주식회사 애나 총0명이 열람하였으며, 0개의 리뷰가 있습니다.

주식회사 애나의 전체 정보

기업개요 및 핵심역량(요약)

○ 기업 개요가. 인공지능 서비스 개발- GAN 기반 가상 인물 사진 생성 기술 및 플랫폼 개발 및 실시간 아바타 합성 기술 개발- Action recognition을 통한 재활운동 인식 및 정확도 평가 기술 개발- 휴리스틱 ML 기반 Single shot 스켈레톤 시퀀스 정확도 판별을 통한 품새 측정 기술 개발- CCTV 영상 데이터를 활용한 군중 행동 분석 및 이상 상황 감지 기술 개발나. 솔루션 개발- 비대면 화상회의 실시간 아바타 합성 솔루션 개발- 근골격계 질환 예방 및 통증관리를 위한 인공지능 모션인식 솔루션 개발- 비대면 태권도 교육 플랫폼 개발- CCTV 영상 기반 군중 재난 예측 및 이상 행동 감지 솔루션 개발다. 인공지능 데이터 가공 및 검수- AI 모델 개발에 핵심이 되는 가공 데이터 제작 및 무결성 검수- 근골격 운동 추천 데이터, 태권도 자세 인식 데이터, CCTV 군중 데이터 등 다수의 가공 및 검수 경력 보유- CCTV 영상 데이터 기반 이상 행동 탐지 및 군중 밀집도 분석을 위한 데이터 가공 및 정밀 검수 전문성 보유- 드론 촬영 영상 데이터를 활용한 객체 탐지, 상황 분석, 지형 데이터 가공 및 검수 전문성 확보라. 인공지능 종합성능 시험평가- ISO/IEC 25023 의거한 소프트웨어 품질 시험과 인공지능 학습 데이터를 ISO/IEC 25024 표준에 의거한 DATA 품질 시험을 통한 인공지능 제품 품질의 완성도 평가 서비스 제공마. 사업영역- 주식회사 애나는 AI 기술 개발 전문 기업으로 인공지능에 관한 지속적인 연구 개발을 5년 이상 진행해 온 인력들을 주축으로 국제표준 준수 및 축적된 IP를 바탕으로 제품 사업화를 진행하는 기업 으로 인공지능 솔루션 개발 및 컨설팅을 주요 서비스로 제공하고 있음○ 핵심역량- 주식회사 애나는 인공지능 기술 개발을 2017년부터 연구 개발하기 시작하여 자체적인 인공지능 개발 원친 기술을 가지고 시뮬레이션 및 솔루션 개발에 활용하고 있음. 다양한 고객사의 의견 및 요구사항을 포함하는 강화학습,

기업한글명

주식회사 애나

도로명주소

인천광역시 연수구 컨벤시아대로 204 (송도동)

등록일

2025-02-12

링크(URL)

https://kdata.or.kr/datavoucher/is/selectPortalFileDetail.do?rcpnYear=2025&brno=8808101985&sprnSctrCd=P01014002&prdcId=&sprnDsncCd=P11014001

보유솔루션(요약)

