최상의 자동화된 데이터 라벨링 워크플로우를 구축하는 방법 데이터 라벨링 프로세스를 최적화하고 간소화하는 것은 많은 실무자들의 목표입니다. 이 목표는 쉬워보일 수 있지만, 관련해서 많은 단계와 요소를 고려해야 합니다. 3부에서는 라벨링 장애 요인, 검수, 표준 데이터 셋 생성 및 및 본격적인 자동화를 위한 내보내기에 대한 내용을 논의했습니다. 이번 장에서는 Superb AI Suite (슈퍼브에이아이 스위트)의 기반이 되는 기술 및
보도자료 인공지능 모델을 위한 데이터 구축, 슈퍼브에이아이 ‘AI·데이터 바우처’로 이용하세요 ㅣ 슈퍼브에이아이 AI·데이터 바우처 공급기업 선정, 수요기업에 해당되는 바우처 종류에 따라 지원가능 머신러닝 데이터 학습 플랫폼 ‘스위트(Suite)’를 서비스 중인 슈퍼브에이아이(대표 김현수)가 AI·데이터 바우처 지원 사업 공급기업으로 선정됐다. 바우처 지원 사업은 정부부처나 공공기관 등으로부터 관련된 서비스를 바우처 형식으로 제공받는 사업이다. 각 바우처를 통해 수요기업(바우처
업데이트 소식 YOLO와 COCO 형식으로 라벨을 더욱 간편하게 활용하세요 이제 포맷 변환 도구나 스크립트를 쓰지 않아도 스위트 내에서 바로 원하는 포맷으로 데이터를 내보낼 수 있습니다. 여기에 더해 라벨링 및 SDK 전반에 가시성 및 사용성 개선을 위한 다양한 업데이트가 적용되었습니다. - 신규 내보내기(Export) 기능 - (YOLO, COCO 포맷 지원) - 사용자별 API 키SDK 업데이트 - 특정 기간 별 사용자
저널 외부 라벨링 서비스와의 협업 모범 사례 “최고의” 데이터 라벨링 접근법이 무엇이냐고 물으신다면, “만병통치약” 같은 해결책은 없습니다. 이상적인 선택은 문제의 복잡성이나 ML 시스템에 맞는 특정 어플리케이션에 좌우되기 때문입니다. 라벨링 접근법에 영향을 미치는 다른 요인으로는 라벨링이 필요한 데이터의 양, 팀의 크기, 뿐만 아니라 예산, 시간, 프로젝트에 필요한 기타 리소스들입니다. 가장 일반적인 방법으로는 내부적으로 혹은 인하우스로 데이터를 라벨링하는 방법,
바우처 지원사업 바우처 지원 사업으로 소프트웨어 고정비 줄이는 방법 - 수요기업편 우리는 바우처 수요기업인데 어떤 바우처를 이용해야 하나요? 바우처를 통해 저렴한 비용으로 AI(인공지능) 모델을 만들고 싶다면 각 바우처의 수요기업인 슈퍼브에이아이와의 상담을 통해 여러분의 기업 상황에 맞는 바우처 혜택을 받을 수 있도록 안내해 드릴 수 있어요. 바우처 지원 사업은 AI 솔루션 및 데이터가 필요한 수요기업에게 정부 전담기관이 바우처를 발급하고, 수요기업은 바우처를
저널 외부 라벨링 서비스 협력의 성공 사례 '최상의' 데이터 라벨링 방식이 무엇이냐고 묻는다면, ‘만능’ 솔루션은 존재하지 않습니다. 문제의 복잡성이나 ML 시스템의 특정 애플리케이션에 따라 이상적인 선택이 달라지기 때문이죠. 라벨링 방식에 영향을 미치는 다른 요소로는 어노테이션이 필요한 데이터의 양, 팀 규모, 예산, 시간 및 프로젝트에 필요한 기타 리소스 등이 있습니다. 가장 일반적인 방법은 인하우스 또는 내부에서
