[기획자의 하드웨어 5분 스터디] #002. 객체 탐지(Object Detection)와 인스턴스 분할(Segmentation)

💡 하드웨어와 AI 도메인으로 시야를 넓혀가는 서비스 기획자의 5분 스터디 기록입니다.

 

[개념]

비전 AI가 영상을 분석할 때 가장 기본이 되는 두 가지 방식이라고 한다.

객체 탐지(Object Detection): 화면 안에서 우리가 찾고자 하는 물체가 '어디에(위치)' 있으며, '무엇(종류)'인지 찾아내어 사각형 박스(Bounding Box)를 치는 기술이다. 비유하자면, 마트 전단지에서 사고 싶은 물건에 빨간색 펜으로 사각형을 그리는 것과 같다.

인스턴스 분할(Instance Segmentation): 단순히 사각형을 그리는 게 아니라, 물체의 외곽선(픽셀 단위)을 따라 정확하게 색칠하여 배경과 분리해내는 기술이다. 비유하자면, 마트 전단지에서 사고 싶은 물건을 가위로 정교하게 오려내는 것과 같다.

 

[최신 트렌드]

1) 영상 보안(Object Detection 활용): CCTV화면에 누군가 침입했을 때, '사람'임을 인지하고 사각형 박스로 추적하며 알람을 보낸다. 계산이 빠르기 때문에 실시간 감시에 유리하다.

2) 자율 주행 및 로봇(Segmentation 활용): 단순히 '앞에 차가 있다'는 박스 정보만으로는 자율주행에 무리가 있다. 도로의 경계선이 어디인지, 앞차의 정확한 형태가 어떠한지를 픽셀 단위로 알아야 충돌을 피하고 정확한 주행 경로로 주행을 완수할 수 있다.

3) 스마트 리테일(혼합): 무인 매장에서 고객이 집어든 물건이 '콜라'인지 '사이다'인지 박스로 구분(Detection)하고, 손에 가려진 부분까지 정교하게 파악(Segmentation)하여 결제 오류를 줄일 수 있다.

 

[오늘의 인사이트]

기획자라면 서비스의 목적에 따라 기술을 선택해야 하니, 기술의 개념이나 차이점 정도는 이해해두는 게 좋을 것 같다. 좋은 기술이라면 당연히 좋겠지만, 고사양의 기술을 사용할 수록 비용도 급격히 증가한다. 단순히 침입 감지만 하면된다면 굳이 비싼 인스턴트 분할 기술을 사용할 필요가 없고, 만약 의료 AI로 암세포의 크기나 생김새, 위치를 정확하게 측정해야 한다면 비용이 들더라도 인스턴트 분할 기술을 사용할 수 밖에 없을 것이다.AI가 학습할 수 있도록 사람이 데이터를 만들어줘야하는데 단순 객체 탐지가 아닌 인스턴스분할 기술을 위한 학습 데이터를 만들려면 데이터 구축 비용과 프로젝트 일정에도 큰 영향이 있을 것이다. 엣지 AI처럼 기기자체에서 AI를 사용해야 한다면 segmentation보다는 detection 위주로 처리해야 현실적일 것 같다.