AI뒤에 사람 있어요: Human-in-the-loop를 위한 VLMOps 어드민 구축기

이 글은 AI 모델과 사람의 협업 과정(Human-in-the-loop)에서 발생하는 비효율을 해결하기 위해 자체 개발한 'VLMOps 어드민' 구축 경험을 공유합니다. AI 기술 발전에도 불구하고 실제 서비스 적용 시에는 예외 상황 판단, 데이터 편향 보정, 서비스 맥락 고려 등 사람의 개입이 필수적입니다.

글에서는 상품 카테고리 분류와 속성 추출 과정에서 발생하는 실제 예외 사례를 제시하며, 사람이 어떻게 더 적합한 판단을 내릴 수 있는지 보여줍니다. 이러한 사람의 개입을 효율적으로 관리하고 AI 모델의 성능을 지속적으로 개선하기 위한 통합 관리 시스템의 중요성을 강조하며, 데이터 검증부터 모델 평가까지 전 과정을 아우르는 VLMOps 어드민의 필요성을 역설합니다.