AI 플랫폼 기반 자동차 사고 이미지 분석 모델 운영 프로세스 자동화

하나의 모델만 배포 가능한 단일 운영 체계(monolithic architecture)는 유지보수가 어렵고, 일부 모듈만 변경해도 전체 시스템에 영향을 미쳐 운영 안정성이 저하됩니다. 이미지 데이터 수집 및 관리-모델 개발 및 배포-운영 및 모니터링 환경이 각각 분리되어 이미지 분석 모델의 성능 개선을 위한 재학습 과정에서도 제약이 발생합니다. 모델 성능 저하, 모델 성능 비교, 서비스 품질 관리를 한 눈에 할 수 있는 시각화 모니터링 지원이 필요합니다.

병렬 마이크로서비스 아키텍처(다중 모델 배포가 가능한 환경)로 전환하여 모듈 변경에 따른 운영 서비스 영향도를 최소화하고 새로운 서비스까지 확장 가능한 배포 환경을 구축합니다. 개발-운영 환경을 통합하고 재학습 파이프라인을 구축하여 일원화된 플랫폼에서 지속 가능한 AI 서비스를 제공합니다. 재학습 모델과 서비스 모델 간 A/B 테스트 모니터링이 가능한 직관적인 GUI를 제공합니다.

기존에는 단일 모델만 배포했으나 8개의 다양한 모델을 복합적으로 서비스에 적용합니다. 연간 1회 진행됐던 재학습 프로세스를 AI 플랫폼(Runway)을 기반으로 수시로 수행하며 신차 출시 주기에 맞춰 신속하게 모델을 업데이트합니다. 사이트 라이선스 정책을 활용하면 기존 영구 라이선스 대비 소프트웨어 유지보수 비용을 40% 감소시킬 수 있습니다.