기아자동차와 같이 전 세계를 대상으로 자동차를 판매하는 완성차 업체는 각 나라의 언어에 맞게 사용자 설명서를 만들어야 합니다. 신차 출시 때마다 각 언어로 사용자 설명서 책자를 만들어 배포하는 일은 시간과 비용이 많이 드는 일입니다. 이런 이유로 최근 기아자동차는 증강 현실 기반 모바일 앱을 만들어 사용자 편의성을 높이는 한편 설명서 제작에 드는 수고를 줄이기 위해 노력하고 있습니다. 그래서 기아자동차는 증강 현실 컨텐츠 제작 비용 절감 방안을 찾아 나섰고, 그 해답을 인공 지능에서 얻었습니다. 하지만 깊이 파고 들어가 보니 인공 지능을 접목해서 심볼 인식을 할 경우 학습에 사용할 차량 관련 이미지를 촬영해 데이터 세트를 준비하는 데 드는 시간과 비용이 문제로 대두되었습니다. 일일이 수작업으로 해야 하는 일이다 보니 비용이 발생하는 것은 어쩔 수 없었었습니다. 이 문제를 풀기 위해 기아자동차는 저희에게 문의를 하였습니다.

Solution
기아자동차가 원한 것은 데이터 세트 관련 수작업을 최소화할 수 있는 효율적인 심볼 트레이닝 방법을 찾는 것이었습니다. 데이터 준비와 전처리 과정을 간소화하여, 개발자들이 더 중요한 작업인 모델 최적화에 집중할 수 있도록 하여 머신 러닝 관련 시간과 비용을 줄이고 개발 효율을 높이고자 한 것입니다. 저희는 기아자동차의 요구 사항을 만족하는 서비스로 Vision AI 서비스 중 AutoML Vision을 제안했습니다. 여기에 모바일 앱 배포와 인퍼런싱을 더 효과적으로 수행하기 위해 TensorFlow Lite와 Firebase ML Kit 적용 방안도 안내했습니다. AutoML Vision에 차량의 3D 모델링 파일을 업로드해 이미지 모델을 학습시켰습니다. 이 방식을 써보니 이전처럼 차량 사진을 일일이 찍어 데이터 세트를 확보할 필요가 없어졌습니다. 추가로 한 일은 인식률을 높이기 위해 렌더링 이미지에 실사 이미지를 적절히 더하고 전처리 작업을 한 정도였습니다. 데이터 세트 준비에 드는 수고만 사라진 것이 아닙니다. 학습된 모델을 운전자의 모바일 장치에 배포하는 것도 Firebase ML Kit과 Google Cloud Storage를 이용해 단순한 구조로 구현하였습니다. 그 결과 머신 러닝 관련 데이터 파이프라인은 물론이고 학습, 배포, 인퍼런싱 워크플로우까지 간소화할 수 있었습니다.

Benefit
기아자동차는 GCP의 Vision AI 서비스로 그동안 균형점을 찾기 어려웠던 자동차 설명서에 대한 사용자 경험 강화와 비용 절감에 대한 황금비를 찾았습니다. 증강 현실이 제공하는 사용자 편의를 높이는 가운데 종이 책자로 설명서를 만들 때와 비교해 큰 폭의 비용 절감을 기대할 수 있게 된 것입니다.