○ 데이터 활용 서비스- 태권도 동작의 정확한 분석을 위해 고도화된 2D 스켈레톤 리깅 기술을 활용하여 품새 동작의 키포 인트 데이터를 생성- 프레임 단위로 정밀한 키포인트 좌표(x, y)와 신뢰도 점수(keypoint score)를 제공하여 사용자의 동작을 평가 제공○ 물적 자원- (데이터 가공 서버) AMD Ryzen Threadripper PRO 7955WX 기반의 고성능 서버로 데이터 가공 메인 웹서버 역할을 수행함, 내부망에서만 접근이 가능하며, 데이터 가공, 저장 등의 기능을 제공- (데이터 저장소) 고성능 RAID 기반 데이터 저장소를 사용하여 가공 데이터를 안전하게 보관하며 핫스왑 및 고속 데이터 전송 기능을 통해 데이터 저장소에 안정적으로 데이터를 저장하고 내부망에서 운영하여 데이터 접근 보안을 강화함- (내부 네트워크 연결) 데이터 가공 서버, 데이터 저장소가 내부망을 통해 연결하며 네트워크 스위치및 라우터를 통해 서버 간데이터 전송 속도와 네트워크 안정성을 유지하며, 사용자들이 내부망을 통해 웹 인터페이스로 접속할 수 있게 하고 라우터 및 방화벽을 통해 외부 접속을 차단하여 데이터 보안을 강화함- (자동 라벨링 프로그램 제작 및 활용) Python AI 모델 프레임워크를 기반으로 영상 데이터를 자동 으로 처리할 수 있는 오토 라벨링 프로그램을 개발하여 내부적으로 활용함. 해당 프로그램은 영상 에서 스켈레톤 키포인트를 자동으로 추출하고, 프레임별로 키포인트의 정확도를 평가하여 최적의 데이터를 생성. 라벨링 작업에서 수작업의 비율을 크게 줄이고, 데이터 처리 속도와 정확성을 동시에 확보함. 해당 프로그램은 사용자 친화적인 인터페이스를 제공하여 라벨링 작업자들이 쉽게 사용할 수 있도록 설계되었으며, 지속적인 업데이트를 통해 AI 모델의 성능을 개선하고 라벨링 효율성 높임

상세주소

스타트업파크 인스타1 405호

설립일자

2021-06-14

실적(요약)

프로그램명과제명 수행여부 비고 2023 데이터 바우처 지원사업(한국데이터산업진흥원)GI 가중평균에 따른 당화혈색소 추정 AI 모델 학습을 위한 데이터 셋 가공 수행 완료 공급기업 2023년 AI기반 화력운용 시스템개발 실증 사업(정보통신산업진흥원)AI 기반 화력운용시스템 개발 실증 수행 완료 참여 기관 중소기업개발지원사업(중소벤처기업부)고도화된 StyleGAN 기반 실시간 아바타 화상 회의 기술 개발 수행 완료 주관 기관 2-85. 실내외 군중 식별 데이터(한국지능정보산회진흥원)자세 추정에 대한 AI 모델 통합 개발 수행 완료 용역 수주 한국전자통신연구원AI 기반 항공안전 위험상황 운항 데이터 생성 및 탐지 모델 성능평가 수행 완료 용역 수주

유지보수(후속지원)전략(요약)

○ 품질 관리 프로세스가. 요구사항 분석- 수요기업의 데이터 활용용도 및 요구사항 분석하여 품질 목표 및 품질목표 달성기준을 분석하여 실제 데이터 구현 시 문제점이 될 수 있는 항목 등을 사전에 확인하여 정리 및 분석- 수요기업의 요구사항 분석 결과에 따라 Class를 분류하고 데이터의 구조, 형식, 어노테이션 형식 등선정하여 데이터 셋 정의서를 작성하고 데이터 가공에 활용함- 분석된 데이터의 품질 목표 및 달성기준에서 데이터 품질의 세부항목(구조, 범위, 형식, 어노테이션 형식 등), 의미정확성, 유효성 목표를 선정하고 각 세부항목별 기준을 명확하게 선정하여 구현된 데이터의 품질목표로 활용 가능하도록 검증 항목을 수립나. 데이터 검수- 구문 정확성 검사 라벨링 된 데이터의 구조, 형식, 속성, 입력 값 범위 등, 데이터 구축 시 사전에 정의한 데이터의 구조와 규칙에 의해 입력되고 누락이나 오류가 없었는지, 어노테이션 데이터 포맷 형식과 값이 정확 하게 입력되어 있고 누락된 정보는 없는지 검사하여 데이터의 품질 을 확보하는 것을 목표로 자체 검수 ● 데이터구조 오류 : 사전 정의된 데이터의 구조를 준수하는지 검사 ● 입력 값 오류 : 사전 정의된 입력 값 범위를 준수하는지 검사 ● 데이터 형식 오류 : 사전 정의된 데이터 포맷을 준수하는지 검사- 의미 정확성 검사 라벨링 값이 실제 참값(Ground Truth) 과 일치하도록 데이터의 의미적인 정확성을 확보를 위해 각데이터 별 특성에 따라서 자체적으로 2인 이상의 교차검증을 실시다. 고객 응대- 최종 데이터 제공일로부터 1년간 무상 품질관리 및 유지보수- 전담 배치 인력을 통한 상시 모니터링 및 책임자급 인원 상시 대기라. 컨설팅- 학습을 위한 인공지능 모델 추천 및 컨설팅 제공 § 필요 시 전문가 인력(의사, 운동지도사 등) 연계를 통한 비즈니스 모델 컨설팅 연계- 가공 데이터를 활용한 인공지능 모델의 플랫폼/솔루션/어플리케이션 등의 실증을 위한 컨설팅 제공- 가공 데이터의 활용 및 솔루션 판매 방향에 대한

