라벨링교육 이미지/영상(입문) 수강 후기 [2022년 인공지능 학습용 데이터 라벨링 전문 교육]

★ AI Data 교육 안내 및 수강신청 사이트 - http://aidata.elancer.co.kr/student/edulist.php

교육 신청하기 | 2022 인공지능 학습용 데이터 라벨링 전문 교육

※ 인공지능 윤리와 법(필수교육) 후기 - https://lbsdatastat.tistory.com/194

※ 음성/텍스트(입문) 후기 및 내용 정리 - https://lbsdatastat.tistory.com/199

'데이터 라벨링 전문 교육' 음성/텍스트(입문) 후기 및 내용 정리

사진 출처 : 데이터 라벨링 전문 교육 AI Data - 교육과정 소개

💡 [교육내용 공지]
ㅇ 과정명: [온라인] 이미지/영상 입문 과정
ㅇ 수료 기준
    - 강의 각각 80% 이상 수강 및 만족도 조사 제출 시 수료
    - 단, 필수과정 수료 시 수료증 발급 가능
ㅇ 교재/교안: 강의 개요에서 확인 가능합니다.
ㅇ 강의 구성: 총 5강(90분)
ㅇ 교육 내용
    - 데이터라벨러 직무 소개 및 전망 소개
    - 이미지 및 영상 데이터 학습 처리과정
    - 이미지 및 영상 데이터 기법 소개 및 적용사례 소개
    - 이미지 및 영상 데이터 라벨링 도구 소개
    - 이미지 및 영상 데이터 라벨링 시연

 

데이터 라벨러 교육에는 각 분야별로 입문, 기본, 심화 과정으로 세분화되어 있습니다. 입문 교육의 경우는 실습과제 없이 이론교육만으로 이루어져 있으며, 이미지/영상 유형의 경우 90분 분량의 이론 강의가 준비되어 있습니다. 이미지/영상 유형은 이미지와 영상으로 분할되지 않고 입문 → 기본 → 심화 과정 순서로 그대로 진행되고요.

 

교안과 교재는 수강 사이트에서 다운로드받을 수 있으며, 각각의 파일을 참고하여 교육에 참여하면 될 것으로 보입니다. 교안 그대로 수업이 진행되며, 교재파일이 이와 차이가 조금은 있지만 큰 틀은 비슷해서 교재파일을 보면서 강의를 듣는게 최적이라 생각했습니다.

 

과정마다 다른 강사님들이 강의를 진행해서 그런지, 구성 자체가 음성/텍스트 과정과는 차이가 있었습니다. 이미지/영상 입문 과정은 데이터 라벨러의 직무 및 전망, 학습 처리과정부터 라벨링 시연까지 교육 내용을 한 차시로 묶어서 강의가 이루어졌습니다. 그래서인지, 챕터별로 더 깊게 배우는 느낌이 들었습니다. 11개 챕터를 4개 차시로 나눈 음성/텍스트 입문과정과 달리, 5개 챕터를 5개 차시로 칼같이 나눈 차이가 있었으니까요. 

 

[이미지/영상 입문과정 목차]
1. 데이터 라벨러 직무 및 전망 (1차시, 10분)
    1) 데이터 라벨러는?
    2) 데이터 라벨러의 업무
2. 데이터 학습 처리과정 (2차시, 10분)
    1) 용어 살펴보기
    2) 인공지능 개발 프로세스의 이해
3. 데이터 라벨링 기법 및 적용 사례 (3차시, 30분)
    1) 데이터 라벨링 기법
    2) 데이터 라벨링 기법 적용 사례
4. 데이터 라벨링 도구 (4차시, 21분)
    1) 용어 살펴보기
    2) Open Source 데이터 라벨링 도구
    3) 실습용 저작도구 플랫폼 가입하기
    4) 저작도구 살펴보기
    5) 저작도구 사용법 살펴보기
5. 데이터 라벨링 시연 (5차시 12분)

