[ADK2021] 정확도 3위 SuperAwesome 팀 "다양한 전공자 모여 문제 해결한 것이 입상의 비결"
[ADK2021] 정확도 3위 SuperAwesome 팀 "다양한 전공자 모여 문제 해결한 것이 입상의 비결"
  • 장희원 기자
  • 승인 2021.09.09 12:56
  • 댓글 0
이 기사를 공유합니다

AI·분자생물학 전공자 모여 모델 개발...대회 첫날 제출한 모델로 3위 입상

[편집자 주] 지난 8월, 한국축산테크협회는 세계 최초 가축 이미지를 활용한 인공지능 데이터톤 ‘Animal Datathon Korea 2021(이하 ADK2021)’을 개최해 축산 인공지능(AI) 기술 성장의 장을 마련했다. 전 세계적으로 찾기 어려운 가축 이미지 데이터를 활용해 AI 모델을 개발하는 무대에 다양한 AI 분야 실력자들이 모였다.

치열한 경합 끝에 다양한 배경을 가진 5개 팀이 ADK2021 시상대에 올랐다. 램인터내셔널이 5개 입상팀 릴레이 인터뷰를 통해 이들의 세계 최초 가축 데이터톤 참가 소감과 AI 모델 개발 노하우를 들어봤다.

[램인터내셔널=장희원 기자] "AI 기술 발전에 생물학이 기여한 부분이 있고, 반대로 생물학 발전에 AI 기술이 기여한 부분이 있습니다. 가축 AI 모델을 개발하는 ADK2021은 후자의 경우처럼 '수의학을 위해 AI 기술을 활용한다'라는 관점으로 접근했습니다. 서로 다른 전공자가 모여 문제 해결 방안을 함께 모색하다 보면 문제를 바라보는 관점이 다양해지므로 더 좋은 해결책을 낼 수 있는 경우가 많았습니다."

홍승백(팀장) 씨, 홍진성 씨, 한채연 씨 세 명의 팀원으로 구성된 ‘SuperAwesome’ 팀은 AI 전공생과 생물학 전공생이 팀을 이뤄 ADK2021 본선을 함께했다. 분자생물학을 전공한 이후, 데이터 관련 기술을 공부하고 있다고 밝힌 한채연 씨는 동국대 대학원에서 딥러닝을 연구하고 있는 홍승백, 홍진성 씨와 함께 가축 AI 개발에 도전했다. 덕분에 다른 입상팀과 다른 전략으로 본선에 참여해 소 키포인트(Keypoint) 좌표 정확도 3위에 입상하는 성과를 얻었다.

SuperAwesome팀 팀장 홍승백(왼쪽) 씨가 대표로 ADK2021 시상식에 참여해 경노겸 한국축산데이터 대표(오른쪽)와 기념촬영을 하고 있다.
SuperAwesome팀 팀장 홍승백(왼쪽) 씨가 ADK2021 시상식에 참여해 경노겸 한국축산데이터 대표(오른쪽)와 기념촬영했다.

홍승백 씨는 ADK2021 참여에 대해 "대부분의 AI 기술은 사람을 중심으로 이뤄지고 있지만 가축 AI모델은 사람과 가축, 모두를 위한 기술"이라며 "기술 발전의 혜택이 동물에게도 함께 돌아간다는 점에서 더 의미 있는 대회라고 생각해 참여를 결정했다”고 말했다.

SuperAwesome팀은 모델 개발에 앞서, 가축 및 키포인트 분석 모델에 대한 자료 조사에 많은 비중을 뒀다. 가축 데이터 및 키포인트 탐지 기술에 대한 최신 논문과 대회 입상자 노하우를 조사했고, 실험을 어떤 순서로 진행할지 미리 정의했다. 미리 개발 시나리오를 설계해 이틀이라는 짧은 기간 동안 진행되는 본선에서 시행착오를 최소화하는 방식으로 입상 전략을 세웠다.

하지만 ADK2021은 세계적으로 전례 없는 가축을 주제로 한 데이터톤인 만큼, 오히려 조사한 내용이 대회 준비 속도를 늦추기도 했다. SuperAwesome 팀은 동물의 키포인트를 탐지하는 사전 학습 모델을 활용해 소 AI 모델의 정확도를 높이려고 했지만, 큰 효과를 보지 못했다. 아직 연구가 활발히 이루어지지 않은 탓에 표준 표기가 자리 잡지 않아 동물의 관절 부위에 대한 정의가 서로 달랐기 때문이다.

게다가 소가 장애물에 가려져 있을 때 높은 수준의 탐지 정확도를 유지해야 하는 것도 숙제였다. 소의 일부 부위가 다른 소나 사물에 가려지는 경우에도 키포인트 위치를 유추하는 모델을 개발해야 했다. 이에 대해 홍승백 씨는 "영상처리 기법에서 널리 사용되는 학습 데이터의 증강(Augmentation) 방법들을 적용하며 어떤 방법이 효과적인지 하나하나 검토했다"라며 "덕분에 본선 이전에 최적의 모델 시나리오를 개선할 수 있었다"라고 말했다.

그렇게 SuperAwesome 팀은 본선 첫날, 미리 설계한 가장 좋은 시나리오 모델을 제출했다. 이후 모델의 정확도를 높이기 위해 여러 기법을 시도했지만, 더 좋은 결과를 얻지는 못했다. 시행착오 끝에 선정한 최선의 모델이었기 때문에 약간의 수정만으로는 성능을 끌어올리는데 한계가 있었다. 게다가 모델의 일반화 성능이 내려가 소 키포인트 탐지 정확도가 낮아지는 것을 우려해 전략적으로 모델을 최대한 적게 수정해 제출했다. 결국 SuperAwesome 팀은 첫날 제출한 모델로 최종 평가를 진행했고 키포인트 탐지 정확도 3위에 올랐다.

ADK2021 시상식에 참여한 홍승백 씨가 환하게 웃으며 기념 촬영을 진행하고 있다
홍승백 씨가 밝은 표정으로 ADK2021 시상식 기념 촬영을 진행하고 있다

3위 입상에 대해 홍승백 씨는 "즐겁게 데이터톤에 참여하고 이렇게 입상까지 한 것은 대회를 기획하고 진행한 대회 관계자 분들 덕분”이라고 소감을 전했다.

또, ADK2021에서 접한 가축 데이터를 계기로 축산테크 분야 성장의 필요성을 느꼈다고 설명했다. 홍승백 씨는 "축산업에도 점차 AI 기술이 접목되면서 축산테크 산업 양상 자체가 빠르게 변화할 것이라고 생각한다"라며 "축산업에 AI 기술이 접목되면 가축들도 개선된 환경에서 더 건강하게 자랄 수 있다는 점에서 빠른 시일 내 반드시 성장해야 할 분야”라고 말했다.

축산 AI 기술 발전에 대한 전망도 덧붙였다. 홍승백 씨는 "축산 AI를 더 고도화하기 위해서는 가축만의 고유 특성들을 AI 모델에 활용할 방법을 찾아내는 것이 관건”이라며 "앞으로 가축 AI 분야도 활발한 연구를 통해 키포인트 좌표에 대한 표준 표기가 자리 잡게 된다면 데이터의 범용성이 좋아질 것으로 기대한다"고 설명했다.
 


관련기사

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.