보도자료 슈퍼브에이아이 '스위트, 북미권 사용량 동기 대비 8배 증가'… 상승세 머신러닝 데이터 관리 플랫폼 기업 슈퍼브에이아이(Superb AI)(이하 ‘슈퍼브에이아이’)는 자사 데이터 플랫폼 스위트(Suite)(이하 ‘스위트’)의 북미권 사용량이 전년 동기 대비 8배 가량 증가했다고 밝혔다. △ 누적 가입자 수는 50% 이상 증가했으며 △비디오 라벨 수는 200% 이상 증가 △ 데이터 관리 프로젝트 수는 65% 이상 증가했다는 게 회사 측의
테크 컴퓨터 비전(Computer Vision) 문제에서 Superb AI Suite를 이용한 Data Centric MLOps #01 Introduction 이번 글은 컴퓨터 비전 문제에서 Superb AI 스위트(Suite)를 이용한 데이터 중심의 AI 개발 사이클 파이프라인 (Data Centric MLOps Pipeline, 이하 MLOps Pipeline)을 구축하는 방법에 대해서 알아보려고 합니다. (컴퓨터 비전에 대해 알고 싶으시다면, 👉컴퓨터 비전 데이터에 대한 모든 것에서 확인하실 수 있습니다.) 이 글은 총 2편으로 나뉘어
보도자료 슈퍼브에이아이 국내외 성장세... 완성도 높은 AI 기능으로 차별화 집중 MLOps를 성공적으로 이끌어가고 있는 국내 기업 중 하나인 슈퍼브에이아이(Superb AI) 는 전년 동기 대비 자사 데이터 관리 플랫폼 스위트(Suite) 사용량이 성장세를 이어가고 있다고 발표했다. 이 같은 성장세는 AI가 자율주행, 스마트 팩토리, 이커머스 등 다양한 산업에 적용되고, AI 시장 주도권을 확보하기 위한 빅테크 기업의 참여가 활발해지면서 기존 사업 모델에
슈퍼브 팀 슈퍼브에이아이의 2022년을 돌아봅니다 2022년은 저희에게 매우 특별한 한 해입니다. 올해 여러분의 많은 사랑으로 성공적인 시리즈B 투자유치를 마무리할 수 있었습니다. 팀원들은 이제 100명 규모로 성장했고 그 과정에서 많은 분들이 더 쉽게 AI를 개발할 수 있도록 스위트(Suite)의 새로운 기능을 출시하고 데이터 서비스는 더 체계적인 사업으로 거듭났습니다. 지난 365일간의 흥미로운 이야기 - 투자 : 220억
슈퍼브 팀 Meet Superb AI’s PM! 들어가며 Superb AI의 폭발적인 로켓 성장을 위해 노력하는 숨은 공신들이 많다는 걸 알고 계신가요? 머신러닝 데이터옵스 플랫폼 Suite(스위트)의 더 정교한 Auto-Labeling 기술이 실현되기까지 수많은 분들의 땀과 노력이 있었는데요. 오늘 소개할 분들은 Superb AI의 대표 Project Manager, 나영님과 은환님입니다. :) AI 회사에서는 어떤 프로젝트를 하고 Project Manager 들은 무슨 일을
보도자료 슈퍼브에이아이 김계현 CRO "현업 개발자의 땀과 눈물 씻어주는 최고의 MLOps 완성하고파" AI를 학습시키기 위해선 사람이 데이터에 일일이 정답을 표기하는 라벨링(Labeling) 작업을 해야 한다. 당연히 학습시킬 데이터가 많을수록, 라벨링 품질이 좋을수록 AI 성능은 향상된다. 그러나 이를 위해선 '인공지능 시대 인형 눈알 붙이기' 또는 'Click Farm'이라고 불릴 정도의 많은 노동력과 시간이 소요된다. 인공지능 시대의 그늘이자 장벽이자 일종의
슈퍼브 팀 스타트업이 프론트엔드 개발자 컨퍼런스에 참석하며 얻은 교훈 FEConf 2022 소개 슈퍼브에이아이가 Platinum 후원사로 참석한 FEConf 2022는 국내 최대 규모의 프론트엔드 개발자 컨퍼런스입니다. 올해는 TOSS, 네이버, 당근마켓 NC소프트, 야놀자, 무신사 등의 기업을 포함한 다수 기업이 세션 및 후원사로 참석했습니다. 이번 컨퍼런스를 통해 배운 교훈 국내 최대 프론트엔드 개발자 컨퍼런스 FEConf 2022는 시작 전부터 치열한 티켓팅을 성공한 분들만이 참여할