 

'데이터 수집 → 데이터 가공 → 데이터 검수 → 인공지능 모델 학습 → AI 서비스 개발' 순으로 이루어지는 인공지능 개발 프로세스, '바운딩 박스, 3D 바운딩 박스, OCR, 키포인트, 폴리라인, 폴리곤 등'의 이미지 데이터 라벨링 기법 등 다양한 내용을 배울 수 있었습니다. 데이터 라벨링 도구도 처음 들어본 다양한 툴이 존재한다는 것을 알 수 있었습니다. CVAT(Computer Vision Annotation Tool), Diffgram, Label Box, Labelimg, Label Studio, VIA(VGG Image Annotator), VoTT(Visual Object Tagging Tool)까지 각자 특징이 있는 여러 툴이 있다는 것을 알게 되었습니다.

 

시연 과정도 영상을 통해 확인할 수 있었는데, 출석처리 기간이 지나도 강의는 수강할 수 있어서 추후 기본과정이나 심화과정을 위해 복습할 때 활용할 수 있겠다는 생각이 들었습니다. 라벨링 기법 별로 시연 영상을 확인할 수 있어서 최적의 기법이 무엇인지 고민할 때에 유용할 것으로 보이기도 했습니다.

음성/텍스트 때와 마찬가지로 이론 교육과 만족도 조사를 마치고 나면, 위와 같이 수료증이 발급됩니다. 교육기간이 약 열흘이라 신청한 기한 내에 이수를 하셔야 한다는 점, 그리고 필수 과정(인공지능 윤리와 법)을 수료하셔야 해당 교육 과정에 대한 수료증이 발급 가능하다는 점 주의하시면 되겠습니다.

 

다음 퀴즈는 수료하는 데에 있어 필수적인 사항은 아니지만, 학습 정리용으로 활용하기에 좋다고 생각하여 같이 남깁니다.

 

1. 데이터 라벨러에 대해 잘못 설명된 항목을 골라주세요.
    1) 데이터 라벨러는 데이터 라벨링을 수행하는 사람을 말한다.
    2) 데이터 라벨러는 인공지능의 학습에 쓰이는 라벨링데이터를 생산하는 중요한 역할을 담당한다.
    3) 사회적 취약계층은 데이터 라벨러로 활약하기 조금 어렵다.
    4) 데이터 라벨러는 검수자나 데이터 라벨링에 관여하는 다른 직업에 종사할 수 있다.

 

정답 : 3

(컴퓨터, 스마트폰을 배우고 사용할 수 있는 누구나 될 수 있습니다. 정부에서는 사회적 취약계층 취업을 위해 라벨러 양성에 힘쓰고 있습니다.)

 

 

2. 데이터 라벨러의 역할에 대해 옳은 항목을 모두 골라주세요.
    1) 데이터 라벨러는 인공지능 개발 프로세스에 대해 이해할 필요는 없다.
    2) 데이터 라벨러는 참여하는 프로젝트에 대한 이해가 필요하다.
    3) 프로젝트 가이드라인을 잘 숙지하고 라벨링 업무에 참여해야 한다.
    4) 관리자와 소통을 하면 업무 효율이 떨어지므로 가이드라인을 잘 숙지하고 혼자 업무를 진행한다.

 

정답 : 2, 3

(1번 : 데이터 라벨러는 인공지능 개발 프로세스에 대한 이해가 있어야, 데이터 라벨링이 가지는 중요성을 이해하고 성취감을 느끼며 일할 수 있습니다.

4번 : 데이터 라벨러는 관리자와 소통함으로써 프로세스 및 라벨링 전략에 대해 함께 개선할 수 있으며, 이슈 보고로 관리자가 발빠르게 대처할 수 있도록 돕는 역할을 합니다.)