주요서비스 상세정보(요약)

○ 데이터 상품 상세정보가. 영상파일- 각 영상은 품새 동작에 해당하는 10~20초 분량의 단일 동작 클립- 지원 포맷은 .avi, mp4 등 표준 동영상 포맷- 균일한 조명과 단색 배경을 활용해 동작 추적에 최적화나. 스켈레톤 데이터- 영상에서 추출된 2D 스켈레톤 키포인트 데이터.- 각 프레임마다 인체 주요 관절(예: 어깨, 팔꿈치, 무릎 등)의 좌표(x, y)와 신뢰도(confidence score)를 포함- 저장 형식은 .pkl, .json 등 스켈레톤 데이터 포맷다. 메타데이터- 각 영상 및 스켈레톤 데이터에 대한 메타정보를 포함한 .json 형식 파일- 주요필드●video_directory: 영상 파일 경로●skeleton_directory: 스켈레톤 데이터 파일 경로●taekwondo_data: 품세 이름, 품세 번호 등의 태권도 관련 정보.●labeling_metadata: 라벨링 진행, 상태, 프레임 속도, 해상도 등 라벨링에 필요한 상세 정보

카테고리구분

태깅또는라벨링

품질확보전략(요약)

○ 데이터 수집 및 검수 과정- 태권도 올바른 품새 동작을 고화질 비디오로 촬영하여 원천 데이터를 확보- 데이터의 정확성을 위한 다각도 촬영을 통해 다양한 시점에서의 데이터를 수집- 최종 데이터 셋을 AI 기반 품질 검수 시스템에 적용해 일관성 및 정확도를 평가○ 품질 기준 및 보장- 키포인트 데이터의 정확도를 95% 이상으로 설정- 데이터 셋 내 모든 품새 동작에 대해 신뢰도 점수를 포함하여 검증- 예외 데이터 발생 시 수작업 검토 후 수정 및 보완○ 수요기업과의 협업 검수- 초기 샘플 데이터를 제공하여 수요기업의 검토 및 피드백을 반영- 최종 결과물 전달 전, 수요기업의 요구사항에 맞춘 품질 검토 보고서 제공- 품질 확보를 위한 정기 업데이트 및 데이터 셋 유지보수

활용사례(요약)

○ 데이터 활용 사례가. 태권도 비대면 교육 플랫폼- 원격 수업 중 실시간으로 태권도 동작을 분석하고 피드백 제공- 품새별 개인별 훈련 이력을 데이터화하여 맞춤형 학습 계획 제공나. AI 모션 분석 및 품새 평가 모델- 태권도 경기 중 실시간 동작 분석 및 개선점 제공- 선수의 동작 데이터를 데이터베이스화하여 경기력 향상에 기여다. 헬스케어 및 피트니스- 태권도 동작 데이터를 활용하여 유사 운동 동작 평가 및 피드백 제공- 동작 오류로 인한 부상 예방 프로그램 개발○ 성과- 2D 스켈레톤 리깅 데이터 셋을 활용한 태권도 품새 동작 인식 정확도 95% 이상 달성- 해당 데이터 셋을 활용한 시계열 및 공간적 특징 학습 모델 기반으로 주요 품새 동작의 평가 시간 80% 단축