 모여 최신 연구 성과와 기술 동향을 공유하며, 다양한 주제에 관한 구두 발표와 포스터 발표가 이뤄지는 학회로 8월 7일부터 10일까지 서울 코엑스와 온라인에서 개최됐다. 이번 학회에서 슈퍼브에이아이는 ‘현장에서 겪는 AI 개발 과제와

프로젝트 사례

[CCTV/보안] 쇼핑몰 내 고객 행동 패턴 및 유동 인구 파악 AI

- 페인 포인트 : 쇼핑몰 내 고객의 행동 패턴과 유동 인구 파악 - Vision AI 활용 : 매장별 소비자 밀집도 AI 알고리즘 구축 - 결과 : 5만장 이상 고객 행동 패턴 데이터셋 구축, 고객 이동 패턴 파악 및 매장 트래픽 관리 효율성 증진 고객 행동 패턴 및 유동 인구 파악 AI 란? 상업

프로젝트 사례

[CCTV/보안] 매대 진열을 위한 고객 소비 패턴 파악 AI : 재고 관리 효율 27% 향상

- 페인 포인트 : 기존 매대 진열 방식의 현황 파악 및 개선 피드백 도출 과정 중 비효율 발생 - Vision AI 활용 : 시간/연령별 등 소비 패턴 파악을 위한 AI 모델 개발 - 결과 : 재고 관리 효율 약 27% 향상, 매출 기준 상품 진열 및 재고관리 효율화 매대 진열을 위한 고객

AI 인사이트

추천 시스템: 사용자가 원하는 콘텐츠를 찾아내는 기술

Recommender System(추천 시스템) 유튜브나 넷플릭스를 이용할 때면 우연히 추천해 주는 영상을 보게 되는 경우가 많습니다. 흔히들 “알고리즘이 추천해 주는 대로 영상을 보다 보니 여기까지 왔다"라는 이야기를 합니다. 정보(데이터)가 많아지는 만큼 개인에게 필요한 정보를 찾아내는 일이 쉽지 않습니다. 때문에 거의 모든 플랫폼 기업들은 사용자의 니즈에 맞는

AI 인사이트

벡터 스토어로 LLM 백배 활용하기

요즘 언어모델 개발자들 사이에서 가장 핫한 라이브러리를 하나 뽑으라면 바로 Langchain이 아닐까 싶다. 2022년 10월 오픈소스로 세상에 공개된 LangChain은  초거대언어모델(LLM)을 사용하여 애플리케이션 생성을 단순화하도록 설계된 프레임워크다. Langchain은 챗GPT 뿐만 아니라 메타의 LLaMA 시리즈와 구글의 Bard 등 다양한 LLM에 적용이 가능할 뿐만 아니라, faiss나 chromadb와 같은 벡터 데이터베이스를 활용하여