보도자료 TREND LEADING COMPANIES(11) - 김현수 슈퍼브에이아이 대표 AI란 단어는 이제 기술 부문에서 매우 일상적으로 쓰인다. 그래서 투자업계는 AI 기업을 더 까다롭게 평가한다. 최근 투자 가뭄이 극심해지면서 평가 기준은 한층 더 까다로워졌다. 이 와중에 한국 인공지능(AI) 스타트업 ‘슈퍼브에이아이’가 220억원 규모의 투자 유치에 성공했다. 이 회사가 사용자 입장에서 AI를 도입하는 게 왜 어려운지부터 파고든 덕분이다. 박진호 대표는
슈퍼브 팀 2022 Superb AI Workshop (KR Office) 2022년 7월 인천 파라다이스시티 호텔에서 성황리에 개최된 Superb AI 워크샵 이야기를 들려드리고자 합니다. COVID-19로 인해 여러모로 제약이 많았던 2년 반이라는 시간 동안, 저희 Superb AI의 회사 규모 역시 폭발적으로 성장하고 구성원들도 2배, 3배로 늘어나게 되었는데요. (벌써 KR Office 구성원은 100명을 향해 달려가고 있답니다!) 새로운 뉴비 구성원들이 더 많아지는 만큼, 그리고
슈퍼브 팀 FEConf2022 현장을 100배 즐기기 위해 알아두면 좋은 것 📢 SuperbAI는 10/8 잠실 스카이타워에서 열리는 2022년 FEConf2022 에 후원사로 참석합니다. FEConf는 국내 최고의 프론트엔드 개발 컨퍼런스 입니다. 올해는 TOSS, 네이버, 당근마켓 NC소프트, 야놀자, 무신사 등의 기업을 포함한 다수 기업이 세션 및 후원사로 참석합니다. 이번 글에서는 본 컨퍼런스에 참석하기 전 알아두면 좋은 주요 세션별 특징 및 장점에 대해 알아보려고 합니다.
소식 'KOREA AI STARTUP 100' 2년 연속 선정! 📢 KOREA AI STARTUP 100에 슈퍼브에이아이가 2년 연속 선정되었습니다. 한국경제신문과 AI One Team*의 주최로 진행되는 이 프로젝트는 대한민국 혁신 생태계를 이끌어갈 AI 스타트업 발굴 프로젝트입니다. *AI ONE Team은 국내 대표 산·학·연이 모여 대한민국의 AI 역량을 강화하고, 기업 및 산업의 AI 경쟁력을 높이고자 출범된 협력체입니다. 코리아 AI 스타트업 100
이벤트 및 웨비나 코리아 엔터프라이즈 AI & Data Centric MLOps 그랜드 서밋 2022 참여 📢 지난 9월 30일 코리아 엔터프라이즈 AI & Data Centric MLOps 그랜드 서밋 2022’이 온라인으로 개최 됐습니다. Superb AI는 첫 번째 키노트 세션으로 참석했어요. 예정했던 참가자보다 많은 분들이 참석해 이번 웨비나를 더욱 빛내주셨답니다. 코리아 엔터프라이즈 AI & Data Centric MLOps 그랜드 서밋 2022 알아보기 전자신문인터넷 주최로 개최되는 이번 웨비나는 ‘인공지능·
슈퍼브 팀 Superb AI Intern은 어떻게 일을 할까? 1) Meet Superb AI’s Internship 들어가며 Superb AI는 다재다능한 구성원과 함께하기 위해 다양한 시도를 하고 있습니다. 그 일환으로 다양한 팀에서 인턴십 활동을 할 수 있도록 지원하는데요. 이 시리즈에서는 Superb AI Corporate Development팀과 Product Owner팀의 인턴을 경험한 David님을 인터뷰해보았습니다. 6개월 동안 무려 2개의 팀에서 업무를 도와주신 슈퍼 인턴🚀 David님의 Superb
