[아이티데일리] 위세아이텍(대표 김종현)이 ‘머신러닝 자동화 플랫폼 동향과 적용사례’ 세미나를 15일 온라인으로 개최했다.

이번 세미나는 전 산업 분야에서 높은 관심을 얻고 있는 머신러닝 자동화 플랫폼의 발전 방향과 현주소를 살펴보고, 이를 실제 산업 협장에 적용할 수 있는 방법과 노하우를 공유하기 위해 마련됐다. ‘오토ML’은 비즈니스 상의 실제 문제에 머신러닝 기법을 적용하는 전체 프로세스를 자동화함으로써 모델 구현 공수를 70% 이상 줄일 수 있어, 이미 다양한 산업 분야에서 적용이 확대되고 있다.

첫 번째 발표를 맡은 김지혁 위세아이텍 연구소장은 ‘오토ML(AutoML) 플랫폼의 의사결정 지원 전략’에 대해 소개했다. 김지혁 연구소장은 ‘오토ML’을 통한 머신러닝 자동화의 동향을 소개하는 한편, 전문지식이 부족한 사용자도 손쉽게 머신러닝 기법을 사용할 수 있는 자사의 ‘오토ML’ 플랫폼 ‘와이즈프로핏(WiseProphet)’을 소개했다. ‘와이즈프로핏’은 손쉽게 사용 가능하도록 간소화된 GUI를 제공하며, 데이터의 분석부터 예측 모델의 개발‧배포까지 모든 과정을 원클릭 조작만으로 실현하도록 돕는다.

이어서 조아 위세아이텍 연구소 책임연구원이 보험금 부당청구 탐지 모델에 강화학습을 적용한 사례를 소개했다. 조아 연구원은 “보험금 부당청구 사례는 사기 수법이 빠르게 변화하면서 학습 모델을 주기적으로 업데이트할 필요가 있고, 전체 사례 중 부당청구 사례가 매우 적어 데이터 불균형 문제가 있었다. 이에 시행착오를 통해 스스로 모델을 교정하며 학습하는 강화학습을 적용했다”고 설명했다.

위세아이텍은 부당청구 탐지 모델에 적대적 환경의 강화학습을 적용했다. 적대적 환경의 강화학습이란 복수의 에이전트가 협력 및 경쟁하도록 함으로써 최적의 의사결정을 학습하도록 하는 방법론이다. 이를 적용한 결과 부당청구 탐지 모델은 기존 모델 대비 10% 이상 정확도가 향상됐으며, 특히 주의가 필요한 부당 데이터 라벨에 대해서는 더욱 높은 성능 향상을 기록했다.

휴식시간 이후 이어진 두 번째 세션은 김건민 위세아이텍 연구소 선임연구원과 김현수 상아매니지먼트컨설팅 부장이 나섰다. 해당 세션에서는 플랜트 엔지니어링 프로젝트를 진행하면서 AI 기반 엔지니어링 빅데이터 분석 지원 시스템을 개발한 사례가 공유됐다.

그동안 엔지니어링 산업에서는 전문가 개개인의 경험과 지식에 의존하는 경향이 많고, 데이터에 대한 분석이 미흡해 최적의 의사결정이 어렵다는 문제가 있었다. 이에 위세아이텍은 ▲프로젝트 설계 원가 예측 ▲설계 및 시공 단계의 리스크 예측 ▲고장 사전진단 및 비용 절감 위한 운영 고도화 등을 위해 데이터 기반의 의사결정 시스템을 개발했다.

마지막 세션은 위세아이텍 연구소의 이지현 선임연구원과 임수연 선임연구원이 맡았다. 해당 세션에서는 ‘AI 기반의 비정형 데이터 분석 사례’를 주제로, ▲금형 산업에서 3D 도면을 활용한 유사 이미지 분석을 수행한 사례 ▲텍스트 기반의 기술문서 분석 사례 등이 공유됐다.

금형 산업은 다품종 소량생산이라는 특성을 가지고 있지만, 국내 금형기업의 약 90%가 50인 미만의 중소기업으로 구성돼 있어 충분한 데이터 관리와 분석이 이뤄지지 못하고 있었다. 이에 위세아이텍은 이미지 분석을 통해 3D 금형 데이터를 체계적으로 관리하고 과거의 유사 도면을 검색할 수 있는 빅데이터 시스템을 구축했다.

한편 텍스트 기반의 기술문서 분석 사례의 경우, 수백 페이지에 달하는 복잡한 계약문서를 자연어처리 기술로 검토해 효과적으로 리스크 분석이 가능하도록 구현했다. 기술문서의 리스크 지식을 DB화하고 이를 바탕으로 문장별 리스크 요소를 분석해 손쉽게 방대한 기술문서에서 독소조항과 위험요소를 찾아낼 수 있다는 설명이다.