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
저널 액티브러닝 101: 고품질 데이터를 향한 완성도 높은 가이드(1부) 액티브러닝(Active learning)은 더 나은 모델을 만들고 모델을 최상의 상태로 유지하는 매우 중요한 무기입니다. 그러나 액티브러닝은 종종 활용도가 떨어지기도 하고 아예 사용되지 않기도 하는데요.이 시리즈의 1부에서는 액티브러닝이 무엇이며 컴퓨터 비전(CV) 애플리케이션을 위한 학습용 데이터 라벨링과 어떤 연관이 있는지 설명합니다. 시작하겠습니다. 소개 머신러닝은 비즈니스 프로세스를 자동화하고 가속화하는 데
Superb AI와 Comet ML이 만나다 - 데이터 플랫폼과 모델 실험 플랫폼의 결합 들어가며 머신러닝 프로젝트에 있어서, 데이터셋 버전 하나에 하나의 모델만 학습시켜서는 실용화 모델을 만들 수 없다는 것은 불가피한 진리입니다. 머신러닝 라이프사이클은 그 특성상 매우 반복적이고 상호 의존적입니다. 어떤 프로젝트든 데이터셋 구축과 모델을 개발하는 과정에 있어, 수많은 반복 순환 작업이 요구됩니다. 거기에 더해 머신러닝 워크플로우에서는 한 부분에만 변화를 줘도 나머지 모든 부분에도
제품 및 서비스 Suite 오토라벨링으로 이미지 분류용 AI 모델 학습시키기 들어가며 컴퓨터 비전 분야에서 정확도란 매우 중대한 요소입니다. 이미지를 정확하게 탐지하지 못하는 모델은 현실에 적용해봤자 쓸모가 없거나, 더 심각한 경우 위험한 상황을 일으킬 수도 있습니다. 이렇듯 컴퓨터 비전 모델이 제대로 물체를 식별해내지 못하면 재해에 가까운 결과를 불러올 수 있습니다. 한편으로는 학습이 제대로 된 모델은 워크플로우를 수월하게 하고, 의학적인 미스터리를 풀어주고,
테크 Superb AI의 Tech Blog는? '시작이 반이다'를 실천해보는 Tech blog에 대하여 Superb AI 개발팀은 지금, 그 어느 때보다 빠른 성장을 하고 있습니다.🚀 AI 기술의 민주화라는 미션 아래 모두가 공감하며 열심히 달리고 있는데요. Superb AI는 AI/ML을 전공 여부와 관계없이, 모두 오픈된 마음으로 지식을 공유하고 배우기 위해 노력하는 개발팀 문화가 잘 정착되어 있어요.
저널 리얼월드 머신러닝 애플리케이션을 위한 데이터 라벨링 접근법 들어가며 컴퓨터 비전과 머신 러닝 작업의 워크플로우에 있어서 데이터 라벨링은 필수적인 과정입니다. 이러한 데이터 라벨링이란 머신 러닝 모델 제작을 위해 이미지나 비디오, 오디오 파일 등을 식별하고 라벨링하는 작업을 말합니다. 이렇게 가공한 데이터는 실생활에 적용할 수 있는 예측 데이터로 활용할 수 있습니다. 자율 주행차를 예로 들면, 올바르게 라벨링 된 자율주행용 데이터셋은
AI 인사이트 한국의 기업들은 Data-Centric AI에 얼마나 준비되어 있을까요? *백서 다운로드 링크는 블로그 하단에 있습니다. Data-Centric View VS Model-Centric View 2021년을 돌이켜 보면, 머신 러닝 개발 씬에서 ‘데이터'에 대한 논의가 많이 이뤄진 한 해였다고 할 수 있을 것 같습니다. Deeplearning.AI의 Andrew Ng이 2021년 3월에 이 주제를 커뮤니티에 던지면서, ‘Data-Centric AI’ ‘데이터 중심의 머신 러닝 개발'
