AWS, 합성 데이터로 산업안전 AI 사람 탐지 성능 개선

AWS는 SageMaker AI와 Amazon Rekognition을 결합한 합성 데이터 증강 파이프라인을 공개했다. 중장비 근처의 위험한 상황에 사람이 있는 실제 학습 이미지는 안전·윤리적 이유로 구하기 어렵고 실제 데이터셋에서도 드물어, 이를 보완하기 위해 디퓨전 모델 Qwen-Image-Edit-2509로 실제 장면 이미지에 사람을 합성해 삽입하고, Rekognition의 DetectLabels API로 바운딩박스 라벨을 자동 생성한다. 배경·조명·비율을 보존하는 방식으로 이미지를 편집해 완전 합성 장면 생성 시 발생하는 도메인 갭 문제를 줄였다. AWS는 자체 실험에서 사람 탐지 모델의 mAP50 지표가 수작업 라벨링이나 위험한 촬영 없이 최대 160% 개선됐다고 밝혔다.

이 일이 어디서 왔나

AWS는 9월 18일 SageMaker AI 추론 기능 13종과 Hugging Face 배포 에이전트 스킬, HyperPod Inference Gateway를 잇달아 공개했는데, 이번 합성 데이터 파이프라인은 같은 시기 나온 AWS ML 기술 공개 흐름의 연장선에 있다. 산업안전 분야에서는 9월 16일 우체국물류지원단-마이렌의 AI 사고감지 협약, 9월 18일 GS-한전의 AI 위험성 평가 도구(AIR) 보급 협약 등 실제 현장에서 AI로 위험을 감지·평가하려는 시도가 동시다발적으로 나오고 있다.