주식회사 빈야드매니지먼트 총0명이 열람하였으며, 0개의 리뷰가 있습니다.

주식회사 빈야드매니지먼트의 전체 정보

기업개요 및 핵심역량(요약)

- 2021년 11월 1일 개업- 2022년 정보통신산업진흥원(NIPA) 주관 AI 바우처 지원사업 공급기업 등록- 2023년 K-DATA 데이터바우처 지원사업 공급기업 등록- 2024년 K-DATA 데이터바우처 지원사업 공급기업 등록

기업한글명

주식회사 빈야드매니지먼트

도로명주소

강원특별자치도 춘천시 충혼길52번길 10 (온의동)

등록일

2025-01-10

링크(URL)

https://kdata.or.kr/datavoucher/is/selectPortalFileDetail.do?rcpnYear=2025&brno=8848102384&sprnSctrCd=P01014002&prdcId=&sprnDsncCd=P11014001

보유솔루션(요약)

가. Sementic Segmentation 기반 이미지 배경 제거 기술 모델 경량화 기술 기반으로 이미지 뿐만 아니라 영상에 대해 실시간 서비스 제공 가능(대부분의 경쟁사는 정지된 이미지에 국한된 객체 인식 및 분할 서비스가 제공됨) 웹/애플리케이션 형식 뿐만 아니라, Unity Assets store에 SDK 형태로 판매하여 고객사의 프로그램에 추가하거나 연결해서 커스터마이징 할 수 있도록 제공(현재 개발 단계) 나. Annotation Tool 등 다양한 작업을 수행하는 데이터 가공 솔루션 제공 Annotation Tool인 Labelme 등에 숙달한 전문인력을 활용하여 데이터 가공 서비스를 제공함. 또한, 향후 본사의 자체 솔루션에도 Annotation Tool을 포함하여 효율적인 데이터 가공 작업을 수행 및 제공하고자 함.

상세주소

3층 301호(온의동, 드림타워)

설립일자

2021-11-01

유지보수(후속지원)전략(요약)

유지보수 체계 데이터 품질에 대해 지속적으로 소통할 수 있는 채널을 개설하고, 건의사항 및 요구사항 청취 및 개선.데이터 품질에 대한 평가 및 피드백을 통해 품질 보완 및 향후 데이터 구축시 노하우가 반영되도록 개선. 데이터 품질 전담 인력을 두고 품질을 개선할 수 있는 데이터 품질 매뉴얼을 지속적으로 보완 및 발전.

주요서비스 상세정보(요약)

인공지능 비전 솔루션의 원천기술인 객체 경계면 분할 기술(Semantic segmentation)을 이용하여 이미지의 배경을 자동으로 제거해주는 웹 기반 온라인 서비스(패션후르츠)를 제공하고자 함사업방식으로는 (1) 자체 웹 사이트 및 어플리케이션 개발과 (2) 객체 인식 네트워크 알고리즘을 API로 설계 및 제공하고 (3) Unity assets store에 SDK 형식으로 판매하는 것이 있음. 패션후르츠는 사용자가 업로드한 이미지에서 자동으로 객체를 인식하고 배경을 제거해주는 인공지능 솔루션을 기반으로 한 웹 사이트임잠재고객은 상품 이미지의 배경 제거가 필요한 온라인 쇼핑 플랫폼 및 개인 판매자, 디자인 플랫폼 및 개인 사용자, Semantic segmentation을 원천기술로 AR VR 서비스까지 확장이 가능함

카테고리구분

전처리,태깅또는라벨링,생성·수집

품질확보전략(요약)

1) 수요기업 심층 인터뷰 수요기업의 데이터 가공 명세서 뿐만 아니라 심층 인터뷰를 통해 데이터 가공 수요를 구체적이고 명확하게 파악.수요기업의 비즈니스 모델, 보유기술, 서비스 목적을 파악하여 데이터 구축 컨설팅 제공.2) 단계별 검수 수행으로 데이터 품질 향상배경 이미지 제거 및 Annotation 작업을 단계별로 수행하여 데이터의 품질을 향상시킬 수 있도록 모니터링.가공된 데이터를 검수 및 테스트를 진행하여 데이터의 유효성 검사를 별도로 수행하여 데이터 품질을 확보.공공데이터 품질관리 매뉴얼 절차 준수, 품질관리 정책 수립, 계획단계 품질관리, 구축단계 품질관리, 운영단계 품질관리, 활용단계 품질 관리를 매뉴얼대로 수행.데이터 프로파일링 기법을 적용하여 품질 보증 검사 수행.품질 진단을 위한 품질 관리 전문가, AI 데이터 관련 데이터별 전문가, 데이터 프로파일링을 위한 전문가를 프로젝트에 맞춰 크라우드 소싱 형태로 고용하여 데이터의 품질을 향상시킬 수 있도록 검수 프로세스 수행.

활용사례(요약)

지금까지 모델 중심(Model-Centric)의 AI 개발이 집중받았다면, Andrew Ng이 2021년 “Data-Centric AI” 라는 화두를 던지면서 최근 데이터 중심(Data-Centric) AI 개발에 대한 논의가 많이 이뤄지고 있음. 양질의 모델을 만들기 위해 데이터의 품질을 높이는 데이터 공급 및 가공 기술이 전세계적으로 주목받고 있음. 이에 따라, 업계 및 학계에서 양질의 데이터를 생산할 수 있는 체계적인 데이터 가공 기술 및 인력 양성에 대한 연구 및 투자의 중요성이 증대되고 있음.