이미지 라벨링(Image Labeling), 노가다가 답일까?

본 글은 무신사 데이터솔루션팀에서 후기 이미지 자동 검수 모델 개발을 위해 수행한 이미지 라벨링 작업 경험을 공유합니다. 하루 약 2만 건의 후기가 올라오는 환경에서 효율적인 검수를 위해 자동화 모델이 필요하며, 이를 위한 선행 작업으로 이미지 라벨링이 필수적임을 강조합니다.

글에서는 이미지 라벨링 작업의 불가피성을 언급하며, Amazon SageMaker Ground Truth를 활용하여 작업 효율성을 높인 방법을 소개합니다. 특히, 후기 이미지의 4가지 종류(일반, 상품 사진, 스타일, 사이즈 추천)를 설명하고, 각 후기 유형별 검수 기준에 맞춰 라벨링 작업을 진행하는 과정을 보여줍니다.

이를 통해 이미지 라벨링 작업에 대한 실질적인 인사이트와 효율적인 접근 방안을 제시합니다.