2021.03.05

'데이터 라벨링 노동에서 해방?' 페이스북, 자기지도학습 모델 공개

박예신 | CIO KR
페이스북이 ‘자기지도학습’ 방식을 통해 무작위 이미지를 학습할 수 있도록 고안된 새 컴퓨터 비전 모델을 공개했다. 모델을 테스트한 결과 이미지 인식 정확도도 높은 수준이라고 페이스북은 밝혔다. 

4일(현지시간) 페이스북은 블로그를 통해 SEER(SElf-SupERvised)라는 이름의 자사 컴퓨터 비전 모델을 공개했다. 사전 라벨링이나 주석 첨부 등의 분류 작업이 되지 않은 무작위 이미지를 학습시킨 결과 최신 자기지도학습 방식의 모델을 뛰어넘는 정확도를 보였다는 설명이다. 
 
ⓒFacebook

페이스북에 따르면 SEER는 인스타그램의 공개 이미지 10억 장을 학습했다. 그 결과, 대규모 이미지 데이터베이스인 이미지넷의 벤치마크상 84.2%의 top-1 정확도를 보였다. 

자기지도학습은 컴퓨터 비전 연구 분야에서 최근 주목받고 있는 AI 학습 모델이다. 이 모델은 정제되지 않은 채 입력되는 데이터를 실시간으로 즉각 처리해 학습하는 것을 특징으로 한다. 

일반적으로 컴퓨터 비전 모델을 학습시키는 방법과 달리, 자기지도학습은 사람이 데이터를 일일이 라벨링하는 데 드는 수고나 비용 등을 줄일 수 있다.

페이스북은 "자기지도학습 모델을 통해 데이터 큐레이션 과정에서 인간의 편향성이 개입될 여지를 줄일 수 있다"라고 전했다.

또 "자기지도학습 기술의 발전을 가속화시키기 위해 SEER와 관련된 세부사항을 최신 자기지도학습 관련 오픈소스인 VISSL에 공유할 것"이라고 전했다. 

페이스북 AI 리서치의 소프트웨어 엔지니어인 프리야 고얄은 “SEER를 이용해 인터넷상의 랜덤 이미지를 대규모로 학습시킴으로써 컴퓨터 비전 분야를 발전시킬 초석을 놓을 수 있게 됐다”라고 전했다. ciokr@idg.co.kr



2021.03.05

'데이터 라벨링 노동에서 해방?' 페이스북, 자기지도학습 모델 공개

박예신 | CIO KR
페이스북이 ‘자기지도학습’ 방식을 통해 무작위 이미지를 학습할 수 있도록 고안된 새 컴퓨터 비전 모델을 공개했다. 모델을 테스트한 결과 이미지 인식 정확도도 높은 수준이라고 페이스북은 밝혔다. 

4일(현지시간) 페이스북은 블로그를 통해 SEER(SElf-SupERvised)라는 이름의 자사 컴퓨터 비전 모델을 공개했다. 사전 라벨링이나 주석 첨부 등의 분류 작업이 되지 않은 무작위 이미지를 학습시킨 결과 최신 자기지도학습 방식의 모델을 뛰어넘는 정확도를 보였다는 설명이다. 
 
ⓒFacebook

페이스북에 따르면 SEER는 인스타그램의 공개 이미지 10억 장을 학습했다. 그 결과, 대규모 이미지 데이터베이스인 이미지넷의 벤치마크상 84.2%의 top-1 정확도를 보였다. 

자기지도학습은 컴퓨터 비전 연구 분야에서 최근 주목받고 있는 AI 학습 모델이다. 이 모델은 정제되지 않은 채 입력되는 데이터를 실시간으로 즉각 처리해 학습하는 것을 특징으로 한다. 

일반적으로 컴퓨터 비전 모델을 학습시키는 방법과 달리, 자기지도학습은 사람이 데이터를 일일이 라벨링하는 데 드는 수고나 비용 등을 줄일 수 있다.

페이스북은 "자기지도학습 모델을 통해 데이터 큐레이션 과정에서 인간의 편향성이 개입될 여지를 줄일 수 있다"라고 전했다.

또 "자기지도학습 기술의 발전을 가속화시키기 위해 SEER와 관련된 세부사항을 최신 자기지도학습 관련 오픈소스인 VISSL에 공유할 것"이라고 전했다. 

페이스북 AI 리서치의 소프트웨어 엔지니어인 프리야 고얄은 “SEER를 이용해 인터넷상의 랜덤 이미지를 대규모로 학습시킴으로써 컴퓨터 비전 분야를 발전시킬 초석을 놓을 수 있게 됐다”라고 전했다. ciokr@idg.co.kr

X