 

 

3. 인공지능 개발 프로세스에 대해 잘못 설명된 항목을 골라주세요.
    1) 인공지능 개발은 데이터 수집, 데이터 가공, 데이터 검수, 인공지능 모델학습, 인공지능(AI) 서비스 개발의 단계로 이루어진다.
    2) 데이터는 현실 세계에서 수집한다.
    3) 규칙에 따라 라벨링된 데이터는 검수 단계를 반드시 거친다.
    4) 기계학습을 통해 생성된 인공지능 모델은 연구 목적으로만 사용된다.

 

정답 : 4

(인공지능 모델은 연구 목적 뿐 아니라, AI를 활용한 다양한 서비스에 적용하여 배포됩니다. )

 

 

4. 이미지 및 영상 데이터 라벨링 기법에 대해 바르게 설명한 항목을 모두 골라주세요.
    1) 바운딩 박스는 다각형을 이용해 객체의 범위를 라벨링한다.
    2) OCR은 주로 키포인트와 함께 쓰이며, 문자를 디지털화한다.
    3) 폴리라인은 선형 데이터를 라벨링할 때 사용한다.
    4) 시멘틱 세그멘테이션은 모든 픽셀에 클래스를 부여한다.
    5) 비디오 어노테이션은 비디오를 구간 정제하는 기법만을 말한다.

 

정답 : 3, 4

• 1번 : 바운딩 박스는 직사각형을 이용해 객체의 범위를 라벨링하며, 다각형을 이용하는 라벨링하는 기법은 폴리곤 기법입니다.
• 2번 : OCR은 주로 바운딩 박스와 함께 쓰이며, 폴리곤과 함께 쓰이기도 합니다. 이미지/영상 속 글자 이미지를 디지털화합니다.
• 5번 : 비디오 어노테이션은 비디오에 대해 라벨링하는 방법을 통칭하며, 구간 정제 뿐 아니라 분류, 객체 태깅 등의 기법도 있다.

 

추가로, 지금까지 수강한 강의와 앞으로 들을 수강 계획을 정리하려고 합니다. 사전에 수강신청을 한 후, 신청한 날짜에 맞춰서 교육을 참여할 수 있는 구조이다보니, 제 때 필요한 강의를 듣기 위해서는 수강 계획이 필요합니다. 그래서, 7월에 신청한 8월 강의를 정리하며 커리큘럼도 같이 점검하고자 했습니다.

 

제가 7월 15일 기준으로 수강을 완료한 강의는 파란 네모, 수강신청한 강의는 초록 네모, 신청 예정 강의는 노란 네모 표시를 했습니다. 강의 수강 순서에 있어서 참고하시면 될 것 같습니다. 

 

사진 출처 : 데이터 라벨링 전문 교육 AI Data - 교육과정 소개

 

강의제목 및 유형	수강 예정 기간
이미지/영상 (기본)	[라벨러/4차] 8.1(월) ~ 8.11(목)
음성 (기본)	[라벨러/5차] 8.15(월) ~ 8.25(목)
데이터 기획	[특화/2차] 8.15(월) ~ 8.25(목) → 8.29(월) ~ 9.9(금)
인공지능과 보안	[특화/2차] 8.29(월) ~ 9.9(금)
텍스트 (기본)	[라벨러/7차] 9.12(월) ~ 9.22(목)

※ 저는 모든 계획이 온라인 강의로 되어 있어, 오프라인 강의를 수강하고자 하는 분들은 위 일정과 차이가 있음을 주의해주시기 바랍니다.

사진출처 - 구글 지메일

PS. 7월 21일 부로 데이터 전문가 과정 중 일부 과목의 개강 일시가 변경되었다 합니다. '데이터 기획 과정 2차'를 신청했던지라, 원래 일정대로 앞당기려고 했지만, 1차 과정의 400명 정원이 이미 마감되어 변경할 수 없었습니다. 이에 따라 향후 수강 계획표를 수정하였습니다. 

사진출처 : AI Data - 마이페이지 - 수강신청 현황 (8.1 11:00 기준)