슈퍼브 팀 AI 스타트업의 시리즈 B 투자 유치 이야기 📢 슈퍼브에이아이는 최근 220억 규모의 투자금을 유치했어요.(총 누적 투자금액 360억 원), 이에 다양한 언론사의 취재 요청과 관계자분들의 축하 메시지를 받을 수 있었습니다. 투자 유치 이후에는 회사와 제품이 어떤 방향을 가지고 나아갈지, 투자 유치 과정은 어땠는지 직원들과 공유하는 자리를 가졌어요. 2018년 설립부터 지금까지 2018년 Superb AI를 설립할 때 주로 고민했던 내용은
슈퍼브 팀 IT B2B 스타트업이 컨퍼런스에 참여하기 위해 진행한 일 : FEConf2022 후원사 참여기 📢 SuperbAI는 10/8 잠실 스카이타워에서 열리는 2022년 FEConf2022 에 후원사로 참석합니다. FEConf는 국내 최고의 프론트엔드 개발 컨퍼런스 입니다. 올해는 TOSS, 네이버, 당근마켓 NC소프트, 야놀자, 무신사 등의 기업을 포함한 다수 기업이 세션 및 후원사로 참석합니다. FEConf 는 준비하는 모든 인원이 금전적 이득 없이, 프론트엔드 경험을 공유하는 가치를 활성화하고자 진행하는 행사입니다. FrontEnd와
소식 Superb AI, 시리즈 B 투자 유치 달성 안녕하세요. 슈퍼브에이아이 대표 김현수입니다. 오늘, 슈퍼브에이아이가 220억 원 상당의 시리즈 B 투자를 유치하게 되었다는 소식을 전하게 되었습니다. 이번 투자 유치로 저희는 누적 투자 금액 360억 원을 기록했습니다. 최근 시장 상황이 예전과 달라지면서 업계를 불문하고 혼란이 오고 있습니다. 이런 시기에 어느덧 시리즈 B까지 달려올 수 있었다는 것에 자랑스러움보다 먼저 여러 방면에서
슈퍼브 팀 Meet Superb AI’s R&D team 1) Meet Superb AI’s R&D team Superb AI Engineer가 일하는 법 들어가며 Superb AI는 2022년에도 성장을 멈추지 않기 위해 수많은 도전을 해왔습니다. 구성원 수 또한 해마다 2배씩 성장하며, 현재는 약 100명의 글로벌 직원들이 Superb AI와 함께하고 있는데요. 앞으로 이 시리즈에서는 어떻게 이 많은 구성원들이 한 마음 한
저널 ML프로젝트 실현 가능성을 높이는 예산 관리 방법 6가지 데이터 라벨링이 비싸고 시간 소모가 상당한 작업이라는 것은 잘 알려져 있습니다.따라서 라벨링 작업에 무턱대고 뛰어들기 전에 다음 소개할 몇 가지 팁들을 고려해 컴퓨터 비전 학습 데이터와 라벨링 예산을 효율적으로 운용할 수 있도록 신중히 계획을 짜야합니다. 들어가며 AI 및 컴퓨터 비전 프로젝트의 성공여부는 궁극적으로 학습 데이터셋의 품질과 대표성 뿐 아니라
저널 라벨링 자동화, 어떤 상황에서 필요할까요? 인공 지능은 지난 10년 동안 많은 변화를 가져왔습니다. 매일의 일상에서 그 변화의 발자취를 발견할 수 있죠. 하지만 이러한 변화가 가능하려면 매우 많은 데이터가 필요하고, 또 그 데이터를 가공 후 실제 적용하는 데는 그만큼 더 큰 노력이 필요합니다. 그래서 ML 전문가가 더 빠른 ML 모델의 실용화를 위해 데이터 라벨링 자동화로 눈을