[고객 사례] 삼성·디즈니와 일하는 AR 기업 시어스랩의 학습 데이터 구축·품질 관리 일원화

AR로 신어 보고, 써 보는 쇼핑

시어스랩은 2020년 7월 가상 피팅 서비스 'ARGear'를 출시했습니다. 휴대폰으로 신체 사진을 찍으면 증강현실로 운동화나 안경을 미리 착용해 볼 수 있는 서비스입니다. 시어스랩은 삼성, SK텔레콤, 디즈니, 펩시 등과 파트너십을 맺은 AR 분야의 선두 기업입니다.

과제: '손'만 해도 수십 가지가 필요하다

가상 피팅에 필요한 데이터셋은 손·팔·다리·발·얼굴 등 다양한 신체 부위를 담아야 하고, '손' 하나만 해도 주먹 쥔 손과 쫙 편 손, 어른과 아이의 손 같은 다양성이 확보돼야 합니다.

• 라벨링 시 개체가 잘리거나 배경이 과도하게 포함되면 학습 데이터로서 가치가 떨어집니다
• 원본 데이터의 정의·조건이 잘못 수집되는 사례(진열된 신발 vs 착용한 신발)가 빈번했습니다
• AI 서비스 개발의 80%가 데이터 작업에 소요된다는 연구가 있을 만큼 관리 부담이 컸습니다

해결: 구축부터 품질 관리까지 한 플랫폼에서

이슈 트래킹은 라벨 하나 단위로 작업자와 검수자가 코멘트를 주고받으며 품질 문제를 기록하고 해결하는 협업 기능입니다. 시어스랩은 대규모 데이터셋의 구축·가공과 품질 관리를 슈퍼브 플랫폼으로 일원화하고, 실시간 이슈 트래킹으로 작업자와 검수자 간 소통 비용을 줄였습니다. 엔지니어가 모든 과정에 관여하지 않아도 데이터 품질이 유지되는 체계입니다.

성과: 엔지니어는 모델에, 플랫폼은 데이터에

수집 데이터 정의 오류나 라벨링 오류처럼 이해관계자가 많아 생기던 문제들을 플랫폼의 프로세스로 잡아내면서, AR 서비스의 학습 데이터셋을 안정적으로 공급하는 기반을 갖췄습니다.

지금의 슈퍼브에이아이: 데이터 구축에서 비전 인텔리전스로

이 프로젝트는 슈퍼브 플랫폼의 품질 관리·협업 기능으로 진행된 사례입니다. 슈퍼브에이아이는 이후 데이터 구축을 넘어 산업 특화 비전 파운데이션 모델 제로(ZERO)와 영상 분석 솔루션 Superb Video Analytics까지 제품군을 확장했습니다. 지금은 데이터 구축부터 모델 개발, 현장 운영까지 전 과정을 하나의 파이프라인으로 지원합니다.

자주 묻는 질문(FAQ)

AR·가상 피팅 학습 데이터셋은 무엇이 다른가요?

다양한 신체 부위와 자세·연령의 데이터가 고르게 필요하고, 개체가 잘리거나 배경이 과도한 라벨은 학습 가치가 떨어져 품질 관리가 특히 중요합니다.

라벨링 품질 관리는 어떻게 체계화하나요?

시어스랩은 라벨 단위로 소통하는 실시간 이슈 트래킹을 활용해, 엔지니어가 모든 과정에 관여하지 않아도 품질이 유지되는 체계를 만들었습니다. 잘못 수집된 원본 데이터(진열된 신발 vs 착용한 신발)도 프로세스에서 걸러냅니다.

시어스랩은 어떤 회사인가요?

AR 기술과 콘텐츠를 개발하는 기업으로 삼성, SK텔레콤, 디즈니, 펩시 등과 파트너십을 맺고 있습니다. 2020년 가상 피팅 서비스 'ARGear'를 출시했습니다.

함께 보면 좋은 콘텐츠

스포츠·리테일 비전 AI 활용 사례 8선: 동작 인식 98.2%, 브랜드 인식 99.2%

경기 분석, 자세 인식, 체형 매칭, 매대 점유율, 고객 동선까지 - 스포츠와 리테일 현장의 비전 AI 활용 사례 8건을 수치와 함께 정리했습니다.

슈퍼브 블로그

[성공 사례] 약진통상, 이미지 AI 검색 도입으로 R&D 혁신 및 데이터 자산화

수 시간 걸리던 스타일 검색을 수초로: 약진통상의 AI 기반 R&D 혁신 사례. 글로벌 의류 제조 기업 약진통상이 슈퍼브에이아이와 함께 구축한 ‘AI 패션 스타일 라이브러리’ 성공 사례를 소개합니다. ERP와 개인 PC에 흩어져 활용되지 못하던 방대한 디자인 데이터를 생성형 AI 기반의

슈퍼브 블로그

이런 사례를 더 보고 싶다면, 산업별 성과를 정리한 비전 AI 도입 사례집을 받아보세요.

AR·컨슈머 AI 서비스의 학습 데이터 구축을 검토하고 계신가요? 아래에 내용을 남겨주시면 영업 전화가 아니라, 필요한 데이터셋의 다양성과 품질 기준을 검토하는 것부터 시작합니다.