[이커머스/소매] 라벨링 자동화를 통해 고객들이 최적의 신발을 빠르게 찾을 수 있도록 한 펄핏(Perfitt)

문제

신발은 브랜드마다 사이즈가 제각기 다르게 나오는 일이 많습니다. Perfitt은 어떤 사이즈가 사용자의 발에 딱 맞는 크기인지 정밀하게 분석해 추천해 주는 기술을 제공하는 회사입니다. 워낙 높은 정확성이 요구되는 기술이기 때문에 모델 성능을 지속적으로 업그레이드 해야 하고, 그러기 위해서는 데이터 수집부터 모델 훈련까지 전 과정을 아우르는 효율적인 데이터 파이프라인을 구축해야 했습니다.

해결

슈퍼브에이아이의 Custom Auto-Label과 고성능 데이터 관리 및 애널리틱스, 작업 현황 지표 및 QA 툴을 함께 사용해 시너지를 높였습니다.

결과

• 원시 및 라벨링 된 데이터 중 90%를 한 곳에서 손쉽게 관리
• Auto-Label로 1.5배 빠르게 폴리곤 세그멘테이션 완성
• 액티브 러닝 워크플로우 구축
• 데이터 품질 향상으로 처리 시간 감소

한국 스타트업인 펄핏(Perfitt)은 고객들이 완벽한 핏의 신발을 찾을 수 있도록 AI를 도입해 온라인 신발 쇼핑의 새 지평을 열고 있는 기업입니다. 혁신적인 해결책을 통해 물리적으로 신발을 신어야 하는 필요성을 없애고 있는 거죠. 펄핏은 사용자가 제공한 이미지를 바탕으로 가상으로 고객의 발 모양과 사이즈를 측정하고, 측정한 내용을 시중의 다양한 브랜드와 디자인과 비교합니다. 소비자 입장에서는 잘 맞지 않는 신발을 사거나 불필요한 반품비를 지불할 가능성이 크게 줄어들고, 업체 입장에서도 반품이나 교환으로 인한 배송비를 부담할 가능성이 매우 줄어듭니다.

이렇게 좋은 기술이지만, 회사의 규모나 제품 개발 단계 등 여러 상황을 고려할 때 펄핏에서 정확한 발 세그멘테이션을 위한 모델 훈련에 사용할 충분한 라벨링 데이터를 구하기는 어려웠습니다. 게다가 펄핏의 비주얼 데이터는 원시 데이터와 라벨링 된 데이터가 여러 시스템에 분산되어 있어서 데이터를 관리하거나, 가시성을 확보하거나, 다른 사람들과 협업하기가 어려운 구조였습니다. 이런 어려움을 해결하고 더 데이터 중심적인 워크플로우를 구성하기 위해 펄핏은 슈퍼브에이아이와 파트너십을 맺고 슈퍼브에이아이의 플랫폼 및 이미지 라벨링 툴을 도입했습니다.

그 결과 데이터 관리는 즉각적으로 개선되어 전체 데이터 애셋의 90%를 하나의 플랫폼에서 라벨링 및 관리할 수 있게 되었습니다. 협업도 훨씬 수월해져서, 이제는 인하우스 및 외부 라벨러, 데이터 PM, 엔지니어가 모두 한 곳에서 같은 인터페이스로 작업할 수 있게 되었습니다. 매니저들도 작업자들의 생산성이나 데이터 품질을 쉽게 모니터링 할 수 있어 데이터 후처리에 드는 시간과 비용을 절감할 수 있었습니다. 펄핏팀에서도 의사소통 오류와 같은 문제들을 빠르게 파악해 라벨링 가이드라인과 데이터 산출물이 빠르게 개선될 수 있도록 했습니다.

여기에 더해 슈퍼브에이아이의 커스텀 오토 라벨(Custom Auto-Label) 기능과 액티브 러닝 워크플로우를 도입해 생산량 뿐 아니라 QA 시간 포함 전체 데이터 세그멘테이션 시간을 1.5배 개선했습니다. 또 예전에는 모델에 어떤 데이터가 더 필요한지 판단하기 위해 오랜 시행착오를 겪어야 했지만, 슈퍼브에이아이와 함께 한 뒤부터는 플랫폼에서 제공되는 모델 성능 분석 및 인퍼런스 관련 지표를 참고해 가장 효과적으로 모델 성능을 개선하기 위해 각 객체 클래스 별로 얼만큼의 추가 데이터가 필요한지 정확하게 판단할 수 있었습니다. 덕분에 모든 클래스의 데이터를 힘들게 수집할 필요가 없어 라벨링 단계의 비효율을 효과적으로 제거할 수 있었죠.

슈퍼브에이아이를 선택한 덕분에 펄핏은 더 효율적인 데이터 처리 전략을 수립, 적용할 수 있었습니다. 머신러닝을 하는 사람들에게는 너무나도 중요하고 큰 한 걸음이었습니다. 강건한 데이터 파이프라인을 구축한 덕분에 펄핏에서는 외부적인 요인이나 소비자의 니즈가 변해도 지속적으로 서비스 모델을 개선해 나갈 수 있는 역량이 생겼습니다.

슈퍼브에이아이의 플랫폼을 활용함으로서 펄핏은 라벨링 단계에서 소모되는 인적 자원과 시간의 낭비는 줄이면서도 데이터 품질은 유지할 수 있었습니다. 그 결과 온라인 신발 쇼핑 경험을 혁신해 나가는 선도 기업으로서의 성공 신화를 이어갈 수 있었습니다.

“예전에는 제출된 데이터 전체의 품질을 가늠할 수 있는 방법이 랜덤 샘플링 뿐이었어요. 하지만 이제는 전체 데이터 구축 과정을 모니터링하고 즉각적으로 품질을 확인할 수 있게 되었습니다.”

Hyun Woo Nam(Kevin), CAO/AI Lead