AWS Sagemaker Ground Truth로 훈련용 이미지를 편하게 분류하자

컬리에서는 고객 후기 이미지의 분류 자동화를 위해 머신러닝 모델을 사용하고 있습니다. 초기 모델 개발 후 1년 이상 추가 훈련 없이 운영되었으나, 정확도 개선 요구사항이 발생했습니다.

본 글은 모델 개선을 위한 훈련 이미지 준비 과정에서 겪었던 어려움과 해결 과정을 공유합니다. 특히, S3에 저장된 대량의 후기 이미지에서 중복되거나 잘못된 이미지를 식별하고 제거하는 데이터 전처리 및 라벨링 과정의 중요성을 강조합니다.

AWS SageMaker Ground Truth와 같은 도구를 활용하여 효율적인 훈련 데이터셋 구축 방안을 모색합니다.