슈퍼브 팀 Meet Superb AI's Community Team 들어가며 Superb AI 는 MLOps 및 인공지능 개발에 있어 데이터 관리의 중요성을 알리기 위해 블로그, 백서, 뉴스레터 팟캐스트 등 다양한 형태의 콘텐츠를 꾸준히 제작해오고 있었습니다. Superb AI의 콘텐츠를 직접 만들어가는 Olivia, Dasha 그리고 James가 한자리에 모여 콘텐츠 제작 비하인드 스토리를 제공합니다. Superb AI의 구독자를 위해 고도로 선별된 콘텐츠를 만들고 있는
슈퍼브 팀 Superb AI의 2021년을 돌아봅니다 Superb AI의 2021년은 ‘성장'이라는 키워드로 요약될 수 있을 것 같습니다. 바쁘게 흘러갔던 2021년을 찬찬히 되돌아보면 매 순간이 ‘빠른 성장’을 위한 모멘텀이었음을 체감하게 됩니다. 이 가파른 성장 곡선의 포문을 연 것은 당연 2021년 1월의 Series A 투자 유치라 할 수 있습니다. 2018년 3월에 Superb AI를 창업한 후 창업
저널 ML 통합 가시성과 데이터 옵스를 활용해 고품질의 정형 데이터와 비정형 데이터 확보하기 이 글은 슈퍼브에이아이와 어라이즈에이아이가 협력하여 작성한 공동 포스트입니다. 1 - 들어가며 머신러닝(ML)이 다른 소프트웨어 엔지니어링 분야와 점점 더 유사해지면서 매끄러운 워크플로우와 신뢰할 수 있는 결과물을 보장하기 위한 프로세스와 툴이 필요해졌습니다. 특히 데이터 품질에 대한 관심은 지속적으로 높아져 왔습니다. 데이터 품질을 제대로 관리하지 않을 경우, 기술과 아키텍처, 그리고 조직적인
제품 및 서비스 Superb AI와 WhyLabs가 만나다 : 데이터 라벨링과 데이터 모니터링을 한 번에 배경 : 이 포스팅은 WhyLabs와 Superb AI이 함께 파트너십을 맺고 작성한 블로그 게시물입니다. 저희는 DataOps 파이프라인 구축의 어려움을 소개하는 동시에 Superb AI의 데이터 라벨링 기능과 WhyLabs의 데이터 모니터링 기능을 통해 이를 어떻게 해결해 나갈 수 있는지 보여드릴 예정입니다. 참고 : 이 포스팅에서 언급하는 데이터는 컴퓨터 비전에 한정되어 작성되었으므로 이미지 혹은 비디오를 의미합니다.
보도자료 김현수 대표, MIT Technology Review 젊은 혁신가로 선정 김현수 대표, MIT Technology Review IU 35 젊은 혁신가로 선정 MIT Technology Review는 매년 세계 각국에서 35세 미만의 테크놀로지 인재 35명을 선정합니다. 기술이 인류를 이롭게 한다는 철학에 따라 전 세계의 젊은 혁신가를 선정하고 있는 건데요. 이 취지에 걸맞게 우리가 알고 있는 많은 혁신가들이 이 상을 수상해왔습니다. 대표적으로는 Google의 래리 페이지,
저널 컴퓨터 비전 프로젝트를 위한 데이터옵스 팀 꾸리기 들어가며 컴퓨터 비전 프로젝트는 대개 (1) 프로덕션으로 전환하지 못하거나 (2) 컴퓨터 비전 사이언티스트와 엔지니어가 사소한 작업에 시간을 너무 많이 소비하거나 (3) 거버넌스 리스크의 증가 때문에 실패하게 됩니다. 이와 같은 문제를 해결하기 위해서는 데이터옵스(DataOps) 도구 및 프로세스의 활용을 통해, 프로덕션급으로 라벨링된 훈련 데이터를 얻는 등의 기초 활동에 투자하는 것이 필수입니다.
슈퍼브 팀 지금 Superb AI의 여정에 합류하세요! 시작하며 어린 시절, 어느새 커버린 키를 실감하던 때가 있었나요? 새로 산 옷이 금세 작아질 때, 큰 줄만 알았던 우리 집이 새삼 작아 보일 때 커버린 키를 체감했었죠. Superb AI도 3년 만에 시리즈 A에 올라서더니, 벌써 다섯 번째 오피스로 확장하며 가파른 성장세를 실감하고 있습니다. Superb AI는 새 오피스의 문을 활짝 열고,
