주식회사 머스트리 총0명이 열람하였으며, 0개의 리뷰가 있습니다.

주식회사 머스트리의 전체 정보

기업개요 및 핵심역량(요약)

<주력 시장 및 사업 영역>본사의 주력 시장은 <모바일을 이용한 객체 표면 특징 분석 기술>을 기반으로, 패션, 인테리어, 농축산물 등 다양한 산업 분야에 적용할 수 있음<사업 확장 현황>본사가 보유한 모바일(LiDAR 센서 탑재)을 활용한 표면특징분석 기술을 활용하여 인테리어/뷰티/기자재/가구/스마트팜/패션/피트니스 등 다양한 시장에서 관련 플랫폼과 모바일을 이용한 간편한 표면 특징 분석 솔루션을 도입하는 방안을 적극적으로 논의하고 있음

기업한글명

주식회사 머스트리

도로명주소

서울특별시 광진구 능동로 120 (화양동)

등록일

2025-01-10

링크(URL)

https://kdata.or.kr/datavoucher/is/selectPortalFileDetail.do?rcpnYear=2025&brno=1768102978&sprnSctrCd=P01014002&prdcId=&sprnDsncCd=P11014001

보유솔루션(요약)

① - 모바일 기반 표면 특징 분석API 본 API는 모바일 기기를 활용하여 다양한 물체의 사이즈 등의 표면을 분석하는 기술임. 주요 기술 및 특징3D 데이터 처리 기술과 AI 기반 이미지 분석을 통해 사물의 표면을 자동으로 분석함. 모바일 카메라만으로 사이즈 데이터를 수집, 추가 장비나 복잡한 절차 없이 간편하게 사용 가능. 다양한 환경에서도 높은 정확도를 유지하는 혁신적인 측정 알고리즘. 상품 ② - 모바일 기반 얼굴인증 API 본 API는 모바일 기기를 사용하여 사용자의 얼굴을 기반으로 신원 인증을 수행하는 기술임. 주요 기술 및 특징딥러닝 기반의 얼굴 인식 알고리즘으로 실시간 인증 가능.높은 보안성을 제공하며, 생체 정보의 위·변조 방지 기술 적용.다양한 얼굴 조건(조명, 각도 등)에서도 높은 인식률과 정확도를 보장.

상세주소

건국대학교 상허연구관 618호

설립일자

2023-01-01

유지보수(후속지원)전략(요약)

<유지보수 체계 구축><담당자 지정> 각 수요기업마다 담당자를 지정하여, 수요기업과의 원활한 소통 및 지원을 담당<수요기업 관리 시스템 구축> 수요기업의 요구사항, 진행 상황, 결과 등을 관리하는 시스템을 구축하여 협력을 효율적으로 관리<수요기업 교육 및 훈련 제공> 수요기업의 데이터 가공 이해도를 높이기 위해, 교육 및 훈련을 제공<수요 기업과의 공동 연구 및 개발> 데이터바우처 지원 사업 이후에도 공동 서비스 개발 등의 협력을 지속

주요서비스 상세정보(요약)

활용서비스(1) - 이미지 데이터 수집 및 라벨링데이터 생성 및 수집:AI및IoT기기를 활용하여 다량의 이미지 데이터를 실시간으로 수집.수요기업이 필요로 하는 특정 환경(조명,배경,객체 종류 등)에 맞춰 데이터를 커스터마이징.정확한 라벨링 기술:Bounding Box:이미지 내 객체의 위치와 크기를 사각형으로 표시.Segmentation:객체의 픽셀 단위 분류로 높은 정밀도 제공.Keypoint좌표:사람 또는 물체의 주요 관절/지점(예:얼굴,손,발)데이터 제공.품질 관리:수집된 데이터의 일관성을 보장하기 위해 정교한 검수 프로세스 적용.AI모델 학습에 적합하도록 데이터의 구조와 라벨링 품질을 최적화.활용 서비스 (2) - 모바일 탑재 가능 표면특징분석/얼굴인증 데이터 공급맞춤형API제공:수요기업의 구체적인 요구사항에 맞춰 특징분석 기능(API)을 설계 및 제공.신체,의류,얼굴,과수,가구 등의 다양한 표면 특징 문석 대상을 지원.실시간 성능 모니터링:대시보드를 통해API호출 속도,성공률,오류율을 실시간으로 확인 가능. API사용 통계 및 성능 데이터를 분석하여 지속적인 개선 가능.추출된 부가 데이터 제공:API호출 시 기본 측정 데이터 외에 추가적인 로그 데이터를 함께 제공.예:사용자 환경(조명,각도),실패 원인 분석,시간별 호출 패턴 등.모바일 환경 최적화:경량화된API로 모바일 기기에 부담 없이 동작.오프라인 환경에서도 실행 가능한 로컬 데이터 처리 옵션 제공.

카테고리구분

전처리,정보추출또는조합,태깅또는라벨링,생성·수집

품질확보전략(요약)

<품질관리 프로세스>1) 데이터 생산단계데이터 정확도를 보장하기 위해 고도화된 AI 알고리즘을 활용.데이터 수집 장비 및 소프트웨어의 주기적 점검 및 검증 수행.원본 데이터의 무결성을 유지하고 오류 데이터 식별 및 제거.2)데이터 가공 및 구조화 단계데이터 표준화를 통해 정형 데이터로 변환(예: JSON, CSV 형식).중복 데이터 제거 및 이상치 검출 알고리즘 적용.데이터 샘플링 및 품질 지표(정확도, 완전성, 일관성 등) 검토.3) 최종 검수 단계데이터 샘플을 활용한 AI 모델 학습 테스트를 통해 품질 검증.고객사 요구사항에 맞는 데이터 포맷 및 컬럼 구성 확인.품질 검사 결과에 따라 재작업 또는 수정 보완 후 납품.

활용사례(요약)

패션: 의류 맞춤 제작 및 사이즈 추천.전자상거래: 의류, 가구, 농산물 등의 정확한 크기 정보 제공.농업: 과일 크기와 상태 분석을 통한 품질 관리.가구 제작 및 판매: 공간과의 적합성을 평가하는 자동 크기 분석.