동영상 데이터 어노테이션 작업 시간, 어떻게 단축할 수 있을까?

동영상 데이터 어노테이션 프로젝트

이 글에서는 동영상 데이터 어노테이션 작업 시간 단축 방법을 Realeyes과는 에펜의 프로젝트 성공 사례를 통해 자세히 알아보겠습니다.

에펜의 어노테이션 플랫폼과의 통합을 통해 수천 시간 분량의 동영상 데이터에 대해 다양한 유형의 고품질 어노테이션을 단기간에 수집할 수 있었고, 이를 통해 어노테이션 작업의 규모를 한층 확장할 수 있었습니다. — 오르 아미르, Realeyes 부사장

Realeyes 기업 소개

2007년에 설립된 Realeyes는 시선 추적 및 감정 측정 기업으로 집중도 측정 분야의 글로벌 선두 주자입니다. 전면 카메라와 첨단 컴퓨터 비전 및 머신러닝 기술을 활용해, 옵트인 방식으로 사용자들이 온라인에서 동영상 콘텐츠를 시청할 때 나타나는 집중도와 감정을 정밀하게 측정합니다. 이를 통해 브랜드, 퍼블리셔, 기술 플랫폼은 콘텐츠를 최적화하고, 올바른 타겟 고객에게 가장 적합한 영상을 전달할 수 있습니다.

이러한 Realeyes의 기술은 얼굴 코딩을 예측 빅데이터 분석에 접목해 브랜드와 퍼블리셔의 성과를 향상하는 데 기여합니다. 또한, 광고 반응을 보다 정확히 파악하기 위해 자체 머신러닝 알고리즘을 지속적으로 개발·개선하고 있으며, 이를 통해 고객들이 감정을 자극하고 흥미를 유발하는 콘텐츠를 제작해 더 높은 품질의 광고 수익을 창출할 수 있도록 지원합니다.

동영상 데이터 어노테이션의 어려움

Realeyes는 사업을 확장하는 과정에서 아래와 같은 여러 가지 도전 과제에 직면했습니다.

1. 방대한 데이터 처리 속도 확보

가장 큰 과제 중 하나는 고객에게 제품을 제공하기 위해 동영상 데이터를 정확하게 어노테이션하는 작업이었습니다. 특히 초기의 Realeyes 팀은 증가하는 동영상 데이터 수요를 충족하기에 부족했으며, 특히나 얼굴 표정을 분석하고 각 데이터 포인트에 라벨링을 다는 과정은 매우 복잡했습니다.

2. 글로벌 확장을 위한 문화적 다양성 반영

또 다른 과제는 글로벌 고객층의 특성을 반영하는 것이었습니다. 얼굴 표정과 감정의 의미는 문화권마다 다를 수 있기 때문에 문화의 차이를 고려한 서비스를 제공하는 것이 주요 도전 과제로 등장했습니다. Realeyes는 이러한 차이를 고려해 대규모의 고품질 학습 데이터베이스를 구축하고, 이를 기반으로 머신러닝 알고리즘이 문화적 맥락에 따라 감정과 주의를 더 정밀하게 해석하도록 학습시키도록 했습니다. 시간이 지날수록 AI 모델은 활짝 웃는 미소와 입술을 다문 정중한 미소의 차이를 더욱 잘 구분할 수 있게 됩니다.

3. 개인 데이터 보안 강화

세 번째 과제는 데이터 보안이었습니다. 전면 카메라로 수집되는 영상에는 개인의 얼굴이 포함되기 때문에, 이를 철저히 보호하고 외부에서 접근할 수 없도록 하는 것을 핵심 사명으로 삼았습니다. 철저한 보안을 위해 에펜의 데이터 어노테이션 플랫폼 API를 활용하여 데이터를 안전하게 관리하고 보호했습니다.

동영상 데이터 어노테이션 솔루션

Realeyes는 에펜과 협력해 품질 저하 없이 대규모 동영상 데이터를 효율적으로 처리할 수 있었습니다.

• 고품질 데이터 확보: 전문 어노테이션 작업자와 다단계 품질 관리로 정확한 라벨링을 보장했습니다.
• 맞춤형 작업자 풀 구성: 어노테이션 플랫폼의 다단계 워크플로우를 활용해 자격을 갖춘 어노테이션 작업자에게만 고객 데이터를 배정하고, 제어 질문과 품질 보증 도구를 통해 주의 깊고 정확한 라벨링을 유도했습니다.
• 문화적 차이 반영: 에펜의 글로벌 크라우드를 활용해 특정 시장의 어노테이션 담당자와 해당 지역의 동영상 데이터를 연결함으로써 문화적 뉘앙스를 정확히 반영하고, 고품질 데이터를 안정적으로 확보했습니다.
• 맞춤형 도구 통합: Realeyes의 자체 도구를 에펜의 어노테이션 플랫폼과 연결해 프로젝트 효율을 극대화했습니다.

프로젝트 성과

Appen과의 협력 결과, Realeyes는 3개월 걸리던 어노테이션 작업을 단 2주 만에 완료할 수 있었습니다.

• 작업 속도를 향상함과 동시에 라벨링의 정확성과 신뢰성을 유지했습니다.
• 여러 작업자의 교차 검증과 에펜의 데이터 플랫폼의 품질 관리 기능을 활용해 일관된 작업 결과를 확보했습니다.
• Realeyes의 자체 도구와 에펜의 어노테이션 플랫폼을 통합해 업무를 자동화하고 리소스를 절감했습니다.

Realeyes는 에펜과의 긴밀한 협력 관계를 통해 동영상 데이터 어노테이션 프로젝트를 성공적으로 마무리했으며 지금까지도 그 긴밀한 협업을 지속해 오고 있습니다.